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 not | True and False → False | 短路求值 |
| 成员 | in not in | 3 in [1,2,3] → True | 检查序列成员 |
| 身份 | is is not | a 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
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。
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
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。
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。
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)
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)
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。
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
优化策略(按效果排序):
- 选择合适算法和数据结构(如用set替代list做成员检测)
- 使用内置函数和标准库(C实现,速度快)
- 避免全局变量频繁访问
- 使用列表推导式替代循环
- C扩展(Cython)或PyPy解释器
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