Python思维导图思维导图模板_ProcessOn思维导图、流程图

数据类型

基础数据

int（整型）

float（浮点型）

str（字符串）

bool（布尔型true/false）

组合数据

list（列表）  

tuple（元组）

dict（字典）

set（字典）

流程控制

判断

if else elif

循环

for循环 

while循环   

break跳出循环

continue跳过本次循环，进入下一次循环

运算

算数运算

加+，减-，乘*，除/，取商//，取指数**，取余%

比较运算

等于==，不等于！=，大于>,小于<，大于等于>=,小于等于<=

逻辑运算

与AND，或OR，非NOT

赋值运算

等于x = 3，加等于+=（x += 3相当于x = x + 3），减等于-=（同+=）乘等于*=，除等于/=，取商赋值//=，取指数赋值**=，取余数赋值%=

函数

定义函数：def 如：def info ()：

位置参数：调用时按定义顺序依次传入，如 info('张三', 18)。

默认参数：在定义时为参数指定默认值。调用时如果没传该参数，则使用默认值；传了则覆盖。

可变位置参数：使用 *args 可以接收任意多个位置参数，它们会被打包成一个元组 (tuple)。

可变关键字参数：使用**kwargs可以接收任意多个关键字参数，它们会被打包成一个字典

全局变量与局部变量：默认函数读取全局变量，不能修改，用global声明该变量，即可修改全局变量

lambda表达式

就是一个极简的匿名函数  一行代码实现简单的逻辑

add = lambda a,b:a + b 等价的def写法 def add (a,b)     return a + b

面向对象

python的主流的编程思想就是将数据（属性）和功能（方法）封装成类，通过类创建对象，对象可以调用类 的方法。可以更好的开发大型项目

封装

概念：将数据（属性）和操作数据的方法（函数）捆绑在一起，形成一个整体（类）

通俗来说：就像一台电视机，你只需要用遥控器（对外接口）就能操作它

继承

一个类（子类）可以继承另一个类（父类）的属性和方法，并可以在此基础上扩展或修改自己的特有功能。

通俗来说：就像"动物"是父类，"狗"和"猫"是子类。狗和猫都继承了动物的共同特征（如吃饭、睡觉），同时又有自己的独特行为（狗会看家，猫会抓老鼠）。

多态

同一个方法名，在不同对象上可以表现出不同的行为。即"一个接口，多种实现"。

比如"播放"这个动作，在音乐播放器上放的是歌，在视频播放器上放的是电影，在游戏机上放的是游戏。同样的"播放"命令，不同设备做不同的事。

装饰器

开闭原则，不修改原本代码的前提下，不修改调用方式的前提下，动态的给函数新增功能。装饰器的本质就是一个函数，它接收一个函数作为参数，并返回一个新的函数

最简单的装饰器： def my_decorator(func):     def wrapper():         print("函数开始执行")    新增功能         func()                   调用原函数         print("函数执行结束")    新增功能     return wrapper 使用装饰器，@符号 @my_decorator def say_hello():     print("你好！") @my_decorator 等价于：say_hello =my_decorator(say_hello)

推导式

允许你用一行代码从一个可迭代对象（如列表、字典、集合）快速生成另一个新的可迭代对象。推导式的本质是对循环和条件判断的语法封装，让你用声明式的方式描述"我想要什么样的数据"，而不是用命令式的方式描述"怎么一步步得到数据"。一行代码可以代替多行循环

list1 = [i**2 for i in range(1,11) if i % 2==0 ] # 列表 等同于 list1 = [] for i in range(1, 11):     if i % 2 == 0:         list1.append(i ** 2)

tuple1 = tuple((i for i in range(1,11) if i % 2==0 )) 等同于 temp = [] for i in range(1, 11):     if i % 2 == 0:         temp.append(i) tuple1 = tuple(temp)

dict1 = {i:i**2 for i in range(1,11)} 等同于 dict1 = {} for i in range(1, 11):     dict1[i] = i ** 2

set1 = {i for i in range(1,11) if i % 2==0 } 等同于 set1 = set() for i in range(1, 11):     if i % 2 == 0:         set1.add(i)

dict2 = {l:s for l,s in zip(list1,set1)} 等同于 dict2 = {} for l, s in zip(list1, set1):     dict2[l] = s

dicti3 = {index:value for index,value in enumerate(list1)} 等同于 dicti3 = {} for index, value in enumerate(list1):     dicti3[index] = value

迭代器

迭代器是 Python 中一种可以逐个返回元素的对象，它记住遍历的位置，每次调用 next() 就返回下一个元素，直到没有元素时抛出 StopIteration 异常。 简单理解：迭代器就像一个"书签"，记录你读到哪一页了，每次调用 next() 就翻到下一页。

# 列表是可迭代对象，但不是迭代器 my_list = [1, 2, 3, 4, 5] # 用 iter() 获取迭代器 my_iterator = iter(my_list) # 用 next() 逐个获取元素 print(next(my_iterator))  # 1 print(next(my_iterator))  # 2 print(next(my_iterator))  # 3 print(next(my_iterator))  # 4 print(next(my_iterator))  # 5 print(next(my_iterator))  # 抛出 StopIteration 异常

my_list = [1, 2, 3, 4, 5] # for 循环内部自动处理了迭代 for item in my_list:     print(item) # 等价于： iterator = iter(my_list) while True:     try:         item = next(iterator)         print(item)     except StopIteration:         break

with上下文管理

with 上下文管理是 Python 中一种资源管理机制，它能够在代码块执行前后自动执行特定操作（如打开/关闭文件、获取/释放锁、建立/断开连接等），确保资源被正确管理，即使发生异常也能安全清理。

子主题

异常

异常是程序在运行过程中发生的错误事件，它会中断程序的正常执行流程。当 Python 遇到无法继续执行的情况时（如除以零、文件不存在、类型错误等），就会抛出（raise）一个异常。

异常类型说明示例 ZeroDivisionError 除以零 1 / 0 TypeError 类型错误 '1' + 1 ValueError 值错误 int('abc') IndexError 索引越界 [1,2,3][10] KeyError 键不存在 {'a':1}['b'] FileNotFoundError 文件不存在 open('no.txt') AttributeError 属性不存在 'abc'.length() ImportError 导入失败 import non_exist NameError 变量未定义 print(未定义变量) StopIteration 迭代器结束 next(iter([]))

多线程

多线程是指在一个进程中同时运行多个线程，让它们并发地执行不同任务，从而实现并行处理，提高程序的执行效率。

线程池是一种预先创建好一组线程并重复使用的技术。当有任务需要执行时，从池中取出一个空闲线程来执行，任务完成后线程不销毁，而是归还给池等待下一个任务。这样可以避免频繁创建和销毁线程带来的开销。

异步编程

# 异步编程的本质上是单线程，单线程并发 # 协程：用户态的微型任务，运行在单线程中，程序主动切换，无需操作系统干预 #await 阻塞并挂起当前协程，让出事件循环，事件循环就可以去做其他的就绪协程 # async def 定义一个协程函数，调用不会直接执行，而是返回协程对象 # 事件循环调度所有的写成，IO阻塞的时候自动切换任务，是一个异步的调度器 # 优势：单线程超高饼干，无线程的切换开销，没有线程安全的问题