Python 入门

面向初学到进阶过渡：少讲语法清单，多讲执行模型与工程习惯。

1. Python 是怎么执行的

• Python 是解释执行，但通常先编译为字节码（pyc）再由虚拟机执行。
• 变量是“名称绑定对象”，不是“盒子装值”。
• 一切皆对象：int、str、list、函数、类都可被传递。

x = [1, 2]
y = x
y.append(3)
print(x)  # [1, 2, 3]，因为 x/y 指向同一对象

2. 必懂语法与常见坑

# 缩进定义代码块（推荐 4 空格）
if True:
    print("ok")

# 可变默认参数坑

def bad(v, acc=[]):
    acc.append(v)
    return acc

# 正确写法

def good(v, acc=None):
    if acc is None:
        acc = []
    acc.append(v)
    return acc

要点：

• 比较 None 用 is，不是 ==。
• 浮点计算用 math.isclose 比较，不直接 ==。

3. 数据结构选择（性能关键）

• list：有序，可重复，尾部追加快。
• dict：键值查找快，日常主力结构。
• set：去重和成员判断快。
• tuple：不可变，适合配置/常量语义。

经验法则：

• 需要“是否存在”判断时优先 set/dict，避免在 list 里线性扫描。

4. 异常处理要“窄捕获”

try:
    value = int(text)
except ValueError:
    value = 0

• 只捕获你能处理的异常类型。
• 不要无脑 except Exception: pass，会吞掉真实问题。

5. 函数与类型标注（可维护性）

def area(width: float, height: float) -> float:
    return width * height

• 类型标注不改变运行时行为，但显著提升可读性、补全和静态检查质量。

6. 工程实践最小集合

• 使用虚拟环境隔离依赖：python -m venv .venv。
• 固定依赖版本，避免“我这能跑你那不行”。
• 写最小单元测试覆盖核心逻辑。
• 日志代替 print，并区分 info/warning/error。

7. 一条实用学习路径

1. 语法基础（分支/循环/函数）
2. 数据结构与异常
3. 文件 I/O、JSON、网络请求
4. 测试与项目结构
5. 选一个方向深入（Web/数据/自动化）