Python基础教学第3版
《Python基础教学第3版》是一套面向零基础学习者与初级开发者的系统性Python入门课程,内容覆盖Python语言的核心语法体系、编程范式、标准库使用及典型应用场景。本版在前两版基础上全面更新,引入Python 3.10+最新特性,强化实战导向设计,增加典型开发场景的代码解析与调试技巧,旨在帮助读者构建扎实的编程基础与清晰的计算思维。
Python语言以其简洁优雅的语法、强大的生态支持及广泛的应用领域(如Web开发、数据分析、人工智能、自动化运维、科学计算)成为全球最主流的编程语言之一。根据TIOBE指数2025年1月数据,Python持续稳居前三,并在教育、科研与企业级开发中成为首选语言。本教材以Python基础教学第3版为纲,结合真实项目需求,系统梳理知识点,辅以大量可运行示例,确保学习者“学得懂、用得上”。
本版特色包括:① 每章配以“学习路径图”,明确知识层级与衔接关系;② 新增“常见误区与避坑指南”专栏,直击初学者高频错误;③ 引入“调试实战”模块,详解pdb与IDE断点调试技巧;④ 提供配套练习平台链接,支持在线运行与提交代码;⑤ 所有示例均通过Python 3.12兼容性测试,确保未来可迁移性。
⚡ 核心语法体系:构建Python思维骨架
Python核心语法是所有高级应用的基础。本节从变量定义、数据类型、运算符、控制流到函数定义,系统梳理构成Python程序的基本单元,强调语义清晰性与可读性优先的设计哲学。
变量与命名规范
Python变量无需声明类型,采用动态绑定机制。变量名必须以字母或下划线开头,可包含字母、数字与下划线,区分大小写。推荐使用蛇形命名法(snake_case),例如:user_name、total_amount。
⚠️ 注意:避免使用内置类型名(如list、dict)作为变量名,否则会覆盖内置对象,引发不可预期行为。例如:
list = [1, 2, 3] # ⚠️ 错误!覆盖了内置list类型
print(list("abc")) # 报错:TypeError: 'list' object is not callable
✅ 正确做法:使用str_list、items等语义明确的名称。
数据类型精要
Python内置7大基本数据类型:数字(int、float、complex)、布尔(bool)、字符串(str)、列表(list)、元组(tuple)、字典(dict)、集合(set)。每种类型均有其适用场景与性能特征:
- 数字:支持整数、浮点、复数运算;
math模块提供高级数学函数;decimal模块用于金融级精度计算。 - 字符串:支持f-string格式化(Python 3.6+)、多行字符串(三引号)、原始字符串(r'')、字符串方法链式调用。
- 列表:可变序列,支持增删改查;适用于有序集合、栈(append/pop)、队列(insert(0,)/pop(0))。
- 元组:不可变序列,常用于函数多返回值、字典键(需元素全为不可变类型)、并发安全场景。
- 字典:键值对集合,键必须可哈希;Python 3.7+保证插入顺序;支持字典推导式、
dict.get()安全访问。 - 集合:无序不重复元素集,支持交集(&)、并集(|)、差集(-)、对称差集(^);常用于去重与成员测试。
📌 示例:字符串与列表的互转
text = "Python基础教学第3版"
chars = list(text) # ['P', 'y', 't', 'h', 'o', 'n', '基', '础', '教', '学', '第', '3', '版']
joined = ''.join(chars) # 'Python基础教学第3版'
# 注意:join前必须是字符串列表,否则报错
控制流与逻辑表达式
Python的控制流包括if、for、while,支持链式比较(如1 < x < 10)与in成员测试,提升可读性。
📌 示例:三元运算与短路求值
score = 85
level = "优秀" if score >= 90 else "良好" if score >= 80 else "中等"
# 等价于:level = "优秀" if score >= 90 else ("良好" if score >= 80 else "中等")
📌 示例:for循环中的else子句(仅在未被break时执行)
for i in range(5):
if i == 3:
break
else:
print("未触发break,执行此句") # 不执行
# 实际输出:无(因break中断)
⚙️ 数据结构详解:高效组织与操作数据
列表高级用法
列表是Python最常用的数据结构,支持多种操作技巧:
- 切片:支持负索引与步长(
list[start:end:step]);list[::-1]实现原地反转(不改变原列表)。 - 推导式:列表推导式语法简洁(
[x**2 for x in range(10)]),支持条件过滤([x for x in nums if x > 0])。 - 排序:
list.sort()原地排序(返回None),sorted(list)返回新列表;支持key参数自定义排序规则。 - 浅拷贝陷阱:直接赋值(
a = b)为引用;切片(a = b[:])或copy()为浅拷贝;嵌套结构需用copy.deepcopy()深拷贝。
字典深度解析
字典是Python中性能与灵活性兼具的结构,适用于快速查找与映射关系建模:
- 键的不可变性:键必须可哈希(immutable & hashable),如str、int、tuple(元素全不可变);list、dict不可作为键。
- 默认值处理:使用
dict.setdefault(key, default)或collections.defaultdict简化初始化逻辑。 - 合并字典:Python 3.9+支持
{**d1, **d2}或d1 | d2;d1.update(d2)原地合并。
📌 示例:统计词频(模拟文本处理)
text = "python基础教学第3版python基础教学第3版python"
words = text.split("python") # ['', '基础教学第3版', '基础教学第3版', '']
freq = {}
for w in words:
if w:
freq[w] = freq.get(w, 0) + 1
# freq = {'基础教学第3版': 2}
集合与去重技巧
集合基于哈希表实现,成员测试时间复杂度为O(1),远优于列表的O(n):
data = [1, 2, 2, 3, 3, 3]
unique = list(set(data)) # [1, 2, 3](顺序可能打乱)
# 若需保序去重:
seen = set()
unique_ordered = [x for x in data if not (x in seen or seen.add(x))]
〔函数〕函数定义与高级特性
函数基础与参数传递
Python函数定义使用def关键字,支持位置参数、关键字参数、可变参数(*args、**kwargs)、默认参数。参数传递采用对象引用传递(pass-by-object-reference),即传递的是对象的引用,但不可变对象(int、str)在函数内修改会创建新对象,而可变对象(list、dict)可被原地修改。
📌 示例:参数传递差异
def modify_list(lst):
lst.append(4) # 修改原列表
def modify_int(x):
x += 1 # 创建新对象,不影响外部变量
a = [1, 2, 3]
b = 10
modify_list(a)
modify_int(b)
print(a, b) # [1, 2, 3, 4] 10
高阶函数与闭包
Python支持将函数作为参数(高阶函数)或返回值(闭包),实现灵活的逻辑复用与定制:
- map/filter/reduce:函数式编程三剑客(Python 3中reduce移至functools模块)。
- lambda表达式:匿名函数,适用于简单逻辑(如排序key、事件回调)。
- 闭包:内层函数引用外层变量,形成“记忆”效果。
📌 示例:闭包实现计数器
def counter():
count = 0
def inc():
nonlocal count # 声明使用外层变量
count += 1
return count
return inc
c = counter()
print(c(), c(), c()) # 1 2 3
装饰器原理与应用
装饰器是Python的高阶特性,本质是接收函数并返回新函数的高阶函数,常用于日志、权限校验、缓存等横切关注点:
def log_decorator(func):
def wrapper(*args, **kwargs):
print(f"调用{func.__name__},参数:{args}, {kwargs}")
result = func(*args, **kwargs)
print(f"{func.__name__}返回:{result}")
return result
return wrapper
@log_decorator
def add(a, b):
return a + b
add(3, 5) # 输出调用日志与结果
«面向对象编程»:从类到设计模式
类与实例基础
Python是完全面向对象的语言,一切皆对象。类定义使用class关键字,实例化通过类名(参数)实现。构造方法为__init__,析构方法为__del__。
📌 示例:定义一个简单类
class Student:
school = "Python大学" # 类属性(共享)
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,来自{self.school}"
s1 = Student("小明", 20)
print(s1.introduce()) # 我是小明,20岁,来自Python大学
继承与多态
Python支持多重继承(使用MRO方法解析顺序),通过super()调用父类方法。多态通过方法重写实现,提升代码扩展性:
class Animal:
def speak(self):
return "动物发声"
class Dog(Animal):
def speak(self): # 重写
return "汪汪"
class Cat(Animal):
def speak(self):
return "喵喵"
def animal_say(animal):
print(animal.speak()) # 多态:同一接口,不同实现
animal_say(Dog()) # 汪汪
animal_say(Cat()) # 喵喵
特殊方法(魔法方法)
Python通过特殊方法(如__str__、__repr__、__len__、__getitem__)实现自定义行为:
__str__:定义str()调用时的输出(用户友好)。__repr__:定义repr()调用时的输出(开发者友好)。__len__:支持len(obj)。__getitem__/__setitem__:实现下标访问(如obj[key])。
📌 示例:实现支持下标访问的序列类
class MyList:
def __init__(self):
self._data = []
def append(self, item):
self._data.append(item)
def __len__(self):
return len(self._data)
def __getitem__(self, index):
return self._data[index]
ml = MyList()
ml.append(10)
ml.append(20)
print(len(ml), ml[0], ml[1]) # 2 10 20
【文件操作】I/O流与路径管理
文本文件读写
Python通过内置函数open()处理文件,推荐使用with语句确保文件自动关闭:
with open("data.txt", "r", encoding="utf-8") as f:
content = f.read() # 读取全部内容
f.seek(0)
lines = f.readlines() # 读取为行列表
⚠️ 编码问题:Windows系统默认编码为GBK,跨平台时必须显式指定encoding="utf-8"。
CSV与JSON处理
结构化数据常用CSV(逗号分隔值)与JSON(JavaScript对象表示法)格式:
- CSV:使用
csv模块,支持DictReader与DictWriter简化操作。 - JSON:使用
json模块,支持dump()/load()(文件)与dumps()/loads()(字符串)。
📌 示例:JSON数据写入与读取
import json
data = {"name": "小明", "scores": [95, 88, 92]}
with open("student.json", "w", encoding="utf-8") as f:
json.dump(data, f, ensure_ascii=False, indent=2)
with open("student.json", "r", encoding="utf-8") as f:
loaded = json.load(f)
print(loaded["scores"]) # [95, 88, 92]
路径操作(pathlib)
Python 3.4+推荐使用pathlib模块替代os.path,提供面向对象的路径操作:
from pathlib import Path
p = Path("data")
txt_files = list(p.glob("*.txt")) # 查找所有.txt文件
for f in txt_files:
print(f.name, f.stem, f.suffix) # 文件名、无后缀名、后缀
〔异常处理〕错误诊断与恢复机制
try-except-else-finally结构
异常处理通过try-except捕获并处理运行时错误,else块在无异常时执行,finally块始终执行(常用于资源清理):
try:
num = int(input("请输入整数:"))
result = 10 / num
except ValueError:
print("输入非整数")
except ZeroDivisionError:
print("除数为零")
else:
print(f"结果:{result}")
finally:
print("操作结束")
自定义异常
通过继承Exception类创建自定义异常,用于业务逻辑错误:
class NegativeAgeError(Exception):
def __init__(self, age):
self.age = age
super().__init__(f"年龄不能为负:{age}")
def set_age(age):
if age < 0:
raise NegativeAgeError(age)
print(f"年龄设置为:{age}")
try:
set_age(-5)
except NegativeAgeError as e:
print(e) # 年龄不能为负:-5
异常链与traceback
使用raise ... from ...保留原始异常信息,traceback模块用于打印详细堆栈:
import traceback
try:
int("abc")
except ValueError as e:
raise TypeError("转换失败") from e
〖模块〗模块化开发与包管理
模块导入机制
Python模块是包含Python代码的文件,通过import语句导入。导入时执行模块顶层代码,首次导入后缓存于sys.modules。
📌 示例:自定义模块math_ops.py
# math_ops.py
def add(a, b):
return a + b
def multiply(a, b):
return a * b
主程序中使用:
from math_ops import add, multiply
print(add(3, 5), multiply(3, 5)) # 8 15
包与__init__.py
包是包含__init__.py文件的目录,用于组织模块层级。Python 3.3+支持命名空间包(无__init__.py),但推荐显式创建以控制初始化逻辑。
📌 示例:包结构
myapp/
├── __init__.py
├── utils/
│ ├── __init__.py
│ └── strings.py
└── core/
├── __init__.py
└── engine.py
使用:from myapp.utils.strings import capitalize
虚拟环境管理
为避免依赖冲突,推荐使用venv创建隔离环境:
python -m venv venv # 创建
source venv/bin/activate # Linux/macOS激活
venv\Scripts\activate # Windows激活
pip install requests
【标准库】Python内置工具箱
常用模块速览
| 模块 | 用途 | 典型示例 |
|---|---|---|
datetime | 日期时间处理 | from datetime import datetime; now = datetime.now() |
os | 系统交互 | os.listdir()、os.environ |
re | 正则表达式 | re.findall(r"\d+", text) |
json | JSON处理 | json.loads()、json.dumps() |
collections | 高级数据结构 | Counter、deque、namedtuple |
itertools | 迭代器工具 | itertools.combinations() |
datetime模块详解
datetime模块提供日期与时间处理的核心类:
datetime:日期+时间date:仅日期time:仅时间timedelta:时间间隔
📌 示例:计算两个日期差值
from datetime import datetime, timedelta
d1 = datetime(2025, 1, 1)
d2 = datetime(2025, 12, 31)
diff = d2 - d1
print(diff.days) # 364
print(d1 + timedelta(days=30)) # 2025-01-31 00:00:00
正则表达式实战
re模块支持复杂文本匹配:
re.match():从开头匹配re.search():全文搜索re.findall():返回所有匹配项列表re.sub():替换匹配项
📌 示例:提取邮箱地址
import re
text = "联系邮箱:test@example.com 或 admin@test.org"
emails = re.findall(r"[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}", text)
print(emails) # ['test@example.com', 'admin@test.org']