环境准备与安装
Python作为跨平台语言支持Windows、macOS和Linux系统。最新稳定版本（截至2024年）为Python 3.12.x，建议选择64位安装包以获得更好的内存管理能力。
Windows系统安装
- 访问Python官网下载Windows安装包
- 运行安装程序时勾选Add python.exe to PATH选项
- 选择自定义安装并确保勾选以下组件：
- pip包管理工具
- py launcher
- for all users（多用户环境）
验证安装成功的命令：
python --version
pip list
macOS系统安装
推荐使用Homebrew进行管理：
brew install python
系统自带的Python 2.7已被移除，新版本会安装到/usr/local/bin目录下。建议配置PATH环境变量：
echo 'export PATH="/usr/local/opt/python/libexec/bin:$PATH"' >> ~/.zshrc
Linux系统安装
大多数发行版已预装Python，但可能需要手动安装开发工具：
# Debian/Ubuntu
sudo apt update && sudo apt install python3 python3-pip python3-venv
# RHEL/CentOS
sudo yum install python3 python3-devel
开发环境配置
虚拟环境管理
Python的venv模块可创建隔离的运行时环境，避免包冲突：
# 创建虚拟环境
python -m venv myenv
# 激活环境（Windows）
myenv\Scripts\activate.bat
# 激活环境（Unix/macOS）
source myenv/bin/activate
IDE选择与配置
推荐开发工具及其特点：
– VS Code：轻量级，配合Python扩展支持智能提示
– PyCharm：专业版提供完整的Django框架支持
– Jupyter Notebook：适合数据分析交互式开发
配置VS Code的典型工作流程：
1. 安装Python扩展（ms-python.python）
2. 设置Python解释器路径（Ctrl+Shift+P → Python: Select Interpreter）
3. 启用linting工具（pylint/flake8）
基础语法入门
数据类型与变量
Python采用动态类型系统，核心数据类型包括：
# 数值类型
int_num = 42 # 任意精度整数
float_num = 3.14159 # 双精度浮点
complex_num = 2+3j # 复数类型
# 序列类型
str_val = "Hello" # Unicode字符串
list_val = [1, 2, 3] # 可变序列
tuple_val = (4, 5, 6) # 不可变序列
# 映射类型
dict_val = {"key": "value"} # 哈希表实现
控制结构
Python使用缩进作为语法块界定：
# 条件判断
if x > 0:
print("Positive")
elif x == 0:
print("Zero")
else:
print("Negative")
# 循环结构
for i in range(5): # 迭代0-4
print(i**2)
while condition: # 条件循环
process_data()
函数与模块系统
函数定义
Python函数支持多种参数传递方式：
def greet(name, greeting="Hello", *, title=None):
"""带默认值和关键字参数的函数"""
if title:
return f"{greeting}, {title} {name}!"
return f"{greeting}, {name}!"
# 调用示例
greet("Alice") # 位置参数
greet("Bob", greeting="Hi") # 关键字参数
模块化开发
典型项目结构示例：
myproject/
├── __init__.py # 包声明文件
├── utils.py # 工具函数模块
└── main.py # 主程序入口
导入模块的几种方式：
import math # 完全导入
from os import path # 选择性导入
import numpy as np # 别名导入
from .utils import helper_func # 相对导入
面向对象编程
类与继承
Python支持多重继承和方法重写：
class Animal:
def __init__(self, name):
self.name = name
def speak(self):
raise NotImplementedError
class Dog(Animal):
def speak(self):
return f"{self.name} says Woof!"
class Cat(Animal):
def speak(self):
return f"{self.name} says Meow!"
# 多态示例
animals = [Dog("Rex"), Cat("Misty")]
for animal in animals:
print(animal.speak())
特殊方法
通过魔术方法实现运算符重载：
class Vector:
def __init__(self, x, y):
self.x = x
self.y = y
def __add__(self, other):
return Vector(self.x + other.x, self.y + other.y)
def __repr__(self):
return f"Vector({self.x}, {self.y})"
异常处理与调试
异常捕获机制
Python使用try-except-finally结构：
try:
result = 10 / 0
except ZeroDivisionError as e:
print(f"Error occurred: {e}")
else:
print("Division successful")
finally:
print("Execution completed")
调试技巧
- 使用pdb进行交互式调试：
import pdb; pdb.set_trace() # 设置断点
- 日志记录最佳实践：
import logging
logging.basicConfig(
level=logging.DEBUG,
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
)
logger = logging.getLogger(__name__)
标准库与常用包
核心库应用
- os：跨平台文件系统操作
- datetime：日期时间处理
- json：数据序列化
- concurrent.futures：并发编程
文件操作示例：
from pathlib import Path
# 现代文件路径操作
config_path = Path.home() / ".config" / "app.conf"
if not config_path.exists():
config_path.write_text("default_config=value")
第三方生态
常用包及其应用场景：
– NumPy：科学计算基础库
– Pandas：数据处理与分析
– Requests：HTTP客户端库
– FastAPI：现代Web框架
使用pip管理依赖：
pip install --upgrade pip # 升级pip
pip install package==1.2.3 # 指定版本安装
pip freeze > requirements.txt # 生成依赖文件
项目实践建议
代码规范
遵循PEP 8风格指南要点：
– 每行不超过79字符
– 使用4个空格缩进
– 导入分组（标准库、第三方、本地）
– 类名使用CapWords约定
性能优化
常见优化策略：
1. 使用生成器替代列表：
# 低效方式
sum([i*i for i in range(1000000)])
# 高效方式
sum(i*i for i in range(1000000))
- 利用内置函数：
# 较慢的循环
result = []
for item in iterable:
result.append(fn(item))
# 更快的map
result = list(map(fn, iterable))
测试驱动开发
使用unittest框架示例：
import unittest
class TestMathOps(unittest.TestCase):
def test_add(self):
self.assertEqual(1 + 2, 3)
def test_divide(self):
with self.assertRaises(ZeroDivisionError):
1 / 0
if __name__ == "__main__":
unittest.main()