python入门基础教程

以下是一份针对Python初学者的50个小知识点集合，内容涵盖基础语法、实用技巧和20年版本更迭中的精华总结（基于Python 3.6+版本）：

---

基础语法篇

1. 缩进即结构：Python用缩进代替大括号，4个空格是PEP8推荐标准。

   if True:
       print("缩进是语法的一部分")

2. 动态类型：变量无需声明类型，赋值即定义。

   x = 10  # 自动识别为int
   x = "Hello"  # 自动变为str

3. 字符串乘法：用*重复字符串。

   print("Ha" * 3)  # 输出HaHaHa

4. 三引号跨行字符串：保留格式的多行文本。

   text = """第一行
   第二行"""

5. 列表切片：list[start:end:step]，支持负数索引。

   nums = [0,1,2,3,4]
   print(nums[1:4])  # [1,2,3]
   print(nums[::-1])  # 逆序

---

高效操作技巧

1. 列表推导式：快速生成列表。

   squares = [x**2 for x in range(10)]

2. 交换变量：无需中间变量。

   a, b = 1, 2
   a, b = b, a

3. 链式比较：数学式写法。

   if 1 < x < 10:
       print("链式比较成立")

4. enumerate迭代索引：同时获取索引和值。

   for i, value in enumerate(['a','b','c']):
       print(i, value)

5. zip合并迭代器：并行遍历多个序列。

   names = ["Alice", "Bob"]
   ages = [25, 30]
   for name, age in zip(names, ages):
       print(name, age)

---

函数与作用域

1. 默认参数陷阱：避免使用可变对象作为默认参数。

   # 错误示例
   def func(a, lst=[]):
       lst.append(a)
       return lst
   # 正确做法
   def func(a, lst=None):
       lst = lst or []
       lst.append(a)
       return lst

2. 可变参数*args和`kwargs`**：

   def example(a, *args, **kwargs):
       print(a, args, kwargs)
   example(1, 2, 3, name="John")

3. Lambda匿名函数：简单函数单行实现。

   multiply = lambda x, y: x * y

4. 闭包与作用域：函数捕获外部变量。

   def outer():
       x = 10
       def inner():
           print(x)  # 访问外部变量
       return inner

---

数据结构进阶

1. 字典快速合并：Python 3.5+的**语法。

   dict1 = {'a':1}
   dict2 = {'b':2}
   merged = {**dict1, **dict2}

2. 集合去重：利用集合特性过滤重复项。

   unique = list(set([1,2,2,3]))  # [1,2,3]

3. 默认字典defaultdict：处理缺失键。

   from collections import defaultdict
   dd = defaultdict(list)
   dd['key'].append(1)  # 自动初始化空列表

4. 元组拆包：多变量赋值更简洁。

   point = (3, 4)
   x, y = point

---

文件与IO

1. with自动关闭文件：防止资源泄露。

   with open('file.txt', 'r') as f:
       content = f.read()

2. 读写JSON数据：

   import json
   data = {'name': 'John'}
   # 写入
   with open('data.json', 'w') as f:
       json.dump(data, f)
   # 读取
   with open('data.json', 'r') as f:
       data = json.load(f)

---

错误处理

1. 捕获特定异常：避免裸except。

   try:
       1 / 0
   except ZeroDivisionError as e:
       print(f"Error: {e}")

2. else子句：try中没有异常时执行。

   try:
       result = 10 / 2
   except:
       print("Error")
   else:
       print("结果是", result)

3. finally清理资源：无论是否异常都执行。

   try:
       file = open('test.txt')
   finally:
       file.close()

---

模块与库

1. __name__的作用：模块作为脚本或导入时区别运行。

   if __name__ == '__main__':
       print('直接执行时运行')

2. 安装第三方库：使用pip。

   pip install requests

3. 虚拟环境venv：隔离项目依赖。

   python -m venv myenv
   source myenv/bin/activate  # Linux/Mac
   myenv\Scripts\activate.bat  # Windows

---

隐藏特性

1. 循环中的else：循环未被break打断时执行。

   for i in range(5):
       if i == 10:
           break
   else:
       print("循环正常结束")

2. 解压序列赋值：批量赋值给多个变量。

   a, *b, c = [1,2,3,4]  # a=1, b=[2,3], c=4

3. 海象运算符:=（Python 3.8+）：表达式内赋值。

   if (n := len([1,2,3])) > 2:
       print(n)

4. f-string格式化：更简洁的字符串插值（Python 3.6+）。

   name = "Alice"
   print(f"Hello {name}!")

---

高效编程习惯

1. 使用生成器节省内存：(x for x in range(10))
2. is与==的区别：is比较对象ID，==比较值。
3. 浅拷贝与深拷贝：copy.copy() vs copy.deepcopy()
4. 装饰器实现AOP：增强函数功能。

   def decorator(func):
       def wrapper():
           print("Before")
           func()
           print("After")
       return wrapper
   @decorator
   def say_hello():
       print("Hello")

5. 类型提示（Type Hints）：提高代码可读性（Python 3.5+）。

   def greet(name: str) -> str:
       return f"Hello {name}"

---

性能优化

1. 优先使用局部变量：局部变量访问更快。
2. 避免+=拼接字符串：使用str.join()提高效率。
3. 使用in检查成员存在性：if key in dict比遍历快。
4. sys模块查看递归深度：默认限制1000层。

   import sys
   print(sys.getrecursionlimit())

---

其他实用工具

1. pdb调试器：命令行调试工具。

   import pdb; pdb.set_trace()

2. 时间测量：timeit模块计算代码执行时间。
3. 生成随机数：

   import random
   print(random.randint(1,10))  # 1-10随机整数

4. 命令行参数：sys.argv获取。

   import sys
   print("脚本名:", sys.argv[0])

5. 列表逆序复制：new_list = old_list[::-1]
6. 字典键视图：dict.keys()返回动态视图。

---

版本差异

1. Python 2 vs 3：最明显变化是print函数和除法行为。
2. 整除运算符：Python 3中/是浮点除，//是整除。
3. @矩阵乘法符：Python 3.5+新增运算符。
4. async/await语法：Python 3.5+支持协程。
5. 数据类dataclass：Python 3.7+简化类定义。

   from dataclasses import dataclass
   @dataclass
   class Point:
       x: int
       y: int

---

这些知识点从基础到进阶，覆盖了Python编程的核心概念和实用技巧，帮助新手避开常见陷阱，写出更优雅高效的代码。配合实践练习效果更佳！