Python3.6基础教程

当前位置:首页 > 课程介绍 | 环境搭建 | 语法基础 | 核心知识 | 进阶实战

Python3.6基础教程

Python3.6是Python语言发展史上的重要里程碑版本,于2016年12月23日正式发布,标志着Python正式进入现代化语法特性全面落地的阶段。作为长期支持(LTS)版本的重要一环,Python3.6在保持语言简洁优雅的同时,显著提升了开发效率与代码可读性,成为企业级应用、数据分析、人工智能、Web开发等领域的首选入门语言。

本教程专为零基础学习者设计,以Python3.6为技术基准,系统讲解从环境搭建、基础语法、核心数据结构到函数编程、异常处理、文件操作、模块管理、面向对象编程及网络编程等核心知识体系。全教程强调“学即能用”,每节均配有可直接运行的代码示例与常见陷阱解析,帮助读者建立扎实的编程思维与工程实践能力。

教程内容覆盖:

  • ✓ Python3.6新特性深度解读(f-string、变量注解、下划线数字等)
  • ✓ 语法基础:变量、数据类型、运算符、流程控制(if/for/while)
  • ✓ 核心容器:列表、元组、字典、集合的操作与性能对比
  • ✓ 函数编程:参数传递、作用域、闭包、装饰器、生成器
  • ✓ 模块与包管理:import机制、标准库概览(os/sys/itertools等)
  • ✓ 异常处理机制:try-except-finally、自定义异常类
  • ✓ 文件I/O操作:文本/二进制文件读写、上下文管理器
  • ✓ 面向对象编程:类与对象、继承、多态、魔术方法
  • ✓ 网络编程基础:socket通信、HTTP请求模拟
  • ✓ 正则表达式实战:re模块深度应用

通过本教程系统学习,学员将具备独立开发小型项目的能力,并为后续深入学习数据科学(pandas/numpy)、Web开发(Django/Flask)、自动化运维(Ansible/Ansible)、爬虫开发(requests/BeautifulSoup)等方向打下坚实基础。

⚙️ Python3.6环境搭建与配置

1. 安装前准备:版本选择与系统兼容性

Python3.6虽已进入生命周期末期(EOL:2021年12月23日),但因其语法稳定、生态成熟、社区支持广泛,仍在大量生产环境中运行。对于初学者,推荐使用Python3.6.15(最终维护版)作为学习起点,避免新版本语法差异带来的理解偏差。

各平台安装包下载地址:

  • Windows:https://www.python.org/ftp/python/3.6.15/python-3.6.15-amd64.exe
  • macOS:https://www.python.org/ftp/python/3.6.15/python-3.6.15-macosx10.6.pkg
  • Linux(通用):源码编译安装(见下文)

注意:Windows用户务必勾选【Add Python to PATH】选项,否则后续命令行调用将失败;macOS用户建议配合Homebrew安装以避免权限问题:

brew install python@3.6

Linux用户可从源码编译安装(以Ubuntu为例):

sudo apt update
sudo apt install build-essential libssl-dev zlib1g-dev libncurses5-dev \
libncursesw5-dev libreadline-dev libsqlite3-dev libgdbm-dev libbz2-dev \
libexpat1-dev liblzma-dev tk-dev
wget https://www.python.org/ftp/python/3.6.15/Python-3.6.15.tgz
tar -xzf Python-3.6.15.tgz
cd Python-3.6.15
./configure --enable-optimizations
make -j$(nproc)
sudo make altinstall

使用python3.6 --version验证安装是否成功,应输出:Python 3.6.15

2. 配置开发环境:编辑器与虚拟环境

推荐编辑器组合:

  • VS Code(推荐):安装Python扩展 + Pylance语言服务 + Black格式化插件
  • PyCharm Community:免费版功能完整,适合中小项目开发
  • Sublime Text:轻量快速,配合Anaconda插件增强语法提示

虚拟环境管理是避免依赖冲突的关键实践:

python3.6 -m venv myenv
source myenv/bin/activate  # Linux/macOS
# myenv\Scripts\activate  # Windows
pip install --upgrade pip

退出虚拟环境使用deactivate命令。所有依赖安装均在激活状态下进行:

pip install requests beautifulsoup4 numpy

导出依赖列表供团队复现环境:

pip freeze > requirements.txt

⚡ Python3.6基础语法精讲

1. 变量与数据类型

Python采用动态类型系统,变量无需声明类型,赋值即创建:

name = "张三"   # 字符串 str
age = 25        # 整数 int
height = 1.75   # 浮点数 float
is_student = True  # 布尔值 bool
scores = [95, 88, 92]  # 列表 list
config = {"host": "localhost", "port": 3306}  # 字典 dict

Python3.6新增特性:

  • 下划线数字增强可读性:1_000_000 == 1000000
  • 变量注解(Type Hints):def greet(name: str) -> str:(仅提示,不强制类型)
  • 格式化字符串(f-string):f"Hello, {name}! 你的年龄是 {age} 岁。"

类型检查建议使用内置函数:

type(age)      # 
isinstance(age, int)  # True

2. 运算符与表达式

类型运算符示例说明
算术+ - * / // % **7 // 3 → 2;2 ** 3 → 8//为整除,**为幂运算
比较== != > < >= <="abc" < "abd" → True字符串按字典序比较
逻辑and or notTrue and False → False短路求值
成员in not in3 in [1,2,3] → True检查序列成员
身份is is nota is b(同对象)注意与==区分

3. 流程控制:分支与循环

if语句支持多分支嵌套:

score = 85
if score >= 90:
    grade = "A"
elif score >= 80:
    grade = "B"
elif score >= 70:
    grade = "C"
else:
    grade = "D"
print(f"成绩等级:{grade}")  # 输出:B

for循环支持遍历任意可迭代对象:

fruits = ["苹果", "香蕉", "橙子"]
for i, fruit in enumerate(fruits, start=1):
    print(f"{i}. {fruit}")
# 输出:
# 1. 苹果
# 2. 香蕉
# 3. 橙子

while循环需注意避免死循环:

count = 3
while count > 0:
    print(f"倒计时:{count}")
    count -= 1
print("发射!")

跳转语句:

  • break:终止当前循环
  • continue:跳过本次迭代
  • pass:空操作占位符

🔧 Python3.6核心数据结构与操作

1. 列表(List)详解

列表是可变的有序序列,支持增删改查:

colors = ["红", "绿", "蓝"]
colors.append("黄")  # 尾部追加
colors.insert(1, "橙")  # 指定位置插入
colors.extend(["紫", "青"])  # 合并列表
print(colors)  # ['红', '橙', '绿', '蓝', '黄', '紫', '青']
# 切片操作
sub_colors = colors[1:4]  # ['橙', '绿', '蓝']
colors[2:5] = ["粉", "靛"]  # 替换切片
colors.reverse()  # 原地反转

性能对比:

  • 索引访问:O(1)
  • 尾部追加:摊还O(1)
  • 中间插入/删除:O(n)
  • 成员检测(in):O(n)

2. 字典(Dict)——键值映射核心

字典是可变的无序映射类型,键必须为不可变对象(str/int/tuple):

user = {"name": "李四", "age": 28, "city": "成都"}
user["job"] = "工程师"  # 新增键值
user["age"] = 29  # 更新值
# 安全访问
print(user.get("email", "未提供"))  # 默认值避免KeyError
# 遍历
for key, value in user.items():
    print(f"{key} → {value}")
# 字典推导式
squares = {x: x**2 for x in range(1, 6)}
# {1:1, 2:4, 3:9, 4:16, 5:25}

常见陷阱:字典键必须可哈希(immutable),列表不能作为键:

invalid_dict = {[1,2]: "value"}  # TypeError: unhashable type: 'list'

3. 集合(Set)——去重与关系运算

集合是可变的无序不重复元素集:

nums = {1, 2, 3, 2, 1}
print(nums)  # {1, 2, 3}
# 集合运算
a = {1, 2, 3, 4}
b = {3, 4, 5, 6}
print(a & b)  # 交集 → {3, 4}
print(a | b)  # 并集 → {1, 2, 3, 4, 5, 6}
print(a - b)  # 差集 → {1, 2}
print(a ^ b)  # 对称差 → {1, 2, 5, 6}

应用场景:快速去重、成员检测(O(1)时间复杂度)

4. 元组(Tuple)——不可变序列

元组是不可变的有序序列,适合存储常量数据:

point = (10, 20)
x, y = point  # 序列解包
print(f"坐标:({x}, {y})")
# 命名元组增强可读性
from collections import namedtuple
Point = namedtuple("Point", ["x", "y"])
p = Point(10, 20)
print(p.x, p.y)  # 10 20

🚀 Python3.6进阶实战能力

1. 函数编程:参数与作用域

参数传递机制:Python采用“对象引用传递”,对不可变对象(int/str/tuple)表现为值传递,对可变对象(list/dict)可修改原对象:

def modify_list(lst):
    lst.append(4)
nums = [1, 2, 3]
modify_list(nums)
print(nums)  # [1, 2, 3, 4]
def modify_int(x):
    x += 10
a = 5
modify_int(a)
print(a)  # 5

默认参数陷阱:避免使用可变对象作为默认参数:

def bad_func(item, container=[]):  # ❌ 危险!
    container.append(item)
    return container
print(bad_func("a"))  # ['a']
print(bad_func("b"))  # ['a', 'b'] ← 共享同一列表
def good_func(item, container=None):  # ✅ 正确
    if container is None:
        container = []
    container.append(item)
    return container

2. 装饰器与生成器

装饰器用于增强函数功能而不修改原代码:

def log_decorator(func):
    def wrapper(*args, **kwargs):
        print(f"[LOG] 调用 {func.__name__}:参数={args}")
        result = func(*args, **kwargs)
        print(f"[LOG] 返回值={result}")
        return result
    return wrapper
@log_decorator
def add(a, b):
    return a + b
add(3, 5)
# [LOG] 调用 add:参数=(3, 5)
# [LOG] 返回值=8

生成器按需生成数据,节省内存:

def fibonacci(n):
    a, b = 0, 1
    for _ in range(n):
        yield a
        a, b = b, a + b
for num in fibonacci(5):
    print(num, end=" ")  # 0 1 1 2 3

3. 异常处理机制

合理使用异常处理保障程序健壮性:

try:
    with open("data.txt", "r", encoding="utf-8") as f:
        content = f.read()
except FileNotFoundError:
    print("文件不存在")
except PermissionError:
    print("无权限读取")
except Exception as e:
    print(f"未知错误:{e}")
else:
    print("读取成功")
finally:
    print("清理资源")

自定义异常:

class ValidationError(Exception):
    def __init__(self, message, field=None):
        super().__init__(message)
        self.field = field
try:
    age = -5
    if age < 0:
        raise ValidationError("年龄不能为负数", "age")
except ValidationError as e:
    print(f"验证失败:{e}(字段:{e.field})")

4. 文件I/O与上下文管理器

使用with语句确保资源自动释放:

# 写入文本
with open("output.txt", "w", encoding="utf-8") as f:
    f.write("第一行\n")
    f.write("第二行\n")
# 读取文本(逐行处理大文件)
with open("output.txt", "r", encoding="utf-8") as f:
    for line in f:
        print(line.strip())
# 二进制文件(图片/音频)
with open("image.png", "rb") as f:
    data = f.read()

5. 面向对象编程(OOP)

类定义与实例化:

class Student:
    school = "Python大学"  # 类属性
    def __init__(self, name, age):
        self.name = name  # 实例属性
        self.age = age
    def introduce(self):
        return f"我是{self.name},{self.age}岁,就读于{self.school}"
    @classmethod
    def get_school(cls):
        return cls.school
    @staticmethod
    def is_adult(age):
        return age >= 18
s1 = Student("王五", 20)
print(s1.introduce())
print(Student.get_school())
print(Student.is_adult(16))

魔术方法增强类功能:

  • __str__:定义str()行为
  • __len__:支持len()调用
  • __getitem__:支持索引访问
  • __call__:使实例可调用

❓ 网友最常问的10个问题

1. Python3.6和Python3.10/3.11有什么区别?

Python3.6是稳定版本,适合学习;新版本(如3.11)性能提升显著(如异常处理快40%),新增匹配结构(match-case)、性能优化等,但部分库兼容性需测试。建议学习基础用3.6,项目开发可选最新稳定版。

2. 为什么我的代码缩进报错?

Python强制使用缩进表示代码块。常见错误:混用Tab和空格。解决方案:

  • 设置编辑器:Tab = 4个空格
  • 开启“显示空白字符”功能
  • 使用Black自动格式化
3. 如何快速安装第三方库?

使用pip安装:

pip install requests  # 网络请求
pip install pandas    # 数据分析
pip install flask     # Web框架

推荐使用虚拟环境隔离依赖,避免版本冲突。

4. Python中的GIL是什么?会影响多线程吗?

GIL(全局解释器锁)确保同一时刻只有一个线程执行Python字节码,对CPU密集型任务多线程无加速效果,但对I/O密集型任务(如网络请求)仍有效。解决方案:使用multiprocessing(多进程)或C扩展释放GIL。

5. f-string和.format()、%格式化有什么区别?

Python3.6引入的f-string性能最优、语法最简洁:

name = "张三"
age = 28
# f-string(推荐)
f"姓名:{name},年龄:{age}"
# .format()
"姓名:{},年龄:{}".format(name, age)
# %格式化(旧式)
"姓名:%s,年龄:%d" % (name, age)
6. 如何调试Python程序?

常用方法:

  • print调试:简单直接
  • 断言:assert age > 0
  • 调试器:pdb(命令行)、VS Code内置调试器
  • 日志:logging模块(生产环境推荐)
7. Python中如何处理中文编码?

Python3默认使用UTF-8编码,但文件保存时需确保为UTF-8格式。读写文件指定encoding:

with open("data.txt", "r", encoding="utf-8") as f:
    content = f.read()

避免乱码关键:源文件编码、终端编码、文件读写编码三者一致。

8. 列表推导式和生成器表达式哪个更高效?

列表推导式一次性生成全部元素,适合小数据;生成器表达式按需生成,适合大数据流处理。内存占用对比:

  • 列表:[x*2 for x in range(1000000)] → 占用大量内存
  • 生成器:(x*2 for x in range(1000000)) → 几乎无内存占用
9. 如何提升Python代码运行速度?

优化策略(按效果排序):

  1. 选择合适算法和数据结构(如用set替代list做成员检测)
  2. 使用内置函数和标准库(C实现,速度快)
  3. 避免全局变量频繁访问
  4. 使用列表推导式替代循环
  5. C扩展(Cython)或PyPy解释器
10. 学完基础后如何项目实战?

推荐项目路径:

  • 第一周:爬虫(requests + BeautifulSoup)→ 爬取天气数据
  • 第二周:数据分析(pandas)→ 分析豆瓣电影评分
  • 第三周:Web应用(Flask)→ 个人博客系统
  • 第四周:自动化脚本(selenium + 定时任务)→ 自动打卡

项目驱动学习效率最高!

⚠️ 注意事项

  • 本教程基于Python3.6.15编写,新版本可能存在语法差异
  • 所有代码示例已在Linux/macOS/Windows验证通过
  • 生产环境建议升级至Python3.10+(安全更新持续支持)
  • 遇到问题优先查阅官方文档与Stack Overflow