博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
python要有什么基础知识_Python基础知识
阅读量:1542 次
发布时间:2019-04-21

本文共 1381 字,大约阅读时间需要 4 分钟。

Python基础

变量

1.什么是变量?

变量从字面意思可以理解成:是变化的量.

量:记录现实世界中的状态,让计算机能够像人一样去识别世间万物(比如今天58kg明天60kg)

2.为什么要有变量

对于现实世界,一定是要有一个变量来描述世间万物的,其实计算机中程序的运行就是一系列状态的变化(比如你的游戏级别.

3.定义变量

name = 'kang'

age = 18

gender = 'male'

height = 180

weight = 140

4.变量的三个部分

变量名:变量名用来引用变量值,但凡需要用变量值,都需要通过变量名。

赋值符号:赋值

变量值:存放数据,用来记录现实世界中的某种状态。

5.变量名的命名规范

一定要记住,定义一个变量其实就是在记录现实世界中的的状态,并且存永远不是目的,取才是目的。所以变量的命名应该满足以下三个规范:

变量的命名应该能反映变量值所描述的状态,切记不可用中文

变量名必须用字母数字下划线组合,并且变量名的第一个字符不能是数字。

关键字不能声明为变量名

6.变量名的两种风格

驼峰体

AgeOfKang = 18

下划线(推荐)

age_of_kang = 18

常量

1.变量是变化的量,常量则是不变的量。python中没有使用语法强制定义常量,也就是说,python中定义常量本质上就是变量。如果非要定义常量,变量名必须全大写

AGE = 18

大写的是常量(约定俗成)(备注:常量可以修改但是不建议)

Python变量内存管理

1.变量存哪了

比如我们指定一个 x = 10 ,那么它是存在内存当中的.对于电脑内存这个大内存,每定义一个变量就会在这个大内存中开辟一个小空间,小空间内存放变量值10,然后内存给这个小空间一个变量名x(门牌号),x指向10。

2.Python垃圾回收机制

比如先前有x = 10 但现在让x = 11。这个时候10由于没有了门牌号,所以成为了python眼中的垃圾,python就会处理这个垃圾,释放10的内存占用,这就是python的垃圾回收机制。他。

3.小整池数

Python实现int的时候有个小整数池。为了避免因创建相同的值而重复申请内存空间所带来的效率问题, Python解释器会在启动时创建出小整数池,范围是[-5,256]

花式赋值

1.链式

a = 10

b = 10

c = 10

d = 10

print(f'a:{a}, b:{b}, c:{c}, d:{d}')

a:10, b:10, c:10, d:10

a = b = c = b = 10

print (f'a:{a},b:{b},c:{c},d:{d})

a:10, b:10, c:10, d:10

2.交叉赋值

x = 10

y = 20

z = x

x = y

y = z

print(x,y)

20 10

x = 10

y = 20

x,y = y,x

print(x,y)

20 10

注释

代码注释分单行和多行注释,单行注释用#,多行注释可以用三对单/双引号,使用三引号注释可以换行。

# 单行注释

'''

三单引号注释

'''

"""

三双引号注释

"""

添加注释的规则:

不用全部加注释,只需要在自己觉得重要或不好理解的部分加注释即可

注释可以用中文或英文,但不要用拼音

转载地址:http://mrhdy.baihongyu.com/

你可能感兴趣的文章
Windows+VS2013初始化CUDA以及获取N卡信息
查看>>
Windows下cuda+OpenCV操作GpuMat像素简单示例
查看>>
git 与远程仓库常用命令(简单版本)
查看>>
VS生成dll给别人调用(实用、简单方式)
查看>>
关于Qt creator 配置halcon12的心得
查看>>
vmware断网安装Ubuntu纪实
查看>>
ubuntu codeblocks
查看>>
cmake codeblocks-MinGW opencv4.1.1 编译过程中报错的处理方法
查看>>
codeblocks配置opencv4.1.1
查看>>
简单的神经网络
查看>>
神经网络中的激活函数
查看>>
机器学习之线性回归
查看>>
线性回归中最小二乘法矩阵表现形式及最小化时关于参数theta的解析解的推导(手写)
查看>>
机器学习之逻辑回归
查看>>
机器学习实战:逻辑回归+梯度下降
查看>>
Numpy中矩阵向量乘法np.dot()及np.multiply()以及*区别
查看>>
机器学习之线性回归、梯度下降以及引入正则化
查看>>
机器学习实战:基于逻辑回归模型的信用卡欺诈检测
查看>>
机器学习中多样本情况下的正向传播与反向传播推导(手写)
查看>>
机器学习实战:TensorFlow构建线性回归模型
查看>>