日常python语法细节汇总

作者：信息家 | 发布时间：2025/12/31 09:55:06

1，range

range(start, stop, step)，例如：range(10, 0, -1) 10开始步长减1 到0 的倒序列表

2，sum、max、min、index

列表求和：sum(list)、列表中的最大值：max(list)、列表中的最小值：min(list)、列表中某个值的索引：list.index(value)，需要注意：多个相同最大值时，index() 仅返回第一个索引

例如：

  1. 1，求列表中的最大值
  2. 2，列表中最大值的索引

3，enumerate()

enumerate() 是 Python 内置函数，专门用于在遍历可迭代对象（列表、字符串、元组等）时，同时获取元素的「索引」和「对应的值」，无需手动定义计数器变量（比如 i = 0 然后 i += 1）

for index, value in enumerate(iterable, start=0): # 循环体操作

# 1. 定义一个普通列表
fruit_list = ["苹果", "香蕉", "橙子", "葡萄", "西瓜"]

# 2. 使用 enumerate() + for 循环遍历
print("列表索引 + 元素：")
for idx, fruit in enumerate(fruit_list):
# idx 是索引（默认从0开始），fruit 是对应元素
print(f"索引：{idx}，元素：{fruit}")

4，type

  1. 基础数据类型（最核心，入门必掌握）
  2. 数值类型：int（整数）、float（浮点数）、complex（复数）
  3. 字符串类型：str（字符串）
  4. 布尔类型：bool（布尔值）
  5. 空类型：NoneType（空值 None）
  6. 容器数据类型（存储多个元素，高频使用）
  7. 序列型容器（有序、可索引）：list（列表）、tuple（元组）
  8. 键值对容器（无序、键值映射）：dict（字典）
  9. 无序集合容器（无重复元素）：set（集合）、frozenset（冻结集合）
  10. 其他常用内置核心类型（日常开发高频，基础延伸）
  11. 范围类型：range（范围对象）
  12. 字节类型：bytes（不可变字节串）、bytearray（可变字节数组）
  13. 函数 / 方法类型：function（自定义函数）、builtin_function_or_method（内置函数 / 方法）
  14. 生成器类型：generator（生成器对象）

5，sorted

sorted(iterable, key=None, reverse=False)

key 参数接收一个函数,key 函数的要求：接收一个参数（对应可迭代对象中的单个元素），返回一个用于排序的依据值。

6，python中字符串和数字类型不能直接相加，会报语法错误；python中数据类型定义后可以修改，这点和js相同

7，字典的默认值操作（避免 KeyError 报错）

当访问字典中不存在的键时，直接访问会报错，推荐使用 get() 方法和 setdefault() 方法处理：

  1. dict.get(key, default=None)：获取键对应的值，键不存在时返回默认值（不修改原字典）
  2. dict.setdefault(key, default=None)：获取键对应的值，键不存在时，先添加「键：默认值」到字典，再返回默认值

8，匿名函数

例如：

lambda x: x[0]是 Python 中的匿名函数（由lambda关键字定义），它的核心功能是：接收一个可索引的输入参数x，返回x中索引为 0 的元素（即x的第一个元素，Python 索引从 0 开始）

常见用于：对包含多个元组的列表，按元组的第一个元素进行排序

# 原始列表（每个元素是一个二元元组）
student_scores = [("Tom", 90), ("Alice", 95), ("Bob", 88)]

# 按元组的第一个元素（姓名）进行字典序排序，key指定为lambda x: x[0]
student_scores_sorted = sorted(student_scores, key=lambda x: x[0])

print(student_scores_sorted)
# 输出：[('Alice', 95), ('Bob', 88), ('Tom', 90)]


9，合并

字典合并：

| 运算符：创建新字典（不修改原字典）

  1. 功能：将两个或多个字典合并，返回一个新的字典，原字典保持不变。
  2. 冲突处理：如果存在重复键，右侧字典的键值对会覆盖左侧字典的（从左到右优先级依次提升）。
dict1 = {"name": "Tom", "age": 18}
dict2 = {"age": 19, "score": 90}

# 合并两个字典（创建新字典）
new_dict = dict1 | dict2

|= 运算符：原地合并（修改左侧原字典）

  1. 功能：将右侧字典的键值对合并到左侧字典中，直接修改左侧原字典，无返回值（或返回修改后的左侧字典）。
  2. 冲突处理：重复键同样由右侧字典的值覆盖左侧字典的值。

字典解包 **

这是 Python 3.5 及以上版本支持的经典合并方式，灵活性高，支持多字典合并，同样创建新字典。

用法说明

  1. 用 ** 解包字典（将字典拆分为键值对参数），再用 {} 包裹重新组装成新字典。
  2. 冲突处理：重复键时，后解包的字典会覆盖先解包的字典（与|运算符优先级一致）。
dict1 = {"name": "Tom", "age": 18}
dict2 = {"age": 19, "score": 90}

# 合并两个字典（创建新字典）
new_dict = {**dict1, **dict2}

dict.update() 方法（原地合并）

这是 Python 所有版本都兼容的传统方法，核心是原地修改字典，无返回值（返回None）。

用法说明

  1. 调用 dict1.update(dict2)，将dict2的键值对合并到dict1中，直接修改dict1，dict2保持不变。
  2. 冲突处理：重复键时，dict2的值覆盖dict1的值。
  3. 扩展：update() 还支持传入键值对参数（如dict1.update(score=90, gender="male")）。


10，JSON 文件处理（json 模块）

Python 中通过 json 模块实现序列化（Python 对象→JSON 字符串）和反序列化（JSON 字符串→Python 对象）

  1. json.dumps: 序列化（对象变为字符串）
  2. json.loads：反序列化(字符串变为对象)
import json

# 原始Python对象（字典/列表）
data = {"name": "Tom", "age": 18, "hobbies": ["reading", "running"]}

# 1. 序列化：Python对象→JSON文件
with open("data.json", mode="w", encoding="utf-8") as f:
json.dump(data, f, ensure_ascii=False, indent=4) # ensure_ascii=False 保留中文，indent=4 格式化缩进

# 2. 反序列化：JSON文件→Python对象
with open("data.json", mode="r", encoding="utf-8") as f:
loaded_data = json.load(f)
print(loaded_data["name"]) # Tom

11，aiohttp (第三方库，需要pip install aiohttp)

import asyncio
import aiohttp

async def get_url_content(session, url):
async with session.get(url) as response:
print(f"获取 {url} 内容完成，状态码：{response.status}")
return await response.text()

async def main():
url1 = "https://www.baidu.com"
url2 = "https://www.qq.com"

# 创建aiohttp会话（推荐，复用连接，提升效率）
async with aiohttp.ClientSession() as session:
content1, content2 = await asyncio.gather(
get_url_content(session, url1),
get_url_content(session, url2)
)

if __name__ == "__main__":
asyncio.run(main())

12，print

无论你print()什么对象（字典、Series、列表、自定义类等），底层都会执行以下「3 步核心流程」：

步骤1：print(对象) 被调用

步骤2：Python 自动调用该对象的「字符串表示方法」，获取一个格式化后的字符串

步骤3：print() 把这个字符串原样输出到控制台

13，numpy中shape

  1. 一维数组shape：(n,) → 单元素元组，n 为一维元素个数；
  2. 二维数组shape：(行数, 列数) → 二元元组，对应矩阵的行列大小；
  3. 三维数组shape：(堆叠个数, 行数, 列数) → 三元元组，对应多个二维数组的堆叠及单个二维数组的行列大小；
  4. shape返回结果始终是元组，维度数与元组长度一致。