★ FEATURED ARTICLE 简介本资源是南开大学软件学院Python课程期末复习的系统性整理笔记面向计算机相关专业本科生及Python初学者聚焦核心考点与易错难点助力高效备考与知识体系构建。内容覆盖数据结构字典、集合、元组、列表的特性与操作、内存管理引用机制、浅拷贝与深拷贝、面向对象编程类与实例属性、私有成员、classmethod/staticmethod装饰器、C3算法下的MRO继承顺序、魔法函数init、str、__dict__等、函数进阶*args/**kwargs、默认参数陷阱、生成器与三器一魔以及正则表达式等关键模块知识点讲解结合典型代码示例与运行结果分析。资源为1个5.28MB的DOCX文档结构清晰、排版规范含大量对比表格、内存图示与语法速查片段便于复习查阅与重点标注。目前已有1200人学习下载是兼顾理论深度与应试实用性的高质量期末冲刺资料。1. Python期末复习不是背题库而是搞懂“Python怎么想问题”一份南开软院学生亲测有效的入门路径你是不是也这样翻开《Python期末复习超全》这个标题第一反应是——“又来一套题背完就忘考完就丢”别急这份材料根本不是传统意义上的“题库”它是一份用真实课堂节奏打磨出来的思维导图式复习指南。它不从“print(Hello World)”开始教而是直接带你站在南开软件学院老师出题的视角看为什么字典和集合必须无序为什么元组能当字典的key而列表不能为什么list.sort()没有返回值但sorted()却有这些问题背后不是规则而是Python对内存、对象、引用的真实处理逻辑。它适合谁适合那个刚学完循环和if语句、一看到“MRO算法”就头皮发麻、抄了十遍super()还是不知道它在找谁的你也适合那个已经会写爬虫但总被面试官问“a [1,2]; b a; b.append(3)之后a变没变”给问懵的新手。这不是让你“多做一道题”而是帮你把散落的知识点焊进一个叫“Python世界观”的底座里——底座稳了新代码来了你第一反应不再是“这行报错我搜过但看不懂”而是“哦它在找这个对象的__enter__方法”。2. 先搞懂一个概念Python里“无序”不是乱序而是“不靠位置说话”字典与集合的本质区别很多新手卡在第一步为什么老师反复强调“字典和集合是无序的”可我print(dict)明明看到键值对排得整整齐齐这里藏着一个关键误会——“无序”不是指打印出来不整齐而是指Python不保证、也不依赖元素的物理存储顺序来定义它们的身份和行为。我们拆开来看。2.1 字典靠“键”查不靠“第几个”想象你有一本纸质通讯录里面按人名拼音排序。你找“张三”翻到P页找“李四”翻到L页。你从不关心“张三”是第37页、“李四”是第21页——你只认名字。字典就是这本通讯录的电子版。它的核心能力是O(1)平均时间复杂度的查找靠的是哈希表Hash Table当你写my_dict[name]Python立刻把name算出一个数字哈希值跳到内存里对应的位置取值完全跳过了“从头数第几个”的过程。所以哪怕你先my_dict[z] 100再my_dict[a] 1它内部存储顺序可能反着来但你调用my_dict[a]永远秒出结果。这就是“无序”的价值牺牲顺序换取速度。# 看似有序实则偶然 student_grades {math: 85, english: 92, science: 78} print(student_grades) # 可能输出 {math: 85, english: 92, science: 78} # 但这顺序不是语言保证的Python 3.7虽保持插入顺序为兼容性加的优化但逻辑上它仍是“无序结构” # 你绝不能写first_subject list(student_grades.keys())[0] // 这是危险的依赖提示list(dict.keys())得到的列表顺序在Python 3.7中确实是插入顺序但这属于实现细节不是语言规范。考试或面试中若考察“字典是否有序”标准答案仍是“逻辑上无序”因为它的设计目标从来不是维护顺序而是高效查找。2.2 集合去重的终极形态连“位置”都不给你留集合更进一步。它连“键”都不需要只要求元素唯一且可哈希。它的底层也是哈希表但只存“键”没有“值”。所以当你写my_set {1, 2, 3}Python做的不是“记住1在前、2在中、3在后”而是“记住内存里有一个位置存着1一个位置存着2一个位置存着3”。你无法用索引my_set[0]访问因为它压根没定义“第0个”是谁。它的所有操作——add(),remove(),in判断——都基于哈希查找时间复杂度同样是O(1)。# 创建空集合必须用 set(){} 是字典这是新手高频翻车点 empty_set set() # ✅ 正确创建空集合 empty_dict {} # ✅ 正确创建空字典 # wrong_set {} # ❌ 错误这创建的是字典不是集合 # 集合自动去重且不记录顺序 nums [1, 2, 2, 3, 1, 4] unique_nums set(nums) print(unique_nums) # 输出可能是 {1, 2, 3, 4} 或 {4, 1, 2, 3}顺序不重要 # 检查是否存在快如闪电 print(2 in unique_nums) # TrueO(1)时间2.3 对比列表为什么列表能索引而字典/集合不能列表是“数组”的Python化身。它在内存里是一块连续的空间每个位置存一个元素的引用ID。所以my_list[0]就是“去内存地址A取第一个引用”my_list[1]就是“去地址A8字节取第二个引用”。这种结构天生支持索引和切片但插入/删除中间元素要移动后面所有元素时间复杂度O(n)。特性列表 (list)字典 (dict)集合 (set)是否有序有序位置即身份逻辑无序键即身份逻辑无序元素即身份是否可索引✅list[0]❌dict[0]报错❌set[0]报错是否可重复✅ 允许重复元素❌ key不能重复值可重复❌ 元素绝对唯一核心优势快速按位置访问、切片快速按键查找、插入、删除快速去重、成员判断、集合运算2.4 常见问题排查为什么我的字典“看起来有序”却报错现象1我用for k in my_dict:遍历输出顺序和我插入的一样但老师说字典无序我该信谁原因Python 3.7为提升用户体验默认保持插入顺序CPython实现细节但这不改变其“无序数据结构”的本质定义。考试中若问“字典是否有序”答“逻辑上无序”才得分。依赖顺序写代码如取list(dict.keys())[0]在旧版本Python或某些解释器下会崩溃。解决所有需要确定顺序的场景显式转换sorted(dict.keys())按字母序或list(dict.items())按插入序仅限3.7且不推荐依赖。现象2my_set {1, 2, 3}; print(my_set[0])报错TypeError: set object is not subscriptable。原因集合不支持索引操作符[]因为它没有“第0个”的概念。它的设计哲学是“只问‘有没有’不问‘在哪儿’”。解决若需按顺序处理先转成列表for item in sorted(my_set):或list(my_set)[0]但后者顺序不保证慎用。现象3my_dict {a: 1, b: 2}; my_dict[c]报错KeyError但my_dict.get(c)返回None。原因[]是“强硬访问”找不到就炸.get()是“礼貌询问”找不到就给个默认答案默认None。这是Python“请求宽恕而非许可”EAFP哲学的体现。解决处理可能不存在的key时优先用.get(key, default_value)避免try/except过度使用。现象4my_list [1, 2, 3]; my_list.append([4, 5])后my_list变成[1, 2, 3, [4, 5]]但我想把4和5“加进去”而不是“加一个列表”。原因.append()是“加一个元素”.extend()才是“加多个元素”。新手常混淆这两个方法。解决记口诀“append是单个extend是展开”。要加多个用my_list.extend([4, 5])结果是[1, 2, 3, 4, 5]。3. 别再死记硬背了理解“可变”与“不可变”才能真正看懂Python的内存“元组不可变列表可变”——这句话你背过但当a (1, 2); b a; b (3,)后a还是(1, 2)而a [1, 2]; b a; b [3]后a却变成了[1, 2, 3]你是不是瞬间懵了这背后不是语法玄学而是Python对对象身份identity和对象值value的严格区分。搞懂这个你才算真正踏入Python的大门。3.1 一切皆对象三个身份证缺一不可Python里每个东西都是对象它有三张“身份证”标识identity对象在内存中的唯一地址用id()函数查看。就像你的身份证号一生不变。类型type对象的种类用type()查看。比如int,str,list。值value对象当前携带的数据。比如数字5字符串hello。关键来了变量如a,b不是盒子而是贴在对象身上的标签。a 5的意思是“把标签a贴到内存里那个值为5的对象上”。b a的意思是“把另一个标签b也贴到同一个对象上”。所以a和b指向同一个id。# 不可变对象数字 x 10 y x print(id(x) id(y)) # Truex和y指向同一个整数对象 x x 1 # 注意这不是修改10而是让x指向一个新的对象11 print(x) # 11 print(y) # 10y依然指着原来的10 print(id(x) id(y)) # False现在x和y指向不同对象了3.2 可变对象标签贴在“容器”上容器里的东西可以换列表、字典、集合是“容器型”对象。a [1, 2]的意思是在内存里造一个“箱子”列表对象把1和2放进去再把标签a贴在这个箱子上。b a是把另一个标签b也贴到同一个箱子上。此时通过a或b去修改箱子里的东西比如a.append(3)箱子本身没换只是里面多了个3所以b看到的也是[1, 2, 3]。# 可变对象列表 a [1, 2] b a # b和a指向同一个列表对象 print(id(a) id(b)) # True a.append(3) # 修改箱子往里面加一个3 print(a) # [1, 2, 3] print(b) # [1, 2, 3]b看到的也是修改后的箱子 # 关键对比 对可变对象是原地修改对不可变对象是创建新对象 c [1, 2] d c c [3] # 等价于 c.extend([3])原地修改 print(c) # [1, 2, 3] print(d) # [1, 2, 3]d也变了 e (1, 2) f e e (3,) # 等价于 e e (3,)创建新元组 print(e) # (1, 2, 3) print(f) # (1, 2)f没变3.3 元组的“不可变”到底指什么为什么它能当字典key元组的不可变是指元组对象自身包含的元素引用不能被修改。你不能做my_tuple[0] 10。但它不保证它里面的元素本身不可变如果元组里存了一个列表那个列表还是可以变的。# 元组的不可变是“一层”的 t (1, [2, 3], hello) # t[0] 10 # ❌ 报错不能改元组的第一个元素 # t[2] world # ❌ 报错不能改元组的第三个元素 t[1].append(4) # ✅ 可以改的是元组里那个列表对象元组只是存了它的引用 print(t) # (1, [2, 3, 4], hello) # 为什么能当key因为字典的key必须是“可哈希的”hashable # 可哈希意味着对象的hash值在其生命周期内不变且相等的对象必须有相同hash值 # 不可变对象str, int, tuple天然满足可变对象list, dict, set不满足因为值变了hash就得变 my_dict {(1, 2): point, (a, b): pair} # ✅ 元组可哈希能当key # my_dict {[1, 2]: point} # ❌ 列表不可哈希报错 TypeError3.4 常见问题排查为什么我的函数默认参数“记住了”上次的值现象写了一个函数def add_item(item, my_list[]): my_list.append(item); return my_list第一次调用add_item(1)返回[1]第二次调用add_item(2)却返回[1, 2]原因默认参数my_list[]是在函数定义时创建的不是每次调用时创建。这个空列表对象在内存里只有一份所有不传my_list参数的调用都共享这个列表对象。这就是“可变默认参数陷阱”。解决永远用None作为默认值然后在函数体内检查并创建新对象# ❌ 危险可变默认参数 def bad_append(item, lst[]): lst.append(item) return lst # ✅ 安全用None作哨兵 def good_append(item, lstNone): if lst is None: lst [] # 每次调用都创建新列表 lst.append(item) return lst print(good_append(1)) # [1] print(good_append(2)) # [2]干净现象a [1, 2]; b a; b[0] 99; print(a)输出[99, 2]我以为b a是复制了一份。原因是赋值不是复制。它只是让b也指向a所指向的那个列表对象。要真正复制得用copy()浅拷贝或deepcopy()深拷贝。解决明确你的需求只需一层复制列表里全是不可变对象b a.copy()或b a[:]需要完全独立副本列表里还有列表import copy; b copy.deepcopy(a)4. 面向对象不是炫技是让代码“自己管自己”从self到super()的实战逻辑“面向对象编程”听起来高大上但在Python期末复习里它最朴素的目标就一个把数据属性和操作数据的代码方法打包在一起让这个包对象能自己管理自己的状态。self不是语法糖它是这个包的“内部身份证”super()不是魔法它是这个包在家族谱系里“向上找长辈帮忙”的联络方式。我们从一个具体例子出发。4.1self对象的“我”不是关键字是约定self只是一个形参名你可以叫它this或me但所有人都叫self这是约定。它的作用是让类里的方法能明确知道“我现在操作的是哪个具体的实例” 没有self方法就不知道自己在跟谁对话。class Student: def __init__(self, name, score): self.name name # 把参数name存到这个实例的name属性里 self.score score # 把参数score存到这个实例的score属性里 def introduce(self): # self.name 就是“我自己的名字”不是某个全局变量 return f我是{self.name}分数是{self.score} def upgrade(self, points): # self.score 就是“我自己的分数”升级只影响我自己 self.score points return f{self.name}升级了新分数{self.score} # 创建两个不同的实例两个不同的学生 alice Student(Alice, 85) bob Student(Bob, 92) print(alice.introduce()) # 我是Alice分数是85 print(bob.introduce()) # 我是Bob分数是92 alice.upgrade(5) # Alice升级了新分数90 print(bob.score) # 92Bob的分数完全没受影响4.2 继承不是“抄代码”是“建立家族关系”继承的核心是让子类自动获得父类的所有属性和方法并可以在此基础上添加新功能或修改旧功能。它建立的是一种“is-a”是一个关系Dogis-aAnimal。南开复习材料里提到的“钻石继承”和“MRO算法”就是当这个家族关系变得复杂比如Dog同时继承Animal和Pet时Python如何确保每个方法只被调用一次、且按正确顺序调用的规则。class Animal: def __init__(self, name): self.name name def speak(self): return f{self.name} makes a sound class Dog(Animal): # Dog 继承 Animal def speak(self): # 重写override父类方法 return f{self.name} barks: Woof! class Cat(Animal): def speak(self): return f{self.name} meows: Meow! # Dog和Cat自动有了__init__和name属性无需重复写 dog Dog(Buddy) cat Cat(Whiskers) print(dog.speak()) # Buddy barks: Woof! print(cat.speak()) # Whiskers meows: Meow!4.3super()家族里的“找长辈”协议解决钻石继承难题当继承链变长比如class Medium1(Father, Mother):而Father和Mother又都继承自Grandparent就可能出现“Grandparent.__init__()被调用两次”的问题钻石继承。super()就是Python提供的解决方案它不指定具体调哪个父类而是按照方法解析顺序MRO去找下一个应该执行的类的方法。class Grandparent: def __init__(self, name): print(fGrandparent.__init__({name})) self.name name class Father(Grandparent): def __init__(self, name, job): print(fFather.__init__({name}, {job})) super().__init__(name) # 调用MRO中下一个类Grandparent的__init__ self.job job class Mother(Grandparent): def __init__(self, name, hobby): print(fMother.__init__({name}, {hobby})) super().__init__(name) # 同样调用Grandparent.__init__ self.hobby hobby class Child(Father, Mother): def __init__(self, name, job, hobby, school): print(fChild.__init__({name}, {job}, {hobby}, {school})) # super()会按MRO顺序调用Father.__init__ - Mother.__init__ - Grandparent.__init__ # Grandparent.__init__只执行一次 super().__init__(name, job) # 先调Father.__init__ # 注意Mother.__init__不会被自动调用需要手动补上或在Father.__init__里用super调用 # 这里简化实际复杂继承需仔细设计 self.school school # 查看MRO顺序 print(Child.__mro__) # 输出类似(class __main__.Child, class __main__.Father, class __main__.Mother, class __main__.Grandparent, class object) # Python 3 使用C3线性化算法计算MRO确保每个父类只出现一次且子类总在父类之前4.4 常见问题排查为什么__init__里不写super()我的父类属性就没了现象class Dog(Animal): def __init__(self, name, breed): self.breed breed然后dog Dog(Buddy, Golden)print(dog.name)报错AttributeError。原因你重写了__init__但没调用父类Animal.__init__所以self.name name这行根本没执行name属性从未被创建。解决只要重写了__init__就必须显式调用super().__init__(...)来初始化父类部分。现象class A: def method(self): print(A); class B(A): def method(self): print(B); class C(A): def method(self): print(C); class D(B, C): pass; D().method()输出B为什么不是C或报错原因这就是MRO在起作用。D.__mro__是(D, B, C, A, object)所以method首先在D找没找到再到B找找到了就执行B.method不再继续往下找C。解决理解MRO是调试多继承的关键。用ClassName.__mro__随时查看顺序。现象property装饰器是什么为什么song.length能像属性一样访问但song.set_length(100)却要调用方法原因property把一个方法伪装成了属性。song.length触发的是length这个property方法它内部可以做任何逻辑比如检查合法性但调用者感觉不到。length.setter则定义了song.length 100时该做什么。解决这是封装的利器。把数据校验、计算逻辑藏在属性访问背后对外提供简洁接口。class Song: def __init__(self, title): self.title title self._length 0 # 真实存储用私有属性 property def length(self): getter读取length return self._length length.setter def length(self, value): setter设置length带校验 if value 0: raise ValueError(Length cannot be negative) self._length value song Song(My Song) song.length 180 # 触发 setter自动校验 print(song.length) # 触发 getter返回1805. 从“能跑通”到“真理解”动手跑通第一个面向对象小项目——学生成绩管理系统光看概念容易飘现在我们动手做一个极简但完整的项目一个能录入、查询、统计学生成绩的系统。它会用到复习材料里所有的核心概念类、属性、方法、继承、super()、property、异常处理。每一步都解释清楚“为什么这么写”而不是“照着抄”。5.1 第一步定义基础类Student封装数据和基本行为我们要让每个学生对象自己记住自己的名字、各科成绩并能算出自己的平均分。这正是self和属性的用武之地。class Student: def __init__(self, name, scoresNone): 初始化学生 :param name: 学生姓名str :param scores: 成绩字典如 {math: 85, english: 92}默认为空字典 self.name name # 用None作默认值避免可变默认参数陷阱 self._scores scores if scores is not None else {} property def scores(self): getter返回成绩字典的副本防止外部直接修改 return self._scores.copy() # 返回副本保护内部数据 def add_score(self, subject, score): 添加或更新一门课的成绩 if not isinstance(score, (int, float)) or score 0 or score 100: raise ValueError(Score must be a number between 0 and 100) self._scores[subject] score def get_average(self): 计算并返回平均分 if not self._scores: return 0.0 return sum(self._scores.values()) / len(self._scores) def __str__(self): 定义打印学生时的友好格式 avg self.get_average() return f学生: {self.name}, 成绩: {self._scores}, 平均分: {avg:.1f}解释这里用了property保护scores外部只能读不能改add_score里做了输入校验__str__让print(student)输出可读信息。这些都是面向对象封装的体现。5.2 第二步定义管理类GradeManager用组合代替继承复习材料提到“组合就是没有继承但是用了人家的实例”。GradeManager不需要是Student的子类它只需要“拥有”一堆Student实例来管理。这就是组合Composition比继承Inheritance更灵活、更符合实际。class GradeManager: def __init__(self): self._students {} # 用字典存学生key是姓名value是Student对象 def add_student(self, name): 添加一个新学生 if name in self._students: raise ValueError(f学生 {name} 已存在) self._students[name] Student(name) def add_score(self, name, subject, score): 给指定学生添加成绩 if name not in self._students: raise ValueError(f学生 {name} 不存在) self._students[name].add_score(subject, score) def get_student_average(self, name): 获取指定学生的平均分 if name not in self._students: raise ValueError(f学生 {name} 不存在) return self._students[name].get_average() def get_class_average(self): 计算全班平均分 if not self._students: return 0.0 # 对每个学生的平均分求平均 averages [s.get_average() for s in self._students.values()] return sum(averages) / len(averages) def list_all_students(self): 列出所有学生信息 if not self._students: print(暂无学生) return for student in self._students.values(): print(student)解释GradeManager内部用self._students字典管理Student对象它调用Student的方法如add_score,get_average但不继承Student。这清晰划分了职责Student管自己GradeManager管一群Student。5.3 第三步运行主程序体验“对象自己管自己”现在我们写一个简单的交互式主程序让它跑起来。你会看到所有复杂的逻辑数据校验、平均分计算、错误提示都被封装在类里主程序只需调用清晰的方法名。def main(): manager GradeManager() # 添加学生 try: manager.add_student(张三) manager.add_student(李四) print(✅ 学生添加成功) except ValueError as e: print(f❌ 添加失败: {e}) # 添加成绩 try: manager.add_score(张三, 数学, 85) manager.add_score(张三, 英语, 92) manager.add_score(李四, 数学, 78) manager.add_score(李四, 英语, 88) print(✅ 成绩添加成功) except ValueError as e: print(f❌ 添加成绩失败: {e}) # 查询 print(\n--- 学生详情 ---) manager.list_all_students() print(f\n--- 张三的平均分: {manager.get_student_average(张三):.1f}) print(f--- 全班平均分: {manager.get_class_average():.1f}) # 尝试错误操作 try: manager.add_score(王五, 数学, 90) # 王五不存在 except ValueError as e: print(f⚠️ 捕获预期错误: {e}) if __name__ __main__: main()运行结果✅ 学生添加成功 ✅ 成绩添加成功 --- 学生详情 --- 学生: 张三, 成绩: {数学: 85, 英语: 92}, 平均分: 88.5 学生: 李四, 成绩: {数学: 78, 英语: 88}, 平均分: 83.0 --- 张三的平均分: 88.5 --- 全班平均分: 85.8 ⚠️ 捕获预期错误: 学生 王五 不存在5.4 常见问题排查为什么我的GradeManager报错GradeManager object has no attribute _students现象运行main()时manager.add_student(张三)报错说GradeManager没有_students属性。原因最可能的原因是GradeManager.__init__方法名写错了比如写成了def init(self):少了个下划线或def __init__(self, name):多了一个参数。Python只会自动调用名为__init__且参数只有self或self加其他必要参数的方法。解决仔细检查__init__的拼写和参数。用print(dir(manager))可以查看对象有哪些属性确认_students是否在其中。现象manager.add_score(张三, 数学, 150)没有报错但成绩存了150。原因add_score方法里的校验条件写错了比如score 100写成了score 100或者漏掉了or score 100。解决在add_score方法里加一行print(fDebug: trying to set {subject}{score})运行看是否进入方法然后逐行检查if条件。现象print(manager.get_student_average(张三))输出0.0但我知道他有成绩。原因get_student_average方法里self._students[name]取到了学生对象但调用get_average()时Student.get_average()里self._scores是空字典。可能add_score没成功执行或者_scores字典的key写错了比如存了shuxue但查数学。解决在Student.get_average里加print(fDebug scores: {self._scores})看实际存了什么。6. 下一步学什么从“会用”到“会设计”一份南开软院风格的进阶路线图走到这一步你已经能读懂南开软件学院期末复习材料里的大部分内容并亲手写出一个有封装、有校验、有错误处理的小系统。但这只是起点。真正的Python高手不是知道多少语法而是能在面对一个新需求时快速判断“该用什么结构、该封装到哪里、边界在哪”。下面是我当年跟着南开导师做课程设计时总结出的、从“会用”跃迁到“会设计”的三步走路线每一步都配了具体可练的小任务。6.1 第一步把“魔法函数”从“背名字”变成“主动本文还有配套的精品资源点击获取
阅读完成 · 觉得有帮助？
