Python必须了解的35个关键词

每种编程语言都会有一些特殊的单词,称为关键词。对待关键词的基本要求是,你在命名的时候要避免与之重复。本文将介绍一下Python中的关键词。关键词不是内置函数或者内置对象类型,虽然在命名的时候同样也最好不要与这些重名,但是,毕竟你还可以使用与内置函数或者内置对象类型重名的名称来命名。关键词则不同,它是不允许你使用。

在Python3.8中提供了35个关键词,如下所示:

False    await       else   import      pass
None     break       except      in          raise
True   class       finally     is          return
and   continue    for   lambda      try
as   def       from      nonlocal    while
assert   del       global     not       with
async   elif       if   or       yield

如果打算在交互模式里面查看关键词,可以使用help():

>>> help("keywords")

Here is a list of the Python keywords. Enter any keyword to get more help.

False   await    else    import    pass
None   break    except   in      raise
True   class    finally   is      return
and    continue   for     lambda    try
as    def     from    nonlocal   while
assert  del     global   not      with
async   elif     if     or      yield

对每个关键词的详细说明,也可以用help()查看:

>>> help('pass')  # 敲回车后出现下面的内容

The "pass" statement
********************

  pass_stmt ::= "pass"

"pass" is a null operation — when it is executed, nothing happens. It
is useful as a placeholder when a statement is required syntactically,
but no code needs to be executed, for example:

  def f(arg): pass  # a function that does nothing (yet)

  class C: pass    # a class with no methods (yet)

除了上面的方法之外,还有一个标准库的模块keyword提供了关键词查询功能。

>>> import keyword
>>> keyword.kwlist
['False', 'None', 'True', 'and', 'as', 'assert', 'async', ...
>>> len(keyword.kwlist)
35

那么,这些关键词如何使用?在什么情景下应用?下面以示例的方式对部分关键词进行说明。

True、False和None

True和False是布尔类型的两个值,注意必须首字母大写。

>>> x = True
>>> x is True
True

>>> y = False
>>> y is False
True

如果我们要判断某个对象的布尔值是True还是False,可以使用bool()函数实现,例如:

>>> x = "this is a truthy value"
>>> x is True
False
>>> bool(x) is True
True

>>> y = "" # 这个是假
>>> y is False
False
>>> bool(y) is False
True

注意,如果向bool()传入的参数是0, "", {}, []中的任何一个,返回值都是False。

在条件语句中,本来是要判断条件是否为True,但是,通常不需要直接与True或者False进行比较,依靠Python解析器自动进行条件判断。

>>> x = "this is a truthy value"
>>> if x is True: # 不要这么做
...   print("x is True")
...
>>> if x: # 应该如此写
...   print("x is truthy")
...
x is truthy

None这个关键词,在Python中表示没有值,其他语言中,同样的含义可能会用null,nil,none,undef,undefined等。None也是函数中没有return语句的时候默认返回值。

>>> def func():
...   print("hello")
...
>>> x = func()
hello
>>> print(x)
None>>> def func():
...   print("hello")
...
>>> x = func()
hello
>>> print(x)
None

and、or、not、in、is

这几个关键词,其实都对应着数学中的操作符,如下表所示。

数据符合 关键词
AND, ∧ and
OR, ∨ or
NOT, ¬ not
CONTAINS, ∈ in
IDENTITY is

Python代码具有很强的可读性,通过关键词就能一目了然晓得是什么操作。

这几个关键词比较好理解,这里仅提醒注意在Python中有一个著名的短路运算,例如and:

<expr1> and <expr2>
 
不要将上面的式子理解成两边都是真的时候返回True。对此,在**《Python大学实用教程》**一书中有非常详细的说明,请参阅。另外一个就是or,也存在短路运算。

break、continue和else
这几个是经常用于循环语句的关键词。

break 的作用是终止当前循环,其使用的基本格式:

for <element> in <container>:
  if <expr>:
    break
举个例子:

>>> nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> sum = 0
>>> for num in nums:
...   sum += num
...   if sum > 10:
...     break
...
>>> sum
15

continue则是要跳过某些循环,然后让循环继续。

for <element> in <container>:
    if <expr>:
        continue

else在条件语句中有,这里提到它,是在循环语句中,它的作用是当循环结束后还要继续执行的代码。

在for循环中,使用格式如下:

for <element> in <container>:
    <statements>
else:
    <statements>

在while循环中,使用格式如下:

while <expr>:
    <statements>
else:
    <statements>

例如,有时候我们要在循环语句中使用一个旗帜变量:

>>> for n in range(2, 10):
...   prime = True
...   for x in range(2, n):
...     if n % x == 0:
...       prime = False
...       print(f"{n} is not prime")
...       break
...   if prime:
...     print(f"{n} is prime!")
...
2 is prime!
3 is prime!
4 is not prime
5 is prime!
6 is not prime
7 is prime!
8 is not prime
9 is not prime

在上面的代码中,prime就是一个旗帜变量,如果循环正常结束,prime的值就是True,否则,就是False。如果从循环中退出了,第8行判断这个变量的值,如果为True则打印相应内容。

对于上面的代码,如果用else改写,可以更简洁,并且可读性更强。

>>> for n in range(2, 10):
...   for x in range(2, n):
...     if n % x == 0:
...       print(f"{n} is not prime")
...       break
...   else:
...     print(f"{n} is prime!")
...
2 is prime!
3 is prime!
4 is not prime
5 is prime!
6 is not prime
7 is prime!
8 is not prime
9 is not prime

以上就是Python必须了解的35个关键词的详细内容,更多关于Python 关键词的资料请关注我们其它相关文章!

(0)

相关推荐

  • python多进程提取处理大量文本的关键词方法

    经常需要通过python代码来提取文本的关键词,用于文本分析.而实际应用中文本量又是大量的数据,如果使用单进程的话,效率会比较低,因此可以考虑使用多进程. python的多进程只需要使用multiprocessing的模块就行,如果使用大量的进程就可以使用multiprocessing的进程池--Pool,然后不同进程处理时使用apply_async函数进行异步处理即可. 实验测试语料:message.txt中存放的581行文本,一共7M的数据,每行提取100个关键词. 代码如下: #codin

  • 基于Python词云分析政府工作报告关键词

    前言 十三届全国人大三次会议作了政府工作报告.这份政府工作报告仅有10500字左右,据悉是改革开放40年以来最短的一次.受到疫情影响,今年的两会会议适当缩短,政府工作报告也大幅压缩,体现了"实干为要"的理念.那么,这份政府工作报告突出强调了哪些关键词呢?我们其实可以基于Python技术进行词频分析和词云制作! import matplotlib.pyplot as plt#绘图库 import jieba from wordcloud import WordCloud # 读入文本数据

  • python+selenium实现自动化百度搜索关键词

    通过python配合爬虫接口利用selenium实现自动化打开chrome浏览器,进行百度关键词搜索. 1.安装python3,访问官网选择对应的版本安装即可,最新版为3.7. 2.安装selenium库. 使用 pip install selenium 安装即可. 同时需要安装chromedriver,并放在python安装文件夹下,如下图所示. 3.获取爬虫接口链接. 注册账号,点击爬虫代理,领取每日试用. from selenium import webdriver import requ

  • python yield关键词案例测试

    测试环境 win10 python 3.5 yield功能简介 简单来说,yield 的作用就是把一个函数变成一个 generator,带有 yield 的函数不再是一个普通函数,Python 解释器会将其视为一个 generator 代码演示 例子1: 输出斐波那契數列前 N 个数 #!/usr/bin/env python # -*- coding:utf-8 -*- __author__ = 'shouke' def fab(max): n, a, b = 0, 0, 1 result =

  • python实现textrank关键词提取

    用python写了一个简单版本的textrank,实现提取关键词的功能. import numpy as np import jieba import jieba.posseg as pseg class TextRank(object): def __init__(self, sentence, window, alpha, iternum): self.sentence = sentence self.window = window self.alpha = alpha self.edge_

  • python TF-IDF算法实现文本关键词提取

    TF(Term Frequency)词频,在文章中出现次数最多的词,然而文章中出现次数较多的词并不一定就是关键词,比如常见的对文章本身并没有多大意义的停用词.所以我们需要一个重要性调整系数来衡量一个词是不是常见词.该权重为IDF(Inverse Document Frequency)逆文档频率,它的大小与一个词的常见程度成反比.在我们得到词频(TF)和逆文档频率(IDF)以后,将两个值相乘,即可得到一个词的TF-IDF值,某个词对文章的重要性越高,其TF-IDF值就越大,所以排在最前面的几个词就

  • Python批量查询关键词微信指数实例方法

    教你用Python批量查询关键词微信指数. 前期准备安装好Python开发环境及Fiddler抓包工具.前期准备安装好Python开发环境及Fiddler抓包工具. 首先打开Fiddler软件,点击Tools,在下拉菜单选择Options,然后选中HTTPS,进行HTTPS设置,如下图所示: 再进行connections设置,如下图所示: 手机配置主要是使电脑和手机处于同一个局域网,打开手机WLAN设置,开启手动代理,然后设置代理服务器主机名和代理服务器端口.代理服务器主机名为电脑IPv4地址,

  • python微信公众号之关键词自动回复

    最近忙国赛的一个项目,我得做一个微信公众号.功能就是调数据并回复给用户,需要用户发送给公众号一个关键词,通过关键词自动回复消息. 这时就是查询微信公众平台文档了,地址如下: 文档 按照它的入门指南,我基本上了解了用户给公众号发送消息的一个机制,并且一旦给公众号发送消息,在开发者后台,会收到公众平台发送的一个xml,所以通过编写Python脚本进行xml的解析与自动发送功能. 如果用户给公众号发送一段text消息,比如"hello",那么后台就会收到一个xml为: <xml>

  • Python必须了解的35个关键词

    每种编程语言都会有一些特殊的单词,称为关键词.对待关键词的基本要求是,你在命名的时候要避免与之重复.本文将介绍一下Python中的关键词.关键词不是内置函数或者内置对象类型,虽然在命名的时候同样也最好不要与这些重名,但是,毕竟你还可以使用与内置函数或者内置对象类型重名的名称来命名.关键词则不同,它是不允许你使用. 在Python3.8中提供了35个关键词,如下所示: False    await       else   import      pass None     break      

  • Python爬虫分析微博热搜关键词的实现代码

    1,使用到的第三方库 requests BeautifulSoup 美味汤 worldcloud 词云 jieba 中文分词 matplotlib 绘图 2,代码实现部分 import requests import wordcloud import jieba from bs4 import BeautifulSoup from matplotlib import pyplot as plt from pylab import mpl #设置字体 mpl.rcParams['font.sans

  • Python机器学习NLP自然语言处理基本操作关键词

    目录 概述 关键词 TF-IDF 关键词提取 TF IDF TF-IDF jieba TF-IDF 关键词抽取 jieba 词性 不带关键词权重 附带关键词权重 TextRank 概述 从今天开始我们将开启一段自然语言处理 (NLP) 的旅程. 自然语言处理可以让来处理, 理解, 以及运用人类的语言, 实现机器语言和人类语言之间的沟通桥梁. 关键词 关键词 (keywords), 即关键词语. 关键词能描述文章的本质, 在文献检索, 自动文摘, 文本聚类 / 分类等方面有着重要的应用. 关键词抽

  • Python超简单分析评论提取关键词制作精美词云流程

    目录  一.抓取全部评论 1.找到评论接口 2.Python 获取评论 二.文本分词.词云制作 1.文本分析 2.生成词云 3.初步效果-模糊不清 4.最终效果-高清无马  一.抓取全部评论 吾的这篇文章,有 1022 次评论,一条条看,吾看不过来,于是想到 Python 词云,提取关键词,倒也是一桩趣事. 评论情况: {'android': 545 次, 'ios': 110 次, 'pc': 44 次, 'uniapp': 1 次} 一个小细节:给我评论的设备中,安卓苹果比是 5:1. Bu

  • Python Requests爬虫之求取关键词页面详解

    目录 需求:爬取搜狗首页的页面数据 使用UA伪装 求取关键词页面 总结 需求:爬取搜狗首页的页面数据 import requestsif __name__=='__main__': #step 1:搜索Url url='https://123.sogou.com/' #step 2:发起请求 #get方法会返回一个响应对象 response=requests.get(url=url) #step 3:获取响应数据,text返回的是字符串形式的响应数据 page_text=response.tex

  • python 全文检索引擎详解

    python 全文检索引擎详解 最近一直在探索着如何用Python实现像百度那样的关键词检索功能.说起关键词检索,我们会不由自主地联想到正则表达式.正则表达式是所有检索的基础,python中有个re类,是专门用于正则匹配.然而,光光是正则表达式是不能很好实现检索功能的. python有一个whoosh包,是专门用于全文搜索引擎. whoosh在国内使用的比较少,而它的性能还没有sphinx/coreseek成熟,不过不同于前者,这是一个纯python库,对python的爱好者更为方便使用.具体的

  • 如何使用Python调整图像大小

    作者|Nicholas Ballard 编译|VK 来源|Towards Data Science 可以说,每一个"使用计算机的人"都需要在某个时间点调整图像的大小.MacOS的预览版可以做到,WindowsPowerToys也可以. 本文使用Python来调整图像大小,幸运的是,图像处理和命令行工具是Python的两个特长. 本文旨在向你展示三件事: 图像的基本概念. 用于操作图像的Python库. 你可以在自己的项目中使用本文的代码. 我们要构建的命令行程序可以一次调整一个或多个图

随机推荐