Python程序设计
Python Programming
📖这门课到底讲什么
Python 程序设计以最少的语法噪音带你进入编程世界：变量与数据类型、流程控制、函数与参数、列表元组字典集合四大容器、文件与异常、模块与包、面向对象入门，并延伸到常用的标准库与第三方生态（numpy、pandas、requests、flask）。它的价值在于把你从语法细节中解放出来，专注于问题建模与逻辑拆解，同时又是后续人工智能、数据处理、爬虫、自动化脚本、后端服务的主力语言。学完你应能独立写出百行规模的脚本、读懂并调试他人代码、使用列表推导与上下文管理器等 Pythonic 写法，并具备用 pip 与虚拟环境管理项目依赖的能力。
🎯为什么必须学好
Python 是人工智能、数据分析、算法岗的默认语言，几乎所有机器学习的课程与开源项目都以它为接口；也是面试中白板写代码最友好的语言（手撕算法用 Python 可省去大量样板代码）。实习与科研中，数据处理与实验脚本几乎全用 Python，写得快慢直接决定你的产出效率。对准备读研的同学，d2l、fastai、HuggingFace 等资源都是 Python 生态，早学早受益。
📌核心知识清单
- 基础语法与数据类型：int/float/str/bool、运算符、输入输出格式化（f-string）、类型转换与可变性
- 流程控制：if-elif-else、while、for 与 range、break/continue、循环与推导式（列表、字典、集合推导）
- 函数：位置参数与关键字参数、默认参数、可变参数 *args 与 **kwargs、作用域与 LEGB 规则、lambda 与高阶函数（map/filter/sorted）
- 容器类型：list 与 tuple 的切片与排序、dict 的键值操作与合并、set 的集合运算、嵌套结构与浅拷贝深拷贝陷阱
- 字符串处理：切片、split/join、正则表达式 re 模块、文本编码与中文处理
- 文件与异常：open 与 with 上下文管理器、文本与二进制读写、try-except-finally、自定义异常
- 面向对象与模块化：类与实例、继承与多态、魔法方法（__init__/__str__/__len__）、模块导入与包结构、虚拟环境与 pip 依赖管理
- 常用标准库与生态：os/pathlib、datetime、json、collections、requests 发请求、numpy 数组运算与 pandas 数据框入门
✍️怎么学（可执行步骤）
- 主教材用《Python编程：从入门到实践》或《流畅的Python》，前者章节式练手，后者第1至8章讲清数据模型与推导式，读完水平会提升一个台阶
- 每章配套做项目式练习：写猜数字游戏、文件批量重命名工具、天气查询爬虫、成绩统计分析脚本，一定要能运行并处理异常输入
- 用 LeetCode 简单题与中等题训练，前五十题固定用 Python 手写并刻意使用推导式、切片、sorted(key=) 等惯用法，形成 Pythonic 手感
- 从第一周就用 venv 或 conda 建虚拟环境，用 requirements.txt 固定依赖，用 pdb 或 print 调试，并在 Linux 命令行下运行脚本而非只在 IDE 里点运行
📚推荐教材与书籍
前半部分是语法与练习，后半部分是数据可视化、Web 与 Django 项目，适合大一自学通关
讲 Python 数据模型、迭代器、生成器、装饰器，读第一至八章即可显著提升代码层次
按问题组织的实用手册，遇到字符串解析、文件处理、并发需求时直接查
pandas 作者所写，第5章 pandas 基础、第7至10章数据清洗与聚合是数据方向必读
🎬视频课程 / 公开课
北京理工大学与南京大学版本口碑好，配课后编程题自动判题
哈佛专门为 Python 做的入门课，作业设计精良，题目有趣且训练调试能力
官方中文入门教程，术语规范，查标准用法首选
🌐网站与文档
🐙GitHub 开源资料
Python 生态全景清单，按领域找库时从这里开始
大量纯 Python 算法实现，适合边学语法边看优秀代码风格
中文百日学 Python 教程，从语法到 Django 与数据分析，循序渐进
🧪动手实践任务
实践 1
写一个命令行待办事项管理器：数据持久化到 JSON 文件，支持增删改查与完成标记，处理文件不存在与格式错误等异常
实践 2
写一个批量处理脚本：遍历指定目录下的所有 CSV 文件，用 pandas 汇总统计并输出一张汇总 Excel 与一张柱状图
实践 3
用 requests 与 re 或 BeautifulSoup 抓取一个公开网页的标题列表并保存到文件，加入请求间隔与失败重试
实践 4
把上述脚本重构成面向对象风格并拆成多个模块，用 argparse 提供命令行参数，用 unittest 写三个单元测试
🧾考试与面试
💼 面试会怎么考
常见：列表与元组的区别、可变对象作默认参数的坑、浅拷贝与深拷贝的区别；生成器与迭代器的作用与内存优势；GIL 是什么、为什么多线程无法真正并行；装饰器的原理与常见用法；is 与 == 的区别、小整数缓存；如何统计一个文件中出现次数最多的十个单词（一行 Counter）。数据岗会追加 pandas 的 merge 与 groupby 用法。
📝 期末与考研怎么过
期末通常为机考或卷面编程，考核点集中在列表与字典操作、字符串处理、函数与文件读写，一般不会太偏。备考方式是把课件例题与课后题全部亲手敲一遍，熟悉常见算法题在 Python 中的写法，并练习调试错误栈。这类课程分数普遍偏高，目标九十分以上，重点是把基础打牢而不是刷难题。
⚠️ 常见坑
- 用可变对象（列表、字典）作为函数默认参数，导致多次调用共享同一个对象，出现莫名其妙的累积数据
- 混淆浅拷贝与深拷贝，对嵌套结构只做外层 copy 后修改内层，污染原始数据
- 写成 C 或 Java 风格的冗长循环，完全不用推导式与内置函数，代码又长又慢
- 不做虚拟环境管理，装包污染系统环境，换项目时依赖冲突；应从第一个项目起就用 venv
- 文件操作不写异常处理，遇到编码错误或路径不存在直接崩溃，工程习惯差