30 篇,一篇一个知识点,编号就是建议的学习顺序。点任意一张卡片直接打开那一篇;看过的篇目点右上角的圆圈标「已学」,页面会帮你记住进度。
编号就是学习顺序:前面几篇假设的东西,后面都会用到,所以按编号走最省力。带 ★ 的是十篇「必须吃透」的公共地基;卡在哪一步,回来在这里搜关键词即可——搜的不只是篇名,各篇的小节标题和正文知识点都在里面,命中后会列出具体是哪一节,点一下直接跳到那一处并把关键词高亮出来;也可以直接打拼音(zidian、zd 都能搜到「字典」)。看过的篇目,点卡片右上角的圆圈标成「已学」,进度只记在你这台电脑的浏览器里。
提示:多个关键词用空格隔开更容易命中(「切片 反转」);也可以直接打拼音(「zidian」「zd」)。
开始之前
1 篇先花十分钟读一遍整套教程的地图:七个阶段、三种学习节奏、每一页怎么用——再决定自己从哪一篇开始。
一、起步
3 篇把环境跑起来:能在自己电脑上写出并运行一个 Python 文件,知道代码该怎么排版。
课程思政|科技自立自强 · 先把地基打在自己这边
这一阶段只有三篇,做的却是一件事:让 Python 在你自己的电脑上真正跑起来。环境、编辑工具、缩进规范——看着都是琐碎手续,却是往后三十篇能不能走顺的地基。写代码用的工具大多来自国外,而国产的 AI 编程工具(如 TRAE)已经能陪你从新建文件走到运行通过。工具可以先用别人的,能力必须长在自己身上:少复制一次、多动手一次,地基才真是自己的。
二、基础零件
7 篇会跟程序「对话」:拿输入、算结果、处理文字、调用现成的库。
input() 把数据拿进来,用 print() 把结果送出去。
None——八种类型一次认清,以及什么时候该转谁。
import 就能直接用的那批函数:len、sum、range、sorted 等。
f-string 格式化文本;拿身份证号练索引和切片。
import 的四种写法,把别人写好的能力装进自己的程序。
time)、会掷骰子(random)。
三、流程控制
3 篇让程序会思考:会写判断和循环,不再只会从头执行到尾。
四、数据容器
6 篇一次装下一堆数据:会用列表、元组、字典、集合管理成批数据。
课程思政|数据安全与法治素养 · 一批数据,就是一批责任
列表、字典、集合,学的是怎么把成批的数据装进程序。真实业务里的「批量」二字意味着更大的责任:一份名单、一张成绩表,背后是一个个具体的人。能装进来,不等于可以随手拷走、留着、传出去。够用就好、最小必要——写程序时多问一句「这份数据该由我看到吗」,是数据从业者最早该养成的习惯。
五、函数与迭代
3 篇把代码收成块:会封装函数、会写递归、会写省内存的生成器。
六、文件与库
5 篇跟外部世界打交道:能读写文件、拆自己的模块、用标准库和正则处理真实数据。
七、进阶与实战
3 篇做出一个作品:会用面向对象组织代码,能独立完成一个小程序并打包发给别人。
课程思政|诚信与职业操守 · 交出去的东西,写着你的名字
走到这里,你要独立完成一个小程序,还要打包发给别人——老师、同学、将来的同事都会看到它。功能跑通只是及格线;代码里有没有夹带别人的数据、注释有没有写清、报错有没有翻译成人话,才决定这份作品拿不拿得出手。署上名字交出去的那一刻,你交的不只是代码,也是别人对你的信任。