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} 共 {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。