1. 为什么我建议直接从Python 3开始学如果你刚刚开始接触编程或者正准备认真学一门语言我猜你身边一定有人说Python简单然后甩给你一个安装包链接结果你下载完发现版本号五花八门有Python 2.x有Python 3.x甚至还有各种Anaconda、Miniconda、PyPy当场就懵了。我先把结论放这儿现在是2025年学Python只认准Python 3这条线什么Python 2都不用再看了。Python 2早在2020年初就正式停止维护等于一个不再被官方提供任何安全补丁的软件你哪怕装上了跑到某个深夜突然被某个依赖库不兼容、某个API行为诡异你都不知道去哪里求助。更重要的是目前市面上几乎所有主流框架、工具、教程、开源项目全部默认基于Python 3你写出来跑不通、找不到资料的概率趋近于零。这篇文章就是给零基础或者刚起步没多久的人准备的。我会用实际代码、实操步骤和你最容易踩的坑把Python 3里最核心的东西拆开讲清楚。学完这一篇你起码能做到独立安装环境、跑通第一个脚本、写变量和处理数据、做条件判断和循环、自己封装一个小函数并且知道遇到报错时怎么读、怎么修。这些都是后续做爬虫、数据分析、自动化脚本、Web开发甚至人工智能的底盘。我在过去几年里带过不少完全没接触过程序的人发现一个非常普遍的规律卡住他们的往往不是某个高深概念而是环境装不上、缩进报错、编码乱码、类型搞混这些基础中的基础。所以这篇文章会故意把这些小事放在很重要的位置来讲因为它们在实战里特别容易耗掉你的耐心。2. 环境准备装好、跑通、别踩安装坑2.1 安装Python 3的几个正规途径很多人第一步就栽在环境上。我见过有人从某搜索网站下载了一个叫Python下载的软件结果装完打开发现是一个广告弹窗网页完全没有解释器也有人装了某个全家桶里面什么都有但命令行里敲python根本识别不了。正规的办法其实就以下几种第一种直接去Python官网的下载页选Windows installer我默认你用的是Windows用macOS或者Linux的话情况会简单很多特别是Linux发行版通常自带Python 3你只需要确认版本不要太老。官网下载包选择Windows installer (64-bit)就行。安装那一步有一个非常关键的细节很多人漏看安装界面底部有一个Add python.exe to PATH的复选框一定要勾选否则后续你在命令行里敲python会提示不是内部或外部命令。第二种如果你不想折腾官网安装也可以用包管理器。Windows上可以用微软商店里那个Python 3版本它本质上也是官方发布的安装简单同时自动配置了PATHmacOS上建议用Homebrew一条 brew install python 就搞定。第三种如果你打算以后做数据分析或者机器学习方向那么直接装Anaconda或者Miniconda也行。Anaconda自带了一个Python 3解释器还帮你预装了很多常用库对新手来说省掉了单独用pip装库的麻烦。但我的个人看法是如果只想先学基础语法不用一上来就装Anaconda它体积大且许多功能你可能暂时用不上。先装个干净的Python 3等学完基础再按需装库会更有掌控感。2.2 验证安装成功的三步检查法装完之后怎么确认自己确实装好了我教大家一个简单直接的三步检查法顺手把命令行操作这个最基础的技能也练了。第一步打开命令行。Windows下按Win R输入cmd回车macOS下打开终端。第二步在命令行中输入python --version回车。如果显示类似Python 3.12.4这样的输出说明Python本体装好了。如果提示找不到python就再试一下python3 --version因为某些系统的命令入口是python3而不是python。第三步敲pip --version确认pipPython的包管理工具也在这个环境里。pip是用来以后安装第三方库的工具没有它你会非常难受。如果pip也正常返回版本号那么你的基础环境就没问题了。接着我建议你在任意目录下创建一个测试文件比如叫hello.py里面写一行print(Hello, Python 3)然后在命令行切到该目录执行python hello.py。看到输出内容后说明你的环境 → 文件 → 解释器 → 输出整条链路是通的。这一步看起来简单但它验证的是你一整套流程的顺畅度之后所有编程练习都要依赖这条链路。3. 变量与数据类型先把“内存盒子”和“类型”这两个概念吃透3.1 变量就是给数据贴一个可查找的标签我先问一个问题程序里为什么要有变量直接写死数字不就行了吗真实项目中你往往需要把用户在网页上输入的内容存起来把文件里读出来的内容临时放到某个位置然后再做后续计算。变量就是干这个用的——你在内存中划出一小块空间给这空间起了一个名字里面放着数据。Python 3里创建一个变量非常简单不需要任何声明name 小明 age 18 height 1.75这里分别创建了一个字符串类型str、整数类型int和浮点数类型float。Python 3是动态类型语言意思是变量可以随时指向其他类型的数据解释器并不会拦着你age 18 print(age) age 18岁 print(age)这在给新手带来方便的同时也埋了一个坑如果你写复杂的代码某个变量一会儿是数字一会儿是字符串到后面大概率会出现TypeError或者运算结果不符合预期。我的建议是变量名要起得表意清晰比如user_age、user_name并且尽量不要让同一个变量在不同的场景里频繁切换类型。3.2 基本数据类型和它们的使用差异Python 3中你每天都要打交道的数据类型有这么几类整数 int就是不带小数点的数。Python 3中的int没有长度限制你有本事写一个一百位的整数也不算溢出这一点和很多其他语言不一样特别香。浮点数 float带小数的数。但注意它底层是二进制浮点数所以0.1 0.2的结果是0.30000000000000004这种鬼样子。新手第一次看到会觉得是不是自己算错了其实不是这是IEEE 754浮点表示的标准现象。如果你做财务计算要求绝对精确后面需要用到Decimal模块。字符串 str用单引号、双引号或三引号包起来的文本。布尔值 bool只有True和False两个值常用来表示条件判断的结果。类型判断可以用type()函数print(type(123)) # class int print(type(3.14)) # class float print(type(hello)) # class str print(type(True)) # class bool类型转换也是一个基础中的基础。字符串和数字之间可以互转但要符合转换规则num_str 42 num_int int(num_str) # 用 int() 把字符串转成整数 print(num_int 8) # 50 # 下面这样就会报错因为无法把字母转成数字 # int(abc)很多新手写从输入框读取数字后直接做加减结果发现报错就是因为input()返回的永远是字符串必须先转换。这个坑我在后面还会再说一遍因为实在太多了。3.3 海象运算符?先放一放但f-string可以立刻学会有些资料会给你说一堆高级特性比如海象运算符:、类型注解- int这些东西。我建议你第一遍学基础时不要看这些。先把最实用的输出方式学会——f-string。如果要在打印时把变量嵌入到字符串里Python 3.6以后的版本提供了f-string非常方便name 小红 score 92 message f{name}的考试成绩是{score}分 print(message)注意那个字母f和花括号。花括号里可以直接写变量名甚至可以直接写表达式比如f结果:{a b}。这比老式的字符串拼接名字 name 成绩要清晰太多也比.format()更直观。写基础代码时优先用f-string绝对是正确选择。3.4 常用运算符不只是加减乘除Python 3的算术运算符里除 - * /这些常规操作外有几个特别容易混淆的我必须单独拎出来说/是真正的除法不管两个数是不是整数结果都会变成浮点数。比如7 / 2结果是3.5。//是地板除向下取整7 // 2结果是3。%是取余数7 % 2结果是1。**是指数运算2 ** 3结果是8。其中%在判断一个数是偶数还是奇数时特别常用也有很多技巧性的场景比如批量循环取组号。比较运算符、!、、这些很好懂但我要提醒一句判断两个东西是否相等要用两个等号一个等号是赋值。这个错误我在新手作业里看得最多一旦写错基本都会导致逻辑混乱或者语法报错。逻辑运算符and、or、not也属于基础中的基础后面做条件判断时和它天打交道。4. 流程控制让代码学会判断和重复4.1 条件分支if / elif / else的完整心智模型计算机最有价值的本事之一就是根据不同的情况执行不同的代码。Python 3里的写法非常接近自然语言age int(input(请输入你的年龄: )) if age 18: print(未成年) elif age 60: print(成年人) else: print(老年)读起来几乎就是英文句子如果年龄小于18输出未成年否则elif如果年龄小于60输出成年人其他情况输出老年。elif就是else if的缩写可以有多个。else可以省略但省略后条件不满足时就不执行任何相关代码。这里有个Python特别容易让其他语言老手和新手都犯迷糊的点条件语句后面一定不能漏冒号。if那一行结尾的冒号是语法的一部分它告诉解释器接下来的缩进块属于这个条件。如果漏掉冒号解释器会直接报语法错误。4.2 缩进不是装饰是语法的一部分我接触编程这么多年见过太多从其他语言转过来的朋友在Python缩进上栽跟头。在C或者Java里大括号决定了代码块的边界缩进纯粹为了好看但在Python 3里缩进直接是语法的一部分同一层代码缩进必须一致。比如这样就是错的if 1 0: print(这个缩进错了)正确的方式是if 1 0: print(这个才对)缩进通常用4个空格或者一个Tab键。我强烈建议你统一用4个空格不要在同一个文件里混用空格和Tab。很多编辑器会自动把Tab转成4个空格所以问题不大。但如果你用某些简陋的编辑器敲代码就特别容易出现看起来对齐了但解释器报错IndentationError的情况。解决办法也很简单在编辑器里打开显示空格和制表符的选项一眼就能看出哪里混用了。4.3 循环for和while怎么选循环就是让代码重复执行。Python 3里最常用的循环是for...in...for i in range(5): print(f当前是第{i}次循环)range(5)生成从0到4的整数序列所以它会循环5次i依次取0、1、2、3、4。如果你想让循环从1开始就写range(1, 6)。range还有一种写法叫步长比如range(0, 10, 2)会生成0、2、4、6、8。这种写法在做列表切片、遍历数据、测试样本抽样时特别常用。while循环则适合在不知道到底要循环多少次只知道当某个条件成立就继续循环时使用count 0 while count 3: print(fcount {count}) count 1这里有一个风险点如果你忘记在循环体里更新count那么条件永远成立循环永远不会结束程序就卡死了。这就是所谓的死循环。所以写while循环时一定要在心里过一遍这个循环有没有可能在某个条件下退出4.4 break和continue的实战用途break是跳出整个循环continue是跳过本次循环剩下的语句、直接进入下一次循环。这两者在写实际业务逻辑时非常常用。for i in range(10): if i 3: continue # 跳过i3这次 if i 7: break # i7时直接退出循环 print(i)这个代码会输出0、1、2、4、5、6。看到没3被跳过了到7就完全停了。我在带新手做猜数字小游戏的时候会把break用得淋漓尽致。比如下面这样的场景程序随机生成一个1到100之间的数字用户反复猜程序提示大了或者小了直到猜对就break退出。这种小练习能把条件、循环、随机数和用户输入完美串起来非常推荐你自己敲一遍。5. 函数与模块从“写代码”到“写工具”的分水岭5.1 为什么需要函数如果你只写一个几十行的脚本可能不需要函数。但一旦你要做的逻辑稍微复杂一点比如要连续三处都进行把用户名格式化成统一格式的操作那你就面临了两个选择复制粘贴三次或者把这段逻辑提取成一个函数。复制粘贴的问题是如果以后规则变了你得改三处改漏一处就出bug。函数就是解决这种重复问题的标准答案。5.2 def定义函数的基本骨架在Python 3中定义函数用def关键字def greet(name): 向指定的人问好 return f你好, {name} result greet(小王) print(result)一个函数由几部分组成函数名greet、参数列表(name)、函数体缩进块、可选的返回值return。如果没有写return函数返回的是None这是一个特殊值表示什么都没有。函数参数还可以有默认值这在你希望某个参数不一定要调用者传入时特别好用def create_user(username, age18): return {username: username, age: age} user1 create_user(阿明) # age 用默认值 18 user2 create_user(阿红, 20) # 显式传入 age20但要注意一个巨坑默认参数不能是可变对象比如不能直接写def func(items[])。因为Python只会在定义函数时创建一次这个默认列表如果多次调用时修改了它下一次调用看到的列表可能已经被改过了各种奇怪的bug就会冒出来。如果确实需要默认持有空列表应该这么写def func(itemsNone): if items is None: items [] # 后续操作这个坑我在实际工作中见过不止一次属于那种排查起来特别费劲的问题。5.3 lambda是什么什么时候才需要lambda表达式是一种简化的匿名函数它没有函数名通常只由一行表达式构成。比如对一个列表排序时想根据列表元素中的某个字段排序用lambda很顺手students [(小明, 88), (小红, 95), (小刚, 72)] students.sort(keylambda x: x[1]) print(students) # 按分数升序排列很多新手看到lambda会觉得它很酷但我想劝一句如果你的lambda逻辑复杂到要写分支了那就老老实实用def定义一个普通函数。lambda的意义是让简单逻辑保持简洁绝非用来炫技的。可读性永远比代码行数少更重要。5.4 import的两种常见用法Python 3的模块机制非常强大。官方自带了很多标准库比如random、math、datetime、os、json等等。你想用它们就要用import导入。两种写法import random n random.randint(1, 100) # 通过 模块名.函数名 调用from math import sqrt result sqrt(16) # 直接使用 sqrt不需要 math. 前缀我建议你在项目早期先在脑海里形成自己的偏好。如果你只用到某个模块的一两个函数用from ... import ...更简洁如果你会大量使用这个模块里的各种功能用import ...加上前缀反而更清楚也避免函数名冲突。比如如果两个模块都有load函数直接用from导入后你用哪个load就说不清了。5.5 综合小练习写一个具备基本功能的计算器我把这一节的素材整合成一个小项目建议你照着敲一遍def calculate(a, b, op): if op : return a b elif op -: return a - b elif op *: return a * b elif op /: if b 0: return 除数不能为0 return a / b else: return 不支持的运算符 a float(input(请输入第一个数: )) b float(input(请输入第二个数: )) op input(请输入运算符 - * /: ) result calculate(a, b, op) print(f结果是: {result})这里面用到了函数、条件分支、input输入、类型转换和f-string基本把前面所有重点都揉在一起了。你可以试着把它扩展支持更多运算符、支持循环输入直到用户输入q退出、支持连续计算上一步结果。这些扩展听起来简单真正动手写时你会发现自己对代码流程控制的理解立刻上了一个台阶。6. 编码、注释与常见报错新手最容易被劝退的地方6.1 中文字符和编码问题Python 3相较于Python 2一个巨大的改进就是默认使用UTF-8编码。这意味着你在源文件里写中文注释、中文变量名虽然我建议变量名还是用英文通常不会出现乱码。但有一类场景还是会出现乱码从文件读取或者往文件写入时如果目标文件的编码与UTF-8不一致。比如用记事本写的文本文件可能保存为GBK编码你用Python去读就会出现UnicodeDecodeError。标准做法是用open(文件.txt, r, encodingutf-8)显式指定编码。一个经验法则在你读到文本文件的瞬间永远不要假设它一定是什么编码要主动检查或显式指定。6.2 注释的正确姿势代码是给机器执行的但更多时候是给人看的。Python 3的单行注释是#多行注释可以用三引号。新手容易犯的错误是不写注释过了一周回头看自己的代码完全看不懂当初的思路。我见过很多这种当初写之今日忘之的案例所以给你的建议很朴素在自己觉得有价值的逻辑块上方写一两句这代码是要干什么的注释。同时注释不应该变成对代码的逐行翻译。比如a 1 # 把1赋值给a这种注释就是纯噪音。好的注释应该解释为什么这么写而不是写了什么。6.3 最常见的三个报错如何读懂并解决新手几乎必然遇到三种报错我提前给你打好预防针第一种是NameError提示类似name xxx is not defined。这种错误通常是因为变量名拼写错了比如前一行定义的是user_name后面写成了username或者是因为你使用了还没有定义的函数。排查方法很直接CrtlF全局搜索这个名字看看定义处和引用处是否一致。第二种是TypeError比如unsupported operand type(s) for : int and str。这种错误来自你试图把一个整数和一个字符串拼接在一起。解决办法是用str()或者int()先完成类型转换。这也是我前面反复强调类型转换的原因Python 3不会像JavaScript那样悄悄把数字变成字符串它报错报得很明确这其实是好事让你尽早发现问题。第三种是IndexError比如list index out of range。当你想从一个列表里取第3个元素但那个列表只有2个元素时就会报这个错误。Python和很多编程语言一样列表索引从0开始也就是说列表的长度是n时合法索引范围是0到n-1。拿一个不存在的下标去取就是越界。6.4 一个容易被忽略但极其重要的文件开头建议在Python文件开头加上一行编码声明虽然Python 3默认就是UTF-8但有时候编辑环境比较乱或者文件被反复转码写上一行# -*- coding: utf-8 -*-能减少很多莫名其妙的问题。这算是我个人习惯的一部分不是强制要求但实战中确实能省事。7. 数据结构速览列表、元组、字典和集合基础语法学完马上要用的就是数据结构。这里不打算把每个方法都背一遍而是帮你建立一个大的框架认知。列表list用方括号表示可以增删改查里面可以混合不同类型的数据有序。它是我日常使用频率最高的结构之一。fruits [苹果, 香蕉, 橙子] fruits.append(葡萄) # 末尾加一个 fruits.remove(香蕉) # 删除指定值 print(fruits[0]) # 第一个元素 print(fruits[-1]) # 最后一个元素元组tuple用圆括号表示和列表很像但一旦创建就不能修改。这种不可变特性很适合存放那些不该被误改的数据比如坐标、配置项等。字典dict用花括号表示存的是键值对非常适合表示结构化数据。比如一个人的信息person {name: 小王, age: 25, city: 上海} print(person[name]) # 取出 name 对应的值 person[age] 26 # 修改值 person[job] 工程师 # 新增键值对字典是后面做数据处理、接口对接等工作的核心数据结构。深层嵌套的字典就和一门手艺一样用得越多越熟练。集合set也用花括号但里面没有键值对只存互不相同的元素常用来去重或做集合运算交集、并集、差集。比如tags {python, 编程, python} print(tags) # {编程, python}可以看到重复的python被自动去掉了。我建议你把这些数据结构做了一个认知锚点列表管有序的序列字典管带标签的信息元组管不可变的约束集合管唯一性判断。每个结构都有自己不可替代的场景。8. 实战侧写把一个零散需求用Python 3落地我来说一个非常贴近真实场景的小需求整理一批名单统计每个名字的出现次数并按出现次数从高到低排序。这个任务看起来很简单但它几乎覆盖了Python基础里最核心的模块。假设你有这样一份名单存放在一个叫names.txt的文本文件里每行一个名字可能有重复。你可以这样写from collections import Counter with open(names.txt, r, encodingutf-8) as f: names [line.strip() for line in f if line.strip()] counter Counter(names) for name, count in counter.most_common(): print(f{name}: {count})这一小段代码里用了with来安全地打开文件用了列表推导式来快速清洗每一行数据用了Counter来统计频次用了most_common()来排序。这些都是刚刚提到的知识点的综合运用。如果不想用Counter你也可以手写一个字典循环来做这个过程本身就很锻炼基本功。我建议你先自己手写一遍再用简化方法写一遍比较一下两种思路的差别。手写版本会让你对字典的键不存在时如何初始化这个问题更敏感这也是一个非常经典的面试考点。9. 避坑经验清单与进阶建议讲到这里我想把实战中最常见的一些坑集中列一个表方便你之后回头查阅问题类型典型表现解决办法缩进错误报IndentationError统一4个空格不要把Tab和空格混用漏掉冒号报SyntaxErrorif/for/while/def等语句行尾必须写冒号类型错误int str 报TypeError用int()/str()主动转换索引越界list index out of range取元素前检查列表长度或用len()计算变量命名不一致NameError全局搜索拼写保持同一个单词写法统一编码问题UnicodeDecodeErroropen文件时显式encodingutf-8死循环程序不结束检查while循环里是否有更新条件的语句默认参数是列表多次调用结果诡异用None作为默认在函数内部初始化为列表我个人在实际操作中的体会是学Python基础最忌讳的事情就是只读不敲。你看着别人写的代码觉得都懂但自己动手就会漏洞百出。所以看到这里的你一定要把文章中出现的代码都自己敲一遍最好再用自己的思路改一改比如改个参数、改个条件、加个功能。真正让你把知识变成肌肉记忆的要领往往是最后用报错来喂出来的经验。多报几次错就什么都稳了。