Python 生成器 了解 Python 生成器如何简化迭代、减少样板代码并改善内存使用，优于传统迭代器。 什么是生成器？ 在 Python 中构建自定义迭代器通常需要实现 __iter__() 和 __next__() 的类，管理内部状态，并在结束时引发 StopIteration。生成器消除这些样板代码，让你编写简单函数逐个产出值。 简而言之，生成器是返回迭代器的函数。函数体惰性执行，每次 yield 暂停，后续调用恢复。 在 Python 中创建生成器 定义生成器像写普通函数，将 return 替换为 yield： def my_gen(): n = 1 print(T

Python 迭代器 了解 Python 迭代器如何工作，如何用 for 循环或 next() 遍历，以及如何用迭代器协议创建自定义或无限迭代器。 视频：Python 迭代器 Python 中的迭代器 迭代器在 Python 中无处不在。它们支撑 for 循环、列表推导式、生成器和许多内置数据结构，常在幕后工作。 迭代器就是逐个产出数据的对象。在 Python 中，实现 __iter__() 和 __next__() 方法的对象即为迭代器。 能提供迭代器的对象称为可迭代对象。大多数内置容器——列表、元组、字符串、字典——均可迭代。内置 iter() 函数调用对象的 __iter__() 方法获

Python 运算符重载 了解如何使用 __add__、__lt__ 等特殊方法重新定义 Python 运算符行为，增强 OOP 设计。 Python 运算符重载 Python 内置运算符根据操作数类型表现不同。例如 + 对数字相加、对字符串连接、对列表合并。这种灵活性通过运算符重载实现——让你为自定义类赋予上下文特定的运算符含义。 以简单 Point 类为例，表示二维平面坐标。无特殊方法时，尝试相加两点会引发 TypeError： class Point: def __init__(self, x=0, y=0): self.x = x self.y

Python 多重继承 探索 Python 如何支持多重继承、多层继承的细微差别，以及方法解析顺序 (MRO) 如何控制属性查找。 Python 多重继承 Python 允许类继承多个基类，正如 C++。此特性称多重继承，让派生类组合多个父类的行为。 语法同单继承：在括号中列出所有父类，逗号分隔。 示例 class Base1: pass class Base2: pass class MultiDerived(Base1, Base2): pass 此例中 MultiDerived 继承 Base1 和 Base2 的属性和方法。 图示：MultiDerived 从 Base1 和 Bas

Python 继承 继承让你创建新类继承父类所有功能并添加或扩展特性。本教程通过清晰示例和最佳实践指导解释 Python 继承用法。 视频：Python 继承 Python 中的继承 继承是面向对象编程的核心原则，促进代码复用和逻辑层级。新类（派生或子类）以最小或无更改定义在现有类（基或父类）之上。子类自动获得父类属性和方法，可按需覆盖或扩展。 Python 继承语法 class BaseClass: # 基类体 class DerivedClass(BaseClass): # 派生类体 上例中 DerivedClass 继承 BaseClass 所有公共成员。通过添加新方法

Python 对象与类 本教程探索 Python 核心面向对象特性，指导你完成类创建、实例化及编写健壮代码的最佳实践。 视频：Python 类与对象 Python 对象与类 Python 本质上是面向对象的。过程式编程关注函数，OOP 以对象为中心，将数据与行为捆绑。 对象是属性（数据）和方法（函数）的捆绑。类是定义对象结构的蓝图。 把类想象成房屋蓝图——详述房间、门、窗。每栋建成的房子是对象，即从蓝图创建的实例。 同一类可创建多个对象。实例化是从类创建对象的过程。 在 Python 中定义类 类定义以 class 关键字开始，类似函数以 def 开始。类中的第一个字符串是文档字符串，提供简

Python 面向对象编程 本指南通过实战示例讲解 Python 面向对象编程（OOP）核心概念，助你构建健壮、可复用代码。 视频：Python 面向对象编程 面向对象编程 Python 是支持多种编程风格的多范式语言。最强大的方法之一是用对象建模问题——即面向对象编程（OOP）。 对象具备两个基本特征： 属性（数据）行为（方法） 例如，鹦鹉 是一个对象，拥有 name、age、color 等属性，以及 sing()、dance() 等行为。 Python OOP 促进代码复用，遵循 DRY（Dont Repeat Yourself）原则。 类 class 是定义对象结构和行为的蓝图。可视为鹦

Python 自定义异常 本教程教你如何定义符合需求的自定义异常，并通过实战示例说明。 Python 提供许多内置异常，在程序遇到意外条件时发出错误信号。但有时内置异常无法精确描述你遇到的问题。这时可创建自己的自定义异常类型，使代码更清晰、易维护。 创建自定义异常 在 Python 中定义自定义异常很简单：创建一个继承自内置 Exception 类（或其子类）的新类。大多数标准异常派生自 Exception，所以你的自定义类能无缝集成 Python 错误处理体系。 > >>> class CustomError(Exception): ... pass ... >

精通 Python 异常处理：try、except、else 与 finally 详解 本指南通过实用代码片段和最佳实践技巧，带你了解 Python 的异常处理结构。 视频：Python 异常处理（try..except..finally） Python 中的异常 运行时错误发生时，Python 会引发内置异常。解释器停止当前代码块，并沿调用栈向上传播异常，直到找到处理器。若无处理器，程序终止并打印回溯。 考虑调用链：A 调用 B，B 调用 C。若 C 引发异常且未在本地处理，异常冒泡至 B 再至 A。未处理异常导致程序突然崩溃。 在 Python 中捕获异常 拦截异常，将可能不安全的代码放入

Python 错误与内置异常 了解 Python 如何发出问题信号、语法错误与运行时错误的区别，以及如何自信处理内置异常。 视频：Python 异常处理 运行 Python 程序时，若遇到未处理错误，解释器会立即停止执行。错误大致分两类： 语法错误——解析阶段检测到的问题。 逻辑错误（异常）——代码执行时出现的问题。 Python 语法错误 源代码违反 Python 语法规则时发生语法错误。错误消息中用插入符 (^) 指向确切位置。 > >>> if a < 3 File <interactive input>, line 1 if a <

Python 目录与文件管理 通过清晰的实战示例，学习如何在 Python 中高效创建、导航、列出、重命名和删除目录与文件。 视频：Python os 模块 Python 目录 项目增长时，将代码组织到结构良好的文件夹变得至关重要。目录——或文件夹——是文件和子目录的容器，Python 的 os 模块提供强大工具管理它们。 获取当前目录 用 os.getcwd() 获取当前工作目录字符串。若需字节表示，os.getcwdb() 可用。 import os os.getcwd() # C:\\Program Files\\PyScripter os.getcwdb() # bC:\\Pro

Python 文件 I/O 通过清晰示例与最佳实践，学习在 Python 中打开、读取、写入和关闭文件。 视频：Python 读写文件 文件 文件是磁盘上存储数据的命名位置。因 RAM 易失性，我们依赖文件在程序执行间保持信息。 与文件交互的典型顺序是：打开 → 读/写 → 关闭。 在 Python 中打开文件 Python 内置 open() 函数返回文件对象，用于执行 I/O 操作。函数签名： open(file, mode=r, buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=No

Python 字典 本综合指南解释 Python 字典——如何创建、访问、增删元素，并利用内置方法。 视频：Python 字典存储键值对 Python 字典是键值对的无序集合。每个条目将唯一、不可变的键与任意类型的值关联。 创建 Python 字典 定义字典很简单：将逗号分隔的键值对放入花括号 {}。键必须不可变（字符串、数字或不可变元素的元组）且唯一；值可以是任意类型且可重复。 # 空字典 my_dict = {} # 整数键字典 my_dict = {1: apple, 2: ball} # 混合键字典 my_dict = {name: John, 1: [2, 4, 3]} # 使用

Python 集合 了解 Python 集合数据类型如何简化数据去重与集合运算。本指南涵盖创建、修改、删除及所有基本集合操作。 视频：Python 中的集合 集合是唯一、不可变项的无序集合。集合本身可变——允许添加或移除元素——但其元素必须可哈希（如数字、字符串、元组）。 Python 集合支持并集、交集、差集、对称差集等数学集合运算，使其成为数据去重、成员测试和集合代数的理想工具。 创建 Python 集合 用花括号或内置 set() 构造函数创建集合。元素可以是任何不可变类型，但列表、字典或其他集合等可变类型不能包含。 # 示例 1：不同数据类型的集合 # 整数集合 my_set = {

Python 字符串 本教程将教你在 Python 中创建、格式化、修改和删除字符串，并介绍各种字符串操作与函数。 视频：Python 字符串 Python 中的字符串是什么？ 字符串是字符序列。 字符就是符号。例如英语有 26 个字符。 计算机不处理字符，而是处理数字（二进制）。即使屏幕上显示字符，内部也是以 0 和 1 的组合存储和操作。 字符到数字的转换叫编码，逆过程叫解码。ASCII 和 Unicode 是常用编码。 Python 中字符串是 Unicode 字符序列。Unicode 旨在涵盖所有语言字符，统一编码。可从 Python Unicode 了解更多。 如何在 Python

Python 元组 探索 Python 元组的威力——不可变序列为异构数据提供速度、安全性和通用性。本指南从基础语法到进阶操作，助你理解何时选择元组而非列表。 视频：Python 列表与元组 元组行为类似列表，但创建后不可变。与列表不同，你无法修改其元素，使元组成为固定数据集的理想选择。 创建元组 元组通过将逗号分隔的值放入圆括号 () 定义。括号虽可选，但能提升可读性。 元组可包含任意数量项并混合数据类型——整数、浮点数、字符串、列表、其他元组等。 # 不同类型的元组 # 空元组 my_tuple = () print(my_tuple) # 整数元组 my_tuple = (1, 2,

Python 列表操作 Python 列表是语言中最通用的数据结构之一，能高效存储、组织和操作值序列。本指南涵盖从创建、访问列表元素到切片、推导式及内置方法等进阶技巧。 视频：Python 列表与元组 Python 列表允许同时处理多个项目。例如： # 编程语言列表 [Python, C++, JavaScript] 创建 Python 列表 列表通过将元素放入方括号 [] 并用逗号分隔创建。列表可包含任意数量项，支持混合数据类型。 # 整数列表 my_list = [1, 2, 3] 示例： # 空列表 my_list = [] # 混合数据类型 my_list = [1, Hello,

精通 Python 数字、类型转换与数学运算 探索 Python 如何处理数值数据、类型转换的细节，以及可用于日常编程的强大数学工具。 Python 中的数字数据类型 Python 将数字分为三种核心类型：int（整数）、float（浮点数，带小数部分）和 complex（复数，含实部和虚部）。小数点的存在区分 int 与 float（如 5 是整数，5.0 是浮点数）。复数采用 x + yj 表示法，其中 x 为实部，y 为虚部。 使用 type() 查看值的类，用 isinstance() 验证类型成员身份。例如： a = 5 print(type(a)) print(type(5.0))

Python 包 学习如何使用 Python 包组织不断增长的代码库，以及如何高效导入自定义或第三方模块。 视频：Python 包——组织你的代码 什么是包？ 正如我们将磁盘上的文件归类到文件夹以保持清晰，Python 使用包来组织相关模块。包本质上是一个包含 __init__.py 文件的目录——这会告诉 Python 将该文件夹视为一个命名空间。 随着项目扩大，将相似模块放在同一个包中能让项目保持可控且自文档化。包还可以包含子包，这与目录嵌套的方式一致。 例如，一个游戏项目的结构可能如下： 从包导入模块 模块通过点（.）表示法导入。要从 Game/Level 包导入 start.py，

Python模块 发现如何构建、导入和管理Python模块。学习最佳实践、高级导入技巧和模块搜索路径。 视频：Python模块 观看模块基础深度教程。 什么是Python模块？ 模块 就是包含Python语句和定义的文件。例如 example.py 是名为 example 的模块。模块帮你将大程序拆解为可管理、可复用的片段。一次定义通用函数，到处导入使用。 创建小模块。存为 example.py： # example.py – 简单加法模块 def add(a, b): Return the sum of two numbers. return a + b 如何在Python