Appearance
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
pythonimport keyword print(keyword.kwlist) # 打印全部35个