当前位置: 首页 > news >正文

1.python变量与常量

1.变量

1.1.什么是变量?

变量 :类似一种代号,用于和数据之间绑定关系,能够描述事物的状态(如年龄22,身高181)


1.2.为什么要有变量:


为了让计算机能够像人一样去记忆事物的某种状态,并且状态是可以发生变化的
程序执行的本质就是一系列状态的变化,变是程序执行的直接体现,所以我们需要有变量的概念


1.3.变量如何命名:


1. 变量名只能是由字母、数字或下划线的任意组合
2. 变量名的第一个字符不能是数字
3. 关键字不能声明为变量名/内置函数名#因为内置函数或方法(如 定义input print为变量名,会使内置函数会失失去原本的功能,就比如print的打印输出功能失效
4.变量名严格区分大小写(如name与Name完全不同
5.变量名需要语义化
6.变量名不能包含空格

常用关键字如下:
['and', 'as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'exec', 'finally',
'for', 'from','global', 'if', 'import', 'in', 'is', 'lambda', 'not', 'or', 'pass', 'print', 'raise', 'return',
'try', 'while', 'with', 'yield']

ps1:申请的变量名需要立刻赋值 如age=18
ps2:变量名严格区分大小写
ps3:赋值:把右侧值赋值给左侧

1.4常见的命名风格:


1. # 风格一:驼峰体
eg:NumberOfStudents = 80
2. # 风格二:纯小写下划线(蛇形)
eg:number_of_students = 80

3.#风格三:纯大写(一般程序员们约定俗成作常量) #快捷键:ctrl+shift+u 大写

2.常量

2.1什么是常量?

常量:一般赋值后不希望改变的量

2.2为什么要有常量?

在编程序的过程中,我们通常希望有些数值作为固定的不要改变,如圆周率pi=3.1415926...,还有一些物理中不变的系数等等

2.3常量如何命名?

约定俗成是用全部大写的变量名表示常量 如AGE=100 一个人活到100岁,年龄永远定格在100岁。

3.注释

3.1什么是注释?

就类似我们汉语词典的解释,我们方便开发,给代码的功能用途做出的一种解释

3.2为什么需要注释?


1.能够提高代码可读性
2.屏蔽暂时不需要的代码,方便调试

3.3注释如何使用

#我是一行注释 快捷键:ctrl+/ 单引号注释:'' 双引号注释:"" 三单引号注释:''' ''' 三双引号注释:""" """ ''' 区别: 单引号和双引号的写法等价,二者不可以直接换行,需要添加小括号 三个单引号,可以直接换行,并且可作为多行注释使用 三个双引号,可以直接换行,并且可作为多行注释使用,也可以作为文档注释 ''' #快捷键: # 删除当前行:ctrl+y # 格式化代码:ctrl+alt+l
http://www.jsqmd.com/news/600554/

相关文章:

  • SEO原创文章的发布频率应该如何确定
  • Nunchaku FLUX.1-dev企业落地:快消品包装设计AI辅助生成工作流
  • 2026年4月6日 AI前沿资讯速览
  • 2026四川优质geo营销公司推荐榜:四川geo效果优化/四川geo数据优化/四川geo数据运营/选择指南 - 优质品牌商家
  • OpenClaw技能开发:为Kimi-VL-A3B-Thinking添加自定义图文处理能力
  • 测试、项目管理、软件度量和质量
  • VideoAgentTrek-ScreenFilter Python接口调用实战:从环境搭建到批量处理
  • 快速上手:Karpathy 的 LLM Wiki,到底比传统知识库多了哪一层
  • OpenClaw+Qwen3.5-9B智能相册:人脸聚类与场景识别实战
  • conda配置国内镜像源
  • 检索系统学习笔记
  • OpenClaw安全使用指南:千问3.5-9B权限管控最佳实践
  • OpenClaw调试技巧:千问3.5-9B任务执行日志分析指南
  • Qwen3-0.6B-FP8与单片机开发联动:生成嵌入式C代码与调试注释
  • OpenClaw+Phi-3-mini创作助手:从创意到发布的完整流程
  • 2026自贡失能失智养老机构优质推荐榜 - 优质品牌商家
  • SecGPT-14B模型微调:OpenClaw自动化准备标注数据与训练脚本
  • OpenClaw配置优化:Qwen3.5-9B响应速度提升50%的秘诀
  • 手把手教你部署MiniCPM-V-2_6:最强视觉多模态模型,小白也能快速体验
  • MVAPICH介绍
  • 千问3.5-2B实战案例:在线考试截图作弊行为特征识别与标记
  • C++ RAII 模式在多线程下的表现
  • Qwen3-14B私有镜像在C++项目中的实践:辅助代码评审与性能优化
  • 基于广义Benders分解法的综合能源系统优化规划算法:光伏风机趋势预测与机会约束求解
  • RWKV7-1.5B-g1a开源大模型入门指南:低显存(3.8GB)轻量文本生成实操
  • Gemma-3-12b-it多模态应用:律师合同审查中条款图示化理解辅助
  • 造相-Z-Image本地部署全记录:无需网络,RTX 4090专属优化方案
  • vivado常见错误(Synth 8-6090)
  • OpenClaw备份方案:SecGPT-14B模型与技能配置的版本管理
  • Anything to RealCharacters 2.5D引擎多风格适配能力:日系/韩系/欧美风实测