今天你 AI 赋能了吗?打开浏览器,在地址栏输入 xuefulu.ai ,按下 Enter 即可访问学府路1号!
2026年10月14日 星期三 10:40:00
常用网址: | | 学府路1号 https://xuefulu.ai | 下载 Python https://xuefulu.ai/Python.html | 下载 TRAE https://xuefulu.ai/Trae.html

一、这套教程怎么用

这是一套从零开始的 Python 基础教程,一共 30 篇,按「先会用、再懂原理、最后做出东西」的顺序排下来。每一篇都能单独看懂,但连起来看收获最大。

它适合谁它不适合谁
完全没写过代码,想从第一行 print 学起的人已经能熟练写 Python、想直接看高级特性的人
学过一点但总是「会看不会写」,想补上手感的人想找一本完整语言手册当参考书来查的人
想把 Python 用在数据处理、办公自动化上的人只想要一段现成代码、不愿意理解为什么的人

开始之前只需要准备两样东西:一台能上网的电脑,和一点点耐心。安装步骤在第 3 篇和第 4 篇里写得很细,跟着做就行——不会让你去配环境变量、也不会让你装一堆用不上的东西。

这套教程有一个特点:每篇末尾都有一套随堂自测(单选,点一下立刻判分)。这不是装饰——做题是唯一能检查「我到底会不会」的廉价办法。建议每篇都做到全对再往下走,错的那几道题,回到正文对应的那一节重看一遍,比囫囵吞下去快得多。

课程思政|诚信与职业操守 · 别只想要现成答案

这一篇开头就把话说在前头:只想要一段现成代码、不愿弄明白为什么的人,这套教程帮不了他。AI 助手能替你写代码,却替不了你去理解——答案来得越容易,忘得越快。把「为什么这么写」问到底,是对自己负责;总有一天,你要独自面对一个没人给答案的问题。

二、学习路线总览:七个阶段,30 篇

整套教程分七个阶段。每个阶段都是一个「能独立站住」的小台阶——学完就有能拿出手的东西,不用等全部学完才敢动手:

阶段篇目学完这个阶段,你能做什么
一、起步3-IDLE 4-Trae 5-语法规范把环境跑起来: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
二、基础零件6-输入输出 7-运算符 8-数据类型 9-内置函数 10-字符串 11-导入库的方法 12-time库与random库会跟程序「对话」:拿输入、算结果、处理文字、调用现成的库
三、流程控制13-条件表达式 14-选择结构 15-循环结构让程序会思考:会写判断和循环,不再只会从头执行到尾
四、数据容器16-列表 17-元组 18-切片操作 19-序列解包 20-字典 21-集合一次装下一堆数据:会用列表、元组、字典、集合管理成批数据
五、函数与迭代22-函数 23-递归 24-生成器与迭代器把代码收成块:会封装函数、会写递归、会写省内存的生成器
六、文件与库25-异常处理 26-文件处理 27-模块与包 28-常用标准库 29-正则表达式跟外部世界打交道: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30-面向对象编程 31-综合实战:班级成绩统计程序 32-Trae打包可执行程序做出一个作品: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

看完这张表你应该发现一件事:前三个阶段占了接近一半篇幅,但它们都不是「高级内容」。这是故意的——所有卡住初学者的地方,八成都在这些看起来最基础的地方(变量类型、缩进、循环边界)。把它们吃透,后面反而越学越轻松。

阶段只是「大致顺序」,不是硬规定。如果你已经会写循环和函数,完全可以先跳到第四、第六阶段;但如果学到第六阶段(文件与库)觉得吃力,八成是第四阶段的字典用得还不够熟,回头补一补比硬撑划算。

三、30 篇逐篇导览(点标题直接打开)

下面这张表就是整套教程的全目录。篇名可以直接点开,一句话帮你判断「这篇讲的是不是我正需要的东西」:

编号 / 篇名这篇讲什么
3-IDLE认识 Python 自带的编辑器,写出并运行第一个程序
4-Trae装上真正的代码编辑器,学会新建文件、运行、常用快捷键
5-语法规范缩进、注释、命名规则——让代码长得像样、别人能看懂
6-输入输出用 input() 把数据拿进来,用 print() 把结果送出去
7-运算符加减乘除、整除取余、比较、逻辑运算,全都在这
8-数据类型数字、字符串、布尔值、None——八种类型一次认清,以及什么时候转谁
9-内置函数不用 import 就能直接用的那批函数:len、sum、range、sorted 等
10-字符串索引、切片、常用方法、f-string 格式化文本
11-导入库的方法import 的四种写法,学会把别人写好的能力装进自己的程序
12-time库与random库让程序会看时间(time)、会掷骰子(random)
13-条件表达式一行写完的二选一写法,以及它为什么有时候反而不好读
14-选择结构if / elif / else:让程序学会做判断
15-循环结构for / while / break / continue:让程序学会重复干活
16-列表一个变量装下一串数:增删改查、排序、遍历
17-元组写下来就不许改——什么时候用元组比列表更合适
18-切片操作一行取出序列里的一段,[start:stop:step] 一次讲清
19-序列解包一行拆出多个值,以及那个「一次不够用」的星号
20-字典按名字找到对应的值——最常用的数据结构之一
21-集合不重复的一袋东西:去重、交集、并集、差集
22-函数把重复的代码收成一个按钮:参数、返回值、默认值、作用域
23-递归函数自己叫自己:递归的写法、终止条件与常见陷阱
24-生成器与迭代器一次只算一个:迭代器、生成器函数、生成器表达式,省内存地遍历
25-异常处理try / except / finally:让程序不再一出错就崩掉
26-文件处理把数据存进本子:读写文本文件、编码问题、with 的用法
27-模块与包把自己的代码拆成多个文件:模块、包、if __name__ == '__main__'、虚拟环境
28-常用标准库标准库四件工具:pathlib、json、csv、datetime
29-正则表达式用「模式」从文本里捞数据:re 模块与常用元字符
30-面向对象编程自己动手造一个「类型」:类、对象、属性、方法
31-综合实战:班级成绩统计程序把前面所有工具拼成一个真正能用的成绩统计程序
32-Trae打包可执行程序把自己的程序打包成别人双击就能跑的可执行文件
建议把它当「地图」用:卡在哪一步,回来查一下该看哪一篇,比从头翻一遍快。比如「我想读一个 Excel 导出的表格」——看第 26 篇(文件处理)和第 28 篇(csv);「我要判断输入是不是手机号」——第 29 篇(正则表达式)。

四、三种学习节奏:按你的时间挑一条

不是每个人都需要把 30 篇从头读到尾。按自己的目的挑一条走:

节奏怎么走适合谁
速通
约 10 篇
6-输入输出 → 7-运算符 → 8-数据类型 → 14-选择结构 → 15-循环结构 → 16-列表 → 20-字典 → 22-函数 → 25-异常处理 → 26-文件处理只想尽快能写出「读文件、算一算、输出结果」的小脚本
常规
全部 30 篇
按编号顺序走,每篇自测做到全对再往下想在几周内系统掌握 Python 基础,目标最稳
精读
30 篇 + 动手改造
在常规的基础上,把 31-综合实战:班级成绩统计程序 里的程序改成自己的题目(账单统计、图书借阅、课程表……),改到能跑通为止要为后续的学习或工作真正用上 Python

注意「常规」那一栏的关键词是「按编号顺序」。这套教程的编号就是精心排过的教学顺序——前面的假设都会在后面用到,跳着看容易出现「这个词怎么没讲过」的挫败感。

如果你时间很碎(比如每天只有 20 分钟),推荐「一次一篇、当天做自测」的节奏,而不是「一天啃五篇、不做题」。前者两周下来能记住的东西,比后者多得多。

AI 助手小贴士|每周能投入的时间因人而异,让 AI 把本篇的「三种学习节奏」落成你自己的周计划。

打开任意 AI 对话工具(网页版或 App 都可以),试试这样问:我在自学 Python,每周只有 3 小时且都在周末。请按「第 1 周学什么、第 2 周学什么」的格式帮我排一份 8 周入门计划,每周给出要读的主题和一个小练习

课程思政|工匠精神与严谨求实 · 挑一条路,走到头

速通、常规、精读,三种节奏没有哪一种更高贵,关键是选定一条就别半路换道。选「常规」的人要记住那栏里的小字:每篇自测做到全对,再往下走。地基没打牢就赶进度,省下的时间迟早要在「莫名其妙的报错」里还回去。学习这件事,稳比快重要。

五、这十篇必须吃透(其余的能跑通就行)

30 篇都一样重要是假的。下面这十篇是后面所有内容的公共地基——它们出问题,会以「莫名其妙的报错」的形式,在很远的地方冒出来:

篇目为什么非吃透不可
8-数据类型所有诡异的报错,一半来自「拿字符串当数字用」。类型这一关不过,后面全是坑
10-字符串字符串是处理真实数据时最常打交道的类型,切片和方法必须熟练到不用查
14-选择结构if 是逻辑的入口;判断条件写错,程序不会报错,只会算错
15-循环结构循环边界(从 0 开始、包不包含末尾)是初学者最大的错误来源
16-列表列表是后面一切「批量数据」的原型,不熟就没法往下走
20-字典字典是 Python 里最有用的数据结构,没有之一。统计、查找、配置全靠它
22-函数不会写函数,代码超过 50 行就会变成一团乱麻
25-异常处理真实世界的数据永远有意外;不会处理异常,程序就只是个玩具
26-文件处理不会读写文件,程序的结果关掉窗口就消失了
31-综合实战:班级成绩统计程序综合实战。前面的知识点只有在这里被串起来一次,才算真正学会
判断「吃透了没有」的标准很简单:给你一个类似的小题目,你能不能不看教程、只查语法,把它写出来?能,就算过;不能,就再多做一遍自测里那道相关的题。另外这十篇里有四篇是「数据结构 + 控制流」——听着枯燥,但它们是唯一值得反复练的部分。

六、每一页怎么看:页面上的四个东西

30 篇的页面长得一样,认识这四个东西,用起来会顺手很多:

页面上的东西它是干什么的怎么用
左侧的竖排小书签全篇的目录点一下展开,再点任意一节直接跳过去;不点也不挡正文
右上角的圆钮切换浅色 / 深色晚上看改用深色;你的选择会被浏览器记住
深色代码块可以直接运行的 Python 代码 / 运行结果 / 报错原文右上角有复制按钮,复制到编辑器里就能跑
文末的随堂自测单选,点了立刻判分并给出解析做完看正确率;错题重看对应小节

顺便说一句:代码块里的输出,都是真的跑出来的,不是手写上去的。所以你可以放心照着敲——如果结果对不上,那是环境或输入的问题,不是教程写错了。

先验证一下你手上的环境是通的。新建一个文件,写下这两行:

Python
print("环境通了,准备开始学 Python 啦")
print(2 + 3)

输出:

输出
环境通了,准备开始学 Python 啦
5
跑不出上面这个结果,就先回到第 3 篇和第 4 篇。不要在环境没通的时候硬学下去——那会把「环境问题」误当成「我学不会」,这是劝退初学者最常见的一种方式。

AI 助手小贴士|读教程遇到看不懂的句子,别跳过去——AI 最擅长把术语翻译成大白话。

打开任意 AI 对话工具(网页版或 App 都可以),试试这样问:我把教程里一句看不懂的话贴给你,请用初中生能听懂的话解释,再给一个对应的代码小例子:<粘贴原句>

七、每天 30 分钟,具体怎么安排

「每天学一点」最容易失败的两种方式是:只读不写、或者一坐两小时。下面这个节奏是照着「宁可少、不能断」设计的:

时间做什么
前 5 分钟把上一篇的代码重新敲一遍(不复制),跑了看输出对不对
中间 15 分钟读新的一篇,每个代码块都亲手敲一遍;报错也不怕,报错信息正好对着「报错手册」那一节看
最后 10 分钟做这一篇的随堂自测。做错的题,把解析读一遍,再回正文找到对应小节

关于「亲手敲一遍」,值得多说一句:复制粘贴和省下的那三分钟,代价是学不会。敲的时候你会注意到缩进、括号、引号这些细节——而这些细节恰恰就是初学者 90% 的报错来源。等你把某一类代码敲到「手比脑子快」,才可以开始复制。

卡住超过 20 分钟就先跳过,在纸上记下卡住的那句话,继续往后读。很多概念不是「当场想通」的,而是学到后面、回头看才忽然明白的。但跳过之后一定要在三天内回来补,否则那个坑会一直留在那里。

课程思政|科技自立自强 · 本事得长在自己身上

「宁可少、不能断」,靠的不是意志力,是方法:把上一篇的代码 重新敲一遍,不复制。复制粘贴省下的三分钟,代价是缩进、括号、引号这些细节从手里溜走。工具可以先用别人的,手感必须自己练出来——今天多敲一行,将来少求人一次。

八、常见问题

Q:完全没有数学基础,能学吗?
能。这套教程里出现的数学只有加减乘除、取余、求平均,第 7 篇讲完就够用了。Python 是一门「表达逻辑」的语言,不是数学课。

Q:学完这 30 篇,算是什么水平?
能把「读文件 → 清洗 → 计算 → 输出 → 存盘」这条链路独立走通,能看懂别人的基础代码,能自己查文档用新库。这已经足够应付大部分数据处理、办公自动化的日常任务,也是继续学数据分析、Web 或人工智能的合格起点。

Q:为什么要先学 IDLE,再学 TRAE,不能直接用最好的编辑器吗?
因为 IDLE 是 Python 自带的,零安装、零配置。第 3 篇用它把「程序是什么」这件事讲清楚,不带任何编辑器功能的干扰;第 4 篇再换成真正干活的编辑器,学快捷键和调试。顺序反过来,你会在还没搞懂程序的时候先被配置问题劝退。

Q:看的时候都懂,自己写就写不出来,怎么办?
这是常态,不是你笨。原因是「看懂」用的是再认(看到答案才想起),而「写出」用的是回忆。唯一的办法是增加回忆的次数:把示例代码关掉自己默写一遍、把题目换个数据再做一遍。第 31 篇的综合实战就是为此设计的——它逼你把零散的知识点重新组织一次。

Q:需要背语法吗?
需要背的很少,但有三个东西要熟练到不用想:常用内置函数的名字(第 9 篇)、列表和字典的增删改查写法(第 16、20 篇)、字符串的切片和方法名(第 10 篇)。其余一律现查。真正需要「背」的是思维方式——遇到问题先想「数据长什么样」,再想「分几步做」,这个习惯才是一辈子的。

Q:学完这套,下一步该学什么?
先别急着往上学。最划算的下一步是把第 31 篇的程序改成三个自己的版本(比如换成记账、通讯录、课程表),全部跑通。等你能不查教程地独立写出来,再按兴趣挑方向:数据处理去看 pandas,自动化去看 openpyxl / requests,Web 去看 Flask 或 FastAPI。到那时候你会发现,真正难的从来不是新库,而是这 30 篇里那些最基础的东西。

AI 助手小贴士|从今天起,豆包、DeepSeek 这类 AI 就能当你的随身助教——但用法决定成败:让它当陪练(给提示、指出问题),不要当枪手(直接要答案)。还有一条铁律:AI 的解释偶尔会一本正经地说错话,一切以你自己运行出来的结果为准。

打开任意 AI 对话工具(网页版或 App 都可以),试试这样问:我在自学 Python。请当我的陪练老师:我看不懂概念时你负责解释,我给你看代码时你只指出问题和给提示,不要直接给完整答案