Python 基础开篇认识 Python、版本选择、环境部署与首个 HelloWorld第 1 章 Python 介绍1.1 Python 介绍1.1.1 Python 历史1.1.2 Python 为什么流行1.1.3 Python 2 vs Python 31.2 Python 安装1.2.1 官网安装1.2.2 环境管理工具1.2.3 Anaconda1.3 Python 包管理工具1.3.1 Pip 基础命令1.3.2 依赖管理1.4 开发工具配置1.4.1 PyCharm 安装1.4.2 设置中文语言1.4.3 PyCharm 配置项目与环境1.4.4 第一个 Python 程序1.5 总结第 1 章 Python 介绍摘要本章全面介绍了Python编程语言的基础知识。首先概述了Python简洁易读的语法特点、丰富强大的生态系统以及跨平台运行优势解释了其在人工智能和大数据时代迅速流行的原因。接着详细讲解了Python 3与Python 2的主要区别强调Python 3已成为当前主流选择。然后提供了从官网安装Python到使用环境管理工具venv、Conda的完整安装指南并介绍了Pip包管理工具的基本用法。最后通过PyCharm IDE的安装配置和第一个Hello World程序的创建运行帮助读者快速搭建Python开发环境并开始编程实践。如果你想知道你学的是不是潮流我们通过这个网站查看每个月的编程语言流行程度。常见编程语言使用场景Python数据分析/人工智能NumPy/Pandas/TensorFlow、自动化脚本、Web开发Django/Flask、爬虫、运维工具、科学计算。C操作系统内核Linux/Windows内核、嵌入式系统单片机、物联网设备、驱动程序、高性能底层工具。**C**游戏引擎Unity/Unreal核心、高性能服务器、图形图像处理OpenCV、工业软件、编译器开发。**Java**企业级后端开发Spring生态、Android应用开发、大数据处理Hadoop/Spark、分布式系统。**C#**Windows桌面应用WPF/WinForms、游戏开发Unity脚本、ASP.NET Web开发、企业级后端.NET Core。**JavaScript**网页交互前端核心、小程序/移动端H5、后端开发Node.js、桌面应用Electron、游戏前端。**GoGolang**高并发服务器微服务/API网关、云原生开发Docker/K8s、网络编程、大数据处理、DevOps工具。1.1 Python 介绍Python 是一种广泛使用的程式设计语言就像是程序设计语言界的老好人。Python的设计哲学强调可读性比如强制缩进就像小时候妈妈强制你整理房间一样并且推崇使用明显的方式解决问题Python之禅。1.1.1 Python 历史1989 年荷兰程序员吉多・范罗苏姆Guido van RossumPython 社区称其为龟叔在阿姆斯特丹的国家数学和计算机科学研究所CWI工作时为了打发圣诞节假期的空闲时间决定开发一门新的脚本语言。最初只是作为 ABC 语言一种教学语言的替代品目标是让代码读起来像英语一样自然。1991 年Python 的第一个公开版本0.9.0发布包含了类、函数、异常处理、核心数据类型列表、字典等等现代语言特性同时内置了模块化的解释器。1994 年Python 1.0 发布新增 lambda、map、filter 等函数式编程特性2000 年Python 2.0 发布引入垃圾回收机制解决内存管理问题、列表推导式等核心特性这一版本奠定了 Python 的流行基础2008 年Python 3.0代号Py3k发布 —— 这是 Python 历史上最重大的版本更新完全不兼容 Python 2修复了 Python 2 的设计缺陷如字符串编码、整数除法规则但也导致社区分裂直到 2020 年 Python 2 才停止维护。2008 - 至今Python 3 持续迭代截至 2026 年 1 月最新稳定版为 3.14新增了更强大的类型提示、性能优化等特性Python 已成为全球最流行的编程语言之一TIOBE、PYPL 榜单长期位居前 3。1.1.2 Python 为什么流行语法 人话 级简洁对比其他语言的Hello WorldPythonprint(Hello World)C 语言#includestdio.hintmain(){printf(Hello World);return0;}JavapublicclassHello{publicstaticvoidmain(String[]args){System.out.println(Hello World);}}再比如遍历列表并打印元素Python 仅需for item in [1,2,3]: print(item)代码可读性极高新手能快速理解逻辑。事实上很多高校和大专院校的计算机课程均采用Python作为入门语言。生态 全家桶 级丰富Python 的第三方库覆盖几乎所有领域这些库可以通过pip一键安装无需重复造轮子。数据分析Pandas数据处理、NumPy数值计算、Matplotlib可视化Web 开发Django全栈框架、Flask轻量框架、FastAPI高性能 API人工智能TensorFlow谷歌、PyTorchMeta、Scikit-learn机器学习自动化Selenium网页自动化、PyAutoGUI桌面自动化爬虫Scrapy框架、Requests网络请求。科学计算比如物理学家用 NumPy 模拟物理实验的数值计算过程节省实验成本。跨平台 无差别 运行同一套 Python 代码无需修改或仅需少量调整即可在 Windows、macOS、Linux 系统上运行 —— 这得益于 Python 解释器的跨平台特性。社区 保姆级 支持全球有数百万 Python 开发者遇到问题时可在 Stack Overflow最大程序员问答社区搜索解决方案可通过 GitHub 参与开源项目、获取教程国内也有 CSDN、知乎等平台的 Python 专栏资源非常丰富。免费下载Python软体可以免费下载与所有类型的系统完美整合还可以加快开发速度思考python 1991 年就发布了为什么最近几年才火起来Python 爆火的最核心推手是人工智能AI和大数据时代的到来AI 框架的语言绑定2010 年后谷歌 TensorFlow2015 年发布、Meta PyTorch2016 年发布等主流 AI 框架均选择 Python 作为主要开发语言 —— 这些框架的底层核心是 C/C保证性能但上层接口全部封装为 Python降低使用门槛。全球 AI 研究者和工程师无需再啃复杂的 C只需用 Python 就能快速实现模型训练、调参这让 Python 成了 AI 领域的标配语言。大数据分析的效率适配随着企业数字化转型数据驱动决策成为刚需而 Python 的 Pandas2008 年发布、NumPy、Matplotlib 等库把原本需要用 SQL/Excel 手动处理的数据分析工作变成了几行代码就能完成的自动化流程。对比传统的 R 语言侧重统计但生态窄、Java开发效率低Python 既简单又能覆盖数据清洗→分析→可视化→落地全流程成了数据分析岗的第一语言。1.1.3 Python 2 vs Python 3Python 2 现状Python 官方在2020 年 1 月 1 日正式停止了对 Python 2 的维护—— 意味着不再修复安全漏洞、不再更新特性使用 Python 2 开发的项目会面临安全风险且几乎没有新的第三方库支持 Python 2。Python 3 的核心优势字符串编码更友好Python 2 中字符串默认是 ASCII 编码不支持中文需手动转 UTF-8而 Python 3 默认是 UTF-8直接支持中文无需额外处理整数除法更合理Python 2 中3 / 2结果是1整数截断Python 3 中是1.5浮点数符合直觉新增实用特性比如 f-string 格式化name “小明”; print(f你好{name})、类型提示def add(a: int, b: int) - int: return ab等大幅提升开发效率生态完全兼容目前所有主流第三方库Pandas、Django 等都只支持 Python 3。1.2 Python 安装1.2.1 官网安装教材环境以 3.10 版本为例。下载安装包打开浏览器访问Python 官方网站 → 点击顶部Downloads→ 选择Windows→ 在Stable Releases稳定版区域点击Python 3.10.xx 为最新小版本对应的Download按钮 → 选择Windows installer (64-bit)64 位系统主流电脑均支持。运行安装包找到下载好的python-3.10.x-amd64.exe文件双击运行 →关键步骤勾选窗口底部的Add Python 3.10 to PATH这一步是让系统能在任意位置调用 Python必须勾选 → 点击Install Now默认安装也可选择Customize installation自定义路径。验证安装结果按下Win R输入cmd打开命令提示符 → 输入python --version注意是两个短横线如果输出Python 3.10.x说明安装成功如果提示python 不是内部或外部命令则是Add to PATH未勾选需重新安装并勾选该选项。1.2.2 环境管理工具环境管理工具的作用是为每个项目创建独立的 Python 环境隔离依赖。假设你同时开发两个项目项目 A 需要用 Pandas 1.0 版本项目 B 需要用 Pandas 2.0 版本 —— 如果直接在系统 Python 中安装会出现版本冲突。工具核心原理优点缺点适用场景venvPython 3.3 内置基于系统 Python 创建隔离目录无需额外安装轻量快捷仅支持 Python依赖管理弱小型 Python 项目、快速测试Conda独立于系统 Python基于环境目录 包仓库管理支持多语言Python/R、依赖解决能力强体积较大安装包速度略慢数据科学项目、依赖复杂的多语言项目Pipenv整合 Pip包管理和 venv环境自动生成依赖文件一键管理环境 依赖符合现代开发流程生态不如 Conda 成熟中小型纯 Python 项目1.2.3 AnacondaAnaconda 不是单纯的 Python 安装包而是一个数据科学工具集—内置了 Python 解释器、Conda 包管理器以及数据分析常用的库NumPy、Pandas、Matplotlib 等避免了手动安装依赖的麻烦。安装步骤访问 Anaconda 官网 → 点击Download→ 选择对应系统Windows/macOS/Linux的安装包64 位运行安装包点击Next→ 同意协议→ 选择安装类型Just Me仅当前用户推荐→ 选择安装路径不要包含中文 / 空格→ 点击Install验证打开Anaconda Navigator桌面快捷方式能正常启动则安装成功。1.3 Python 包管理工具Pip 是 Python 官方的包管理工具用于安装、卸载、管理第三方库。注意Pip 是 包管理工具不是环境管理工具通常和 venv/Conda 配合使用。1.3.1 Pip 基础命令查看 Pip 版本pip --version查看本机已安装库清单pip list更新 Pippip install --upgrade pip避免版本过低导致安装失败安装指定版本的库pip install pandas2.1.0安装 Pandas 2.1.0 版本查看已安装库的详细信息pip show pandas显示版本、安装路径、依赖等卸载库pip uninstall pandas执行后输入y确认1.3.2 依赖管理导出项目依赖在项目根目录下执行pip freeze requirements.txt会生成一个requirements.txt文件记录当前环境中所有库的版本比如pandas2.1.0批量安装依赖将requirements.txt复制到新环境后执行pip install -r requirements.txt即可一键安装所有依赖 —— 这是团队协作、项目部署的必备操作。1.4 开发工具配置1.4.1 PyCharm 安装PyCharm 版本选择社区版Community免费开源支持 Python 核心开发功能适合新手专业版Professional付费支持 Web 开发、数据库等高级功能适合企业开发。安装步骤访问JetBrains 官网 → 点击Download→ 选择Community版本 → 下载对应系统的安装包运行安装包勾选Create Desktop Shortcut创建桌面快捷方式、Add launchers dir to PATH可选→ 点击Next→ 选择安装路径→ 点击Install1.4.2 设置中文语言打开设置界面菜单栏 File-Settings或者CtrlAlts。安装中文插件依次点击Plugins-Marketplace-搜索chinese-找到中文简体语言包然后点击Install安装。安装完成后重启 pycharm。中文界面如下如果重启还是英文则需要手动设置语言。再次打开设置文件 → 设置进入外观与行为 → 系统设置 → 语言与区域语言选择中文简体重启 PyCharm 即可。1.4.3 PyCharm 配置项目与环境创建新项目打开 PyCharm → 点击New Project→ 配置以下选项位置选择项目保存路径不要包含中文 / 空格Python 解释器点击下拉框 → 选择使用解释器Venv位置保持默认基础解释器点击...按钮 → 在弹出的窗口中找到python.exe文件D:Python\python.exe→ 点击OK取消勾选Create a [main.py](http://main.py) welcome script可选不创建默认欢迎文件→ 点击Create。验证环境配置在 PyCharm 的右下角会显示当前项目使用的 Python 环境比如Python 3.9说明配置成功。1.4.4 第一个 Python 程序创建 Python 文件在 PyCharm 的项目面板中右键点击项目根目录 → 选择New→Python File→ 输入文件名比如hello.py→ 按回车。编写代码在hello.py中输入以下内容# 这是一行注释用于说明代码功能不会被执行# 打印Hello World到控制台print(Hello World!)# 扩展打印中文Python 3默认支持UTF-8print(你好Python)运行程序方式 1右键点击hello.py文件 → 选择Run hello方式 2点击代码编辑区右上角的绿色三角形按钮Run按钮查看结果PyCharm 底部会弹出Run窗口显示输出内容Hello World!你好Python1.5 总结Python 是一门语法简洁、生态丰富、跨平台的编程语言由吉多・范罗苏姆于 1989 年开发当前主流版本是 Python 3Python 2 已停止维护广泛应用于数据分析、Web 开发、人工智能等领域。为了避免项目依赖冲突需使用环境管理工具轻量需求选venvPython 内置数据科学 / 多语言项目选Conda纯 Python 项目可选Pipenv。PyCharm 是主流的 Python IDE通过配置 Conda 虚拟环境可实现代码编写、运行、调试的一站式开发 —— 第一个Hello World程序的成功运行标志着基础开发环境已搭建完成。