2、Python基础速通（上）：语法特性、变量与数据类型、流程控制、函数、列表与字典

各位同学，咱们直接进入正题。

做材料信息学，说白了就是用代码去处理材料数据、跑模型、搭平台。Python 是绕不开的工具。这一章我带你快速过一遍 Python 的核心基础，都是我在实际项目中天天用的东西。你不需要死记硬背，理解思路、能上手写就行。

2.1 Python 语法特性：为什么它适合材料信息学

Python 最大的特点是什么？简单、直接、上手快。

我个人习惯把它叫做「可执行的伪代码」。你想想看，在材料科学里，我们经常要快速验证一个想法——比如从 CSV 里读一批实验数据，算个平均值，再画个图。用 C++ 写可能要 50 行，Python 10 行搞定。

2.2 变量与数据类型：存数据的基本功

变量就是给数据起个名字。Python 里变量名可以包含字母、数字、下划线，但不能以数字开头。

# 常见数据类型示例
material_name = "钛合金"        # 字符串 str
density = 4.51                 # 浮点数 float
atomic_number = 22             # 整数 int
is_conductive = True           # 布尔值 bool
unknown_param = None           # 空值 NoneType

# 查看类型
print(type(material_name))     # <class 'str'>
print(type(density))           # <class 'float'>

这里有个坑，我刚开始学的时候踩过——类型转换。比如从文件里读到的数字往往是字符串，直接做加法会变成拼接。

常用的类型转换函数：

2.3 流程控制：让代码有判断、能循环

流程控制就三样：if 判断、for 循环、while 循环。掌握了它们，你就能写出有逻辑的程序了。

2.3.1 if 条件判断

temperature = 1200  # 单位：摄氏度

if temperature > 1000:
    print("材料可能发生相变，请注意！")
elif temperature > 500:
    print("材料处于高温状态")
else:
    print("温度正常")

注意缩进！if、elif、else 后面的冒号别忘了。我见过不少新手因为少写冒号或者缩进不一致导致报错。

2.3.2 for 循环：遍历数据的好帮手

在材料信息学里，for 循环用得特别多——遍历一组实验数据、遍历文件列表、遍历数据库记录等等。

# 遍历列表
elements = ["Fe", "Ni", "Co", "Ti"]
for elem in elements:
    print(f"当前元素：{elem}")

# 配合 range() 生成数字序列
for i in range(5):
    print(f"第 {i+1} 次实验")

for idx, elem in enumerate(elements):
    print(f"第{idx}个元素是{elem}")

2.3.3 while 循环：条件满足就一直跑

while 适合你不知道要循环多少次的情况。比如不断尝试连接数据库，直到成功为止。

attempt = 0
while attempt < 3:
    print(f"尝试第 {attempt+1} 次连接...")
    # 模拟连接成功
    if attempt == 2:
        print("连接成功！")
        break
    attempt += 1
else:
    print("连接失败，请检查网络")

注意 break 可以提前跳出循环，continue 可以跳过本次循环的剩余部分。这两个关键字我几乎每天都会用到。

2.4 函数定义与作用域：把代码组织起来

函数就是一段可以重复调用的代码块。我建议你养成习惯：只要一段逻辑出现两次以上，就把它写成函数。

def calculate_density(mass, volume):
    """计算密度：质量除以体积"""
    if volume == 0:
        return None  # 避免除零错误
    return mass / volume

# 调用函数
density_result = calculate_density(12.5, 3.2)
print(f"密度为：{density_result:.2f} g/cm³")

关于作用域，记住一句话：函数内部定义的变量，外面看不到；外面定义的变量，函数内部可以读，但修改要加 global 关键字。

2.5 列表与字典操作：最常用的两种数据结构

列表和字典，可以说是 Python 数据处理的左膀右臂。列表存有序的数据，字典存键值对。

2.5.1 列表操作

# 创建列表
materials = ["钢", "铝", "铜", "钛"]
print(materials[0])   # 钢（索引从0开始）
print(materials[-1])  # 钛（负索引从末尾开始）

# 增删改
materials.append("镁")      # 末尾添加
materials.insert(1, "锌")   # 指定位置插入
materials.remove("铝")      # 删除指定元素
popped = materials.pop()    # 弹出末尾元素
materials[0] = "不锈钢"     # 修改元素

# 切片
subset = materials[1:3]     # 取索引1到2的元素
print(subset)               # ['锌', '铜']

2.5.2 字典操作

字典在材料信息学里特别实用——比如存储一种材料的多个属性。

# 创建字典
material_props = {
    "name": "钛合金",
    "density": 4.51,
    "melting_point": 1668,
    "elements": ["Ti", "Al", "V"]
}

# 访问
print(material_props["name"])          # 钛合金
print(material_props.get("cost", "未知"))  # 安全访问，不存在返回默认值

# 修改与添加
material_props["density"] = 4.43      # 修改
material_props["cost"] = 200          # 新增键值对

# 遍历
for key, value in material_props.items():
    print(f"{key}: {value}")

database = [
    {"name": "钢", "density": 7.85, "conductivity": 0.1},
    {"name": "铜", "density": 8.96, "conductivity": 0.9},
    {"name": "铝", "density": 2.70, "conductivity": 0.6}
]

# 找出导电性最好的材料
best = max(database, key=lambda x: x["conductivity"])
print(best["name"])  # 铜

2.6 列表推导式：一行代码搞定循环

列表推导式是 Python 的特色语法，能让代码更简洁。说白了就是「把 for 循环压缩到一行里」。

# 传统写法
squares = []
for x in range(10):
    squares.append(x**2)

# 列表推导式
squares = [x**2 for x in range(10)]

# 带条件的推导式
even_squares = [x**2 for x in range(10) if x % 2 == 0]

# 字典推导式
material_dict = {f"材料{i}": i*10 for i in range(5)}

刚开始可能觉得有点绕，但用多了你会发现它真的很方便。我处理材料数据时，经常用推导式来批量清洗数据——比如把所有密度值小于 0 的过滤掉。

好了，这一章的内容就到这里。Python 基础说难不难，说简单也不简单，关键是多练。下一章我们继续往下走，把字符串、元组、集合、文件操作这些补上。到时候你就能自己写一个完整的数据处理脚本了。