珠海市企业网站制作服务机构百度关键词刷搜索量

第一章：函数定义与调用

1.1 函数基础架构

1.1.1 函数定义规范

函数定义采用def关键字，遵循PEP8命名规范（小写字母+下划线）

def calculate_circle_area(radius):"""计算圆的面积"""  # 文档字符串PI = 3.14159return PI * radius ​**​ 2

1.1.2 调用机制解析

函数调用时创建独立栈帧，参数传递采用对象引用机制。示例演示参数传递对可变/不可变对象的影响

def modify_data(data):data.append(4)  # 修改可变对象data = [5,6,7]  # 创建新对象nums = [1,2,3]
modify_data(nums)
print(nums)  # 输出[1,2,3,4]

1.2 参数传递体系

1.2.1 位置参数与关键字参数

位置参数按声明顺序传递，关键字参数显式指定参数名

def create_user(name, age, role="user"):print(f"{name} ({age}岁) - {role}")create_user("Alice", 25)  # 位置参数
create_user(age=30, name="Bob", role="admin")  # 关键字参数

1.2.2 默认参数陷阱与解决方案

默认参数在函数定义时初始化，需避免使用可变默认参数

# 错误示例
def append_value(item, lst=[]):lst.append(item)return lst# 正确做法
def safe_append(item, lst=None):if lst is None:lst = []lst.append(item)return lst

1.2.3 可变参数处理

使用*args接收元组型位置参数，​**​kwargs接收字典型关键字参数

def dynamic_params(*args, ​**​kwargs):print(f"位置参数：{args}")print(f"关键字参数：{kwargs}")dynamic_params(1,2,3, color="red", size=16)

1.3 返回值与作用域

1.3.1 多返回值机制

返回多个值时自动封装为元组，支持结构化赋值

def analyze_numbers(nums):return min(nums), max(nums), sum(nums)/len(nums)min_val, max_val, avg = analyze_numbers([5,2,9,3])

1.3.2 作用域层级

四层作用域解析（LEGB规则）

global_var = 10def outer_func():enclosed_var = 20def inner_func():local_var = 30print(global_var + enclosed_var + local_var)return inner_func

1.3.3 作用域修改实践

使用global和nonlocal关键字跨越作用域

counter = 0def increment():global countercounter +=1def outer():count = 0def inner():nonlocal countcount +=1return inner

第二章：模块与包管理

2.1 标准库深度应用

2.1.1 math模块

数学运算核心功能演示

import mathprint(math.gcd(48, 180))  # 最大公约数
print(math.radians(180))  # 角度转弧度
print(math.comb(10,3))    # 组合数计算

2.1.2 random模块

随机数生成系统

from random import randint, choices, shuffle# 生成指定范围整数
print(randint(1,100))# 权重抽样
colors = ['红', '蓝', '绿']
print(choices(colors, weights=[5,3,2], k=10))# 列表洗牌
cards = list(range(1,53))
shuffle(cards)

2.2 模块化开发实践

2.2.1 自定义模块架构

规范化的模块创建流程

my_package/
├── __init__.py
├── math_utils.py
└── stats/├── __init__.py└── descriptive.py

2.2.2 init.py进阶用法

控制模块导入行为

# __init__.py
__all__ = ['math_utils']  # 控制import *
from .math_utils import *  # 初始化导入

2.3 第三方库生态管理

2.3.1 pip高阶应用

完整的包管理流程

# 创建虚拟环境
python -m venv .venv
source .venv/bin/activate  # Linux/Mac
.\.venv\Scripts\activate  # Windows# 依赖管理
pip install requests==2.25.1
pip freeze > requirements.txt
pip install -r requirements.txt

2.3.2 Conda环境管理

科学计算环境配置

conda create -n myenv python=3.9
conda activate myenv
conda install numpy pandas matplotlib
conda list --export > spec-file.txt

2.3.3 复杂安装场景

多平台编译安装实践

# 从源码安装
git clone https://github.com/example/lib.git
cd lib
python setup.py install# WHL文件安装
pip install path/to/package.whl

第三章：综合项目实战

3.1 科学计算模块开发

构建数学工具包：

# my_package/math_utils.py
def quadratic(a, b, c):"""解二次方程"""discriminant = b​**​2 - 4*a*cif discriminant < 0:return Nonex1 = (-b + sqrt(discriminant)) / (2*a)x2 = (-b - sqrt(discriminant)) / (2*a)return (x1, x2)def vector_norm(vector):"""计算向量模长"""return sum(x​**​2 for x in vector)​**​0.5

3.2 数据可视化系统集成

结合第三方库的完整工作流：

import numpy as np
import matplotlib.pyplot as plt
from my_package import statsdata = np.random.normal(0, 1, 1000)
stats.descriptive_report(data)plt.hist(data, bins=30)
plt.title("正态分布数据可视化")
plt.show()