Python基础语法速查：变量、循环与函数入门详解

运行环境要求：Python 3.8+ 标准解释器环境

一、变量与核心数据类型速查

在 Python 中，定义变量无需事先声明类型，变量的创建发生在第一次给它赋值的时刻。标识符由英文字母、数字和下划线组成，不能以数字开头，且严格区分大小写。

# 基础赋值操作
user_id = 1001              # int 整型
pi_value = 3.14159           # float 浮点型
app_name = "DataCollector"   # str 字符串
is_active = True             # bool 布尔值

# 批量赋值与解构交换
count, threshold = 0, 50     # 多变量同时赋值
count, threshold = threshold, count  # 快速交换变量值（无需中间变量）

1.1 核心数据结构特性速查

Python 内置了四种最高频使用的组合数据结构，其性质与使用边界如下：

1.2 变量本质：“标签引用”而非“盒子容器”

许多初学者容易将变量误解为装数据的“盒子”，但在 Python 的底层实现中，变量仅仅是贴在内存对象上的名字标签。变量名保存在当前的命名空间中，它记录的是目标对象在堆内存中的内存地址引用。

区分不可变对象（int、float、str、tuple）与可变对象（list、dict、set）是理解变量赋值行为的关键：

• 对于不可变对象，当对其进行修改计算时（例如 a = a + 1），解释器会在内存中分配一个新的对象并让变量指向新对象，原有对象不受影响。
• 对于可变对象，多个变量指向同一个对象时（例如 list_b = list_a），通过其中任一变量修改对象内部内容（如 append()），其他变量访问到的内容会同步改变。

二、循环结构与控制流详解

循环负责按条件反复执行指定代码块。Python 主要提供了 for ... in 迭代循环与 while 条件循环两种形式。

2.1 for 循环与迭代器生态

Python 的 for 循环本质上是一个迭代器驱动模型，它逐一从可迭代容器（列表、元组、字符串、字典、生成器等）中获取元素，直至容器耗尽。

fruits = ["苹果", "香蕉", "樱桃"]

# 1. 直接遍历元素
for fruit in fruits:
    print(f"当前水果: {fruit}")

# 2. range() 数值区间生成：range(起始值, 结束值(不含), 步长)
for i in range(1, 6, 2):
    print(f"步长计数: {i}")  # 输出 1, 3, 5

# 3. enumerate() 同时获取索引与元素（强烈推荐，避免 range(len(...)) 陋习）
for idx, fruit in enumerate(fruits, start=1):
    print(f"第 {idx} 项是 {fruit}")

# 4. zip() 组合并行遍历多个序列
prices = [8.5, 4.0, 25.0]
for name, price in zip(fruits, prices):
    print(f"{name}: ￥{price}")

2.2 while 条件循环与死循环规避

while 循环在指定的布尔表达式为 True 时持续运行。编写 while 循环必须确保循环体内存在能够改变判断条件的语句，否则将陷入死循环，耗尽 CPU 资源。

# 标准计数循环
retries = 3
while retries > 0:
    print(f"正在尝试连接服务器，剩余次数: {retries}")
    retries -= 1  # 状态递减更新，确保跳出循环
print("尝试结束")

2.3 流程打断与分支控制：break、continue 与 else

循环内部可通过关键字进行精细控制：

• break：立即终止整个循环，跳出循环体执行后续代码。
• continue：立即跳过本次循环剩余语句，直接开始下一次循环判定。
• else 子句：挂接在循环末尾。只有在循环自然迭代完毕（未被 break 中断）时才执行。该语法常用于元素搜索场景，无需额外设置布尔标记旗标。

# 演示：for...else 查找素数/目标项
target = 7
numbers = [2, 4, 6, 8, 10]

for n in numbers:
    if n == target:
        print(f"找到目标数字: {target}")
        break
else:
    # 循环完整遍历未触发 break 时执行
    print(f"遍历完成，列表中不存在 {target}")

三、函数的定义、参数与作用域

函数是将独立功能的代码块组织在一起的命名单元。使用关键字 def 定义函数，通过括号 () 接收输入参数，使用 return 语句将处理结果传回调用方。

def calculate_rectangle_area(width: float, height: float) -> float:
    """计算矩形面积（包含类型提示与标准文档字符串）"""
    if width <= 0 or height <= 0:
        return 0.0  # 参数不合法时提前返回防御
    return width * height

result = calculate_rectangle_area(5.0, 3.0)
print(f"矩形面积为: {result}")  # 示例输出：矩形面积为: 15.0

3.1 四类函数参数模式解析

Python 提供了灵活的参数接收机制，在函数声明时必须严格遵守如下书写顺序：位置参数 > 默认值参数 > 可变位置参数 (*args) > 可变关键字参数 (**kwargs)。

def register_student(name, age=18, *hobbies, **contact_info):
    print(f"学生姓名: {name}, 年龄: {age}")
    print(f"兴趣爱好 (tuple 打包): {hobbies}")
    print(f"联系方式 (dict 打包): {contact_info}")

# 综合传参调用
register_student(
    "李华", 20, 
    "篮球", "阅读", "编程", 
    email="lihua@example.com", phone="13800000000"
)

def append_item(val, container=None):
    if container is None:
        container = []
    container.append(val)
    return container

3.2 变量作用域与 LEGB 解析规则

当在函数内部访问一个变量名时，Python 解释器按照固定优先级单向逐层向上检索变量：

1. L (Local) 局部作用域：函数内部赋值定义的变量。
2. E (Enclosing) 嵌套闭包作用域：外层包含函数的局部空间（常见于闭包或装饰器）。
3. G (Global) 全局作用域：当前 Python 模块文件顶层定义的变量。
4. B (Built-in) 内置作用域：Python 内置命名空间（如 len、range、ValueError）。

若要在函数内部重新给全局变量赋值，必须显式声明 global variable_name；若要在闭包内部修改外层局部变量，需声明 nonlocal variable_name。但在生产实践中，应尽量避免过度依赖全局变量，优先通过参数传递和函数返回值维持纯粹的数据流动。

四、综合应用实战与高频速查

下面通过一段完整的小型数据处理任务，演示如何协同组合变量定义、列表与字典迭代以及函数封装：

# 数据清洗与统计计算实战
def process_sales_records(raw_data, min_amount=0.0):
    """
    清洗并统计有效销售订单
    :param raw_data: 原始订单列表
    :param min_amount: 最小过滤金额阈值
    :return: 统计指标字典
    """
    valid_orders = []
    total_sales = 0.0

    for item in raw_data:
        # 数据解包与校验
        order_id = item.get("id")
        amount = item.get("amount", 0.0)

        # 过滤非正向异常金额或低于阈值的订单
        if amount < min_amount:
            continue

        valid_orders.append(order_id)
        total_sales += amount

    # 计算均值并返回结构化结果
    order_count = len(valid_orders)
    avg_sales = (total_sales / order_count) if order_count > 0 else 0.0

    return {
        "total_amount": round(total_sales, 2),
        "valid_count": order_count,
        "average_amount": round(avg_sales, 2),
        "order_ids": valid_orders
    }

# 模拟原始输入数据
orders_dataset = [
    {"id": "A101", "amount": 120.5},
    {"id": "A102", "amount": -15.0},  # 脏数据
    {"id": "A103", "amount": 340.0},
    {"id": "A104", "amount": 45.0}
]

stats = process_sales_records(orders_dataset, min_amount=50.0)
print("统计清洗结果:", stats)

4.1 入门高频语法速查表

掌握变量的引用本质、循环的跳出分支以及函数的参数规范，便已具备编写稳健 Python 程序的基础底座。