
Python变量和字符串详解
几个月前,我开始学习个人形象管理,从发型、妆容、服饰到仪表仪态,都开始做全新改造,在塑造个人风格时,最基础的是先了解自己属于哪种风格,然后找到参考对象去模仿,可以是自己欣赏的人、明星或模特等,直至最后去创新,形成自己独特的个人风格。
学习Python也是一样。开始学习一门新的语言,最便捷的方法是去模仿,继而在模仿中出创新。在初期模仿的过程中,务必要做到亲自敲下每一行代码,打出每一个标点符号,而不是简单的一目十行,不实际操作,这样即使看完整本书,或许依然写不出程序。
这是关于Python的第2篇文章,主要介绍下变量和字符串。
(一)
变量:
简单来说,变量是编程中最基本的存储单位,可以存储自己想放进去的东西。比如给变量“a”赋值:
操作步骤:打开Mac终端——输入“python3”后回车,进入Python3.6环境——输入“a=25”后回车,此时已完成了给a赋值;再输入a,回车后就能看到给a的赋值结果。
备注:Python对大小写敏感,a和A为两个不同变量,编写时需注意。
print():
print()是Python中的常用功能,顾名思义,即打印括号里的内容,可以先简单这么理解。比如给变量a赋值为25,然后把a打印出来。在PyCharm中输入如下内容:
如果忘记给变量a赋值,运行时PyCharm会报错,需要根据报错的提示信息进行相应的修改。
此处名称“a”未定义,Python是无法打印不存在的对象的。
(二)
字符串:
简单来说,字符串可以表述单引号、双引号或三引号里的内容,这里单引号和双引号一样。
'在单引号里的内容'
"在双引号里的内容"
'''三引号通常用于比较长的内容,可随意换行'''
接下来试着在PyCharm里输入这段代码:
运行后显示:
对于my_intro,我是将前面两个变量做了加法,然后print出my_intro,也可以直接print(what_do_i_do + what_i_like)。
这里说了相加,当然,也可以做到相乘。
相乘之后,你会得到:
如果想要注释掉部分代码的话,直接选中该部分,然后快捷键“command+/”实现批量注释。
最后再看看这段代码:
得到这个结果:
此时出现了报错信息,提示必须是str型,不能是int型。原因是字符串(string)只是Python中的一种数据类型,另一种数据类型是整数类型(integer),两种不同数据类型是不可以相加的,需要进行相应的转换。
如果不知道变量是什么类型,可以在编译框中输入print(type(变量名))来查看变量类型。
那么,针对上面报错的这个例子,正确的方式可以将string类型转换为int,两者进行相加,最后会得出结果1834。
最后,试着解决一个稍微复杂点的问题:
在Python中,len()方法返回的是字符串的长度,这里string1的长度是22,减去num,最终会得到2个Hello!。
到这里,基本你已经掌握了变量和字符串的基本用法,后续我会介绍下字符串的分片和索引。
强烈建议大家亲自去实践,一行一行敲出这些代码,可能会发现一些目测不到的问题,也可以在实践的过程中举一反三,体会运行成功后的小小欣喜和成就感。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15