Python基础语法速查:变量、循环与函数核心概念

栗子
栗子
发布时间:2026-11-20| 6人浏览过
原创

全面速查Python核心基础语法:详解变量命名与内存引用机制、for与while循环结构及跳转控制、函数参数传递与LEGB作用域规则,提供清晰实用的速查参考。

掌握Python的基础语法并不在于死记硬背关键字,而在于理解其执行机制:变量本质上是贴在内存对象上的标签;循环是基于迭代器协议或布尔条件的流动控制;函数则是隔离作用域并复用逻辑的封装单元。本文系统梳理这三大核心构件的关键语法、行为模式与避坑要点,帮助你在编写与调试代码时迅速建立确定的逻辑预期。

Python基础语法速查:变量、循环与函数核心概念
图1:Python基础语法三大核心构件联动示意图

一、变量与对象引用机制

在许多编译型语言(如 C 或 C++)中,变量被直观地类比为存储数据的“盒子”,声明变量时即在内存分配了固定大小的格子。而 Python 采用的是动态强类型与对象引用模型:变量本身只是一个贴在对象上的“标签”(名称绑定)。数据对象在堆内存中独立分配,包含其类型标识(type)、引用计数(refcount)及实际内容。

1. 命名规范与赋值本质

Python 变量名支持字母、数字及下划线,且不能以数字开头。遵循 PEP 8 风格规范,普通变量与函数采用蛇形命名法(snake_case),常量使用全大写加下划线(MAX_RETRY_COUNT)。

# 基础赋值:创建整数对象 1024,并将标签 x 指向该对象
x = 1024
y = x  # 将标签 y 也指向同一个对象 1024

print(id(x) == id(y))  # 示例输出: True

# 重新赋值:变量 x 指向了全新的字符串对象,y 依然指向 1024
x = "Python"
print(y)  # 示例输出: 1024

2. 可变对象 vs 不可变对象

理解数据类型的可变性(Mutability)是避免意外数据污染的关键:

  • 不可变类型(Immutable):包括 int、float、bool、str、tuple、frozenset。任何尝试修改操作都会在内存中创建全新对象。
  • 可变类型(Mutable):包括 list、dict、set。可以在原内存地址上就地增删改元素,持有该引用的所有变量都会感知到变动。
Python基础语法速查:变量、循环与函数核心概念
图2:Python变量在不可变类型与可变类型中的内存指向行为对比
速查提醒:比较运算符 == 用于判断两个对象的内容与值是否相等;而 is 运算符则用于比较两个标识符是否严格指向同一块内存地址(即 id(a) == id(b))。在单例判断(如 val is None)时应使用 is。

二、循环结构:遍历、轮询与跳转

Python 提供了两种基本循环语句:面向集合或生成器遍历的 for 循环,以及面向状态条件判断的 while 循环。两者均支持 break、continue 与独特的 else 子句。

1. for ... in 循环与常用迭代辅助

Python 的 for 循环基于迭代器协议运行,能够遍历任何实现了 __iter__() 或 __getitem__() 方法的容器(列表、元组、字符串、字典、集合以及生成器):

# 1. 基础数字序列遍历:range(start, stop, step) 左闭右开
for i in range(1, 6, 2):
    print(i, end=" ")  # 示例输出: 1 3 5
print()

# 2. 同时获取索引与元素:enumerate(iterable, start=0)
items = ["apple", "banana", "cherry"]
for idx, val in enumerate(items, start=1):
    print(f"序号{idx}: {val}")

# 3. 多序列并行遍历:zip(seq1, seq2)
keys = ["name", "role", "lang"]
vals = ["Alice", "Engineer", "Python"]
info = {k: v for k, v in zip(keys, vals)}

2. while 循环与无限轮询

while 循环根据给定的布尔表达式决定是否继续执行。在处理网络监听、状态机轮询或计数器推进时最为常用:

count = 3
while count > 0:
    print(f"倒数: {count}")
    count -= 1  # 必须保证循环变量逼近终止条件,避免死循环
print("启动!")

3. break、continue 与循环 else 分支

  • break:强制中断当前最内层循环,直接跳出循环体。
  • continue:立即结束本次迭代,跳转至循环头部进行下一次迭代。
  • 循环中的 else 子句:当循环正常执行完毕(没有被 break 触发中断)时才会执行该代码块。常用于线性查找成功与失败的分支区分。
Python基础语法速查:变量、循环与函数核心概念
图3:循环控制跳转及 else 块触发条件判定路径

下面是一个利用 for ... else 查找质数的经典示例:

target = 13
for i in range(2, target):
    if target % i == 0:
        print(f"{target} 不是质数,能被 {i} 整除")
        break
else:
    # 只有当 2 到 target-1 均未整除,循环完整退出后才触发
    print(f"{target} 是质数")

三、函数核心概念:参数传递与作用域规则

函数是 Python 代码组织与复用的核心单元。通过 def 语句定义,其执行过程会创建局部帧(Frame),在退出时销毁局部绑定并返回结果(若无显式 return,则隐式返回 None)。

1. 参数模式速查

参数形态 语法示例 调用约束与说明
位置参数 (Positional) def f(a, b): 必须按顺序传入,实参个数严格对齐。
默认参数 (Default) def f(a, b=0): 必须定义在位置参数之后;严禁使用可变对象作为默认值。
可变位置参数 (Varargs) def f(*args): 将多余的位置参数打包为一个 tuple。
可变关键字参数 (Kwargs) def f(**kwargs): 将多余的键值对参数打包为一个 dict。
仅限关键字参数 (Keyword-only) def f(a, *, key=None): 在 * 之后的形参只能通过形如 key=val 形式传参。
高频踩坑点(默认可变参数): 函数的默认参数在函数定义加载时计算且仅计算一次,而非每次调用时重新生成。若使用 def append_item(val, container=[]),该列表对象会在各次调用间共享。正确做法是使用 None 作为哨兵值:
def append_item(val, container=None):
    if container is None:
        container = []
    container.append(val)
    return container

2. 作用域解析:LEGB 规则与状态修改

当在函数内部读取一个变量名时,Python 会严格按照 LEGB 顺序从内向外逐层解析查找,直至找到首个匹配项:

  1. L (Local):当前函数内部定义的局部变量。
  2. E (Enclosing):外部嵌套函数(闭包)的作用域。
  3. G (Global):当前模块文件顶层定义的全局变量。
  4. B (Built-in):Python 内置命名空间(如 len、range、print)。

若在函数内赋值变量,Python 默认将其创建为 Local 变量。若需修改外部作用域的变量,需显式声明:

  • global var_name:声明绑定至模块顶层的 Global 变量。
  • nonlocal var_name:声明绑定至最近外层闭包函数的变量(不包括全局)。
Python基础语法速查:变量、循环与函数核心概念
图4:Python 命名空间嵌套层级与 LEGB 逐层查找机制

四、核心概念速查表

语法板块 核心要点 高频陷阱 / 优化建议
变量与赋值 一切皆对象,变量是指向对象的标签引用 区分 ==(值对比)与 is(身份对比);拷贝可变对象时警惕浅拷贝(copy())在多层嵌套结构中的副作用。
循环控制 for 遍历可迭代对象;while 依靠状态判断 遍历字典时优先使用 .items();善用 for ... else 减少无谓的状态标志位变量。
函数设计 参数按引用传递,支持变长形参 禁止默认参数使用可变对象([]、{});函数职责尽量单一,避免修改全局状态。
作用域控制 LEGB 自内向外查找;函数内部赋值默认为局部 在嵌套函数中修改外层计数器或状态需声明 nonlocal,否则会导致 UnboundLocalError。

综上所述,Python 语法设计的核心优雅之处在于其高度一致的对象模型。通过明晰变量标签、熟练运用循环迭代控制流、遵循清晰的函数作用域边界,便能编写出结构清晰、执行可靠且符合 Pythonic 风格的代码。

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。