📚 课程目录第2章 Python基础速通（上）

2. Python 基础速通（上）：变量与数据类型、列表、元组、字典、条件判断与循环

好，咱们正式开始动手写代码了。这一章我带你快速过一遍 Python 最核心的基础语法。别担心，我不会让你死记硬背。你想想看，后面我们要用 OpenCV 读图片、用 YOLO 做检测，本质上就是处理各种数据——数字、文字、坐标、颜色值。这些基础语法，就是操作这些数据的“手指”。

我个人习惯是，学语法一定要边敲边试。你打开 Jupyter Notebook 或者随便一个 Python 终端，跟着我下面的例子敲一遍，比看十遍书都管用。

2.1 变量与基本数据类型

变量，说白了就是给数据贴个标签。Python 里不需要提前声明类型，直接赋值就行。这一点我刚开始从 C++ 转过来时特别不习惯，但用久了真觉得爽。

# 这就是变量
image_path = "cat.jpg"      # 字符串
confidence = 0.95           # 浮点数
num_objects = 3             # 整数
is_detected = True          # 布尔值

Python 里常用的基本数据类型就这几种：

类型	英文名	例子	说明
整数	int	`10`, `-3`, `0`	没有小数点的数
浮点数	float	`3.14`, `0.5`, `1.0`	带小数点的数
字符串	str	`"hello"`, `'a'`	用引号括起来的文本
布尔值	bool	`True`, `False`	只有两个值，注意大写

我的小习惯：给变量起名时，我一般用下划线分隔单词，比如 image_path、detection_result。别用拼音，也别用单个字母（循环变量 i 除外），不然项目大了你自己都看不懂。

2.2 列表与元组：有序的数据集合

做目标检测时，一张图里可能检测出好几个物体。这些物体的坐标、类别怎么存？列表就是干这个的。

列表（List）—— 灵活，可修改

# 一个检测框的坐标 [x1, y1, x2, y2]
bbox = [100, 150, 300, 400]

# 多个检测结果
detections = ["cat", "dog", "person"]

# 混合类型也没问题
mixed = [1, "hello", 3.14, True]

# 常用操作
detections.append("car")        # 添加元素
detections[0]                   # 访问第一个元素，结果是 "cat"
detections[-1]                  # 访问最后一个元素
len(detections)                 # 获取长度，结果是 4

元组（Tuple）—— 固定，不可修改

元组和列表很像，但一旦创建就不能改了。我一般在需要返回多个固定值，或者定义一些不会变的配置时用它。

# 图像尺寸 (宽, 高)，创建后就不能改了
image_size = (640, 480)

# 访问方式和列表一样
width = image_size[0]   # 结果是 640

# 下面这行会报错，因为元组不可修改
# image_size[0] = 800

对比项	列表（List）	元组（Tuple）
语法	`[]`	`()`
是否可修改	可以增删改	创建后不能变
常用场景	动态数据，如检测结果列表	固定配置，如图像尺寸、颜色值
性能	稍慢	稍快，更安全

我曾经踩过的坑：有一次我把一个检测框的坐标存成了元组，后面想修改坐标值来微调位置，结果程序直接崩溃。后来我养成了习惯：凡是后续可能要改的数据，一律用列表；确定不变的，才用元组。

2.3 字典：键值对映射

字典是 Python 里我最喜欢的数据结构之一。它存的是“键-值”对，就像查字典一样，通过“键”找到对应的“值”。在 YOLO 检测中，我经常用它来存每个类别的颜色、或者每个检测物体的详细信息。

# 定义一个字典，存检测结果
detection = {
    "label": "cat",
    "confidence": 0.95,
    "bbox": [100, 150, 300, 400]
}

# 访问值
print(detection["label"])       # 输出: cat
print(detection["confidence"])  # 输出: 0.95

# 修改值
detection["confidence"] = 0.98

# 添加新的键值对
detection["color"] = (255, 0, 0)

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

字典的键必须是不可变类型（字符串、数字、元组），值可以是任意类型。这一点要注意，我见过有人想用列表当键，结果报错了。

2.4 条件判断：让代码做决策

检测到物体后，我们经常要根据置信度做不同处理。比如置信度大于 0.5 才保留，否则丢弃。这就是条件判断的典型场景。

confidence = 0.85

if confidence > 0.9:
    print("高置信度，直接保留")
elif confidence > 0.5:
    print("中等置信度，需要进一步验证")
else:
    print("低置信度，丢弃")

Python 的条件判断有几个要点：

冒号不能少：if、elif、else 后面都要加冒号
缩进是关键：同一层的代码缩进必须一致，一般用 4 个空格
逻辑运算符：and、or、not

# 实际项目中的组合条件
if confidence > 0.5 and label == "person":
    print("检测到行人，触发警报")

    核心要点：条件判断的本质就是“如果...就...否则...”。你写代码时，先想清楚逻辑流程，再翻译成 if-elif-else，基本不会错。

2.5 循环：批量处理数据

检测一张图可能返回 10 个结果，你要挨个处理。这时候循环就派上用场了。Python 里最常用的是 for 循环。

for 循环 —— 遍历列表/字典

# 遍历检测结果列表
detections = ["cat", "dog", "person"]

for obj in detections:
    print(f"检测到: {obj}")

# 带索引的遍历
for i, obj in enumerate(detections):
    print(f"第{i+1}个物体: {obj}")

# 遍历字典
scores = {"cat": 0.95, "dog": 0.80, "person": 0.99}
for label, score in scores.items():
    print(f"{label}: {score}")

while 循环 —— 条件控制

while 循环用的相对少一些，但在处理视频流或实时检测时很常见。

# 模拟视频帧处理
frame_count = 0
while frame_count < 10:
    print(f"处理第 {frame_count+1} 帧")
    frame_count += 1  # 别忘了更新计数器，否则会死循环

注意：写 while 循环时一定要确保循环条件最终会变成 False，否则就是死循环。我刚开始学的时候，有一次忘了写 frame_count += 1，结果程序卡死了，只能强制关闭终端。

2.6 本章知识结构图

下面这张图把本章的核心知识点串起来了。你可以把它当成一张地图，学完后再回来看一眼，思路会更清晰。

2.7 避坑指南与实战建议

最后，我把自己这些年用 Python 做视觉项目时遇到的一些坑，整理成清单给你。遇到了别慌，回来翻翻就行。

缩进不一致：这是新手最常见的错误。我建议你统一用 4 个空格，别混用 Tab 和空格。大多数编辑器（如 VS Code）都可以设置。
列表索引越界：访问列表时，索引从 0 开始。如果列表有 3 个元素，索引范围是 0~2，访问 list[3] 就会报错。我一般用 len() 先确认长度。
字典键不存在：直接访问不存在的键会报 KeyError。安全做法是用 dict.get(key, default_value)。
忘记更新循环变量：写 while 循环时，一定要确保循环条件会变化，否则就是死循环。