🐍 Python 简介

Python 是一门简洁、优雅且功能强大的通用编程语言。从 Web 开发到人工智能，从自动化脚本到科学计算，Python 几乎无处不在。本教程将系统学习 Python 3.12+ 的现代写法，从语法基础一路走向工程实战。

无论零基础的新手，还是希望从其他语言转过来的开发者，Python 都能在极短的时间内写出可运行的程序，并用最少的代码表达最清晰的意图。

📌 本节要点

学完本节后，我们将了解：

Python 的设计哲学与核心特点
Python 的主要应用领域与典型框架
Python 版本演进历程与关键特性
本教程的学习路径与使用方法
如何运行第一个 Python 程序

Python 是什么

Python 是一种解释型、跨平台、动态类型的高级编程语言。它由 Guido van Rossum（吉多·范罗苏姆）于 1989 年底开始设计，并在 1991 年发布了第一个公开发行版。Python 的设计哲学强调代码的可读性与简洁性，尤其注重用显著的空白来划分语句块，而不是花括号或关键字。

Python 是一门" batteries included "（自带电池）的语言——它的标准库覆盖了网络通信、文件处理、正则表达式、数据序列化、并发编程等几乎所有常见需求，无需安装第三方依赖就能完成大量工作。

Python
# 一段典型的 Python 程序：简洁且易读
import random

def pick_lucky(items: list[str], count: int = 1) -> list[str]:
    """从 items 中随机抽取 count 个幸运项。"""
    return random.sample(items, k=min(count, len(items)))

names = ["张三", "李四", "王五", "赵六", "钱七"]
for name in pick_lucky(names, count=2):
    print(f"🎉 幸运儿：{name}")
# 输出: 🎉 幸运儿：李四
# 输出: 🎉 幸运儿：王五

Python 之禅

在 Python 解释器中输入 import this，会看到一首描述 Python 设计哲学的短诗。其中最著名的一句是："Simple is better than complex."（简洁胜于复杂）。这也是本教程贯穿始终的写作理念。

Python 的主要特点

1. 简洁易读

Python 使用缩进来表示代码层级，省去了花括号和分号的噪音，让代码像自然语言一样流畅：

Python
numbers = [1, 2, 3, 4, 5]
total = sum(n for n in numbers if n % 2 == 1)
print(f"奇数之和：{total}")

2. 动态类型与渐进式类型注解

变量无需声明类型，但我们可以通过类型注解让代码更清晰、让工具更好地辅助开发。Python 3.12 引入了全新的类型参数语法（PEP 695），让泛型写法前所未有地简洁：

Python
# Python 3.12+ 全新的泛型函数语法
def first[T](items: list[T]) -> T | None:
    return items[0] if items else None

print(first([1, 2, 3]))  # 输出: 1
print(first(["a", "b"]))  # 输出: a
print(first([]))  # 输出: None

3. 跨平台

Python 程序可以在 Linux、Windows、macOS 乃至嵌入式设备上运行，同一份 .py 文件无需修改就能在不同系统上执行。

4. 丰富的生态

Python 拥有全球第二大包仓库 PyPI（Python Package Index），截至 2025 年已有超过 60 万个可安装的第三方包，覆盖几乎所有的领域。

5. 多范式编程

Python 同时支持面向对象、函数式和过程式编程，我们可以根据场景灵活选择：

Python
# 面向对象
class Counter:
    def __init__(self) -> None:
        self._count = 0

    def tick(self) -> int:
        self._count += 1
        return self._count

# 函数式风格：使用生成器表达式与内置函数
squares = list(map(lambda x: x * x, range(5)))
print(squares)  # 输出: [0, 1, 4, 9, 16]

6. 自动内存管理

Python 内置垃圾回收机制（引用计数 + 分代回收），开发者通常无需手动管理内存，专注于业务逻辑即可。

Python 的应用领域

Python 的应用范围之广，几乎涵盖了所有主流技术方向：

领域	典型库 / 框架	典型场景
Web 开发	Django、FastAPI、Flask	网站、API 服务
数据科学	NumPy、pandas、Polars	数据清洗、分析
机器学习 / AI	PyTorch、scikit-learn、Hugging Face	模型训练、推理
自动化 / 运维	Ansible、Fabric、RPA 脚本	批量任务、CI/CD
网络爬虫	Scrapy、BeautifulSoup、httpx	数据采集
科学计算	SciPy、SymPy、Matplotlib	数值仿真
桌面 GUI	PySide6、Tkinter	桌面应用
游戏开发	Pygame、Arcade	2D 游戏、教学
金融量化	backtrader、Zipline	策略回测

一个真实案例

Instagram、Dropbox、Spotify、Netflix 等知名公司的核心服务都大量使用 Python。例如 Instagram 用 Django 处理每天数十亿次的请求，证明 Python 在生产环境中同样能扛住高并发。

为什么学习 Python

1. 上手快，曲线平缓

Python 的语法接近英语，初学者通常能在几小时内写出第一个可用的程序。

2. 就业面广

无论是后端开发、数据分析、AI 算法工程师，还是测试、运维、量化研究，Python 都是高频出现的技能要求。

3. 社区活跃，资源丰富

Python 拥有全球最活跃的编程社区之一，遇到问题几乎都能在 Stack Overflow、官方文档或社区论坛找到答案。

4. 与现代工具链契合

Python 3.12+ 在性能、错误提示、类型系统上持续改进，配合 uv、ruff 等用 Rust 编写的新一代工具，开发体验今非昔比。

5. 适合"快速验证想法"

Python 的口号之一是"完成同一个任务，用更少的代码"。这让它在原型开发、数据探索、AI 实验等场景中几乎是首选语言。

Python 版本演进

Python 的版本演进遵循清晰的节奏：每年发布一个小版本，每两年发布一个 LTS 风格的稳定版。本教程以 Python 3.12+ 为基准，并兼顾 3.13、3.14 的新特性。

关键版本时间线

版本	发布年份	里程碑特性
Python 3.0	2008	不兼容升级，统一字符编码
Python 3.6	2016	f-string、变量注解
Python 3.8	2019	海象运算符 `:=`、仅位置参数
Python 3.9	2020	字典合并运算符 `\|`、类型提示泛型
Python 3.10	2021	`match-case` 结构、更好的错误信息
Python 3.11	2022	异常组 `ExceptionGroup`、`TaskGroup`、提速 10%~60%
Python 3.12	2023	PEP 695 泛型语法、f-string 嵌套引号、`@override`
Python 3.13	2024	实验性自由线程（无 GIL）、JIT、REPL 增强
Python 3.14	2025	注解延迟求值（PEP 649）、模板字符串 `t""`（PEP 750）

现代 Python 的几个亮点特性

下面几个特性会贯穿本教程，建议先有个印象：

Python
# 1. match-case 模式匹配（3.10+）
def describe(status: int) -> str:
    match status:
        case 200:
            return "OK"
        case 404:
            return "Not Found"
        case 500 | 502 | 503:
            return "服务器错误"
        case _:
            return "未知状态"

# 2. 海象运算符 :=（3.8+）
import re
if (m := re.search(r"\d+", "订单号: 9527")) is not None:
    print(f"找到数字：{m.group()}")

# 3. 异常组与 TaskGroup（3.11+）
import asyncio

async def main() -> None:
    async with asyncio.TaskGroup() as tg:
        tg.create_task(asyncio.sleep(0.1, result="A"))
        tg.create_task(asyncio.sleep(0.2, result="B"))

asyncio.run(main())
print("并发任务全部完成")