很多人第一次学 Python，跑去搜“Python 基本命令”，结果搜出来的东西五花八门——有人教你在终端里敲python --version，有人教你在 Python 交互环境里写print("hello")，还有人一上来就甩给你一堆 Linux 命令。其实这些都算“Python 基本命令”的范畴，但它们是不同层面的东西。这篇文章我会把这两个维度合并到一起讲清楚：一是你的电脑怎么“命令” Python 干活（终端命令），二是 Python 解释器里怎么“命令”它输出、计算、判断（语言内置命令）。对刚入门的朋友来说，把这层窗户纸捅破，后面学什么都顺了。
如果你是零基础，这篇文章就是给你准备的；如果你已经会装 Python 但总觉得各种概念很碎，也能从中把知识串起来。我尽量按实战路径来写，每一步都解释清楚“为什么这么做”，而不是光给一串代码让你复制。
1. 新手理解“Python 命令”的第一步：解释器与脚本的差异
1.1 交互式解释器：Python 的“命令行模式”
很多教程第一章就让你打开命令行输入python，回车之后你会看到类似>>>的提示符，这就是进入了 Python 交互式解释器。在这个模式下，你输入一行命令它立刻执行一行，回车就出结果。这种“敲一行、反馈一行”的模式非常适合验证语法、快速计算、测试某个函数到底怎么用。
比如你输入：
>>> 2 + 3 5 >>> print("你好，Python") 你好，Python要注意一点：在这个>>>环境里，我们输入的其实不是 Windows 命令或者 Linux 命令，而是 Python 语言本身的语句。所以“Python 基本命令”这个概念要分清：操作系统的命令（比如dir、cd）跟 Python 语言里的命令（比如print、if）是两码事。你输入cd Desktop想在 Python 交互器里切换目录，是做不到的，得退出解释器回到终端才能用操作系统的命令。
交互式解释器有个好处：你不需要创建文件，打开就能玩。很多老手排查问题也是这么干的——先开个 Python 环境，敲几行代码验证思路，确认没问题再写进脚本文件。我自己的习惯是日常 90% 的简单测试都在交互环境里完成，真正需要复用、批量处理的时候才会写脚本。
1.2 脚本文件：把命令存下来批量执行
当你需要一次性执行好几十行命令时，再一行一行敲效率就太低了。Python 的通用做法是把命令写在一个后缀为.py的文件里，然后用终端去“命令” Python 解释器执行这个文件。
在终端里执行：
python my_script.py如果你的电脑装了多个版本的 Python，可能要用python3来指定：
python3 my_script.py这里就出现了一个让很多新手懵圈的点：python my_script.py里的python是操作系统能识别的命令，它会去系统的 PATH 环境变量里找 Python 解释器，然后由解释器去执行.py文件里的内容。所以本质上，你是在用操作系统命令去调用 Python，然后用 Python 语言命令去控制计算机。这两层关系理清了，后面的各种命令都不会再混淆。
我见过不少人卡在“为什么我输入python没反应”这种问题上，一半以上都是环境变量没配对，具体排查方法我会在第 6 章细讲。
2. 环境准备：从下载安装到终端里敲出第一行代码
2.1 下载安装与版本选择
Python 官网的下载地址是 python.org，进去之后找到 Downloads 页面，系统会自动识别你的操作系统推荐对应版本。Windows 用户下载.exe安装包，macOS 用户下载.pkg，Linux 用户一般直接用包管理器安装，比如 Ubuntu 上是：
sudo apt update sudo apt install python3版本选择上，我建议新手直接装当前最新的稳定版即可。很多人纠结 Python 2 还是 Python 3——不用纠结了，Python 2 在 2020 年就停止维护，现在学 Python 3 就好。下载时注意看版本号，比如当前常见的是 3.9、3.10、3.11、3.12，装高一点的版本问题不大，除非你要用的一些老库还不兼容。
Windows 安装的时候有一个小细节极其重要：安装向导第一页最底部有一个勾选项，叫“Add python.exe to PATH”，一定一定要勾上。这个选项的意思是让 Windows 系统在全局范围内都能识别python这个命令。很多教程会漏掉这一步，或者用户装得太快没注意，结果装完一打开终端输入python，系统直接弹到微软商店去了。这里的事故我会在第 6 章展开。
2.2 环境变量与常用命令
安装完之后，你可以打开终端输入检测命令：
python --version python -V两个命令都能输出当前 Python 版本号。从这个时刻开始，python就成了你电脑里一个可用的“命令”。紧接着你应该试一下看安装路径：
where python # Windows 下查看可执行文件路径 which python3 # Linux / macOS 下查看路径这个命令的价值在于确认你运行的是哪个 Python。很多电脑里装了不止一个 Python——比如你系统自带了一个、自己又装了一个、用 Anaconda 又装了一个。这时候where python的排查价值就体现出来了。我遇到太多人问“为什么我 pip 装的库 import 不到”，一查才发现pip是 A 环境的，python是 B 环境的，两个人互相不认识。
Python 生态里还有一个命令是绕不开的：pip。它是 Python 的包管理工具，专门用来安装第三方库，比如最近热词里很多人搜的 numpy、sklearn、cv2，都用 pip 来装：
pip install numpy pip install scikit-learn pip install opencv-python装完之后如果你想确认装好了，可以进入 Python 交互模式然后import一下：
import numpy print(numpy.__version__)能打印出版本号就说明装好了。这个“装库 + import 验证”的组合拳，是后面所有第三方库使用的基础。
2.3 第一次运行：print() 与 id()/type() 的直观感受
环境配好之后，你的第一行代码建议从print开始。print是 Python 里最基础、最常用的输出命令，它的作用是把括号里的内容显示到屏幕上。
print("Hello, World!") print(3.14) print(1 + 2)但我要提醒你，print只是把值“显示”出来，它跟函数返回的结果是两回事。你可以顺手试一下这两个内置函数：
type(123) id(123)type()会告诉你一个数据的类型，id()会告诉你这个对象在内存中的唯一编号。这两个命令是后面理解 Python“一切皆对象”的关键。很多老手调试时也是靠type()来判断一个变量到底是什么类型，尤其是从 JSON 接口拿数据、从 Excel 读数据时，看到type()的结果你才不慌。
3. 最常用的基础命令与内置函数：不仅会用，还要懂原理
3.1 输入输出：input() 与 print() 的格式化
程序跟人交互的两个最基础动作就是输入和输出。Python 里输入用input()，输出用print()。
name = input("请输入你的名字：") print("你好，" + name)注意一点：input()接收到的内容永远是字符串类型。很多新手在这里踩坑——输入了数字，拿去计算，结果报错或者结果是“10”+“20”得到“1020”而不是 30。正确做法是先做类型转换：
age = input("请输入年龄：") age = int(age) print("你明年", age + 1, "岁")print()的格式化输出也是入门必会的技能。我推荐三种写法，你自己选喜欢的：
# 方式一：拼接字符串（适合少量变量） print("你好，" + name + "，你今年" + str(age) + "岁") # 方式二：格式化字符串 f-string（Python 3.6+，最推荐） print(f"你好，{name}，你今年{age}岁") # 方式三：format 方法 print("你好，{}，你今年{}岁".format(name, age))这里面 f-string 是现在主流的写法，代码最短，可读性最好，你只要记住在字符串前面加个f，然后在你想插入变量的位置用{变量名}包起来就行。
3.2 数据类型转换：int、float、str、bool
Python 里最常见的几个内置数据类型，新手一定要烂熟于心：
| 类型 | 代表内容 | 示例 | 转换函数 |
|---|---|---|---|
| int | 整数 | 42 | int() |
| float | 浮点数（小数） | 3.14 | float() |
| str | 字符串 | "hello" | str() |
| bool | 布尔型 | True / False | bool() |
| list | 列表 | [1, 2, 3] | list() |
| dict | 字典 | {"name": "张三"} | dict() |
| tuple | 元组 | (1, 2, 3) | tuple() |
| set | 集合 | {1, 2, 3} | set() |
类型转换是 Python 命令里的高频操作。比如从文件里读出来的数字是字符串格式，你没法直接做加减乘除，就得先转成int或float。再比如你写入 Excel 的时候，你希望它保留数字格式而不是文本格式，也要提前把类型转好。
有一个容易忽略的点：bool("")的结果是False，bool("0")的结果是True。因为空字符串会转为 False，而字符串 "0" 不是空字符串，它是非空字符串，所以是 True。这个细节在判断用户输入是否为空的时候非常实用。
3.3 容器的基本操作：列表、字典、数组切片
容器是 Python 命令中最见功力的部分。列表（list）可以理解成一个有序的“收纳盒”，你可以往里放任意类型的元素：
fruits = ["apple", "banana", "cherry"] fruits.append("orange") # 末尾追加 fruits.insert(1, "grape") # 指定位置插入 fruits.remove("banana") # 按值删除 print(fruits[0]) # 第一个元素 print(fruits[-1]) # 最后一个元素这里[-1]这种负数索引是 Python 的经典特性，很多新手一开始不习惯，但一旦用顺了会觉得比别的语言方便很多。它的规则是：-1代表最后一个，-2代表倒数第二个，依此类推。
字典（dict）是另一种高频容器，它存的是“键值对”，类似现实中的通讯录——一个姓名对应一个电话：
person = {"name": "李四", "age": 25, "city": "上海"} print(person["name"]) # 按键取值 person["age"] = 26 # 修改值 person["job"] = "工程师" # 新增键值对字典在实际开发中太常用了：解析 JSON 数据、读取配置文件、操作数据库查询结果，返回的基本都是字典或列表套字典的结构。
切片（slice）则是操作列表和字符串的利器，格式是[起始:结束:步长]：
nums = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] print(nums[2:5]) # [2, 3, 4] 注意结束位置不包含 print(nums[:3]) # [0, 1, 2] 开头到第 3 个 print(nums[::2]) # [0, 2, 4, 6, 8] 每隔一个取一个 print(nums[::-1]) # 倒序翻转值得注意的是切片是“左闭右开”的：nums[2:5]包含索引 2、3、4，但不包含 5。这个规则如果你记混了，写代码会经常差一个数，老手也会偶尔翻车，所以建议直接把它背下来。
4. 流程控制与函数：从单条命令到完整的逻辑单元
4.1 if / elif / else 条件判断
程序之所以能“智能”，靠的就是条件判断。Python 的判断命令写法很简洁：
score = 85 if score >= 90: print("优秀") elif score >= 60: print("及格") else: print("不及格")有几个新手常见陷阱我要专门提醒：
一是冒号不能丢。if行结尾必须有冒号，下面缩进的代码块才属于这个条件。如果你漏了冒号，Python 会直接报SyntaxError。
二是缩进意思重大。Python 用缩进来表示代码块归属，不像 Java、C++ 用大括号。你写 if 下面的语句必须缩进 4 个空格（或者 Tab），同一层的缩进长度必须一致。很多人从别的语言转过来，容易在这个地方报IndentationError。
三是条件的真假判断。你可以直接写：
if name: # 等价于 if name != "" print(name)因为空字符串在条件判断中相当于 False，非空字符串相当于 True。同理，if len(list) > 0可以简写成if list。这个技巧在判空时非常常用。
4.2 for 与 while 循环
循环是让程序自动化重复劳动的主要手段。for循环经常配合range()使用：
for i in range(5): print(i) # 输出 0 1 2 3 4range(5)生成 0 到 4 的整数序列，注意不包含 5。如果你要 1 到 5，就用range(1, 6)。
遍历列表和字典也是 for 循环的核心场景：
# 遍历列表 for fruit in ["apple", "banana", "cherry"]: print(fruit) # 遍历字典的键值对 person = {"name": "李四", "age": 25} for key, value in person.items(): print(key, value)while循环适合你不知道具体循环多少次、只知道退出条件的场景：
count = 0 while count < 10: count += 1 print(count)写while最怕死循环——条件永远为真，程序永远不退出。一个有用的技巧是提前写好退出条件，或者用break主动中断循环：
while True: user_input = input("输入 q 退出：") if user_input == "q": break print("你输入的是", user_input)4.3 定义函数：def、return、参数默认值
当一段逻辑你需要在很多地方重复使用时，就应该把它封装成函数。Python 定义函数的命令是def：
def add(a, b): return a + b result = add(3, 5) print(result) # 8这里return是函数的“产出”，函数执行到return就会结束并把值返回给调用方。如果函数没有return，它返回的是None，也就是“什么都没有”。
参数默认值也是常用技巧：
def greet(name, greeting="你好"): return f"{greeting}，{name}" print(greet("张三")) # 你好，张三 print(greet("张三", "早上好")) # 早上好，张三设置默认值的参数必须放在非默认参数后面。也就是说你不能写：
def greet(greeting="你好", name): # 这样会报错为什么？因为 Python 的位置参数匹配规则是从左到右的，如果你把有默认值的参数放在前面，调用时只传一个值的话，解释器无法判断你传的是给greeting还是name。
4.4 列表推导式：简洁高效的“一行命令”
列表推导式是 Python 里既显专业又实用的语法，它把循环和生成列表压缩成一行：
# 生成 0 到 9 的平方列表 squares = [x * x for x in range(10)] print(squares) # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81] # 筛选出偶数 evens = [x for x in range(10) if x % 2 == 0] print(evens) # [0, 2, 4, 6, 8]这个语法的核心结构是[表达式 for 变量 in 可迭代对象 if 条件]。我建议新手不要直接用太复杂的推导式，但必须能读懂别人写的推导式，因为在实际项目、面试题、开源代码里出现频率极高。等你熟练之后，它带来的效率提升非常明显——四行循环写成的代码一行搞定，而且可读性反而更好。
5. 日常实操中最常调用的标准化命令
5.1 文件读写：open、read、write
Python 处理文件几乎是每个项目都绕不开的。最基础的文件读取用open()配合with语句：
with open("data.txt", "r", encoding="utf-8") as f: content = f.read() print(content)而写入文件则是：
with open("output.txt", "w", encoding="utf-8") as f: f.write("Hello, World!\n") f.write("第二行\n")这里"r"表示只读模式，"w"表示写入模式，"a"表示追加模式。第二个参数这个模式标识要记牢：
| 模式 | 含义 | 文件不存在时 |
|---|---|---|
| r | 只读 | 报错 |
| w | 写入（覆盖原内容） | 创建新文件 |
| a | 追加（在末尾接续写） | 创建新文件 |
| rb / wb | 二进制读写 | 同上 |
编码问题我要专门强调。你写open("data.txt", "r")如果遇到中文乱码，十有八九是编码没指定对。最稳妥的做法是写文件时显式指定encoding="utf-8"，读文件时也显式指定。Python 3 在 Windows 上默认编码是中文环境下的 GBK，在不同机器之间迁移代码时很容易出乱码，所以规范点总是好的。
5.2 路径与操作系统交互：os、sys 模块
想通过 Python 操作文件路径、获取当前目录、判断文件是否存在，就要用到os模块。它是 Python 标准库的一部分，不需要额外安装：
import os print(os.getcwd()) # 获取当前工作目录 print(os.listdir(".")) # 列出当前目录下的文件 print(os.path.exists("data.txt")) # 判断文件是否存在 os.mkdir("new_folder") # 创建文件夹sys模块则用于跟 Python 解释器交互，最常用的命令是获取命令行参数和退出程序：
import sys # 脚本运行时传入的参数列表 print(sys.argv) # 退出程序并返回退出码 0 sys.exit(0)sys.argv这个命令在写自动化脚本时极其常用。比如你写了一个批量处理脚本，希望运行时传参指定文件名，代码就可以这样写：
import sys if len(sys.argv) < 2: print("请传入文件名：python my_script.py data.txt") sys.exit(1) filename = sys.argv[1] print(f"处理文件：{filename}")5.3 字符串处理：split、join、replace、切片
字符串操作在 Python 里的出现频率是最高的，因为现实中大量数据都是文本。几个核心方法必须熟练掌握：
text = "apple,banana,cherry" fruits = text.split(",") # 按逗号切割成列表 print(fruits) # ['apple', 'banana', 'cherry'] new_text = "-".join(fruits) # 用连接符拼接列表 print(new_text) # apple-banana-cherry replaced = text.replace("apple", "orange") print(replaced) # orange,banana,cherry注意split是把字符串切成列表，join是反方向把列表拼成字符串。这两个命令就像互逆操作，成对记忆不容易混。
字符串切片也是高频操作，这里我再强调一下它是“左闭右开”：
url = "https://example.com" print(url[:8]) # https:// print(url[-3:]) # com print(url[8:]) # example.com5.4 引入第三方库：pip install 与 import 的配合
Python 最强的地方在于生态，第三方库要做什么都有。热词里很多人搜的 numpy（数值计算）、pandas（数据处理）、matplotlib（画图）、openpyxl（操作 Excel）都是第三方库，它们的安装和使用规律是一样的：
pip install pandas然后在代码里引入：
import pandas as pd df = pd.read_excel("data.xlsx") print(df.head())安装第三方库时有一个心态容易让人崩溃：明明pip install成功了，一运行代码还是提示ModuleNotFoundError: No module named 'pandas'。这种情况九成是环境不统一，你在终端里用的python和pip不是同一个。排查方法很简单：
python -m pip list如果你用python -m pip install pandas来安装，就能确保装到当前python对应的环境里。这也是我推荐所有新手默认使用python -m pip而不是直接用pip的原因，能省掉很多环境错乱的坑。
6. 避坑：新手最容易翻车的错误与实际排查思路
6.1 “python was not found”与微软商店弹窗
Windows 上出现过这个提示的人不计其数：在 cmd 或 PowerShell 里输入python，结果不是进入解释器，而是弹出一条消息带你去微软商店。原因大概率是下面两种之一：
一是安装时没勾选“Add python.exe to PATH”。解决办法是重新运行安装程序，选择 Modify，然后把 PATH 那个选项勾上，安装完成后重启终端。
二是装的路径确实不在 PATH 里。你可以手动把 Python 的安装目录加进去。具体步骤：设置 → 系统 → 关于 → 高级系统设置 → 环境变量，在 Path 变量中新增两个路径——一个是 Python 安装目录本身，另一个是它的Scripts子目录（这个目录下放着pip.exe）。加完记得保存并重开终端，让新的环境变量生效。
我见过有人加了 PATH 但还是不行，这时候用where python去查，发现指向了一个不存在的路径残留。可以把所有遗留的 Python 路径都清理掉，再重新添加正确位置。
提示：如果是在 Visual Studio Code 里遇到这个问题，除了系统 PATH 没问题之外，还要留意 VS Code 右下角或者命令面板里选择的 Python 解释器是否正确。
Ctrl+Shift+P打开命令面板，输入 “Python: Select Interpreter” 手动选择。
6.2 ModuleNotFoundError：库装在哪、怎么找
ModuleNotFoundError是新手第二常见的报错。你要弄清一件事：你运行代码的解释器，跟你装库的解释器，必须是一致的。检查方法：
import sys print(sys.executable) # 输出当前解释器的完整路径然后再用同一个 python 去安装库：
python -m pip install 库名装完再运行代码，基本就能解决。
还有一个常见场景是 Anaconda 用户。如果你终端里敲python进入的是 Anaconda 的 base 环境解释器，而你用pip install装到了系统 Python 上，那 import 一样失败。遇到这种情况，用conda list查一下当前环境的包列表，或者干脆统一用python -m pip操作。
6.3 变量类型混淆引发的错误
Python 虽然是动态类型语言，但你依然逃不过类型问题。最常见的错误是把字符串拿去运算：
num = "10" print(num + 1)这行代码会报TypeError: can only concatenate str (not "int") to str。原因是num是字符串类型，字符串和整数不能直接相加。解决办法是先转类型：
num = int(num) print(num + 1)还有一个比较容易踩的坑是从 Excel、CSV 里读出的“看起来是数字”的数据其实是字符串。所以做完数据导入后，建议立刻用print(type(某列数据))检查一下，再决定要不要统一转换。这个习惯能帮你省掉大量莫名其妙的结果错误。
6.4 中文编码与文件输出乱码
前面提到过编码问题，这里我展开讲。如果你写的中文字符串输出到控制台是乱码，或者写入文件后再打开是乱码，基本都能靠“统一用 UTF-8”来解决：
with open("output.txt", "w", encoding="utf-8") as f: f.write("你好，世界")如果你从某个系统导出的文件是文本格式但没有告知编码，读的时候可以尝试encoding="utf-8"，如果报UnicodeDecodeError，再换encoding="gbk"。这里有个小技巧是使用errors="ignore"参数先读一遍看内容是否正确：
with open("data.txt", "r", encoding="utf-8", errors="ignore") as f: content = f.read()但要注意errors="ignore"是“掩耳盗铃”式的解决办法，它会丢掉无法解析的字符，不建议作为正式方案，只适合先看看文件大体内容。
6.5 编辑器环境配置的最后提醒
热词里很多人搜“vscode python环境配置”和“pycharm配置python环境”，我也说一句。VS Code 里你只需要装好官方 Python 扩展，然后在命令面板里选解释器；PyCharm 里则是在 Settings → Project → Python Interpreter 里选择或者新建解释器。它们的本质都是一件事：告诉编辑器，应该用哪个 Python 解释器来运行代码。理解了这一点，不管界面怎么变你都不会慌。
7. 把基础命令串起来的一个综合小案例
学了这么多零散命令，我来用一个完整的小例子把它们串一遍。假设你有一个文本文件scores.txt，里面存着几个学生的成绩，格式是每行一个“姓名,分数”，你想统计总分和平均分，并输出到另一个文件。
import os def read_scores(filename): """读取成绩文件，返回姓名列表和分数列表""" names = [] scores = [] with open(filename, "r", encoding="utf-8") as f: for line in f: line = line.strip() # 去掉行尾换行符 if not line: # 跳过空行 continue name, score = line.split(",") names.append(name) scores.append(int(score)) return names, scores def calculate(scores): total = sum(scores) avg = total / len(scores) return total, avg def write_report(filename, total, avg, names): with open(filename, "w", encoding="utf-8") as f: f.write(f"学生人数：{len(names)}\n") f.write(f"总分：{total}\n") f.write(f"平均分：{avg:.2f}\n") # 主流程 names, scores = read_scores("scores.txt") total, avg = calculate(scores) write_report("report.txt", total, avg, names) print(f"处理完成，共 {len(names)} 人，总分 {total}，平均分 {avg:.2f}")这个例子用到了文件读写、循环、字符串切割、类型转换、函数定义、格式化输出、注释这些所有基础概念，而且这些命令组合起来能解决很多真实问题。本质上，你在实际工作中写的大多数脚本，都是这个模式的变体：读数据 → 处理数据 → 输出结果。
把它跑通一遍之后，我建议你自己动手改造一下，比如改成从 Excel 读数据，就要先pip install pandas再用pd.read_excel；想画图，就要装matplotlib。热词里有人问“python画图横坐标太密集”怎么办，这就是数据处理后的可视化细节问题，等你把基础打通，这类问题自然能找到解法。基础命令不用背，多用几次就熟了。别人问你能不能写 Python，与其看你会多少条命令，不如看你能不能把这些命令像搭积木一样组合起来解决真实需求。
