Skip to content

Python个人知识库

Python 是一门语法简洁、生态丰富的编程语言,常用于脚本工具、Web 后端、数据分析、自动化测试、爬虫、机器学习和 AI 应用开发。

这组文档面向零基础读者,目标是让你按顺序掌握 Python 开发所需的基础语法和工程能力,而不是只背零散语法点。

为什么学习 Python

Python 的优势不是语法少,而是能快速把想法变成可运行程序。它有成熟的标准库和第三方生态,写脚本、处理文件、请求接口、分析数据、调用 AI 模型都很方便。

如果只学语法不做项目,很容易停留在会写 for 循环的阶段。正确学习方式是:基础语法配合小任务,逐步理解环境、模块、异常、文件、测试和工程结构。

学习路线

mermaid
flowchart TD
    A["环境与包管理"] --> B["基础语法"]
    B --> C["数据结构"]
    C --> D["函数与模块"]
    D --> E["面向对象"]
    E --> F["异常与文件"]
    F --> G["类型标注"]
    G --> H["日志与调试"]
    H --> I["测试"]
    I --> J["项目实践"]
    J --> K["Web、数据处理、爬虫、AI"]

不要跳过环境、依赖、异常、日志、测试这些内容。它们看起来不如 AI 或 Web 酷,但是真正写项目时每天都会用。

目录说明

阶段页面学完应该会什么
总路线从零到生产级掌握建立从环境、语法到 Web、数据库、AI 的完整工程路线
总验收从零到精通验收清单按语法、工程、并发、Web、数据、AI、排查逐项验收
商业训练Python商业场景训练营用 CSV 清洗、FastAPI、并发、日志、测试串起生产项目
环境准备环境与包管理安装 Python、创建虚拟环境、安装依赖
语言基础基础语法变量、条件、循环、字符串、入口函数
数据组织数据结构list、tuple、dict、set 的使用场景
代码复用函数与模块定义函数、拆模块、组织包
对象建模面向对象类、对象、继承、dataclass
稳定性异常与文件try/except、文件读写、JSON
可维护性类型标注给函数、数据结构和返回值加类型
并发能力并发与异步线程、进程、asyncio 的选择
Web 开发Web API开发FastAPI 基础、接口分层
数据访问数据库访问SQL、事务、Repository 分层
数据处理数据处理Pandas、清洗、导入导出
工具开发命令行工具argparse、参数、退出码
自动化爬虫与自动化requests、HTML/JSON 解析、限速
调试排错日志与调试logging、异常堆栈、断点
质量保障测试pytest、fixture、mock
项目落地项目实践目录结构、配置、依赖、README
AI 方向Python与AI开发调用模型 API、RAG、AI 工程建议

Python 适合做什么

方向常用技术入门建议
脚本工具pathlib、argparse、subprocess先写批量文件处理工具
Web 后端Flask、FastAPI、Django先学 FastAPI 和 HTTP 基础
数据分析NumPy、Pandas、Matplotlib先学 CSV/Excel 清洗
自动化测试pytest、requests、Playwright先写接口测试和简单 UI 自动化
爬虫requests、BeautifulSoup、Scrapy先学合规抓取和数据保存
AI 开发PyTorch、Transformers、LangChain先学模型 API 调用和 RAG 流程

零基础学习建议

  1. 每学一个语法点,都写一个小例子。
  2. 不要只在交互式环境里试代码,要学会写 .py 文件。
  3. 从第一天就使用虚拟环境,避免依赖混乱。
  4. 遇到报错先读错误类型、文件名和行号。
  5. 学到函数后就开始拆文件,不要所有代码写一个文件。
  6. 学到项目实践后,给自己的小工具补 README 和测试。

推荐练习路线

mermaid
flowchart TD
    A["练习 1:计算器"] --> B["练习 2:通讯录"]
    B --> C["练习 3:文件批量重命名"]
    C --> D["练习 4:CSV 数据清洗"]
    D --> E["练习 5:命令行工具"]
    E --> F["练习 6:FastAPI 小接口"]
    F --> G["练习 7:带测试的完整小项目"]

每个练习都要尽量做到:

  1. 有清晰输入和输出。
  2. 有异常处理。
  3. 有日志。
  4. 有 README。
  5. 核心函数有测试。

入门 Demo:第一个 Python 脚本

先不要急着学复杂框架,先学会写一个 .py 文件、接收输入、处理数据并输出结果。

新建 hello.py

python
def calculate_total(price: float, count: int) -> float:
    """计算商品总价。"""
    return price * count


def main():
    name = input("请输入商品名称:")
    price = float(input("请输入单价:"))
    count = int(input("请输入数量:"))

    total = calculate_total(price, count)
    print(f"{name}{count} 件,总价:{total:.2f} 元")


if __name__ == "__main__":
    main()

运行:

bash
python hello.py

这个小例子同时包含了变量、类型转换、函数、格式化输出和程序入口。后续学习数据结构、文件、Web、AI 时,都是在这些基础语法上继续扩展。

学习检查清单

学完基础阶段后,你应该能做到:

  1. 使用虚拟环境安装依赖。
  2. 写条件、循环、函数。
  3. 正确选择 list、dict、set。
  4. 把代码拆成模块。
  5. 读写文本、JSON、CSV 文件。
  6. 处理常见异常。
  7. 使用 logging 记录日志。
  8. 使用 pytest 写简单测试。
  9. 写一个带参数的命令行工具。
  10. 看懂一个小型 Python 项目结构。

本页小结

Python 学习不要只追求语法速度。真正能做项目,需要同时掌握环境、语法、数据结构、模块化、异常、日志、测试和项目结构。后续 Web、数据分析、爬虫和 AI 都是在这些基础上继续扩展。