x = 10if x > 0:print("正数")print("零")else:print("负数")# 输出: 正数print(len([1,2,3])) # 输出: 3print(type(3.14)) # 输出: <class 'float'>print(list(range(3))) # 输出: [0, 1, 2]print(list(enumerate(['a','b'])))# 输出

位置传参：按顺序将实参传入函数，是最基础也最常见的方式；可变位置参数（*args：可接收任意数量的位置参数，形成一个元组；关键字传参：通过指定参数名赋值，提高代码的可读性和灵活性；可变关键字参数（**kwargs：接收任意数量的关键字参数，并将其封装为字典；参数可变性：理解可变类型与不可变类型的传参差异，有助于避免函数副作用；参数解包：使用和**进行序列或字典的拆包传参，提升函数调用的灵活性。掌握

递归是一种在函数内部调用自身的编程技术。它特别适用于具有“自相似”结构的问题，例如树形结构遍历、数学上的阶乘、斐波那契数列等。基准条件（Base Case）：停止递归的条件；递归步骤（Recursive Step）：函数调用自身以简化问题。装饰器本质上是一个函数，它接受另一个函数作为参数并返回一个新的函数。日志记录性能监控权限验证输入输出处理✅ 装饰器是 Python 面向切面编程（AOP）的核心

类（Class）：是对一类事物的抽象，比如“人类”、“汽车”、“字符串”等。对象（Object）：是类的具体实例，比如“张三”、“特斯拉Model S”、“Hello”。​return f"我是{self.username}，出生于{self.birthday1}，性别{self.gender}"​p1 = Human("小张", "2000-01-01", "男")class str:​​方法类

NumPy是Python中进行科学计算的核心库，提供了高性能多维数组对象ndarray，以及丰富的数学函数。Pandas是基于NumPy构建的强大数据分析库，核心数据结构是Series和DataFrame。

NumPy是Python中进行科学计算的核心库，提供了高性能多维数组对象ndarray，以及丰富的数学函数。Pandas是基于NumPy构建的强大数据分析库，核心数据结构是Series和DataFrame。

_iter__()：返回迭代器本身。__next__()：返回下一个值，如果没有更多元素，抛出异常。当你需要完全控制迭代逻辑时，可以通过定义一个类手动实现__iter__()和__next__()return self # 返回自身作为迭代器else:# 使用自定义迭代器解释：MyIterator能逐个输出列表中的元素，每次迭代内部索引递增。当超出范围时，会自动终止迭代。生成器是使用yield的函

NumPy是Python中进行科学计算的核心库，提供了高性能多维数组对象ndarray，以及丰富的数学函数。Pandas是基于NumPy构建的强大数据分析库，核心数据结构是Series和DataFrame。