Python基础语法代码示例：变量、循环与函数定义

一、变量定义与数据载体

在Python中，变量无需显式声明类型即可直接赋值使用。赋值操作的本质并非在内存中划定一个带固定类型的“盒子”，而是创建或引用一个内存对象，并将变量名作为标识符“绑定”到该对象上。这一机制使得Python具备动态类型特征。

1. 命名规则与常见基础类型

变量名只能由字母、数字和下划线组成，且不能以数字开头，同时禁止使用Python保留关键字（如 def、class、for 等）。PEP 8规范建议使用小写字母配合下划线分割单词（蛇形命名法，例如 student_score）。

• 数值类型（int, float）：用于存储整数和浮点数，支持常规算术运算。
• 字符串（str）：文本序列，支持通过单引号、双引号或三引号定义，具备不可变性。
• 列表（list）：有序的可变序列，支持元素的增删改查。
• 字典（dict）：由键值对组成的映射容器，通过唯一且不可变的键进行快速检索。

下面的代码展示了基础变量赋值、复合容器定义以及使用 type() 函数检测变量类型的具体方式：

# 基础类型变量赋值
total_count = 42                # 整数 int
completion_rate = 0.875         # 浮点数 float
system_status = "OPERATIONAL"   # 字符串 str
is_active = True                # 布尔值 bool

# 复合容器变量定义
port_list = [8080, 8081, 9000]  # 列表 list
server_config = {               # 字典 dict
    "host": "127.0.0.1",
    "port": 8080,
    "environment": "production"
}

# 格式化输出与类型判定
print(f"total_count 类型: {type(total_count).__name__}, 数值: {total_count}")
print(f"server_config 类型: {type(server_config).__name__}, 目标主机: {server_config['host']}")

变量在整个程序体系中承担着数据载体的任务，它为后续的条件判断、循环遍历和函数传参提供了明确的数据入口。

二、循环结构与流程控制

当需要对数据集进行批量运算或根据某一动态状态重复执行任务时，就需要使用循环结构。Python主要提供 for 循环与 while 循环两种形式。

1. for 循环：确定集合与区间遍历

Python的 for 循环本质上是一个迭代器驱动模型，用于依次从可迭代对象（如列表、元组、字符串、字典键值或 range() 区间）中提取元素，直到集合耗尽。

内置函数 range(start, stop, step) 生成整数序列，遵循“左闭右开”规则（包含 start，但不包含 stop）。结合 enumerate() 函数还可以同时获取元素下标与对应值。

2. while 循环：状态驱动的条件收敛

while 循环在指定的布尔表达式为 True 时持续执行循环体。它适用于无法预先确定具体循环次数、但知道终止条件的场景。必须在循环体内安排改变判定变量的语句（步进逻辑），否则会导致CPU占满的死循环。

3. 流程跳变：break、continue 与 else 语句

• break：立即终止当前整个循环，跳出循环块执行后续代码。
• continue：立即结束当前本次迭代，直接跳转到下一次循环条件的判定处。
• else 子句：挂接在循环末尾。只有当循环完整自然执行完毕、未被 break 强制打断时，才会触发 else 块中的语句。

以下代码综合展示了 for 遍历筛选与 while 状态步进的典型用法：

# for 循环示例：结合 range 与 enumerate 进行元素过滤
raw_metrics = [12, 0, 45, 99, 105, 30]
valid_metrics = []

for idx, metric in enumerate(raw_metrics):
    if metric == 0:
        continue  # 跳过无效的0值样本
    if metric > 100:
        print(f"检测到异常超限数值 {metric}（位于索引 {idx}），提前终止扫描。")
        break     # 遇到超出阈值的值立即阻断
    valid_metrics.append(metric)
else:
    print("所有指标均在安全测量范围内。")

print(f"已收集的合规指标: {valid_metrics}")

# while 循环示例：阈值收敛计算
voltage = 12.0
decay_rate = 0.85
step_counter = 0

while voltage > 5.0:
    voltage *= decay_rate
    step_counter += 1

print(f"经过 {step_counter} 次衰减后，电压降至安全阈值以下: {voltage:.2f}V")

三、函数定义、参数传递与作用域

函数是组织好的、可重复调用的代码块。它将复杂的逻辑封装在黑盒内部，通过定义清晰的输入参数和返回值，实现代码复用并降低系统耦合度。

1. def 声明语法与参数分类

Python使用 def 关键字定义函数，紧跟函数名与圆括号包含的参数列表，末尾以冒号 : 结尾，函数体保持缩进。

• 位置参数：调用时必须按照定义顺序一一对应的参数。
• 默认参数：在定义时赋予默认值的形参（如 threshold=60.0）。调用时若不传参则采用该默认值。
• 返回值（return）：通过 return 将运算产物返回给调用方。若函数未书写 return，默认返回 None。当 return 后紧跟多个由逗号分隔的表达式时，Python会自动将其组装为元组返回。

2. 局部作用域与全局隔离

函数被调用时会创建一个独立的局部命名空间（Local Scope）。在函数体内声明的变量仅在函数生命周期内有效，外界无法直接访问。函数如果需要读取外部全局变量可以直接引用，但若要对全局变量重新赋值，需借助 global 关键字（工程中通常应尽量避免滥用全局变量，优先通过入参和返回值传递状态）。

以下示例展示了一个接收数据集与过滤阈值的统计函数，演示了默认参数、循环过滤与多值返回：

def calculate_statistics(numbers, threshold=0.0):
    """
    计算序列中高于指定阈值的数值之和及平均值。
    
    参数:
        numbers (list): 待统计的数值列表
        threshold (float): 过滤门限，默认为0.0
        
    返回:
        tuple: (符合条件的元素数量, 总和, 平均值)
    """
    filtered_items = []
    
    # 在局部作用域内使用循环进行数据收集
    for num in numbers:
        if num >= threshold:
            filtered_items.append(num)
            
    total_count = len(filtered_items)
    
    # 边界保护：防止除以0
    if total_count == 0:
        return 0, 0.0, 0.0
        
    total_sum = sum(filtered_items)
    average = total_sum / total_count
    
    # 返回多个计算产物（打包为元组）
    return total_count, total_sum, average

# 调用示例：使用位置参数与默认参数
dataset = [-5.0, 12.5, 30.0, -1.2, 45.5]
count, total, avg = calculate_statistics(dataset, threshold=10.0)

print(f"入选样本数: {count}")
print(f"样本总和: {total:.2f}")
print(f"样本均值: {avg:.2f}")

四、综合应用：三者协同实现成绩分析系统

在实际项目开发中，变量、循环和函数通常不是孤立存在的。最标准的编程模式是：使用变量存储输入数据和控制状态，使用函数封装业务逻辑，使用循环处理集合元素与状态更新。

下面通过一个完整的“成绩分析与评级”程序，演示如何组织这三者：

1. 定义数据变量：构建包含多名学生姓名及单科分数的字典列表。
2. 定义分析函数：封装单名学生的等级评定函数，以及针对全体学生的综合统计函数。
3. 运用循环处理：在函数内部使用 for 循环计算总分并分类统计，使用字典记录等级分布。

def assign_grade(score):
    """根据分数返回对应的评级等级"""
    if score >= 90:
        return "优秀"
    elif score >= 75:
        return "良好"
    elif score >= 60:
        return "及格"
    else:
        return "不合格"

def analyze_student_records(records, pass_mark=60):
    """
    分析学生成绩列表，统计平均分及等级分布。
    """
    total_score = 0
    grade_distribution = {"优秀": 0, "良好": 0, "及格": 0, "不合格": 0}
    failed_students = []
    
    # 循环遍历记录集合
    for student in records:
        name = student["name"]
        score = student["score"]
        
        # 累加总分
        total_score += score
        
        # 调用辅助函数计算等级并更新统计字典
        grade = assign_grade(score)
        grade_distribution[grade] += 1
        
        # 记录不及格名单
        if score < pass_mark:
            failed_students.append(name)
            
    total_students = len(records)
    avg_score = total_score / total_students if total_students > 0 else 0.0
    
    return {
        "total_count": total_students,
        "average_score": round(avg_score, 2),
        "distribution": grade_distribution,
        "failed_list": failed_students
    }

# 业务数据变量
student_data = [
    {"name": "张伟", "score": 92},
    {"name": "李强", "score": 78},
    {"name": "王芳", "score": 58},
    {"name": "赵敏", "score": 88},
    {"name": "孙磊", "score": 63}
]

# 执行统计并输出结果
summary = analyze_student_records(student_data)

print(f"总参与人数: {summary['total_count']} 人")
print(f"全班平均分: {summary['average_score']} 分")
print("成绩等级分布:")
for grade_name, count in summary["distribution"].items():
    print(f"  - {grade_name}: {count} 人")
print(f"预警名单: {summary['failed_list']}")

五、避坑指南：三类常见基础语法错误及排查方案

# 正确范式：使用 None 作为防御性默认值
def append_worker(task_id, task_list=None):
    if task_list is None:
        task_list = []
    task_list.append(task_id)
    return task_list