不是我说，很多朋友学Python，一上来就抱着本几百页的书啃，或者囤了一堆视频课，结果学到列表切片就卡住了。我的建议一直很简单：语法这东西，光看没用，你得上手敲，敲完还得知道自己敲的每一行为什么这么写。今天这篇课件1-2，就把Python基础语法这块最核心的骨架给你拎出来，不扯废话，全是能直接跑起来验证的代码和实操要点。
这篇内容适合谁？零基础刚装好Python不知道下一步干嘛的、学过但语法细节总是记混的、以及想快速把Python环境跑通然后开始写小脚本的朋友。你不需要数学好，不需要英语好，只需要跟着敲，敲完这一篇，你就已经跨过Python入门最陡的那个坎了。
1. 环境准备与工具选型：别让配置问题拖慢学习进度
1.1 Python安装的版本选择与路径坑
不管你是在Windows、macOS还是Linux上，第一步都是把Python解释器装好。这里有个特别容易踩的坑：去官网下载的时候，别看到最新版本就直接点。虽然Python 3.13已经出了，但很多第三方库还没完全适配。我的建议是装3.10或3.11，这两个版本稳定且生态兼容性最好。
安装的时候有几个细节要注意：
- Windows下安装一定要勾选那个"Add Python to PATH"选项，不勾的话你后面在命令行敲python会提示找不到命令。
- 安装路径尽量用默认的，别自作主张装到带中文或空格的路径下，不然有些工具会莫名其妙出问题。
- macOS用户建议直接装官方安装包，或者用Homebrew装也行，但别用系统自带的Python 2（老版本macOS自带），版本太老，语法特性差异很大。
- Linux用户一般自带了Python 3，但有些发行版默认的python命令指向的是Python 2（虽然现在大多数都改了），可以用python3命令来确认。
装完之后，打开终端或命令提示符，敲一句：
python --version能正常输出版本号，比如Python 3.11.4，就说明环境OK了。如果提示"python不是内部或外部命令"，那基本就是PATH没配置好，检查上一步的安装选项。
1.2 编辑器选择：从记事本到VSCode的升级路径
很多教程会推荐你一开始就用VSCode，但我个人觉得，前三天用系统自带的文本编辑器就够了。为什么？因为用最简单的工具，你才能老老实实手工检查每个缩进、每个冒号，而不是靠编辑器的自动补全帮你擦屁股。基础语法还没形成肌肉记忆之前，过度依赖自动补全会让你对语法结构无感。
等你写了十几个小脚本，对缩进、冒号、引号这些基本规则有感觉了，再换VSCode。VSCode装个Python扩展包，配置一下解释器路径，就能享受代码高亮、提示、调试功能了。
我这边的建议是：第一个阶段用记事本或系统自带编辑器，把代码敲进去，然后到命令行里用python 文件名.py来运行。第二个阶段再上VSCode，开启"智能感知"和"代码片段"功能。这样分段上强度，基础会打得比别人扎实不少。
提示：如果用的是VSCode，装好Python扩展之后，一定要按Ctrl+Shift+P调出命令面板，输入"Python: Select Interpreter"，选到你刚安装的那个解释器。这一步不做，代码能跑但不会有智能提示，调试功能也会失效。
2. 变量与数据类型：一切程序的基础单元
2.1 变量到底是什么：贴标签而非存盒子
很多新手对变量有个误解，觉得变量就像盒子，把值装进去。这个比喻其实不太准确。Python里的变量更像是给对象贴标签——你先创建了一个对象，然后拿一个名字贴上去。当你重新赋值的时候，不是把盒子里的东西换掉，而是把标签撕下来，贴到了另一个对象上。
来看个例子：
a = [1, 2, 3] b = a b.append(4) print(a) # 输出 [1, 2, 3, 4]这里你会发现，明明只改了b，a也变了。因为b和a指向的是同一个列表对象，你只是给这个列表多贴了一个名字而已。这个特性在很多语言里都有，但Python里体现得特别直接。理解了这一点，后面学函数传参时就不会被"值传递还是引用传递"搞晕。
变量的命名也有讲究。Python官方推荐的风格是snake_case，也就是全小写、用下划线连接单词，比如user_name、total_count。不能用数字开头，不能跟关键字冲突（比如if、for、while这些），也不能用中文命名变量。
2.2 基础数据类型：int、float、str、bool的实操要点
Python的常用基础数据类型就四种：整数int、浮点数float、字符串str、布尔值bool。这里有几个细节是新手最容易忽略的：
第一个，整数除法。在Python 3里，/永远是浮点除法，//才是整数除法。比如7 / 2结果是3.5，而7 // 2结果是3。很多从别的语言转过来的朋友，会被这个默认行为坑到。
print(7 / 2) # 3.5 print(7 // 2) # 3 print(7 % 2) # 1，取余数第二个，字符串拼接。用+拼接字符串是最直观的方式，但如果要拼接的内容很多，会显得很啰嗦。Python 3.6之后推出了f-string，我现在写代码几乎只用这个：
name = "张三" age = 25 print(f"我叫{name}，今年{age}岁")用f-string，直接在字符串前加个f，然后在字符串里用花括号把变量括起来，运行的时候会自动替换成变量的值。这种方式既快又直观，性能也比+拼接高。
第三个，类型转换。字符串和数字之间的转换是入门时就绕不开的操作。int("123")能把字符串转成整数，str(123)能把整数转成字符串。但有个坑：int("abc")会直接报错，因为"abc"不是一个合法的数字字符串。还有float("3.14")转出来是浮点数。写代码的时候，尤其是处理用户输入时，一定要先确认能不能转，再用try-except包住。
user_input = input("请输入一个数字：") try: num = int(user_input) print(f"你输入的数字加10等于{num + 10}") except ValueError: print("你输入的不是合法的数字！")3. 流程控制：让代码学会判断和循环
3.1 条件判断：缩进与冒号是Python的语法核心
Python的代码块不像其他语言用花括号{}来界定，而是用缩进。同一个代码块里的语句必须保持同样的缩进层级，一般是一个Tab键或四个空格。这里有个特别重要的规矩：Python官方推荐用四个空格，而不是Tab。虽然很多编辑器会自动把Tab转成空格，但如果你手滑在某个编辑器里用了Tab，在另一个里用了空格，就会报错：IndentationError: unexpected indent，这个错误信息本身很直白——缩进不对。
条件判断的基本结构是：
score = 85 if score >= 90: print("优秀") elif score >= 60: print("及格") else: print("不及格")注意elif是"else if"的缩写，Python里没有elseif或elsif这些写法。另外，条件判断的优先级跟数学里的四则运算一样，and的优先级高于or，如果混合使用，建议用括号把条件分组明确，比如if (score >= 60 and score < 80) or special_flag:。
3.2 循环结构：for和while的选择策略
Python里循环有两种：for和while。for循环在Python里跟C语言完全不同，它更像是对一个序列的"遍历"：
# 遍历列表 fruits = ["苹果", "香蕉", "橙子"] for fruit in fruits: print(fruit) # 遍历数字范围 for i in range(5): print(i) # 输出 0, 1, 2, 3, 4range(5)生成的是一个从0开始、到4结束的序列，半开区间，不包含5。这个细节很多人一开始会忘——range(n)是从0到n-1，不是从1到n。如果你想从1开始到5结束，就得写range(1, 6)。如果是步长2，range(0, 10, 2)。
while循环的适用场景是：你看不出要循环多少次，只知道一个终止条件。比如写一个猜数字游戏：
import random target = random.randint(1, 100) guess = 0 while guess != target: guess = int(input("猜一个1到100之间的数字：")) if guess > target: print("猜大了") elif guess < target: print("猜小了") print("恭喜你答对了！")这里循环次数完全取决于用户输入，所以用while更自然。如果遍历一个明确的数据集合，那就用for。这是选择循环方式的一条经验法则。
注意：写循环的时候，一定要保证循环条件在某一时刻会变为假，否则就是死循环。如果程序卡住不退出，可以用Ctrl+C强制中断。
4. 数据结构与函数：从零散变量到组织化代码
4.1 列表、元组、字典、集合：各自的使用场景
Python内置的几种容器类型，入门阶段必须搞清楚它们能干什么、什么时候用哪个。
列表list是可变的、有序的。你想要添加、删除、修改元素，用列表最顺手。常用的方法有append()在末尾添加、pop()弹出末尾元素、remove()按值删除、sort()排序。列表推导式是个很强大的特性：
squares = [i * i for i in range(1, 11)] print(squares) # [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]这一行代码就把一个循环和append操作压缩了。列表推导式的结构是：[表达式 for 变量 in 序列]，后面还可以加if条件进行筛选。
元组tuple不可变，创建后内容不能修改。它的使用场景是：一组数据从逻辑上就不该被修改。比如一个坐标点(x, y)，一个RGB颜色(255, 255, 255)。元组还支持解包：
(red, green, blue) = (255, 255, 255) print(red) # 255这个解包特性在函数返回多个值时尤其好用。
字典dict是键值对结构，适合做"查表"场景。比如在一个班级里根据姓名查成绩：
scores = {"张三": 90, "李四": 85, "王五": 78} print(scores["张三"]) # 90 scores["赵六"] = 88 # 添加新键值对注意取字典里不存在的键会直接报KeyError，所以安全的做法是scores.get("张三", 0)，如果键不存在返回默认值0。
集和set是无序的、不重复的元素的集合。适合做去重和集合运算。比如统计一篇文章里出现了哪些不重复的词汇，或者求两个集合的交集、并集、差集，直接用&、|、-运算符。
4.2 函数的定义、参数类型与作用域
函数是组织代码的最小单元。用函数封装一段逻辑，不仅避免了重复代码，也让你的程序具备"分治"的能力——一个大问题拆成若干个小函数，每个函数只解决一件具体的事。
定义函数的关键字是def：
def add(x, y): """计算两个数的和""" return x + y print(add(3, 5)) # 8这里要注意几点。第一，函数体同样用缩进表示。第二，函数内部的字符串是第一行时会被当作docstring，也就是函数说明，在调用help(add)时会显示。第三，如果一个函数没有return语句，它返回的是None。None在布尔判断中是假值，所以如果你写的函数预期要返回结果，但忘写了return，拿到None之后做运算就会出错。
关于参数，Python支持几种形式：位置参数、关键字参数、默认参数、可变参数。最常用的是默认参数和可变参数：
def greet(name, greeting="你好"): print(f"{greeting}，{name}！") greet("张三") # 你好，张三！ greet("李四", greeting="早上好") # 早上好，李四！可变参数用*args和**kwargs表示，分别接收多余的位置参数和关键字参数。这个是进阶内容，但入门阶段至少要听过，因为看别人的代码时经常会碰到。
函数里的变量作用域也值得说：函数内部定义的变量是局部变量，函数外部无法访问。函数只能读取外部的全局变量，但要在函数内部修改全局变量，需要先声明global：
count = 0 def increment(): global count count += 1 increment() print(count) # 1不加global直接改count会报UnboundLocalError，因为Python会把count看作局部变量，而局部变量还没被赋值就使用了。
5. 字符串处理进阶：日常开发的高频操作
5.1 字符串的切片与常用方法
字符串在Python里是不可变序列，所以它也支持索引和切片。索引从0开始，负数从末尾开始数。切片语法是[start:end:step]，end不包含。
text = "Python基础语法" print(text[0]) # P print(text[2:6]) # thon print(text[::-1]) # 法语础基nohtyP，倒转字符串切片操作不会修改原字符串，而是生成一个新的字符串。这个性质在数据处理时特别有用，但你也要留意，频繁大量切片会创建很多临时字符串，性能开销不小。
字符串的常用方法包括split()分割、join()连接、strip()去除空白、replace()替换、upper()/lower()大小写转换、startswith()/endswith()判断前后缀。这些在后续做文本处理时基本每天都要用。
names = "张三,李四,王五" name_list = names.split(",") print(name_list) # ['张三', '李四', '王五'] new_names = " | ".join(name_list) print(new_names) # 张三 | 李四 | 王五5.2 f-string格式化与常见编码问题
f-string是Python 3.6版本引入的最实用的语法糖之一。除了简单的变量插入，它还能写表达式、做格式化：
price = 3.14159 print(f"价格是{price:.2f}元") # 价格是3.14元{price:.2f}的意思是把这个浮点数输出为保留两位小数的格式。这个几乎天天用。
还有{数字:>5}可以实现右对齐、{数字:<5}左对齐。格式化输出在写报表、数据处理脚本时价值极大。
关于编码问题，Python 3的源码默认是UTF-8编码，这意味着你在源码里写中文注释、中文输出都不会有乱码。但如果读取文件时没用正确的编码去打开，就可能出现UnicodeDecodeError：
# 读取UTF-8编码的文件 with open("data.txt", "r", encoding="utf-8") as f: content = f.read()打开文件时显式加上encoding="utf-8"是个好习惯，能避免很多莫名其妙的乱码问题。
6. 异常处理与调试：写代码的一半时间是在处理错误
6.1 异常处理机制：try-except的正确用法
Python程序的运行过程中，难免会遇到错误。错误分两类：语法错误和异常。语法错误是代码本身不合法，根本没发运行；异常是代码语法没问题，但运行到某一步时出了状况，比如类型不匹配、索引越界、除数为零。
异常处理的思路是：让可能出错的代码块放在try里，如果出现异常，就执行except里的补救逻辑：
try: num = int(input("请输入数字：")) print(100 / num) except ValueError: print("这不是数字") except ZeroDivisionError: print("不能除以零")这里ValueError和ZeroDivisionError是两种不同的异常类型，分别处理不同类型的问题。如果不确定会出什么错，可以写一个兜底的except Exception as e，打印出错误信息。但生产环境中不建议裸用except Exception，因为你要么没注意到异常，要么把错误吞掉了，后续排查会很痛苦。
正确做法是：能想到的具体异常就单独列出来处理，最后再加一个通用的兜底，并且把错误信息打出来：
import traceback try: # 可能出错的代码 pass except ValueError: print("值类型错误") except Exception: traceback.print_exc()6.2 常用调试手段：print大法、断言与断点调试
初学阶段，最简单有效的调试方式就是print大法——在关键位置打印中间变量的值。这个办法虽然原始，但真的能解决大部分入门问题。特别适合排查："我明明觉得应该走这个分支，为什么没走？"——直接在if语句前面打印一下条件里的变量值，问题往往就清楚了。
进阶一点是assert断言，它的作用是在某处检查一个条件是否成立，如果条件为假就抛异常终止程序：
def divide(a, b): assert b != 0, "除数不能为零" return a / bassert写起来像文档，又能验证假设，在调试阶段非常有用。但要注意，Python运行在优化模式（-O参数）时assert语句会被忽略，所以不要用assert做关键的输入校验，它更适合内部逻辑检查。
VSCode的断点调试功能比print大法效率高得多。在代码行号的左边点一下出现红点，然后按F5启动调试，程序就会停在红点处，你可以逐行执行，查看当前所有变量的值。这个能力熟悉之后，排查代码问题的速度快好几倍。
7. 常见报错与新手疑难速查
我把入门阶段遇到频率最高的报错信息整理成一个速查表，遇到问题直接查：
| 报错信息 | 常见原因 | 解决方案 |
|---|---|---|
| SyntaxError: invalid syntax | 漏了冒号、括号不匹配、字符串没闭合 | 检查上一行代码的末尾符号和引号 |
| IndentationError | 缩进不一致，Tab和空格混用 | 统一用四个空格；编辑器设置里把Tab转换为空格 |
| NameError: name 'xxx' is not defined | 变量名拼错了，或变量还没声明就使用 | 检查变量名拼写和赋值顺序 |
| TypeError: can't concatenate str and int | 字符串和整数直接用了+拼接 | 用str(数字)转换或f-string |
| IndexError: list index out of range | 索引超出列表长度 | 检查列表长度，注意len()-1才是最大索引 |
| KeyError: 'xxx' | 字典里没有这个键 | 用dict.get(key, default)代替dict[key] |
| ValueError: invalid literal for int() | int()里传了不是数字的字符串 | 转换前先验证输入，或try-except处理 |
| ModuleNotFoundError: No module named 'xxx' | 没有安装对应的第三方库 | 用pip install xxx安装 |
| FileNotFoundError | 打开的文件路径不存在 | 检查文件路径是否正确，使用绝对路径测试 |
这里面最讽刺的是IndentationError。很多新手觉得报错是最麻烦的事，但我的经验恰恰相反：报错信息是Python给到你的免费调试提示，它是良师益友，不是敌人。遇到报错，第一件事不是慌，也不是马上上网搜代码，而是仔细读一下报错信息里提到是哪一行哪一列出了问题。
另一个调试的经验：当代码还是全新的时候，先跑通"最小可运行版本"。不要写200行再一次性运行，那出了问题很难定位。写好一个函数，立刻用一个测试输入跑一下，确认没问题再继续写下一个。
8. 综合实操：用基础语法搭建一个记账小程序
前面讲的都是零散的知识点，这一节我把它们串起来，用一个记账小程序的完整案例，展示Python基础语法是如何协同工作的。
这个小程序的功能：用户可以输入收入或支出，程序会记录到列表里，在退出时汇总显示最近几笔记录和当前余额。
# ledger.py records = [] balance = 0.0 def add_record(kind, amount, note): """添加一条记账记录""" global balance if kind == "收入": balance += amount elif kind == "支出": balance -= amount else: print("类型只能是收入或支出") return False records.append({"类型": kind, "金额": amount, "说明": note}) return True def print_records(): """打印最近的记账记录""" print("\n最近记账记录：") for rec in records[-5:]: print(f"{rec['类型']}：{rec['金额']:.2f}元，说明：{rec['说明']}") print(f"当前余额：{balance:.2f}元") def main(): while True: print("\n1. 添加收入") print("2. 添加支出") print("3. 查看记录") print("4. 退出") choice = input("请选择操作（1-4）：") if choice == "1": amount = float(input("收入金额：")) note = input("收入来源：") add_record("收入", amount, note) elif choice == "2": amount = float(input("支出金额：")) note = input("支出用途：") add_record("支出", amount, note) elif choice == "3": print_records() elif choice == "4": print("程序结束，再见！") break else: print("无效的选择，请输入1-4之间的数字") if __name__ == "__main__": main()这个程序虽然小，但把变量、列表、字典、函数、流程控制、输入输出、异常处理的思路都用上了。有几个细节值得注意：
global balance是因为在函数里要修改balance这个全局变量。records[-5:]是切片操作，取列表最后五个元素。float(input(...))如果你输入了字母，会直接抛ValueError，你可以在外面包一层try-except优化体验——这个可以作为练习，试着改一改。
在命令行运行：
python ledger.py就能完整体验这个程序的功能。
9. 我的个人学习路径建议与最终提醒
跳过总结性的套话，我给你一条可以直接照做的学习路线。接下来的三天，每天花两小时，按照这个顺序来：
第一天：执行上面第1节的环境安装，然后把第2节的变量和数据类型代码全部手敲一遍。这里强调手敲——复制粘贴没有肌肉记忆，手敲一遍和复制十遍的效果天差地别。
第二天：把第3节的流程控制和第4节的数据结构、函数代码手敲一遍。敲完之后，自己在不参考任何代码的情况下，写一个登录验证小程序：预置一个用户名和密码，让用户输入，验证是否匹配。这个小程序要用到输入、条件判断、循环（三次机会）和字符串比较。
第三天：把第6节的异常处理和本节这个记账程序自己独立重新实现一遍。写不出来就翻回去看，看完关掉再写，直到能脱离参考答案写出来为止。
三天下来的收益是什么？你大概能独立写一个不依赖教程、自己从零构思的小脚本了。到这一步，Python基础语法这关就算真正过了，之后的爬虫、数据分析、Web开发，都是在这些语法骨架上添砖加瓦。
最后再分享一个实际操作里的小技巧：手头常开一个测试用的临时脚本文件，比如test.py，遇到任何想验证的语法点（比如"切片步长是-1会怎样？"、"字典的键可以用元组吗？"），立刻写进test.py运行验证。很多语法细节不是你背下来的，是你亲手验证过之后记住的，这种方式记得比什么教程都牢固。
