🏆🏆🏆教程全知识点简介：1.Python函数高级特性包括匿名函数（lambda语法格式、与普通函数区别、应用场景、参数形式）。2. 文件操作涵盖文件打开关闭、文件读写（write写数据、readlines读数据）。3. 面向对象编程包括类和对象（类定义、对象创建、类对象关系）、类构成、self关键字、对象属性操作、构造方法__init__、字符串方法__str__、多继承、子类重写、多态概念及应用、类属性和实例属性、静态方法和类方法。4. 异常处理涵盖异常传递（try嵌套、函数嵌套调用）、自定义异常抛出。5. 模块系统包括Python模块概念、import导入机制、学生管理系统应用。6. 计算机基础涉及计算机组成、硬件系统、程序处理机制、编程语言概念、Python介绍、解释器作用。7. Python语法基础包括注释分类、输出（格式化输出、转义字符、结束符）、输入语法、数据类型转换、运算符（算数运算符）。8. 控制流程涵盖判断语句（if语句、if-else、if-elif-else、三目运算、if嵌套）、循环语句（while循环、for循环、break和continue）。9. 数据容器包括字符串操作（rfind、partition、splitlines、isalpha、isdigit）、列表（列表格式、相关操作、循环遍历、嵌套）、元组、字典（键值访问）、公共方法、容器类型转换、推导式（列表推导式、多for循环）。10. 函数进阶涵盖函数返回值、函数文档说明、函数嵌套调用、变量作用域（局部变量、全局变量、global关键字）、拆包和变量交换、引用概念、可变不可变类型、函数使用注意事项
📚📚👉👉👉git仓库code.zip 直接get： gitee.com/yinuo112/Ba… 🍅🍅
✨ 本教程项目亮点
🧠 知识体系完整：覆盖从基础原理、核心方法到高阶应用的全流程内容
💻 全技术链覆盖：完整前后端技术栈，涵盖开发必备技能
🚀 从零到实战：适合 0 基础入门到提升，循序渐进掌握核心能力
📚 丰富文档与代码示例：涵盖多种场景，可运行、可复用
🛠 工作与学习双参考：不仅适合系统化学习，更可作为日常开发中的查阅手册
🧩 模块化知识结构：按知识点分章节，便于快速定位和复习
📈 长期可用的技术积累：不止一次学习，而是能伴随工作与项目长期参考
🎯🎯🎯全教程总章节
🚀🚀🚀本篇主要内容
拆包、交换变量的值
<1> 对返回的数据直接拆包1>
def get_my_info():
high = 178
weight = 100
age = 18
return high, weight, age
# result = get_my_info()
# print(result)
my_high, my_weight, my_age = get_my_info()
print(my_high)
print(my_weight)
print(my_age)
总结：
- 拆包时要注意，需要拆的数据的个数要与变量的个数相同，否则程序会异常
- 除了对元组拆包之外，还可以对列表、字典等拆包
In [17]: a, b = (11, 22)
In [18]: a
Out[18]: 11
In [19]: b
Out[19]: 22
In [20]: a, b = [11, 22]
In [21]: a
Out[21]: 11
In [22]: b
Out[22]: 22
In [23]: a, b = {"m":11, "n":22} # 取出来的是key，而不是键值对
In [24]: a
Out[24]: 'm'
In [25]: b
Out[25]: 'n'
<2> 交换2个变量的值2>
# 第1种方式
# a = 4
# b = 5
# c = 0
#
# c = a
# a = b
# b = c
#
# print(a)
# print(b)
# 第2种方式
# a = 4
# b = 5
# a = a+b # a=9, b=5
# b = a-b # a=9, b=4
# a = a-b # a=5, b=4
# print(a)
# print(b)
# 第3种方式
a, b = 4, 5
a, b = b, a
print(a)
print(b)
引用(一)
想一想
>>> a = 1
>>> b = a
>>> b
1
>>> a = 2
>>> a
2
请问此时b的值为多少？
>>> a = [1, 2]
>>> b = a
>>> b
[1, 2]
>>> a.append(3)
>>> a
[1, 2, 3]
请问此时b的值又是多少？
引用
在python中，值是靠引用来传递来的。
** 可以用id()来判断两个变量是否为同一个值的引用。** 可以将id值理解为那块内存的地址标示。
>>> a = 1
>>> b = a
>>> id(a)
13033816
>>> id(b) # 注意两个变量的id值相同
13033816
>>> a = 2
>>> id(a) # 注意a的id值已经变了
13033792
>>> id(b) # b的id值依旧
13033816
>>> a = [1, 2]
>>> b = a
>>> id(a)
139935018544808
>>> id(b)
139935018544808
>>> a.append(3)
>>> a
[1, 2, 3]
>>> id(a)
139935018544808
>>> id(b) # 注意a与b始终指向同一个地址
139935018544808
总结：
- 之前为了更好的理解变量，咱们可以把
a=100理解为变量a中存放了100，事实上变量a存储是100的引用（可理解为在内存中的一个编号）
引用(二)
引用当做实参
- 可变类型与不可变类型的变量分别作为函数参数时，会有什么不同吗？
- Python有没有类似C语言中的指针传参呢？
def test1(b): # 变量b一定是一个局部变量，就看它指向的是谁？可变还是不可变
b += b # += 是直接对b指向的空间进行修改,而不是让b指向一个新的
# b = b+b # xx = xx+yyy 先把=号右边的结果计算出来,然后让b指向这个新的地方,不管原来b指向谁
# 现在b一定指向这个新的地方
# a = [11, 22]
a = 100
test1(a)
print(a)
总结：
- Python中函数参数是引用传递（注意不是值传递）
- 对于不可变类型，因变量不能修改，所以运算不会影响到变量自身
- 而对于可变类型来说，函数体中的运算有可能会更改传入的参数变量
可变、不可变类型
总结
- 所谓可变类型与不可变类型是指：数据能够直接进行修改，如果能直接修改那么就是可变，否则是不可变
- 可变类型有： 列表、字典、集合
- 不可变类型有： 数字、字符串、元组
函数使用注意事项
1. 自定义函数
无参数、无返回值
def 函数名():
语句
无参数、有返回值
def 函数名():
语句
return 需要返回的数值
注意:
-
一个函数到底有没有返回值，就看有没有return，因为只有return才可以返回数据
-
在开发中往往根据需求来设计函数需不需要返回值
-
函数中，可以有多个return语句，但是只要执行到一个return语句，那么就意味着这个函数的调用完成
有参数、无返回值
def 函数名(形参列表):
语句
注意：
-
在调用函数时，如果需要把一些数据一起传递过去，被调用函数就需要用参数来接收
-
参数列表中变量的个数根据实际传递的数据的多少来确定
有参数、有返回值
def 函数名(形参列表):
语句
return 需要返回的数值
函数名不能重复
-
如果在同一个程序中出现了多个相同函数名的函数，那么在调用函数时就会出现问题，所以要避免名字相同
-
还有一点 不仅要避免函数名之间不能相同，还要避免 变量名和函数名相同的，否则都会出现问题
-
详细的讲解在python就业班中进行学习，此阶段只要注意这些问题即可
2. 调用函数
调用的方式为：
