Skip to content

Python 35 个关键字完全手册 ​

课八配套讲义

本页为 课八 · Python 基础语法 的查阅手册,公开可读,无需登录。学完课八视频后,遇到不熟的关键字可回到本页对照。

本文档面向零基础 AI 学习者,每个关键字配有通俗解释 + 代码示例 + AI 场景提示


一、布尔与空值(3个) ​

1. True ​

  • 含义:布尔值"真",表示条件成立
  • 示例:
    python
    is_valid = True
    if is_valid:
        print("数据有效")
  • AI 场景:模型预测结果是否通过校验

2. False ​

  • 含义:布尔值"假",表示条件不成立
  • 示例:
    python
    has_error = False
    if not has_error:
        print("运行正常")
  • AI 场景:标注样本是否为异常数据

3. None ​

  • 含义:表示"什么都没有",类似其他语言的 null
  • 示例:
    python
    result = None  # 先占个位置,后面再赋值
    if result is None:
        print("还没拿到结果")
  • AI 场景:API 调用失败时返回 None

二、逻辑运算符(3个) ​

4. and ​

  • 含义:"并且",两边都为真才为真
  • 示例:
    python
    if score > 60 and score < 100:
        print("成绩合格")
  • AI 场景:同时满足多个筛选条件

5. or ​

  • 含义:"或者",任意一边为真即为真
  • 示例:
    python
    if label == "猫" or label == "狗":
        print("是宠物")
  • AI 场景:多标签分类中判断任一类别命中

6. not ​

  • 含义:"非",把真变假,把假变真
  • 示例:
    python
    if not is_empty:
        print("列表里有数据")
  • AI 场景:排除某些类别,如"不是背景"

三、身份与成员判断(2个) ​

7. is ​

  • 含义:判断两个对象是否是同一个(不是值相等)
  • 示例:
    python
    a = None
    if a is None:      # 正确
        print("空值")
  • ⚠️ 注意:判断 None 必须用 is,不要用 ==

8. in ​

  • 含义:判断"是否在...里面"
  • 示例:
    python
    classes = ["猫", "狗", "鸟"]
    if "猫" in classes:
        print("这是已知类别")
  • AI 场景:检查预测标签是否在有效类别列表中

四、条件与循环(7个) ​

9. if ​

  • 含义:"如果",条件判断的起点
  • 示例:
    python
    if confidence > 0.8:
        print("高置信度,直接采用")

10. elif ​

  • 含义:"否则如果",处理多种情况
  • 示例:
    python
    if score >= 90:
        grade = "A"
    elif score >= 75:
        grade = "B"
    else:
        grade = "C"

11. else ​

  • 含义:"否则",前面条件都不满足时执行
  • 示例:
    python
    if prediction == "猫":
        print("是猫")
    else:
        print("不是猫")

12. for ​

  • 含义:"遍历",逐个处理列表、字符串等
  • 示例:
    python
    for score in [0.9, 0.7, 0.95]:
        print(f"分数:{score}")
  • AI 场景:批量处理预测结果

13. while ​

  • 含义:"当...时持续做",条件满足就循环
  • 示例:
    python
    n = 0
    while n < 5:
        print(n)
        n += 1
  • AI 场景:训练模型时,loss 不降就一直迭代

14. break ​

  • 含义:"立刻停止",跳出整个循环
  • 示例:
    python
    for i in range(100):
        if i == 10:
            break  # 找到就停,不再继续
  • AI 场景:找到目标样本后提前结束搜索

15. continue ​

  • 含义:"跳过这次",直接进入下一轮循环
  • 示例:
    python
    for score in scores:
        if score < 0.5:
            continue  # 跳过低置信度样本
        print(f"保留:{score}")
  • AI 场景:过滤掉不合格的预测结果

五、函数与类(3个) ​

16. def ​

  • 含义:"定义",用来创建函数
  • 示例:
    python
    def add(a, b):
        return a + b
  • AI 场景:封装模型推理函数

17. return ​

  • 含义:"返回",把结果传回调用处
  • 示例:
    python
    def get_accuracy(predictions, labels):
        correct = sum(p == l for p, l in zip(predictions, labels))
        return correct / len(labels)
  • AI 场景:返回模型评估指标

18. class ​

  • 含义:"类",面向对象编程的核心
  • 示例:
    python
    class ImageClassifier:
        def __init__(self, model_name):
            self.model_name = model_name
  • AI 场景:定义神经网络模型类

六、异常处理(5个) ​

19. try ​

  • 含义:"尝试",把可能报错的代码包起来
  • 示例:
    python
    try:
        result = 1 / 0
    except ZeroDivisionError:
        print("除数不能为0")

20. except ​

  • 含义:"捕获",处理特定错误
  • 示例:
    python
    try:
        data = load_file("data.json")
    except FileNotFoundError:
        data = {}  # 文件不存在就默认空字典
  • AI 场景:API 调用超时或数据缺失时兜底

21. finally ​

  • 含义:"最终",无论是否出错都会执行
  • 示例:
    python
    try:
        f = open("data.txt")
    finally:
        f.close()  # 无论是否报错都关闭文件

22. raise ​

  • 含义:"抛出",主动报一个错误
  • 示例:
    python
    if confidence < 0:
        raise ValueError("置信度不能为负数")
  • AI 场景:数据校验不通过时主动报错

23. assert ​

  • 含义:"断言",条件不满足直接报错(调试用)
  • 示例:
    python
    assert len(images) == len(labels), "图片和标签数量不匹配"
  • AI 场景:验证数据集格式正确性

七、导入模块(2个) ​

24. import ​

  • 含义:"导入",引入外部工具包
  • 示例:
    python
    import numpy as np      # 科学计算
    import pandas as pd     # 数据处理
  • AI 场景:导入 PyTorch、TensorFlow 等框架

25. from ​

  • 含义:配合 import,从模块中导入指定内容
  • 示例:
    python
    from random import randint
    from torch import nn
  • AI 场景:按需导入模型层、优化器等

八、变量作用域(2个) ​

26. global ​

  • 含义:声明"全局变量",在函数内修改外部变量
  • 示例:
    python
    count = 0
    def add_one():
        global count
        count += 1
  • ⚠️ 建议:尽量少用,容易出 bug

27. nonlocal ​

  • 含义:修改外层(非全局)的变量
  • 示例:
    python
    def outer():
        x = 10
        def inner():
            nonlocal x
            x = 20
  • AI 场景:闭包函数中修改外部状态

九、异步编程(2个) ​

28. async ​

  • 含义:定义异步函数,不阻塞主程序
  • 示例:
    python
    async def fetch_data(url):
        return await request(url)
  • AI 场景:并发调用多个模型 API

29. await ​

  • 含义:"等待"异步操作完成
  • 示例:
    python
    result = await model.predict(image)
  • AI 场景:等待模型推理返回结果

十、其他重要关键字(6个) ​

30. lambda ​

  • 含义:创建匿名小函数(一行写完)
  • 示例:
    python
    square = lambda x: x ** 2
    print(square(5))  # 25
  • AI 场景:数据处理的快速转换函数

31. with ​

  • 含义:"上下文管理",自动管理资源(如文件)
  • 示例:
    python
    with open("data.json") as f:
        data = json.load(f)  # 自动关闭文件
  • AI 场景:读取数据集文件,确保资源释放

32. pass ​

  • 含义:"占位符",表示什么都不做
  • 示例:
    python
    def todo_function():
        pass  # 先占个位置,以后再来写
  • AI 场景:搭建模型框架时先空着某些层

33. del ​

  • 含义:"删除",移除变量或列表元素
  • 示例:
    python
    x = [1, 2, 3]
    del x[0]    # 删除第1个元素
    del x       # 删除整个变量
  • AI 场景:释放大模型占用的内存

34. yield ​

  • 含义:"生成器",一次产生一个值,省内存
  • 示例:
    python
    def batch_generator(data, batch_size):
        for i in range(0, len(data), batch_size):
            yield data[i:i+batch_size]
  • AI 场景:大数据集分批加载(DataLoader 原理)

35. as ​

  • 含义:"作为",给导入的模块或异常起别名
  • 示例:
    python
    import numpy as np
    try:
        ...
    except Exception as e:
        print(e)
  • AI 场景:简化常用库的调用名

附:分类速记表 ​

类别关键字记忆口诀
布尔/空值True, False, None真假空
逻辑运算and, or, not与或非
成员/身份in, is在、是
条件循环if, elif, else, for, while, break, continue如果否则遍历停
函数/类def, return, class定义返回类
异常处理try, except, finally, raise, assert试捕终抛断
导入import, from, as导入从作为
作用域global, nonlocal全局非局部
异步async, await异步等待
其他lambda, with, pass, del, yield兰达带好删产

如何使用:复制这段代码可查看所有关键字

python
import keyword
print(keyword.kwlist)  # 打印全部35个

本站教学内容供学习与内部提效。AI 生成的合同审查、施工方案与预警不得替代持证人员的专业判断。