Python基础核心语法 Day2 学习笔记

学习阶段：第1阶段（5.12-6月中旬）Python + 机器学习打底

学习主题：Python 常用内置函数（为医学图像/深度学习打牢最扎实基础）

---

📖 我的学习前言

今天是Python学习第二天，主攻最常用、最核心、最扎实的内置函数。
我要求自己：每个函数必须懂、每个代码必须会敲、每个难懂点必须弄明白，不跳步、不敷衍、不留知识盲区。
所有内容不超纲、不劝退、但极度充实，专门适配医学图像、深度学习方向，代码注释超详细，难懂地方全部用大白话拆开讲透，确保基础牢不可破。

---

一、输入输出函数（编程第一步，调试必用）

1. print() 输出函数（最高频）

作用：把内容打印在屏幕上，看数据、看图像尺寸、看模型结果、查错全靠它。
难懂点通俗讲：sep 是多个内容之间的分隔符，end 是结尾要不要换行。
f-string 格式化：就是让输出更整齐、好看、专业，AI代码通用。

# 1. 基础打印：直接输出文字
print("Python Day2 学习：常用函数打卡")

# 2. 打印变量：查看图像尺寸
img_h = 512  # 医学图像高度
img_w = 512  # 医学图像宽度
print("图像高度：", img_h)

# 3. 同时打印多个变量 sep=" | " 表示用竖线隔开，方便看
print("图像高", img_h, "图像宽", img_w, sep=" | ")

# 4. end=" " 表示不换行，所有内容打印在同一行（批量处理样本常用）
for i in range(3):
    print(f"样本{i}", end="  ")

# 5. f-string格式化输出：保留2位小数，专业输出像素值、准确率
pixel_avg = 128.6789
print(f"\n图像平均像素：{pixel_avg:.2f}")

2. input() 输入函数

作用：让你手动输入内容，比如数据集路径、训练轮数。
⚠️ 超级重点
input 不管你输入什么数字，它都当成文字处理，所以输入数字必须加 int() 转换！

# 输入文字（直接用）
study_dir = input("请输入学习方向：")
print("我的学习方向：", study_dir)

# 输入数字（必须转int！否则会报错）
# 通俗讲：input拿到的是"文字"，要变成"数字"才能计算
epoch_num = int(input("请输入训练轮数："))
print("训练轮数：", epoch_num)

---

二、数据类型转换函数（医学图像预处理核心）

通俗总讲：数据类型不对，代码一定报错！
比如：像素要小数、文件名要文字、判断要对错，这四个函数是AI基础命脉。

1. int() 转整数

难懂点：int(128.99) 不是四舍五入，是直接砍掉小数！

# 小数转整数：直接去掉小数点后面，不四舍五入
pixel = 128.99
print(int(pixel))  # 输出 128

# 文字数字转整数（必须纯数字才能转）
print(int("255"))

2. float() 转小数（图像归一化必备）

通俗讲：深度学习必须用小数计算，所以像素值要转 float

# 整数变小数，用于图像归一化
print(float(255))  # 输出 255.0

3. str() 转字符串（文件名拼接必备）

通俗讲：数字不能直接和文字拼在一起，必须先转成文字

case_id = 1001  # 数字
# 拼接文件名：必须把数字转成字符串
file_name = "CT_" + str(case_id) + ".nii.gz"
print("医学图像文件名：", file_name)

4. bool() 转布尔值（判断数据是否有效）

难懂点大白话：

• 空的、0 → 都是 False（无效、没有、空）
• 非0、有内容 → 都是 True（有效、存在、有值）

print(bool(0))       # False 空/无效
print(bool(255))     # True 有效
print(bool([]))      # False 空列表
print(bool([1,2,3])) # True 有数据

---

三、数学运算函数（像素计算必备）

不用导库，Python自带，专门处理图像像素值、统计指标。

# 1. abs() 绝对值：CT图像HU值有负数，必须转正
hu_value = -1024
print("CT值绝对值：", abs(hu_value))

# 2. max() / min() 最大最小值：图像归一化必备
pixel_list = [10, 55, 128, 255]
print("最大像素：", max(pixel_list))
print("最小像素：", min(pixel_list))

# 3. sum() 求和：统计总和
print("像素总和：", sum(pixel_list))

# 4. round() 四舍五入：保留精度，写论文必备
acc = 0.8976
print("保留2位小数：", round(acc, 2))  # 保留2位
print("直接取整：", round(acc))        # 四舍五入取整

---

四、列表操作函数（管理图像路径、数据集）

通俗讲：列表就是一个“文件夹”，用来装所有图像路径、标签。

1. len() 统计长度（最高频）

# 图像路径列表
img_list = ["CT001.png", "CT002.png", "CT003.png"]
# 统计有多少张图
print("数据集样本总数：", len(img_list))

2. 列表增删改查（全套完整版 + 详细注释）

# 创建空列表，用来装图像名称
imgs = []

# 1. append()：在最后面添加（最常用）
imgs.append("MRI001")
imgs.append("MRI002")
print("添加后：", imgs)

# 2. insert(位置,内容)：在指定位置插入
imgs.insert(0, "CT001")  # 0表示插到最前面
print("插入后：", imgs)

# 3. remove(内容)：删除指定的东西
imgs.remove("MRI001")
print("删除后：", imgs)

# 4. pop()：删除最后一个
imgs.pop()
print("删最后一个：", imgs)

# 5. clear()：清空所有
imgs.clear()
print("清空后：", imgs)

3. count() / index() 统计与查找

# 0=阴性 1=阳性
labels = [0,1,0,1,1,0]

# 统计阳性样本数量
print("阳性数量：", labels.count(1))

# 找到第一个阳性在第几个位置
print("第一个阳性位置：", labels.index(1))

---

五、字符串函数（筛选医学图像文件必备）

通俗讲：筛选 .nii.gz / .dcm 医学图像，全靠这几个函数！

file = "  patient_001_CT.nii.gz  "

# 1. strip()：去掉前后多余空格（清洗脏数据）
clean_file = file.strip()
print("去空格：", clean_file)

# 2. split("_")：按下划线切开，提取患者ID、模态
print("分割后：", clean_file.split("_"))

# 3. replace()：替换文字
print("替换CT为MRI：", clean_file.replace("CT", "MRI"))

# 4. startswith()：判断是不是以xxx开头
print("是否是患者文件：", clean_file.startswith("patient"))

# 5. endswith()：判断文件后缀（筛选医学图像 最最最重要！）
print("是NIfTI医学图像：", clean_file.endswith(".nii.gz"))

---

六、判断与迭代函数（为后续循环打基础）

1. isinstance() 判断类型（防止代码报错）

通俗讲：先检查数据类型对不对，再运行，避免代码崩溃

num = 255
# 判断是不是整数
print(isinstance(num, int))

name = "CT001"
# 判断是不是字符串
print(isinstance(name, str))

2. range() 生成数字序列

通俗讲：用来生成 0、1、2、3… 用于循环遍历图像

# 生成 0~4 的数字
for i in range(5):
    print("正在处理第{}张图像".format(i))

---

✅ 我今天必须背会的函数清单

1. 输入输出

print()、input()

2. 类型转换

int()、float()、str()、bool()

3. 数学函数

abs()、max()、min()、sum()、round()

4. 列表操作

len()、append()、insert()、remove()、pop()、count()、index()

5. 字符串操作

strip()、split()、replace()、startswith()、endswith()

6. 判断迭代

isinstance()、range()

---

📝 我的今日学习总结（扎实、充实、无死角）

1. 今天学的所有函数都是零基础第二天最标准、最核心、最扎实的内容，不简单、不超纲，刚好打牢地基。
2. 所有代码注释100%全覆盖，难懂知识点全部用大白话拆开讲透，我完全能理解、能记住、能独立写出来。
3. 所有函数都贴合医学图像、深度学习场景，不是无用语法，学完直接为后续数据集处理、图像预处理铺路。
4. 今天解决：不会写代码、不懂函数用法、看不懂基础代码的问题，基础非常扎实。

📅 明日学习计划

Day3：Python 流程控制 if + for 循环，学习批量筛选医学图像、数据清洗、数据集处理逻辑。

–