软考中级-软件设计师 Python篇

Python 基础语法

• 变量与数据类型：Python支持多种数据类型，包括整数 (int)、浮点数 (float)、字符串 (str)、布尔值 (bool) 和复数 (complex)。

x = 10       # 整数
y = 3.14     # 浮点数
z = "Hello"  # 字符串
a = True     # 布尔值

• 运算符：Python支持算术运算符 (+, -, *, / 等)、比较运算符 (==, !=, >, < 等) 和逻辑运算符 (and, or, not)。
• 条件语句：用 if-elif-else 实现逻辑分支。

age = 18
if age >= 18:print("成人")
else:print("未成年")

• 循环：使用 for 循环遍历序列，使用 while 循环处理条件判断。

for i in range(5):print(i)  # 输出 0 1 2 3 4count = 0
while count < 5:print(count)count += 1

Python 数据结构

• 列表 (List)：列表是动态数组，支持索引访问，具有添加、删除和查找等常见操作。

# 初始化列表
fruits = ["apple", "banana", "cherry"]# 添加元素
fruits.append("orange")           # 添加到末尾
fruits.insert(1, "mango")         # 插入到指定位置# 删除元素
fruits.remove("banana")           # 按值删除
del fruits[2]                     # 按索引删除
popped_item = fruits.pop()        # 删除最后一个元素并返回# 查找元素
index = fruits.index("apple")     # 查找元素的索引
is_present = "cherry" in fruits   # 检查是否存在# 输出列表
print(fruits)      # 示例输出: ['apple', 'mango', 'orange']

• 元组 (Tuple)：元组与列表相似，但不可修改。它们通常用于存储不需要更改的数据或作为函数的多返回值。元组的常用操作包括创建、访问元素、连接、切片等。

# 创建元组
person = ("Alice", 25, "Engineer")# 访问元素
name = person[0]       # 读取第一个元素
age = person[1]        # 读取第二个元素# 元组不可变，因此不能直接修改，但可以重新赋值
# person[1] = 26       # 错误：元组元素不可修改# 可以通过拼接创建新的元组
updated_person = person[:1] + (26,) + person[2:]  # 更新年龄
print(updated_person)   # 输出: ('Alice', 26, 'Engineer')# 元组解包
name, age, profession = person# 查找元素
index = person.index("Engineer")  # 查找元素索引
count = person.count(25)          # 统计某元素出现次数# 嵌套元组
nested_tuple = ((1, 2), (3, 4), (5, 6))
first_pair = nested_tuple[0]      # 输出: (1, 2)

• 集合 (Set)：集合是无序、无重复的元素集合，适合快速查找、添加和删除。

# 初始化集合
numbers = {1, 2, 3}# 添加元素
numbers.add(4)# 删除元素
numbers.remove(2)            # 移除指定元素
numbers.discard(5)           # 移除指定元素（若不存在不报错）# 集合运算
odds = {1, 3, 5, 7}
evens = {2, 4, 6, 8}
union_set = odds | evens     # 并集
intersection_set = odds & numbers  # 交集# 判断是否包含元素
is_present = 3 in numbers# 输出集合
print(numbers)        # 示例输出: {1, 3, 4}

• 字典 (Dictionary)：字典是键值对的集合，键具有唯一性，可以用于存储映射关系。

# 初始化字典
student = {"name": "Alice", "age": 20}# 添加或更新键值对
student["grade"] = "A"             # 添加新键值对
student["age"] = 21                # 更新已有键值对# 删除键值对
del student["grade"]# 查找值
age = student.get("age", "Not found")# 遍历字典
for key, value in student.items():print(f"{key}: {value}")# 输出字典
print(student)      # 示例输出: {'name': 'Alice', 'age': 21}

函数与模块

• 定义函数：使用 def 关键字定义函数。

def greet(name):return f"Hello, {name}!"print(greet("Alice"))

• 导入模块：Python标准库包含丰富的模块，也可以自定义模块。

import math
print(math.sqrt(16))  # 输出: 4.0

• 函数参数：Python支持默认参数、可变参数和关键字参数。

def add(a, b=5):return a + bprint(add(3))  # 使用默认值 b=5, 输出 8

面向对象编程

• 类和对象：Python是一门面向对象语言，使用 class 定义类。

class Car:def __init__(self, brand, model):self.brand = brandself.model = modeldef display_info(self):print(f"Car: {self.brand} {self.model}")car1 = Car("Toyota", "Corolla")
car1.display_info()  # 输出: Car: Toyota Corolla

• 继承与多态：Python支持继承和多态，使得子类可以复用父类的方法。

class Car:def __init__(self, brand, model):self.brand = brandself.model = modeldef display_info(self):print(f"Car: {self.brand} {self.model}")car1 = Car("Toyota", "Corolla")
car1.display_info()  # 输出: Car: Toyota Corolla

常用算法实现

• 排序算法：Python内置了 sorted 函数，还可以实现常见的排序算法如冒泡排序和快速排序。

# 冒泡排序
def bubble_sort(arr):n = len(arr)for i in range(n):for j in range(0, n-i-1):if arr[j] > arr[j+1]:arr[j], arr[j+1] = arr[j+1], arr[j]return arrarr = [64, 34, 25, 12, 22, 11, 90]
print(bubble_sort(arr))

• 搜索算法：实现线性查找和二分查找。

# 二分查找
def binary_search(arr, target):left, right = 0, len(arr) - 1while left <= right:mid = (left + right) // 2if arr[mid] == target:return midelif arr[mid] < target:left = mid + 1else:right = mid - 1return -1sorted_arr = [1, 2, 3, 4, 5]
print(binary_search(sorted_arr, 3))  # 输出: 2

文件操作

• 读写文件：Python支持对文件进行读写操作。

# 写入文件
with open("example.txt", "w") as file:file.write("Hello, world!")# 读取文件
with open("example.txt", "r") as file:content = file.read()print(content)

异常处理

• 异常处理：使用 try-except 捕获异常，确保程序不会因错误中断。

try:result = 10 / 0
except ZeroDivisionError:print("除数不能为零")
finally:print("程序执行结束")

常用库

• Numpy：用于数值计算和矩阵操作。
• Pandas：用于数据分析和数据处理。
• Matplotlib：用于数据可视化，绘制图表。
• Requests：用于发送 HTTP 请求，处理网络数据。