python基础---注释、变量、Debug工具以及认识数据类型

本文介绍了注释在编程中的重要性,包括单行和多行注释的语法,以及如何在Python中使用它们提高代码可读性。同时讲解了变量的作用、定义规则和数据类型,如整型、浮点型、字符串等,以及如何使用Debug工具调试代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

**

注释

**

目标

  • 注释的作用
  • 注释的分类及语法
  • 注释的特点

一. 注释的作用

  • 没有注释的代码

在这里插入图片描述

  • 添加注释的代码

在这里插入图片描述

  • 通过用自己熟悉的语言,在程序中对某些代码进行标注说明,这就是注释的作用,能够大大增强程序的可读性。

二. 注释的分类及语法

注释分为两类:单行注释多行注释

  • 单行注释

只能注释一行内容,语法如下:

# 注释内容
  • 多行注释

可以注释多行内容,一般用在注释一段代码的情况, 语法如下:

"""
	第一行注释
	第二行注释
	第三行注释
"""

'''
	注释1
	注释2
	注释3
'''

快捷键: ctrl + /

2.1 快速体验

  • 单行注释
# 输出hello world
print('hello world')

print('hello Python')  # 输出(简单的说明可以放到一行代码的后面,一般习惯代码后面添加两个空格再书写注释文字)
  • 多行注释
"""
    下面三行都是输出的作用,输出内容分别是:
    hello Python
    hello itcast
    hello itheima
"""
print('hello Python')
print('hello itcast')
print('hello itheima')


'''
    下面三行都是输出的作用,输出内容分别是:
    hello Python
    hello itcast
    hello itheima
'''
print('hello Python')
print('hello itcast')
print('hello itheima')

注意:解释器不执行任何的注释内容。

总结

  • 注释的作用

用人类熟悉的语言对代码进行解释说明,方便后期维护。

  • 注释的分类
    • 单行: # 注释内容,快捷键ctrl+/
    • 多行:""" 注释内容 """''' 注释内容 '''
  • 解释器不执行注释内容

**

变量

**

目标

  • 变量的作用
  • 定义变量
  • 认识数据类型

一. 变量的作用

在这里插入图片描述

举例体验:我们去图书馆读书,怎么样快速找到自己想要的书籍呢?是不是管理员提前将书放到固定位置,并把这个位置进行了编号,我们只需要在图书馆中按照这个编号查找指定的位置就能找到想要的书籍。

这个编号其实就是把书籍存放的书架位置起了一个名字,方便后期查找和使用。

程序中,数据都是临时存储在内存中,为了更快速的查找或使用这个数据,通常我们把这个数据在内存中存储之后定义一个名称,这个名称就是变量。

在这里插入图片描述

变量就是一个存储数据的的时候当前数据所在的内存地址的名字而已。

二. 定义变量

变量名 =

变量名自定义,要满足标识符命名规则。

2.1 标识符

标识符命名规则是Python中定义各种名字的时候的统一规范,具体如下:

  • 由数字、字母、下划线组成
  • 不能数字开头
  • 不能使用内置关键字
  • 严格区分大小写
False     None    True   and      as       assert   break     class  
continue  def     del    elif     else     except   finally   for
from      global  if     import   in       is       lambda    nonlocal
not       or      pass   raise    return   try      while     with  
yield

2.2 命名习惯

  • 见名知义。
  • 大驼峰:即每个单词首字母都大写,例如:MyName
  • 小驼峰:第二个(含)以后的单词首字母大写,例如:myName
  • 下划线:例如:my_name

2.3 使用变量

my_name = 'TOM'
print(my_name)

schoolName = '黑马程序员'
print(schoolName)

2.4 认识bug

所谓bug,就是程序中的错误。如果程序有错误,需要程序员排查问题,纠正错误。

在这里插入图片描述

三. Debug工具

Debug工具是PyCharm IDE中集成的用来调试程序的工具,在这里程序员可以查看程序的执行细节和流程或者调解bug。

Debug工具使用步骤:

  1. 打断点
  2. Debug调试

3.1 打断点

  • 断点位置

目标要调试的代码块的第一行代码即可,即一个断点即可。

  • 打断点的方法

单击目标代码的行号右侧空白位置。

在这里插入图片描述

3.2 Debug调试

打成功断点后,在文件内部任意位置 — 右键 – Debug’文件名’ — 即可调出Debug工具面板 – 单击Step Over/F8,即可按步执行代码。

在这里插入图片描述

3.2.1 Debug输出面板分类

  • Debugger
    • 显示变量和变量的细节
  • Console
    • 输出内容

四. 认识数据类型

在 Python 里为了应对不同的业务需求,也把数据分为不同的类型。

在这里插入图片描述

检测数据类型的方法:type()

a = 1
print(type(a))  # <class 'int'> -- 整型

b = 1.1
print(type(b))  # <class 'float'> -- 浮点型

c = True
print(type(c))  # <class 'bool'> -- 布尔型

d = '12345'
print(type(d))  # <class 'str'> -- 字符串

e = [10, 20, 30]
print(type(e))  # <class 'list'> -- 列表

f = (10, 20, 30)
print(type(f))  # <class 'tuple'> -- 元组

h = {10, 20, 30}
print(type(h))  # <class 'set'> -- 集合

g = {'name': 'TOM', 'age': 20}
print(type(g))  # <class 'dict'> -- 字典

总结

  • 定义变量的语法
变量名 =
  • 标识符
    • 由数字、字母、下划线组成
    • 不能数字开头
    • 不能使用内置关键字
    • 严格区分大小写
  • 数据类型
    • 整型:int
    • 浮点型:float
    • 字符串:str
    • 布尔型:bool
    • 元组:tuple
    • 集合:set
    • 字典:dict
### 如何在 Python 调试模式下有效使用注释进行问题排查 在 Python 的调试过程中,合理利用注释可以帮助开发者更高效地定位和解决问题。以下是关于如何通过注释辅助调试的具体方法: #### 使用临时注释隔离代码逻辑 当怀疑某部分代码可能引发异常时,可以通过 `#` 将其暂时注释掉来验证其他部分的功能是否正常工作[^1]。这种方法有助于逐步缩小问题范围。 ```python import python_gnupg # 如果此行有问题可先注释测试其余功能 # import python_gnupg ``` #### 添加解释型注释标记潜在问题区域 对于已知存在问题但尚未解决的部分,可以在旁边写上详细的说明作为提醒[^2]。这不仅便于自己回顾思考也方便团队协作交流想法。 ```python def example_function(): value = 'test' # 这里原本应该是一个整数而非字符串,请注意修正型 【TODO】 return value * 2 # 此处乘法操作假设传入的是数值数据结构 ``` #### 利用多行注释包裹大段待测代码 如果需要一次性屏蔽较大规模的代码块,则采用三引号形式或多行连续单引号实现更为便捷[^3]。 ```python """ large_chunk_of_code_to_be_skipped() another_line_in_the_same_block() and_more_lines_following_them() """ pass # Replace actual implementation with placeholder during testing phase. ``` #### 结合日志记录增强理解过程流 除了单纯依赖注释外还可以配合logging模块输出中间状态信息以便更好地追踪变量变化情况以及控制流程走向[^4]。 ```python import logging logging.basicConfig(level=logging.DEBUG) def complex_operation(param_a, param_b): intermediate_result = calculate_something(param_a) logging.debug(f"After calculation: {intermediate_result}") final_output = combine_results(intermediate_result ,param_b) logging.info(f"Final Output Generated:{final_output}") return final_output ``` 以上就是在Python Debug模式下的几种常用方式借助注释来进行有效的错误查找与修复策略介绍。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Jared Chen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值