Python：概述与基础语法（一）

本文全面介绍了Python语言的基础知识，包括Python的特性、应用领域、开发环境搭建及第一个程序的编写。涵盖了web开发、大数据处理、人工智能等多个应用场景，适合初学者快速入门。

前言

摘要：本文是一份全面的 Python 入门指南，涵盖了 Python 的发展历史、语言特点、应用领域、安装配置、基础语法以及进阶学习路线。文章从 Python 的设计哲学和解释型语言特性讲起，详细介绍了在 Windows、macOS 和 Linux 系统上的安装步骤，包括环境变量配置和常见问题解决。接着讲解了 Python 基础语法，包括变量、数据类型、类型转换等核心概念。最后为初学者规划了 Web 开发、数据分析、自动化/爬虫和 AI/机器学习四个方向的学习路径，并提供了丰富的学习资源推荐。无论你是编程新手还是希望系统学习 Python 的开发者，本文都将为你提供清晰的指引。

欢迎来到 Python 编程世界！近年来，Python 以其简洁优雅的语法、强大的生态系统和广泛的应用领域，迅速成为最受欢迎的编程语言之一。无论是数据科学、人工智能、Web 开发还是自动化脚本，Python 都展现出了非凡的活力。

本系列文章旨在为你提供一条清晰、系统的 Python 学习路径。我们将从最基础的环境搭建和语法开始，逐步深入到实际应用和项目实战。无论你是零基础的编程新手，还是希望拓展技能栈的开发者，这里都将是你 Python 之旅的坚实起点。

让我们一起开启这段充满乐趣与挑战的学习旅程，探索Python的无限可能！

一、Python发展历史

Python 由荷兰程序员吉多·范罗苏姆（Guido van Rossum）于 1989 年圣诞节期间开始设计，1991 年首次发布。Python 的名字来源于吉多喜爱的电视剧《蒙提·派森的飞行马戏团》（Monty Python’s Flying Circus），与蟒蛇无关。

重要版本里程碑：

Python 1.0（1994 年）：首次公开发布，包含 lambda、map、filter 等函数式编程特性
Python 2.0（2000 年）：引入列表推导式、垃圾回收系统等
Python 3.0（2008 年）：不向后兼容的重大更新，解决了 Python 2.x 中的设计缺陷
Python 3.10+（2021 年至今）：持续改进，加入模式匹配等现代特性

设计哲学：
Python遵循"优雅"、“明确”、"简单"的设计哲学，其核心思想体现在Python之禅（The Zen of Python）中：

import this
# 输出Python之禅的20条格言

Python 之禅（The Zen of Python）是 Python 语言的设计哲学，由 Tim Peters 撰写。在 Python 交互式环境中输入 import this 即可看到完整的 20 条格言：

优美胜于丑陋（Beautiful is better than ugly.）
明了胜于晦涩（Explicit is better than implicit.）
简洁胜于复杂（Simple is better than complex.）
复杂胜于凌乱（Complex is better than complicated.）
扁平胜于嵌套（Flat is better than nested.）
稀疏胜于密集（Sparse is better than dense.）
可读性很重要（Readability counts.）
特例不足以特殊到违背这些原则（Special cases aren’t special enough to break the rules.）
实用性胜过纯粹性（Although practicality beats purity.）
永远不要默默地忽略错误（Errors should never pass silently.）
除非明确需要保持沉默（Unless explicitly silenced.）
面对模棱两可，拒绝猜测（In the face of ambiguity, refuse the temptation to guess.）
应该有一种——最好只有一种——明显的方式去做一件事（There should be one-- and preferably only one --obvious way to do it.）
虽然这种方式一开始可能并不明显，除非你是荷兰人（Although that way may not be obvious at first unless you’re Dutch.）
现在开始做总比不做好（Now is better than never.）
尽管不开始做通常比“现在”更好（Although never is often better than right now.）
如果实现很难解释，那它是个坏主意（If the implementation is hard to explain, it’s a bad idea.）
如果实现容易解释，那它可能是个好主意（If the implementation is easy to explain, it may be a good idea.）
命名空间是个绝妙的主意，让我们多加利用（Namespaces are one honking great idea – let’s do more of those!）

二、Python 语言特点

2.1 解释型语言

Python 是一种面向对象的高级解释型语言。对于初学者来说，“解释型”可能比较陌生，这里简单说明：与 C/C++ 等编译型语言需要预先编译成机器码不同，解释型语言在程序运行时由解释器逐行读取、翻译并执行源代码。

这种“边翻译边执行”的方式，使得 Python 代码无需编译即可直接运行，但每次执行都需要重新翻译。这就像一位实时翻译官——你每说一句话（写一行代码），翻译官就立即翻译成听众能理解的语言（机器能执行的指令），无需提前准备完整的演讲稿（编译好的二进制文件）。这种特性让 Python 开发过程更加灵活快捷，非常适合快速原型开发和脚本编写。

为了更清晰地理解解释型语言的特点，下面通过一个对比表格来展示解释型语言（以Python为例）与编译型语言（以C++为例）的主要区别：

对比维度	解释型语言（如 Python）	编译型语言（如 C++）
编译/执行过程	源代码由解释器逐行读取、翻译并执行，无需预先编译成机器码。	源代码需要先通过编译器整体编译成机器码（可执行文件），然后才能运行。
执行速度	相对较慢，因为每次运行都需要解释器实时翻译。	非常快，因为程序已编译为机器码，直接由CPU执行。
跨平台性	优秀，只要有对应平台的解释器，同一份源代码可在不同操作系统上运行。	较差，需要为不同平台分别编译生成对应的可执行文件。
调试难度	较容易，解释器通常提供详细的错误信息和行号定位，支持交互式调试。	较困难，编译时错误信息可能不够直观，运行时错误定位相对复杂。
开发效率	高，无需编译步骤，修改代码后可直接运行测试，适合快速原型开发。	较低，每次修改都需要重新编译，对于大型项目编译时间较长。
典型代表	Python、JavaScript、Ruby、PHP	C、C++、Go、Rust、Swift
部署方式	需要目标环境安装相应的解释器和依赖库。	直接分发编译后的可执行文件，无需在目标环境安装编译器。
内存占用	运行时需要加载解释器，内存占用相对较高。	编译后程序独立运行，内存占用相对较低。
安全性	源代码对用户可见，安全性较低（但可通过字节码等方式部分保护）。	源代码被编译为机器码，源代码不易被直接查看，安全性较高。

简单总结：

解释型语言：像实时翻译，灵活快捷，适合快速开发、脚本和原型设计。
编译型语言：像提前翻译好的演讲稿，执行高效，适合性能要求高的系统软件、游戏引擎等。

Python作为解释型语言，在开发效率、跨平台和易学易用方面优势明显，这也是它成为入门首选和快速开发利器的重要原因。

2.2 胶水语言特性

得益于解释型设计，Python 拥有丰富而强大的标准库和第三方库，能够轻松地与其他语言制作的模块连接在一起，因此也被誉为“胶水语言”。

2.3 其他重要特点

简洁易读：Python 语法清晰，强制使用缩进来表示代码块，提高了代码的可读性。
跨平台：支持 Windows、macOS、Linux 等主流操作系统。
动态类型：变量无需声明类型，类型在运行时确定。
面向对象：完全支持面向对象编程（OOP）。
丰富的库：拥有庞大的标准库和第三方库生态系统。
社区活跃：拥有庞大的开发者社区和丰富的学习资源

三、Python应用领域

近年来Python如此火爆，它究竟有哪些应用场景呢？

Web开发：这是Python最基础的应用之一。国内外许多知名网站，如知乎、豆瓣、Instagram 等，都大量使用Python进行开发。常用框架有 Django、Flask、FastAPI 等。
数据分析与处理：在金融分析、科学研究、商业智能等领域，Python 凭借 Pandas、NumPy、SciPy 等库已成为数据处理的首选工具。
人工智能与机器学习：TensorFlow、PyTorch、Scikit-learn 等主流框架均以Python作为主要接口语言，推动了AI领域的快速发展。
自动化运维与脚本编写：系统管理、任务自动化、网络爬虫等都离不开Python。常用库有 Requests、Scrapy、BeautifulSoup 等。
云计算：许多云服务平台（如AWS、Google Cloud、Azure）都提供了完善的Python SDK。
科学计算：在物理、化学、生物、天文等科学研究领域，Python已成为重要的计算工具。
游戏开发：虽然并非主流，但Pygame等库也让Python能够用于简单的游戏制作和教育用途。

四、Python 安装与配置

4.1 安装Python

Python支持Windows、macOS和Linux三大主流操作系统。下面分别介绍各系统的详细安装步骤。

安装流程概览：

为了帮助您更直观地理解Python安装的整体流程，特别是Windows系统中关键的PATH配置环节，下面用流程图展示从访问官网到验证安装成功的完整决策和操作步骤：

流程图说明：

操作系统选择：根据您的操作系统选择对应的安装方式
Windows 关键步骤：特别注意勾选 “Add Python to PATH” 选项，这是避免后续命令行找不到 Python 的关键
验证环节：安装完成后务必通过命令行验证，确保 Python 可以正常使用
问题处理：如果验证失败，Windows 用户需要重新运行安装程序并勾选 PATH 选项

Windows系统安装步骤

访问官网下载
- 打开浏览器，访问 Python官网
- 点击首页的 “Downloads” 按钮
- 系统会自动推荐适合你Windows版本的最新Python安装包
- 💡 提示：建议下载 Python 3.x 的最新稳定版，避免使用已停止维护的 Python 2.x 版本本
运行安装程序
- 下载完成后，双击运行安装程序（.exe文件）
- 关键步骤：在安装向导的第一个界面，务必勾选 “Add Python to PATH” 选项
  -💡 提示：勾选此选项后，系统会自动将 Python 添加到环境变量，让你能在命令行中直接使用 python 和 pip 命令，避免后续手动配置的麻烦。麻)
选择安装方式
- 推荐新手：选择 “Install Now”（默认安装）
- 高级用户：选择 “Customize installation”（自定义安装）
  💡 提示：自定义安装可以修改安装路径、选择安装组件（如文档、pip 等），建议保持默认勾选所有组件有组件
完成安装
- 等待安装进度条完成
- 点击 “Close” 按钮结束安装
- 💡 提示：安装完成后建议重启命令行窗口，确保环境变量生效

#macOS 系统安装步骤安装步骤

**方法一：官网下载安装包（适合所有用户 - 访问 Python 官网，点击 **“Downloads” → “macOS”**S - 下载 macOS 安装包（.pkg 文件）g - 双击 .pkg 文件，按照向导完成安装完 - 💡 提示：安装过程中会要求输入管理员密码，这是正常的安全验证步骤。全验证步骤
方法二：使用Homebrew（推荐给开发者）
- 如果你已经安装了Homebrew包管理器，只需在终端执行：
```
brew install python
```
- 💡 提示：Homebrew会自动处理依赖和环境配置，安装的Python版本通常是最新的，且管理更新更方便
- 💡 注意事项：如果之前通过官网安装过Python，使用Homebrew安装可能会创建多个Python版本，建议统一使用一种安装方式

Linux系统安装步骤

大多数Linux发行版已经预装了Python，但可能是较旧的版本。以下是各发行版的安装命令：

Ubuntu/Debian：

sudo apt update
sudo apt install python3 python3-pip

💡 提示：python3-pip 是 Python 包管理工具，安装后可以使用 pip3 命令安装第三方库命令安装第三方库

CentOS/RHEL/Fedora：

# CentOS/RHEL 7及以下
sudo yum install python3 python3-pip

# CentOS/RHEL 8及以上或Fedora
sudo dnf install python3 python3-pip

💡 提示：较新的 Fedora 版本使用 dnf 代替 yum，命令更高效um`，命令更高效

Arch Linux：

sudo pacman -S python python-pip**💡 提示**：Arch Linux 的包名是 `python` 而不是 `python3`，但安装的仍然是 Python 3.x 版本th**通用注意事项**：

安装前建议先检查系统是否已安装 Python：python3 --version–version`
如果遇到权限问题，确保使用 sudo 或以root用户身份执行
安装完成后，可能需要重启终端或执行 source ~/.bashrc（或对应shell的配置文件）使环境变量生效

安装完成后，可以通过以下命令验证 Python 是否安装成功：ho1. 检查 Python 版本（所有系统通用）：*（所有系统通用）：

```bash
python --version
# 或
python3 --version
```
如果显示类似 `Python 3.x.x` 的信息2.  **进入 Python 交互式环境**：on交互式环境**：
```bash
python
# 或
python3

如果出现类似下面的提示符，说明 Python 可以正常运行：hon可以正常运行：
bash Python 3.x.x ... Type "help", "copyright", "credits" or "license" for more information. >>>3. **验证 pip（Python 包管理器）**：on包管理器）**： bash
pip --version
# 或
pip3 --version
```

“python”命令找不到：说明 Python 没有添加到环境变量。Windows 用户需要重新运行安装程序并勾选 “Add Python to PATH”；macOS/Linux 用户可能需要重启终端或手动配置 PATH。或手动同时存在多个 Python 版本：使用 `python3` 命令明确指定 Python 3 版本。ython 3版本。

权限问题（Linux/macOS）：在命令前加 sudo 15.png#pic

手动配置环境变量（当安装时未勾选PATH）

如果忘记勾选 “Add Python to PATH” 选项to PATH"选项，或者安装后命令行中仍然无法识别python、pip命令，可以按照以下步骤手动将Python添加到系统环境变量中。

W步骤 1：找到 Python 安装路径t1. 打开文件资源管理器，进入 Python 的安装目录。thon的安装目录。默认安装路径通常是：

C:\Users\你的用户名\AppData\Local\Programs\Python\Python3xx\（用户安装）
C:\Program Files\Python3xx\（系统安装）
其中3xx表示Python版本号，如Python311、`Pyt2. 记下以下两个关键路径：
Python 解释器路径：C:\...\Python3xx\（包含 python.exe 的目录）
Scripts 路径：C:\...\Python3xx\Scripts\（包含 pip.exe 的目录）ip步骤 2：打开系统环境变量设置系1. 右键点击“此电脑”或“计算机” → 选择“属性”" → 选择"属性"

点击"高级系统设置" → 点击"环境变量"按钮
在"系统变量"区域找到并选中Path变量 → 点击"编辑"

步骤3：添加Python路径

点击"新建"按钮
添加Python解释器路径（如：C:\Program Files\Python312\）
再次点击"新建"按钮
添加Scripts路径（如：C:\Program Files\Python312\Scripts\）
点击"确定"保存所有更改

步骤4：验证配置

打开新的命令提示符（CMD）或PowerShell窗口
输入以下命令验证：
```
python --version
pip --version
```
如果显示Python和pip的版本信息，说明配置成功

💡 提示：

修改环境变量后需要重新打开命令行窗口才能生效
如果系统中有多个Python版本，确保添加的是你想要使用的版本路径
可以使用where python命令查看当前系统找到的Python路径

####步骤 1：确定 Python 安装位置ython安装位置**

打开终端2. 输入以下命令查找 Python 3 的安装路径：hon 3的安装路径：

which python3

或

ls -l /usr/local/bin/pyth3. 通常 Homebrew 安装的 Python 路径为：`/usr/local/bin/python3`i4. 记下 Python 的实际路径（可能会显示为符号链接，如：`/usr/local/bin/python3 -> ../Cellar/python@3.11/3.11.9/bin/python3`）n/**步骤 2：配置 Shell 环境变量**Shell环境变量**

根据你使用的Shell类型（bash、zsh等）配置：

对于bash用户（macOS Catalina之前默认）：

编辑bash配置文件：
```
nano ~/.bash_profile
```
在文件末尾添加：
```
export PATH="/usr/local/bin:$PATH"
```
保存文件（Ctrl+O，回车，Ctrl+X）
使配置生效：
```
source ~/.bash_profile
```

对于zsh用户（macOS Catalina及之后默认）：

编辑zsh配置文件：
```
nano ~/.zshrc
```
在文件末尾添加：
```
export PATH="/usr/local/bin:$PATH"
```
保存文件（Ctrl+O，回车，Ctrl+X）
使配置生效：
```
source ~/.zshrc
```

步骤3：验证配置

打开新的终端窗口
输入以下命令验证：
```
python3 --version
pip3 --version
```
如果显示版本信息，说明配置成功

💡 提示：

macOS系统通常使用python3和pip3命令，而不是python和pip
如果使用官网安装包安装，Python可能安装在/Library/Frameworks/Python.framework/Versions/3.x/bin/目录下
可以使用echo $PATH查看当前PATH环境变量

###步骤 1：检查 Python 安装情况Python安装情况**

打开终端

检查Python 3是否已安装：

python3 --ver3. 如果已安装但命令找不到，可能是 PATH 配置问题，可**步骤 2：查找 Python 安装路径**P1. 使用 `which` 命令查找 python3 位置：查找python3位置：
```bash
which pyt2. 如果返回路径（如 `/usr/bin/python3`），记下该路径hon3`），记下该路径

查找pip3位置：
```
which pip3
```

步骤3：配置环境变量
根据你使用的Shell类型配置：

对于bash用户：

编辑bash配置文件：
```
nano ~/.bashrc
```

在文件末尾添加（如果Python不在默认路径）：

export PATH="/usr/local/bin:$PATH"
# 或者指定具体路径
# export PATH="/opt/python3.11/bin:$PATH"

保存文件（Ctrl+O，回车，Ctrl+X）
使配置生效：
```
source ~/.bashrc
```

对于zsh用户：

编辑zsh配置文件：
```
nano ~/.zshrc
```
在文件末尾添加：
```
export PATH="/usr/local/bin:$PATH"
```
保存文件（Ctrl+O，回车，Ctrl+X）
使配置生效：
```
source ~/.zshrc
```

步骤4：创建符号链接（可选）
如果希望使用python命令而不是python3，可以创建符号链接：

sudo ln -s /usr/bin/python3 /usr/local/bin/python
sudo ln -s /usr/bin/pip3 /usr/local/bin/pip

步骤5：验证配置

打开新的终端窗口

输入以下命令验证：

python3 --version
pip3 --version
# 如果创建了符号链接，也可以测试
python --version
pip --version

💡 提示：

大多数Linux发行版默认已安装Python 3，且python3命令可以直接使用
如果使用apt、yum、dnf或pacman安装，Python通常会自动添加到PATH
自定义安装（如从源码编译）时需要手动配置PATH
可以使用echo $PATH | tr ':' '\n'以更清晰的方式查看PATH变量

通用验证方法

配置完成后，使用以下方法验证环境变量是否生效：

检查PATH变量：
- Windows: echo %PATH%
- macOS/Linux: echo $PATH

验证Python命令：

# Windows
python --version

# macOS/Linux
python3 --version

验证pip命令：

# Windows
pip --version

# macOS/Linux
pip3 --version

运行简单Python脚本：

# 创建测试脚本
echo "print('环境变量配置成功！')" > test_env.py

# 执行脚本
python test_env.py  # Windows
python3 test_env.py # macOS/L如果以上命令都能正常执行，说明 Python 环境变量配置成功。thon环境变量配置成功。如果仍有问题，请检查路径是否正确，并确保已重启命令行终### 4.2 pip 包管理工具 4pip 是 Python 的包管理工具，用于安装和管理第三方库。Python 3.4 及以上版本默认包含 pip。及以上版本默认包含pip。

基本用法：

# 安装包
pip install package_name

# 安装指定版本
pip install package_name==1.0.0

# 升级包
pip install --upgrade package_name

# 卸载包
pip uninstall package_name

# 查看已安装的包
pip list

# 生成requirements.txt文件
pip freeze > requirements.txt

# 从requirements.txt安装
pip install -r requirements.txt

常用镜像源（国内用户建议使用）：

# 临时使用清华源
pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple

# 永久配置镜像源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

虚拟环境（推荐使用）：

# 创建虚拟环境
python -m venv myenv

# 激活虚拟环境（Windows）
myenv\Scripts\activate

# 激活虚拟环境（macOS/Linux）
source myenv/bin/activate

# 退出虚拟环境
deactivate

4.3 IDE选择与配置

推荐开发工具：

PyCharm（专业版/社区版）
- 功能最全的Python IDE
- 智能代码补全、调试、测试、版本控制集成
- 社区版免费，专业版收费
VS Code + Python扩展
- 轻量级、跨平台
- 丰富的扩展生态系统
- 免费开源
Jupyter Notebook/JupyterLab
- 适合数据科学和教学
- 交互式编程环境
- 支持Markdown和可视化
IDLE（Python自带）
- 适合初学者和简单脚本
  **VS Code Python 配置代码检查工具（如 pylint）**配置代码检查工具（如pyl

VS Code Python环境配置示例

安装Python扩展
打开VS Code后，点击左侧扩展图标（或按 Ctrl+Shift+X），搜索"Python"并安装MPython 扩展。索并安装Python扩展*
选择Python解释器
安装扩展后，按 Ctrl+Shift+P 打开命令面板，输入"Python: Select InterpPython 解释器。中选择Python解释器*
创建并运行Python文件
新建一个 .py 文件，输入代码后点击右上角的运行 Python 代码。e中运行Python代码*

PyCharm配置示例

打开 PyCharm，点击 “New Project”，选择项目位置和 Python 解释器。位置和Python解释器。
**配置Py在 “File” → “Settings” → “Project: [项目名]” → “Python Interpreter” 中，可以查看和更改 Python 解释器。和更改Python解释器。
右键点击 Python 文件，选择 “Run” 或 “Debug” 即可执行代码，底部会显示运行结果。代码，底部会显示运行配置建议：

VS Code 用户：建议额外安装 Python 扩展包（Pylance、Python Docstring Generator 等）提升开发体验。
PyCharm 用户：社区版已足够初学者使用，专业版提供更多高级功能（如 Django 支持、数据库工具）。
通用设置：无论使用哪种 IDE，都建议启用代码格式化（如 autopep8、black）和代码检查（pylint、flake8）功能。int、flake8）功配置完成后，在 IDE 中创建一个简单的测试文件：中创建一个简单的测试文件：

print("Hello, Python!")
print(f"Python版本: {sys.version}")

如果能正常输出结果

五、Python 基础语法

5.1 安装好工具后，让我们来编写第一个程序。这次我们不写 “Hello World”，来点更有趣的。

方法一：在刚才打开的 Python 交互式环境中，直接输入：

print("人生苦短，我用Python")

按下回车即可看到输出。

方法二：使用 IDLE（Python 自带的集成开发环境）

从开始菜单找到并打开 IDLE。
你会看到一个交互式窗口（Shell），可以直接输入代码执行。
输入 print("人生苦短，我用 Python") 并回车。

重要提示：

Python语句不以分号 ; 结尾（当然，加了也不会错，但不建议）。
输出字符串时，需要使用英文引号（单引号 ' 或双引号 "）包裹。
在IDLE的Shell窗口中，一次只能执行一条语句。若要编写和运行多行代码，请通过 File -> New File 创建一个新的脚本文件，编写代码后按 F5 运行。

5.2 标识符与命名规则

标识符是用于标识变量、函数、类、模块等对象的名称。

命名规则：

由字母、数字和下划线组成
不能以数字开头
区分大小写
不能使用Python关键字

合法标识符示例：

my_variable = 10
user_name = "张三"
calculate_sum = lambda x, y: x + y
_class_name = "Python101"  # 以下划线开头，通常用于私有变量

非法标识符示例：

2variable = 10      # 错误：以数字开头
my-variable = 20    # 错误：包含连字符
class = "Python"    # 错误：class是Python关键字

命名约定（PEP 8 规范）：

变量名：小写字母，单词间用下划线分隔（snake_case），如 user_name
函数名：小写字母，单词间用下划线分隔，如 calculate_average
类名：每个单词首字母大写（CamelCase），如 StudentInfo
常量名：全部大写，单词间用下划线分隔，如 MAX_SIZE
模块名：简短、小写，避免使用下划线，如 mymodule

5.3 变量与数据类型

Python 是动态类型语言，变量无需声明类型，直接赋值即可。

# 变量赋值
name = "张三"          # 字符串
age = 25              # 整数
height = 1.75         # 浮点数
is_student = True     # 布尔值

基本数据类型：

数字类型

# 整数
a = 10
b = -5
c = 0b1010  # 二进制
d = 0o12    # 八进制
e = 0xA     # 十六进制

# 浮点数
f = 3.14
g = 2.5e3   # 科学计数法：2.5 × 10³ = 2500.0

# 复数
h = 3 + 4j

字符串

# 单引号
str1 = 'Hello'

# 双引号
str2 = "World"

# 三引号（多行字符串）
str3 = '''这是一个
多行
字符串'''

# 字符串操作
name = "Python"
print(name[0])      # 输出：P
print(name[1:4])    # 输出：yth
print(len(name))    # 输出：6

布尔类型

is_true = True
is_false = False

# 布尔运算
result = (5 > 3) and (2 < 4)  # True

空值

empty_value = None  # 表示空值或无值

类型转换：

# 显式类型转换
num_str = "123"
num_int = int(num_str)      # 字符串转整数
num_float = float(num_str)  # 字符串转浮点数
str_num = str(123)          # 整数转字符串
bool_val = bool(10)         # 整数转布尔值（0为False，非0为True）

# 隐式类型转换（自动）
# 整数与浮点数运算时，Python会自动将整数转换为浮点数
int_num = 10
float_num = 3.14
result = int_num + float_num  # 整数10自动转换为浮点数10.0
print(f"整数 + 浮点数: {result}, 类型: {type(result)}")  # 输出: 13.14 <class 'float'>

# 布尔值与整数运算时，True视为1，False视为0
bool_val = True
int_val = 5
result2 = bool_val + int_val  # True(1) + 5 = 6
print(f"布尔值 + 整数: {result2}, 类型: {type(result2)}")  # 输出: 6 <class 'int'>

# 字符串与数字不能自动转换，需要显式转换
# str_num = "10" + 5  # 这会报错：TypeError
str_num = int("10") + 5  # 正确：显式转换后计算
print(f"字符串转整数后计算: {str_num}")  # 输出: 15

# 除法运算总是返回浮点数
result3 = 10 / 2  # 即使能整除，结果也是浮点数
print(f"除法结果: {result3}, 类型: {type(result3)}")  # 输出: 5.0 <class 'float'>

# 整数除法使用 // 运算符，结果仍为整数
result4 = 10 // 3
print(f"整数除法: {result4}, 类型: {type(result4)}")  # 输出: 3 <class 'int'>