Python基础语法完整代码实例:变量、循环与函数结构演示

沿途有光
沿途有光
发布时间:2026-11-17| 6人浏览过
原创

通过完整且可独立运行的代码实例,深入演示Python基础语法中的变量引用、for/while循环结构以及函数定义与传参机制,帮助读者掌握核心逻辑与避坑技巧。

本文针对初学者在掌握语法时常见的概念混淆与代码组织难点,直入核心,通过三个循序渐进的完整可运行代码实例,全面演示 Python 变量对象引用、for 与 while 循环控制,以及函数封装传参的核心运行结构。

一、变量与动态类型绑定机制

在 Python 中,变量并非用于盛放数值的固定容器,而是一个绑定在特定内存对象上的“标签”(引用)。当执行赋值语句时,Python 解释器首先在内存中创建对应类型的对象,然后将变量名与该对象的内存地址建立引用绑定关系。这种动态类型语言的特性让数据传递轻量高效,但也要求开发者透彻理解基本类型与复合类型的赋值差异。

Python基础语法完整代码实例:变量、循环与函数结构演示
图 1:Python 变量名称空间与堆内存中对象的引用映射机制

1. 变量定义与多重解包代码实例

下面展示变量的声明、类型自动推断、多变量连续赋值以及序列解包(Unpacking)的规范写法:

# 1. 基础标量类型绑定
course_name = "Python编程实战"   # 字符串类型 (str)
target_hours = 45                 # 整数类型 (int)
completion_rate = 0.88            # 浮点类型 (float)
is_active = True                  # 布尔类型 (bool)

# 2. 复合数据容器
metrics = [92, 85, 98, 77]        # 列表 (list,可变)
weights = (0.2, 0.2, 0.3, 0.3)    # 元组 (tuple,不可变)
config = {"env": "prod", "v": 3}  # 字典 (dict,键值对)

# 3. 序列解包与多变量交换
coord_x, coord_y = 120, 360
coord_x, coord_y = coord_y, coord_x  # 无需临时变量的原生交换

print(f"课程: {course_name}, 时长: {target_hours}h, 激活状态: {is_active}")
print(f"坐标交换后结果 -> X: {coord_x}, Y: {coord_y}")
示例运行输出
课程: Python编程实战, 时长: 45h, 激活状态: True
坐标交换后结果 -> X: 360, Y: 120

二、循环结构:for 遍历与 while 条件控制

Python 提供了两种核心循环形态:for...in 专用于对序列、生成器或可迭代对象的确定性逐项消费;而 while 则依赖布尔条件表达式控制执行节奏。结合 break(终止整轮循环)、continue(跳过本次迭代)以及特有的 else 子句(循环未被 break 打断时触发),可以清晰表达各类轮询逻辑。

Python基础语法完整代码实例:变量、循环与函数结构演示
图 2:for 遍历与 while 条件循环的判定分支与状态流转步骤

2. 循环控制与流转代码实例

在以下代码中,我们演示了 enumerate() 索引起始偏移、基于 continue 剔除异常值,以及 while 循环结合状态更新的典型范式:

# 数据集:包含待处理成绩与缺考标记
raw_scores = [88, -1, 95, 72, -1, 91]

print("=== 1. 使用 for 循环配合 enumerate 过滤有效数据 ===")
valid_scores = []
for index, score in enumerate(raw_scores, start=1):
    if score < 0:
        print(f"第 {index} 位学生缺考(异常值 {score}),跳过本次处理")
        continue
    valid_scores.append(score)
    if len(valid_scores) >= 3:
        print(f"已收集满 3 份有效样本,提前退出循环")
        break

print(f"提取结果: {valid_scores}")

print("\n=== 2. 使用 while 循环执行递进累计计算 ===")
counter = 0
total_sum = 0
while counter < len(valid_scores):
    total_sum += valid_scores[counter]
    counter += 1  # 步进更新避免死循环

avg_score = total_sum / counter if counter > 0 else 0
print(f"有效样本总分: {total_sum}, 平均分: {avg_score:.2f}")
示例运行输出
=== 1. 使用 for 循环配合 enumerate 过滤有效数据 ===
第 2 位学生缺考(异常值 -1),跳过本次处理
已收集满 3 份有效样本,提前退出循环
提取结果: [88, 95, 72]

=== 2. 使用 while 循环执行递进累计计算 ===
有效样本总分: 255, 平均分: 85.00

三、函数结构:定义、参数传递与多返回值

函数是 Python 代码复用与模块化抽象的核心单元。使用 def 关键字定义函数体,Python 支持位置参数、具名默认参数、可变位置参数(*args)和可变关键字参数(**kwargs)。函数通过 return 返回结果,若未声明 return 则默认返回 None;当使用逗号返回多个变量时,实际打包为一个只读元组(tuple)。

Python基础语法完整代码实例:变量、循环与函数结构演示
图 3:函数调用接口契约、局部执行栈及元组返回解包机制

3. 函数封装与可变参数演示代码

下述实例展示了从基础参数到 *args、**kwargs 的完整语法特性:

def process_batch(primary_data, factor=1.0, *extra_data, **options):
    """
    演示多种参数形态的统一批处理函数
    :param primary_data: 基础输入列表
    :param factor: 缩放倍率,带默认值 1.0
    :param extra_data: 接收多余的位置参数 (*args)
    :param options: 接收附加命名配置 (**kwargs)
    :return: (处理后的列表, 统计字典)
    """
    mode = options.get("mode", "standard")
    prefix = options.get("prefix", "ITEM")
    
    # 合并基础数据与附加位置参数
    full_dataset = list(primary_data) + list(extra_data)
    
    transformed = []
    for item in full_dataset:
        val = item * factor
        transformed.append(f"{prefix}-{val:.1f}")
        
    summary = {
        "count": len(transformed),
        "mode": mode,
        "factor": factor
    }
    # 返回多个变量,Python 自动打包为元组
    return transformed, summary

# 演示函数调用
dataset = [10, 20, 30]
# 传入位置参数、可变位置参数 40, 50 以及关键字配置
result_list, info = process_batch(
    dataset, 
    1.5, 
    40, 50, 
    mode="accelerated", 
    prefix="DATA"
)

print(f"处理后列表: {result_list}")
print(f"运行元信息: {info}")
示例运行输出
处理后列表: ['DATA-15.0', 'DATA-30.0', 'DATA-45.0', 'DATA-60.0', 'DATA-75.0']
运行元信息: {'count': 5, 'mode': 'accelerated', 'factor': 1.5}

四、综合实战演练:变量、循环与函数的协同应用

实际开发中,基础语法单元往往协同组合。本节通过一个结构完整的“交易账单数据清洗与加权统计分析器”,将多类型变量、嵌套循环、条件过滤与函数封装融为一个独立运行的真实用例。

def analyze_transactions(transactions, fee_rate=0.015, min_threshold=100.0):
    """
    清洗并计算交易账单的有效流水与净利润
    """
    # 局部统计变量初始化
    valid_count = 0
    total_gross = 0.0
    total_net = 0.0
    category_summary = {}

    for record in transactions:
        # 解包记录字段:单号, 金额, 分类, 是否撤销
        tx_id, amount, category, is_void = record

        # 遇到撤销订单直接跳过
        if is_void:
            continue

        # 过滤低于统计门槛的小额交易
        if amount < min_threshold:
            continue

        # 状态累计更新
        fee = round(amount * fee_rate, 2)
        net_amount = amount - fee
        
        valid_count += 1
        total_gross += amount
        total_net += net_amount

        # 字典分类累计更新
        if category not in category_summary:
            category_summary[category] = 0.0
        category_summary[category] = round(category_summary[category] + net_amount, 2)

    avg_ticket = round(total_gross / valid_count, 2) if valid_count > 0 else 0.0

    return {
        "valid_orders": valid_count,
        "gross_amount": round(total_gross, 2),
        "net_amount": round(total_net, 2),
        "average_ticket": avg_ticket,
        "by_category": category_summary
    }

# 模拟输入:(订单号, 金额, 类别, 是否作废)
raw_tx_data = [
    ("TX1001", 350.0, "数码", False),
    ("TX1002", 50.0,  "日用", False),  # 低于100门槛
    ("TX1003", 1200.0, "家电", True),  # 作废订单
    ("TX1004", 800.0, "数码", False),
    ("TX1005", 220.0, "日用", False)
]

# 调用分析函数
report = analyze_transactions(raw_tx_data, fee_rate=0.02, min_threshold=100.0)

# 输出结构化报告
print("=== 交易清洗与结算报告 ===")
for key, value in report.items():
    print(f"[{key}]: {value}")
示例运行输出
=== 交易清洗与结算报告 ===
[valid_orders]: 3
[gross_amount]: 1370.0
[net_amount]: 1342.6
[average_ticket]: 456.67
[by_category]: {'数码': 1127.0, '日用': 215.6}

五、知识结构总结与关键避坑指南

掌握了核心语法结构之后,初学者容易在以下三个经典边界场景遇到隐蔽 Bug:

Python基础语法完整代码实例:变量、循环与函数结构演示
图 4:Python 变量默认值、容器动态增删与作用域判定三大避坑总结
关键注意事项清单
  • 不可变类型与可变类型:数值(int、float)、字符串(str)和元组(tuple)属于不可变对象;列表(list)、字典(dict)和集合(set)为可变对象。函数传参采用“对象引用传递”,对可变对象的内部修改会直接影响外部引用。
  • 循环条件收敛性:编写 while 循环时,必须确保循环体内存在能够让测试条件逐步逼近 False 的状态自增或 break 出口,杜绝 CPU 占满的死循环。
  • 解包对齐原则:左侧变量个数必须与右侧解包容器的长度严格一致;若仅需截取部分数据,建议使用星号通配符(如 head, *tail = items)。

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。