一、开篇回顾 + 今日目标
-
回顾：Day3掌握了列表和字典两大核心数据结构，能存储批量对话、模型配置，今日学习Python流程控制，实现代码的逻辑判断和批量执行。
-
今日目标：
-
熟练掌握if判断语句（单条件、多条件），能实现逻辑判断（如模型参数校验）；
-
熟练掌握for循环语句，能实现批量处理（如批量调用大模型、遍历对话历史）；
-
掌握while循环（基础用法，按需掌握），理解循环的终止条件；
-
结合大模型场景，实现参数校验、批量处理prompt等实操，能独立写带逻辑的代码。
-
二、核心知识点（细致讲解，兼顾Python基础与大模型场景）
（一）if判断语句（逻辑判断，大模型参数校验常用）
-
- 核心作用：根据条件是否成立，执行不同的代码块（满足条件执行A，不满足执行B）。
-
- 基础语法（单条件）
-
语法格式（注意缩进，Python用缩进区分代码块，一般4个空格）：
if 条件: `` 条件成立时执行的代码（缩进） ``else: `` 条件不成立时执行的代码（缩进） -
条件：可以是布尔值（True/False）、比较表达式（如>、<、==、!=）、逻辑表达式（and、or、not）
-
示例（大模型参数校验）：
temperature = 1.2 ``# 判断温度是否过高（条件：temperature > 1.0） ``if temperature > 1.0: `` print("警告：模型温度过高，随机性太强，建议调整为≤1.0") ``else: `` print("模型温度正常")
-
- 多条件判断（if-elif-else）
-
语法格式：用于判断多个条件，满足一个条件就执行对应的代码块，后续条件不再判断：
if 条件1: `` 条件1成立执行的代码 ``elif 条件2: `` 条件1不成立、条件2成立执行的代码 ``elif 条件3: `` 条件1、2不成立、条件3成立执行的代码 ``else: `` 所有条件都不成立执行的代码 -
示例（大模型max_tokens参数校验）：
max_tokens = 2048 ``if max_tokens > 1024: `` print("最大生成tokens过多，可能影响推理速度") ``elif max_tokens < 256: `` print("最大生成tokens过少，可能无法完成完整回答") ``else: `` print("最大生成tokens配置合理") -
大模型场景：多条件判断常用于模型参数合法性校验、对话类型判断（用户/助手）等。
-
- 条件表达式（简化版if-else，按需掌握）
-
语法：值1 if 条件 else 值2（条件成立返回值1，不成立返回值2）
-
示例：temp_status = "异常" if temperature > 1.0 else "正常"
-
适用场景：简单的条件判断，简化代码（大模型参数状态标记常用）。
-
- 常用比较运算符与逻辑运算符（必记）
-
比较运算符（用于构建条件）：
-
==：等于（判断两个值是否相等，注意不是赋值=）
-
!=：不等于
-
>：大于，<：小于，>=：大于等于，<=：小于等于
-
-
逻辑运算符（用于组合条件）：
-
and：逻辑与（两个条件都成立，整体才成立）
-
or：逻辑或（两个条件有一个成立，整体就成立）
-
not：逻辑非（取反，条件成立变不成立，反之亦然）
-
-
示例（组合条件校验）：
temperature = 0.7 ``max_tokens = 512 ``# 条件：温度在0-1.0之间，且max_tokens在256-1024之间 ``if 0 <= temperature <= 1.0 and 256 <= max_tokens <= 1024: `` print("模型参数配置合法") ``else: `` print("模型参数配置不合法")
-
- 易错点提醒（新手必看）
-
混淆赋值符号=和等于符号==（条件中用==，赋值用=）；
-
忘记缩进或缩进不一致（Python缩进是强制的，缩进错误会报错）；
-
多条件判断时，条件顺序错误（优先判断优先级高的条件）；
-
逻辑运算符使用错误（如用and代替or，导致条件判断异常，比如判断参数合法时，误将"或"用成"与"）；
-
条件判断中，布尔值直接与数字比较（如if True == 1，虽然结果正确，但不规范，建议直接用if True）。
（二）for循环语句（批量处理，大模型高频使用）
-
- 核心作用：重复执行指定代码块，常用于批量处理数据（如批量遍历对话、批量调用大模型、批量处理prompt），比手动重复写代码高效得多。
-
- 基础语法（遍历可迭代对象）
-
语法格式：
for 变量 in 可迭代对象: `` 循环执行的代码（缩进） -
可迭代对象：Python中可循环遍历的对象，大模型场景常用的有列表（对话历史、prompt列表）、字典（模型配置）、字符串（prompt文本）等。
-
示例1（遍历prompt列表，批量处理）：
# 定义批量prompt列表 ``prompts = ["介绍大模型", "Python调用大模型", "RAG原理", "大模型参数调优"] ``# 批量遍历prompt，模拟大模型调用 ``for prompt in prompts: `` print(f"当前处理prompt：{prompt}") `` print("模拟模型响应：基于该prompt生成对应回答（实际开发替换为真实调用）\n") -
示例2（遍历对话历史，提取用户消息）：
# 定义对话历史列表 ``chat_history = [ `` {"role": "user", "content": "什么是大模型？"}, `` {"role": "assistant", "content": "大模型是参数规模庞大、训练数据海量的AI模型"}, `` {"role": "user", "content": "Python怎么调用大模型？"} ``] ``# 批量提取用户发送的消息 ``print("用户历史消息：") ``for msg in chat_history: `` if msg["role"] == "user": # 结合if判断，筛选用户消息 `` print(f"- {msg['content']}")
-
- 遍历字典（大模型配置批量处理）
-
常用3种遍历方式，重点掌握遍历键值对（最常用）：
# 定义模型配置字典 ``model_config = {"model": "qwen-7b", "temperature": 0.7, "max_tokens": 1024, "top_p": 0.9} `` ``# 1. 遍历键（获取所有配置项名称） ``print("模型配置项：") ``for key in model_config: `` print(f"- {key}") `` ``# 2. 遍历值（获取所有配置值） ``print("\n模型配置值：") ``for value in model_config.values(): `` print(f"- {value}") `` ``# 3. 遍历键值对（推荐，获取配置项和对应值） ``print("\n完整模型配置：") ``for key, value in model_config.items(): `` print(f"{key}：{value}") -
大模型场景：遍历字典常用于批量打印模型配置、批量修改配置参数（如将所有数值类型的配置值保留1位小数）。
-
- range()函数（生成指定范围的数字，辅助循环）
-
语法：range(起始值, 结束值, 步长)，起始值默认0，步长默认1，结束值不包含（如range(5) → 0,1,2,3,4）。
-
示例（批量调用大模型N次）：
# 模拟批量调用大模型3次 ``for i in range(1, 4): `` print(f"第{i}次调用大模型：") `` print(f"调用参数：model=qwen-7b, temperature=0.6") `` print("调用成功，返回响应结果\n") -
大模型场景：常用于固定次数的批量调用、批量生成prompt等场景。
-
- 易错点提醒（新手必看）
-
循环缩进错误：循环体代码必须缩进，否则不被视为循环内的代码，会报错或逻辑异常；
-
遍历列表时修改列表长度（如新增、删除元素），会导致遍历不完整（如遍历prompt列表时，删除某个prompt，后续元素会被跳过）；
-
range()函数的结束值不包含，如range(1,5)只能生成1-4的数字，想要生成1-5需写range(1,6)；
-
遍历字典时，直接用for循环遍历的是键，不是值（如需遍历值，需用.values()）。
（三）while循环（基础用法，按需掌握）
-
- 核心作用：根据条件是否成立，重复执行代码块，直到条件不成立时终止循环（适用于循环次数不确定的场景）。
-
- 基础语法
-
语法格式：
初始条件（如计数变量赋值） ``while 循环条件: `` 循环执行的代码（缩进） `` 循环终止条件（如计数变量自增/自减，避免死循环） -
示例（模拟大模型对话，直到用户输入"退出"）：
# 模拟大模型对话循环 ``chat_flag = True # 循环条件变量 ``while chat_flag: `` user_input = input("请输入你的问题（输入'退出'结束对话）：") `` if user_input == "退出": `` chat_flag = False # 终止循环 `` print("对话结束，感谢使用！") `` else: `` print(f"大模型响应：针对'{user_input}'的回答（实际开发替换为真实调用）\n") -
大模型场景：适用于对话机器人、持续监听模型调用请求等循环次数不确定的场景。
-
- 关键提醒：避免死循环
-
死循环：循环条件永远成立，代码会一直重复执行，无法终止（如while True: print("hello")，需强制关闭程序）；
-
避免方法：循环体内必须有修改循环条件的代码（如计数变量自增、条件变量赋值为False），确保循环能正常终止。
-
- for循环与while循环的区别（重点区分）
-
for循环：循环次数确定（如遍历列表、固定次数），代码简洁，大模型批量处理场景优先使用；
-
while循环：循环次数不确定（如根据用户输入决定是否继续），灵活性高，但需注意避免死循环。
（四）循环与判断结合（大模型实战核心用法）
-
核心场景：批量处理数据时，结合if判断筛选数据、校验数据，实现更灵活的逻辑（大模型开发中最常用的组合方式）。
-
示例1（批量校验模型参数，筛选合法配置）：
# 定义多个模型配置（模拟批量配置） ``model_configs = [ `` {"model": "qwen-7b", "temperature": 0.8, "max_tokens": 512}, `` {"model": "chatglm3-6b", "temperature": 1.2, "max_tokens": 2048}, `` {"model": "llama-7b", "temperature": 0.6, "max_tokens": 1024}, `` {"model": "baichuan-7b", "temperature": -0.1, "max_tokens": 128} ``] `` ``# 批量校验配置，筛选出合法的配置 ``print("合法的模型配置：") ``for config in model_configs: `` # 条件：temperature在0-1.0之间，max_tokens在256-1024之间 `` if 0 <= config["temperature"] <= 1.0 and 256 <= config["max_tokens"] <= 1024: `` print(config) `` else: `` print(f"配置{config['model']}不合法，跳过") -
示例2（批量处理对话历史，过滤无效消息）：
# 定义包含无效消息的对话历史 ``chat_history = [ `` {"role": "user", "content": "你好"}, `` {"role": "assistant", "content": ""}, # 无效消息（空内容） `` {"role": "user", "content": "Python调用大模型的方法"}, `` {"role": "assistant", "content": "使用transformers库调用"}, `` {"role": "user", "content": " "}, # 无效消息（纯空格） ``] `` ``# 批量过滤无效消息，保留有效对话 ``valid_chat = [] ``for msg in chat_history: `` # 条件：内容不为空且去除空格后仍有内容 `` if msg["content"].strip() != "": `` valid_chat.append(msg) `` ``print("过滤后的有效对话：") ``for idx, msg in enumerate(valid_chat): `` print(f"第{idx+1}条：{msg['role']} → {msg['content']}")
三、今日实操（代码可直接复制，贴合大模型场景）
-
实操1：if判断实操（模型参数校验）
python# 模型参数校验（大模型开发必备） temperature = 0.9 max_tokens = 768 top_p = 0.85 # 1. 单条件判断：校验温度是否合理 if temperature > 1.0 or temperature < 0: print("❌ 温度参数不合法（需在0-1.0之间）") else: print("✅ 温度参数合法") # 2. 多条件判断：校验max_tokens if max_tokens > 1024: print("⚠️ 最大tokens过多，可能影响推理速度") elif max_tokens < 256: print("⚠️ 最大tokens过少，可能无法生成完整回答") else: print("✅ 最大tokens配置合理") # 3. 组合条件判断：校验所有参数 if 0 <= temperature <= 1.0 and 256 <= max_tokens <= 1024 and 0 <= top_p <= 1.0: print("✅ 所有模型参数配置合法，可正常调用") else: print("❌ 部分参数不合法，请检查调整") -
实操2：for循环实操（批量处理prompt）
python# 批量处理prompt，模拟大模型批量调用 prompts = [ "介绍大模型的核心优势", "Python中列表和字典的区别", "如何用Python调用qwen-7b模型", "RAG技术的核心原理", "大模型参数调优的常用方法" ] # 1. 遍历prompt，批量模拟调用 print("批量处理prompt（模拟大模型调用）：") for idx, prompt in enumerate(prompts, start=1): # start=1，索引从1开始 print(f"\n第{idx}个prompt：{prompt}") print(f"模型响应：基于'{prompt}'生成专业回答（实际开发替换为真实API调用）") # 2. 统计有效prompt数量（过滤空prompt） valid_prompts = [p for p in prompts if p.strip() != ""] # 列表推导式（简化写法） print(f"\n有效prompt数量：{len(valid_prompts)}") print("有效prompt列表：", valid_prompts) -
实操3：循环与判断结合（批量处理对话历史）
python# 批量处理对话历史，提取用户问题并校验有效性 chat_history = [ {"role": "user", "content": "什么是Python？"}, {"role": "assistant", "content": "Python是一门简洁易用的编程语言"}, {"role": "user", "content": ""}, {"role": "assistant", "content": "请输入有效的问题"}, {"role": "user", "content": "Python如何处理大模型返回的结果？"}, {"role": "user", "content": " "}, {"role": "assistant", "content": "问题不能为空，请重新输入"} ] # 提取所有有效用户问题 user_questions = [] for msg in chat_history: # 条件：角色是user，且内容有效（非空、非纯空格） if msg["role"] == "user" and msg["content"].strip() != "": user_questions.append(msg["content"]) # 打印结果 print("用户有效问题列表：") for idx, question in enumerate(user_questions, start=1): print(f"{idx}. {question}") # 模拟批量调用大模型回答用户问题 print("\n批量回答用户问题：") for question in user_questions: print(f"\n用户问题：{question}") print(f"大模型回答：针对该问题的专业解答（实际开发替换为真实调用）") -
实操4：while循环实操（模拟大模型对话）
python# 模拟大模型对话机器人，直到用户输入"退出" print("大模型对话机器人（输入'退出'结束对话）") print("="*50) # 初始条件 continue_chat = True while continue_chat: # 获取用户输入 user_input = input("你：") # 判断用户输入 if user_input.strip().lower() == "退出": continue_chat = False print("大模型：对话结束，感谢使用！") elif user_input.strip() == "": print("大模型：请输入有效的问题，不能为空哦~") else: # 模拟大模型响应 print(f"大模型：针对'{user_input}'的回答，这里是模拟响应（实际开发替换为真实调用）")
四、易错点汇总（新手避坑）
-
if判断中，混淆赋值符号=和等于符号==，导致条件判断失效（如if temperature = 1.0，会报错）；
-
循环缩进错误，循环体代码未缩进或缩进不一致，导致代码不执行或报错；
-
遍历列表时修改列表长度（新增/删除元素），导致遍历不完整；
-
while循环未设置终止条件，导致死循环；
-
遍历字典时，误将键当作值使用（如直接print(key)，想打印值却未用.values()）；
-
逻辑运算符使用错误（and/or混淆），导致条件判断结果异常。
五、今日练习（10分钟巩固）
-
- 定义一个模型配置字典，包含model、temperature、max_tokens、top_p四个参数，用if判断校验所有参数的合法性（temperature和top_p在0-1.0之间，max_tokens在256-1024之间），打印校验结果；
-
- 定义一个prompt列表，包含6个大模型相关的prompt（其中2个为空或纯空格），用for循环遍历，过滤无效prompt，统计有效prompt数量，并批量打印有效prompt；
-
- 用while循环模拟大模型对话，要求：用户输入"停止"时结束对话，输入空内容时提示"请输入有效问题"，否则模拟大模型响应；
-
- 结合for循环和if判断，遍历一个包含5个模型配置的列表，筛选出temperature在0.5-0.8之间的配置，并打印出来。
六、次日预告
- Day5将讲解Python核心中的核心------函数（def定义），学会函数封装后，能将大模型调用逻辑、参数校验逻辑、批量处理逻辑封装成可复用的代码，避免重复写代码，大幅提升开发效率，为后续大模型脚本开发打下核心基础！