Python基础详解：数据容器、函数与注解

jjb1314

217人浏览 · 2026-08-23 14:55:11

jjb1314 · 2026-08-23 14:55:11 发布

Python基础详解：数据容器、函数与注解

数据容器

列表 (List)

列表是Python中最常用的数据容器之一，用于存储有序的元素集合。

基本操作

# 创建列表
fruits = ["apple", "banana", "cherry"]
numbers = [1, 2, 3, 4, 5]

# 访问元素
print(fruits[0])  # 输出: apple

# 修改元素
fruits[1] = "blueberry"

# 添加元素
fruits.append("orange")  # 末尾添加
fruits.insert(1, "grape")  # 指定位置插入

# 删除元素
fruits.remove("cherry")  # 按值删除
del fruits[0]  # 按索引删除

# 切片操作
print(fruits[1:3])  # 输出: ['grape', 'blueberry']

列表推导式

# 基本列表推导式
squares = [x**2 for x in range(10)]
print(squares)  # 输出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 带条件的列表推导式
even_squares = [x**2 for x in range(10) if x % 2 == 0]
print(even_squares)  # 输出: [0, 4, 16, 36, 64]

# 嵌套列表推导式
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [num for row in matrix for num in row]
print(flattened)  # 输出: [1, 2, 3, 4, 5, 6, 7, 8, 9]

常用方法

# 排序
numbers = [3, 1, 4, 1, 5, 9, 2, 6]
numbers.sort()  # 原地排序
print(numbers)  # 输出: [1, 1, 2, 3, 4, 5, 6, 9]

# 反转
numbers.reverse()
print(numbers)  # 输出: [9, 6, 5, 4, 3, 2, 1, 1]

# 查找
print(numbers.index(5))  # 输出: 2
print(numbers.count(1))  # 输出: 2

# 长度和包含检查
print(len(numbers))  # 输出: 8
print(5 in numbers)  # 输出: True

元组 (Tuple)

元组是不可变的有序序列，一旦创建就不能修改。

基本操作

# 创建元组
coordinates = (10, 20)
colors = ("red", "green", "blue")
single = (42,)  # 单元素元组需要逗号

# 访问元素
print(coordinates[0])  # 输出: 10

# 切片
print(colors[0:2])  # 输出: ('red', 'green')

# 元组解包
x, y = coordinates
print(f"x: {x}, y: {y}")  # 输出: x: 10, y: 20

元组的不可变性

# 元组不能修改
point = (10, 20)
# point[0] = 30  # 这会引发 TypeError

# 但是可以包含可变对象
mixed = (1, [2, 3], 4)
mixed[1][0] = 99  # 这是允许的
print(mixed)  # 输出: (1, [99, 3], 4)

命名元组

from collections import namedtuple

# 定义命名元组
Point = namedtuple('Point', ['x', 'y'])
p = Point(10, 20)
print(p.x, p.y)  # 输出: 10 20

# 命名元组的特性
print(p._fields)  # 输出: ('x', 'y')
print(p._asdict())  # 输出: {'x': 10, 'y': 20}

字典 (Dictionary)

字典是键值对的集合，用于存储关联数据。

基本操作

# 创建字典
person = {
    "name": "Alice",
    "age": 25,
    "city": "New York"
}

# 访问元素
print(person["name"])  # 输出: Alice
print(person.get("email", "N/A"))  # 输出: N/A

# 添加/修改元素
person["email"] = "alice@example.com"
person["age"] = 26

# 删除元素
del person["city"]
person.pop("email")

# 检查键是否存在
print("name" in person)  # 输出: True

字典推导式

# 基本字典推导式
squares_dict = {x: x**2 for x in range(5)}
print(squares_dict)  # 输出: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

# 带条件的字典推导式
even_squares = {x: x**2 for x in range(10) if x % 2 == 0}
print(even_squares)  # 输出: {0: 0, 2: 4, 4: 16, 6: 36, 8: 64}

字典方法

# 获取所有键/值/键值对
keys = person.keys()
values = person.values()
items = person.items()

# 遍历字典
for key, value in person.items():
    print(f"{key}: {value}")

# 更新字典
person.update({"age": 27, "job": "Engineer"})

# 设置默认值
person.setdefault("hobbies", [])

集合 (Set)

集合是无序、不重复的元素集合。

基本操作

# 创建集合
fruits = {"apple", "banana", "cherry"}
numbers = set([1, 2, 3, 4, 5])  # 从列表创建

# 添加元素
fruits.add("orange")

# 删除元素
fruits.remove("banana")
fruits.discard("grape")  # 如果不存在不会报错

# 检查元素
print("apple" in fruits)  # 输出: True

# 长度
print(len(fruits))  # 输出: 3

集合运算

# 并集
set1 = {1, 2, 3}
set2 = {3, 4, 5}
print(set1 | set2)  # 输出: {1, 2, 3, 4, 5}

# 交集
print(set1 & set2)  # 输出: {3}

# 差集
print(set1 - set2)  # 输出: {1, 2}

# 对称差集
print(set1 ^ set2)  # 输出: {1, 2, 4, 5}

集合推导式

# 基本集合推导式
squares_set = {x**2 for x in range(-5, 6)}
print(squares_set)  # 输出: {0, 1, 4, 9, 16, 25}

函数

函数定义与调用

# 基本函数定义
def greet(name):
    """向某人打招呼"""
    return f"Hello, {name}!"

# 调用函数
message = greet("Alice")
print(message)  # 输出: Hello, Alice!

参数类型

位置参数

def add(a, b):
    return a + b

result = add(3, 5)  # 位置参数
print(result)  # 输出: 8

默认参数

def greet(name, greeting="Hello"):
    return f"{greeting}, {name}!"

print(greet("Alice"))  # 输出: Hello, Alice!
print(greet("Alice", "Hi"))  # 输出: Hi, Alice!

关键字参数

def person_info(name, age, city):
    return f"{name} is {age} years old from {city}"

# 关键字参数
info = person_info(age=25, name="Bob", city="New York")
print(info)  # 输出: Bob is 25 years old from New York

可变参数

# *args - 接受任意数量的位置参数
def sum_all(*args):
    return sum(args)

print(sum_all(1, 2, 3, 4, 5))  # 输出: 15

# **kwargs - 接受任意数量的关键字参数
def print_info(**kwargs):
    for key, value in kwargs.items():
        print(f"{key}: {value}")

print_info(name="Alice", age=25, city="New York")

仅关键字参数

def create_user(name, *, age, email):
    return {"name": name, "age": age, "email": email}

# age和email必须作为关键字参数传递
user = create_user("Alice", age=25, email="alice@example.com")
print(user)

返回值

# 单个返回值
def square(x):
    return x ** 2

# 多个返回值
def getMinMax(numbers):
    return min(numbers), max(numbers)

min_val, max_val = getMinMax([1, 2, 3, 4, 5])
print(f"Min: {min_val}, Max: {max_val}")  # 输出: Min: 1, Max: 5

作用域

# 全局变量
global_var = "I'm global"

def outer():
    # 外层函数变量
    outer_var = "I'm outer"
    
    def inner():
        # 内层函数变量
        inner_var = "I'm inner"
        print(global_var)
        print(outer_var)
        print(inner_var)
    
    inner()

outer()

装饰器

# 基本装饰器
def timer(func):
    import time
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        end = time.time()
        print(f"{func.__name__} took {end - start:.4f} seconds")
        return result
    return wrapper

@timer
def slow_function():
    import time
    time.sleep(1)
    return "Done"

result = slow_function()
print(result)

# 带参数的装饰器
def repeat(n):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for _ in range(n):
                result = func(*args, **kwargs)
            return result
        return wrapper
    return decorator

@repeat(3)
def say_hello():
    print("Hello!")

say_hello()

注解

类型注解

类型注解用于指定变量、函数参数和返回值的类型。

基本类型注解

# 变量注解
name: str = "Alice"
age: int = 25
height: float = 5.6
is_student: bool = True

# 容器类型注解
numbers: list[int] = [1, 2, 3]
coordinates: tuple[float, float] = (10.0, 20.0)
person: dict[str, int] = {"age": 25, "score": 100}
unique_numbers: set[int] = {1, 2, 3}

函数注解

# 基本函数注解
def greet(name: str) -> str:
    return f"Hello, {name}!"

# 多参数函数注解
def calculate(x: int, y: int, operation: str = "add") -> int:
    if operation == "add":
        return x + y
    elif operation == "multiply":
        return x * y
    else:
        raise ValueError("Invalid operation")

# 复杂类型注解
from typing import List, Dict, Tuple, Optional, Union

def process_data(
    data: List[int],
    config: Dict[str, Union[str, int]],
    callback: Optional[callable] = None
) -> Tuple[List[int], bool]:
    # 处理数据
    result = [x * 2 for x in data]
    success = len(result) > 0
    
    if callback:
        callback(result)
    
    return result, success

变量注解

# 使用 typing 模块
from typing import List, Dict, Set, Tuple, Optional, Union

# 列表注解
fruits: List[str] = ["apple", "banana", "cherry"]

# 字典注解
scores: Dict[str, int] = {"Alice": 95, "Bob": 87}

# 集合注解
unique_numbers: Set[int] = {1, 2, 3, 4, 5}

# 元组注解
point: Tuple[float, float] = (10.0, 20.0)

# 可选类型
def find_user(user_id: int) -> Optional[str]:
    if user_id == 1:
        return "Alice"
    return None

# 联合类型
def process(value: Union[int, str]) -> str:
    return str(value)

类型检查工具

# 使用 mypy 进行类型检查
# 安装: pip install mypy
# 运行: mypy your_script.py

# 示例代码 (save as example.py)
def add(a: int, b: int) -> int:
    return a + b

# 类型错误示例
result: str = add(1, 2)  # mypy 会报告类型错误

# 使用类型别名
from typing import List, Tuple

Vector = List[float]
Matrix = List[Vector]

def dot_product(v1: Vector, v2: Vector) -> float:
    return sum(x * y for x, y in zip(v1, v2))

# 使用 TypedDict
from typing import TypedDict

class PersonDict(TypedDict):
    name: str
    age: int
    email: str

person: PersonDict = {
    "name": "Alice",
    "age": 25,
    "email": "alice@example.com"
}

总结

数据容器对比

容器类型	可变性	有序性	重复元素	主要用途
列表	可变	有序	允许	存储有序数据集合
元组	不可变	有序	允许	存储不变的数据集合
字典	可变	有序	键唯一	存储键值对关联数据
集合	可变	无序	不允许	存储唯一元素集合

函数最佳实践

单一职责原则: 每个函数只做一件事
合理命名: 使用描述性的函数名
文档字符串: 为函数添加说明
类型注解: 提高代码可读性和可维护性
错误处理: 使用适当的异常处理

注解最佳实践

始终使用类型注解: 提高代码可读性
使用类型别名: 简化复杂类型
定期运行类型检查: 使用 mypy 等工具
保持注解更新: 确保注解与实际代码一致

亚马逊云科技技术品牌专区

更多推荐

open-code-review Codex 插件教程：对话式调用评审技能指南

本文是一份面向新手的 **open-code-review Codex 插件教程**，教你在 Codex 中通过对话式方式调用 open-code-review 的 AI 代码评审技能。open-code-review 是阿里巴巴开源的 AI 代码评审工具，采用"确定性流水线 + LLM Agent"混合架构，内置多语言评审规则（NPE、线程安全、XSS、SQL 注入等），可在 Codex 里用一

亚马逊云科技技术品牌专区

OBS Studio 完整指南：免费开源录屏与直播软件从零上手

想做一场像模像样的直播，或者把屏幕内容录成教程视频，但一想到商用软件的订阅费就有些犹豫？其实你不需要花一分钱。OBS Studio 是一款免费开源的直播与录屏软件，支持 Windows、macOS 和 Linux，采集、混音、编码、推流、录制，一条流水线全包了。## 先搞清楚 OBS Studio 是什么OBS Studio 是一个"场景化"的采集合成工具：你把摄像头、窗口、浏览器、图片、

亚马逊云科技技术品牌专区

如何用MediaCrawler爬取小红书抖音数据？7大平台爬虫从安装到实战完整指南

MediaCrawler 是一个支持小红书、抖音、快手、B站、微博、百度贴吧、知乎的开源自媒体数据采集工具。它能按关键词、按帖子、按创作者主页三种方式抓取笔记/视频内容、评论甚至二级评论，并把结果存成 JSON、CSV、Excel 或数据库。适合做市场调研、竞品监控、内容选题的运营人员，以及想要现成爬虫框架而不想从零写 JS 逆向的开发者。## 从一次"手动抄数据"说起想象这个场景：你负责

亚马逊云科技技术品牌专区

所有评论(0)

查看更多评论

jjb1314

@jjb1314

已为社区贡献2条内容

Python基础详解：数据容器、函数与注解

jjb1314

Python基础详解：数据容器、函数与注解

目录

数据容器

列表 (List)

基本操作

列表推导式

常用方法

元组 (Tuple)

基本操作

元组的不可变性

命名元组

字典 (Dictionary)

基本操作

字典推导式

字典方法

集合 (Set)

基本操作

集合运算

集合推导式

函数

函数定义与调用

参数类型

位置参数

默认参数

关键字参数

可变参数

仅关键字参数

返回值

作用域

装饰器

注解

类型注解

基本类型注解

函数注解

变量注解

类型检查工具

总结

数据容器对比

函数最佳实践

注解最佳实践

所有评论(0)

温馨提示：您尚未绑定手机号

jjb1314