一、开篇回顾 + 今日目标
-
回顾：Day2掌握了Python变量、3种核心数据类型和print输出，能独立写基础代码，今日重点学习Python两大核心数据结构。
-
今日目标：
-
熟练掌握列表（list）的定义、基础操作（新增、删除、访问、遍历），理解其有序、可修改的特性；
-
熟练掌握字典（dict）的定义、基础操作（新增、修改、访问、遍历），理解其键值对、无序的特性；
-
结合大模型场景，学会用列表存储对话历史、prompt列表，用字典存储模型配置、单条对话；
-
区分列表与字典的使用场景，能独立完成实操练习，避免混淆。
-
二、核心知识点（细致讲解，兼顾Python基础与大模型场景）
（一）列表（list）------ 有序、可修改的"批量数据容器"
-
- 列表的定义（核心语法）
-
语法格式：列表名 = [元素1, 元素2, 元素3, ...]，元素可以是任意数据类型（字符串、数字、布尔值，甚至是列表/字典）
-
示例（大模型场景）：
-
prompt列表：prompts = ["介绍Python", "介绍大模型", "Python调用大模型"]
-
对话历史：chat_history = [{"role": "user", "content": "你好"}, {"role": "assistant", "content": "你好！"}]
-
-
关键特性：有序（元素的位置固定，按定义顺序排列）、可修改（可新增、删除、修改元素）、可重复（元素可以重复）。
-
- 列表的基础操作（必学，大模型高频使用）
-
（1）访问元素（按索引访问，核心操作）
-
语法：列表名[索引值]，索引从0开始（第一个元素索引为0，第二个为1，以此类推）
-
示例：prompts = ["a", "b", "c"]，print(prompts[0]) → 输出"a"，print(prompts[2]) → 输出"c"
-
反向访问：索引为负数，-1表示最后一个元素，-2表示倒数第二个（示例：prompts[-1] → "c"）
-
大模型场景：访问对话历史中的某条对话（chat_history[0] → 获取第一条对话）
-
-
（2）新增元素（常用2种方法）
-
append()：在列表末尾新增一个元素（最常用，大模型添加对话历史常用）
-
示例：chat_history.append({"role": "user", "content": "Python怎么调用大模型？"})
-
insert()：在指定索引位置新增元素（语法：列表名.insert(索引, 元素)）
-
示例：prompts.insert(1, "大模型原理") → 在第二个位置新增元素
-
-
（3）修改元素（直接赋值）
-
语法：列表名[索引] = 新元素（覆盖原有元素）
-
示例：prompts[0] = "介绍Python基础" → 修改第一个元素
-
大模型场景：修改对话历史中的某条内容（chat_history[1]["content"] = "你好！我是AI助手"）
-
-
（4）删除元素（常用3种方法）
-
del：删除指定索引的元素（语法：del 列表名[索引]）
-
pop()：删除指定索引的元素，并返回该元素（默认删除最后一个元素）
-
remove()：根据元素值删除元素（语法：列表名.remove(元素值)，删除第一个匹配的元素）
-
大模型场景：删除无效的对话内容（chat_history.remove(chat_history[2]) → 删除第三条对话）
-
-
（5）遍历列表（批量处理，大模型高频）
-
for循环遍历（最常用）：for 变量 in 列表名: 执行语句
-
示例（批量处理prompt）：
prompts = ["介绍Python", "介绍大模型", "Python调用大模型"] ``for prompt in prompts: `` print("当前prompt：", prompt) -
enumerate()遍历：获取索引和元素（语法：for 索引, 变量 in enumerate(列表名): 执行语句）
-
示例（批量处理对话历史，带索引）：
chat_history = [{"role": "user", "content": "你好"}, {"role": "assistant", "content": "你好！"}] ``for idx, msg in enumerate(chat_history): `` print(f"第{idx+1}条对话：{msg['role']}：{msg['content']}")
-
-
- 列表的其他常用操作（按需掌握）
-
len(列表名)：计算列表长度（元素个数），大模型场景：判断对话历史长度（len(chat_history)）
-
sorted(列表名)：对列表排序（默认升序），适用于批量处理有序数据
-
列表切片：列表名[开始索引:结束索引]，获取列表的一部分（示例：prompts[0:2] → 获取前两个元素）
-
- 易错点提醒（新手必看）
-
索引越界：访问的索引超出列表长度（如列表有3个元素，访问索引3，会报错）；
-
append()与insert()混淆：append()只能在末尾新增，insert()可指定位置；
-
遍历列表时修改列表长度（如删除元素），会导致遍历不完整。
（二）字典（dict）------ 无序、键值对的"结构化数据容器"
-
- 字典的定义（核心语法）
-
语法格式：字典名 = {键1: 值1, 键2: 值2, ...}，键（key）和值（value）成对出现，键唯一，值可任意数据类型
-
示例（大模型场景）：
-
模型配置：model_config = {"model": "qwen-7b", "temperature": 0.7, "max_tokens": 1024}
-
单条对话：msg = {"role": "user", "content": "什么是大模型？"}
-
-
关键特性：无序（Python 3.7+后有序，但不依赖顺序）、键唯一（同一字典中不能有重复的键）、可修改（可新增、修改、删除键值对）。
-
核心作用：存储结构化数据，键用于标识，值用于存储具体内容，大模型中常用于存储配置、单条对话等。
-
- 字典的基础操作（必学，大模型高频使用）
-
（1）访问值（按键访问，核心操作）
-
语法：字典名[键名] → 获取该键对应的 value
-
示例：print(model_config["temperature"]) → 输出0.7，print(msg["content"]) → 输出"什么是大模型？"
-
get()方法（推荐，避免报错）：字典名.get(键名, 默认值)，键不存在时返回默认值（示例：model_config.get("top_p", 0.9) → 键不存在，返回0.9）
-
大模型场景：获取模型配置中的参数（model_config["max_tokens"]）、获取对话中的内容（msg["content"]）
-
-
（2）新增键值对（直接赋值）
-
语法：字典名[新键名] = 新值，若键不存在则新增，若键存在则修改
-
示例（新增模型配置）：model_config["stream"] = True → 新增"流式输出"配置
-
大模型场景：为单条对话新增"时间"字段（msg["time"] = "2026-03-29"）
-
-
（3）修改值（直接赋值）
-
语法：字典名[已存在的键名] = 新值（覆盖原有值）
-
示例（调整模型参数）：model_config["temperature"] = 0.5 → 修改温度参数
-
-
（4）删除键值对（常用2种方法）
-
del：删除指定键的键值对（语法：del 字典名[键名]）
-
示例：del model_config["stream"] → 删除"流式输出"配置
-
pop()：删除指定键的键值对，并返回该键对应的 value（语法：字典名.pop(键名)）
-
-
（5）遍历字典（大模型批量处理配置常用）
-
遍历键：for 键 in 字典名: 执行语句（示例：for key in model_config: print(key) → 输出所有键）
-
遍历值：for value in model_config.values(): 执行语句（示例：for value in model_config.values(): print(value) → 输出所有值）
-
遍历键值对（最常用）：for 键, 值 in 字典名.items(): 执行语句
-
示例（打印模型配置）：
model_config = {"model": "qwen-7b", "temperature": 0.7, "max_tokens": 1024} ``for key, value in model_config.items(): `` print(f"{key}：{value}")
-
-
- 字典的其他常用操作（按需掌握）
-
len(字典名)：计算字典中键值对的个数（示例：len(model_config) → 3）
-
keys()：获取所有键（返回一个可迭代对象），values()：获取所有值，items()：获取所有键值对
-
clear()：清空字典中所有键值对（语法：字典名.clear()）
-
- 易错点提醒（新手必看）
-
键必须唯一：同一字典中不能有重复的键，否则后面的键值对会覆盖前面的；
-
键的类型限制：键只能是不可变类型（字符串、数字、布尔值），不能是列表、字典等可变类型；
-
访问不存在的键：用字典名[键名]会报错，推荐用get()方法；
-
字典无序：不能按索引访问，只能按键访问（Python 3.7+后有序，但不推荐依赖顺序）。
（三）列表与字典的区别（关键，避免混淆）
|-------|-----------------------|--------------------|
| 对比维度 | 列表（list） | 字典（dict） |
| 结构 | 有序的元素集合，无键值对 | 无序的键值对集合 |
| 访问方式 | 按索引访问 | 按键访问 |
| 元素特性 | 元素可重复，可任意类型 | 键唯一，值可任意类型 |
| 大模型场景 | 存储批量数据（对话历史、prompt列表） | 存储结构化数据（模型配置、单条对话） |
三、今日实操（代码可直接复制，贴合大模型场景）
-
实操1：列表操作（对话历史管理）
python# 定义对话历史列表（大模型聊天场景） chat_history = [ {"role": "user", "content": "你好，介绍一下Python"}, {"role": "assistant", "content": "Python是一门简洁易用的编程语言，适合大模型开发"} ] # 1. 新增对话（append()） chat_history.append({"role": "user", "content": "Python怎么调用大模型？"}) print("新增对话后：", chat_history) # 2. 访问第一条对话 print("\n第一条对话：", chat_history[0]) # 3. 修改第二条对话的内容 chat_history[1]["content"] = "Python是大模型开发的首选语言，生态完善、用法简洁" print("\n修改对话后：", chat_history) # 4. 删除第三条对话（del） del chat_history[2] print("\n删除对话后：", chat_history) # 5. 遍历对话历史（带索引） print("\n遍历对话历史：") for idx, msg in enumerate(chat_history): print(f"第{idx+1}条：{msg['role']} → {msg['content']}") # 6. 计算对话历史长度 print("\n对话历史长度：", len(chat_history)) -
实操2：字典操作（模型配置管理）
python# 定义模型配置字典（大模型调用场景） model_config = { "model_name": "chatglm3-6b", "temperature": 0.7, "max_new_tokens": 1024, "top_p": 0.9 } # 1. 访问模型温度参数（两种方式） print("模型温度（直接访问）：", model_config["temperature"]) print("模型top_p（get方法）：", model_config.get("top_p", 0.8)) # 2. 新增配置（流式输出） model_config["stream"] = True print("\n新增配置后：", model_config) # 3. 修改模型温度参数 model_config["temperature"] = 0.5 print("\n修改温度后：", model_config) # 4. 删除top_p配置（pop()） model_config.pop("top_p") print("\n删除top_p后：", model_config) # 5. 遍历模型配置（键值对） print("\n遍历模型配置：") for key, value in model_config.items(): print(f"{key}：{value}") # 6. 计算配置个数 print("\n配置个数：", len(model_config)) -
实操3：列表与字典结合（大模型批量处理）
python# 定义prompt列表和模型配置字典 prompts = [ "介绍大模型的核心原理", "Python如何调用大模型API", "推荐3个大模型开发常用的Python库" ] model_config = {"model": "qwen-7b", "temperature": 0.6} # 批量处理prompt，模拟大模型调用 print("批量处理prompt：") for idx, prompt in enumerate(prompts): print(f"\n第{idx+1}个prompt：{prompt}") print(f"模型配置：{model_config}") print("模拟模型响应：基于当前prompt生成回答（实际开发中替换为真实调用）")
四、易错点汇总（新手避坑）
-
列表索引越界，访问不存在的索引；
-
字典用索引访问值，导致报错（应按键访问）；
-
字典中使用重复的键，导致数据覆盖；
-
遍历列表时删除元素，导致遍历不完整；
-
混淆列表和字典的使用场景（批量数据用列表，结构化数据用字典）。
五、今日练习（10分钟巩固）
-
- 定义一个prompt列表，包含5个大模型相关的prompt，新增1个prompt，删除第3个prompt，遍历并打印所有prompt；
-
- 定义一个模型配置字典，包含模型名称、温度、最大tokens、是否开启流式输出，修改温度为0.4，新增top_k参数（值为50），遍历并打印所有配置；
-
- 定义一个对话历史列表（包含3条对话），遍历列表，打印每条对话的角色和内容。
六、次日预告
- Day4将讲解Python流程控制的核心------if判断和for循环，学会后就能实现"条件校验"和"批量处理"，比如批量调用大模型、校验模型参数合法性，为后续函数封装打下基础！