Python初学者第一周

每年都有成千上万的人在周六早上点开一篇 Python 教程，敲出 print("Hello World")，感受一阵进步的快感，然后在周三之前卡住。原因很少是智商，几乎总是缺乏结构。你其实不需要三个月的抽象理论，你需要的是七个专注的日子，让每次练习都建立在前面之上，这样到周末你就能真正写出一小段解决真实问题、而不是又一个玩具练习的程序。

这个计划建立在一个单一假设上：你想尽快看到结果。如果这是你的心声，那么这一周就是从零到能跑脚本的最快、最诚实的路。我们跳过琐碎细节，用专业人士真正在用的工具，并且把每一项练习都绑在一件你可以给朋友看、或在工作里用得上的事上。

第一天：装对 Python，别用错编辑器

初学者最大的坑是逃避终端。相信我，终端是你的朋友。先从官网（python.org）或你的包管理器安装 Python，用 python --version 验证版本，如果打印 3.10 或更新，就绪了。很多笔记本还潜伏着 Python 2，跑老教程会引发让人困惑的错误，所以一定要敲一下这个命令确认。

接着安装 VS Code 或你喜欢的任意编辑器，但务必启用 Python 扩展。能为初学者省下几小时的就是那些小东西：自动补全、内联错误高亮、一个像样的调试器。第一周你不需要花哨的 IDE，你需要一个能在运行前就标出错误的编辑器，这单单一点就能去掉一半的挫败感。

最后，立刻建一个虚拟环境：在项目文件夹里跑 python -m venv venv。听上去技术，但它本质上是给项目一个独立的工具箱，之后装的包不会和其他项目打架。养成激活它的习惯（macOS/Linux 是 source venv/bin/activate，Windows 是 venv\Scripts\activate）。这个习惯以后能让你免于依赖地狱。环境优先，然后才是代码——这条脚本化落地上手的心得也可以看看本站的Python 自动化脚本。

第二天：变量、类型与第一个有意义的程序

别再做"a=1、b=2、print(a+b)"这种干巴巴的练习。第一天就让程序有用途：写一个计算器，把用户输入的钱加在一起，算小费或折扣，然后格式化打印成人民币金额。这迫使你立刻接触 input()、类型转换（float()）、格式化字符串和变量赋值——第一天就能用到的全部真实技能。

关于类型，记住一个直觉：整数和浮点数能运算，字符串靠"拼接"，而 input() 返回的一律是字符串，做数学前要先转成数字。多试几个让程序崩溃的输入（比如输"abc"当金额），看看报错长什么样——敢于和报错打交道，是 Python 学习者最重要的心态转变之一。如果你想让概念更快落地，可以参考本站的Python 入门指南把语法吃透。

第三天：列表与循环，做出真正的差别

列表和循环是你第一个能"程序化处理一堆东西"的强大组合。练习也让它有真实感：写一个待办清单，用列表存任务，用 for 循环打印出来，再用 while 循环做一个能让用户不断添加的小菜单。这样你立刻看到程序如何"记住"东西并处理批量数据。

试着把 CSV 格式的小数据（比如一个客户名单）拆开处理并逐行打印。到这里你已经在做"程序能比人更快处理重复数据"这件事了，而这是 Python 被用到最多的场景之一。想让这个方向走得更远，我们有一篇讲解Excel 中的 AI 自动化的文章，正好把批量处理延伸到办公场景。

第四天：函数是从脚本迈向软件的台阶

脚本是一长串从头跑到尾的命令；软件是有用的积木拼在一起。这个转变的标志就是函数。当你会发现同一段逻辑要写两遍时，就该把它收进一个定义为 def 的函数。第四天的练习：把第二天的计算器和第三天的待办清单各改写成几个小函数（比如 add_expense、show_summary），让主流程只剩几行调用。

函数的价值有三层：复用（写一次用多次）、组织（代码按意图分块）、和可测（每个小函数能单独验证）。给函数起个好名字、确保它只做一件事，是你日后的自己会感谢你的习惯。结构化地把这些软件工程思维坚持下去，正是用 AI 学 Python里也在强调的学习方式。

第五天：字典与文件，通向自动化的入口

字典（key-value 结构）让程序能存储并查询关联数据，而文件读写让数据能跨会话保存。第五天把两者合起来：写一个支出记账程序，用字典记录每笔开销的分类和金额，再用文件把账单持久化，下次打开还能读回来。处理文件时记得打开即关闭（用 with 语句），否则会出恼人的资源问题。

到这一天你已经能用 Python 做一件真实的工作了：把散落在笔记里的账目整理进文件并自动汇总。这个"程序帮我整理数据"的转折点，是多数人真正爱上 Python 的时刻。想把这套能力用在工作流里，不妨延伸阅读AI 数据分析相关主题。

第六天：完整做一个小项目，从开头到结束

第六天别再学新语法，把所有已学的东西合进一个完整的小项目。下面这个支出追踪器会用到变量、列表、字典、函数、条件、循环、文件读写、第三方库（json）和用户输入，是一个你真的能用起来记录开销的完整应用，你可以在动手完成后给它加"删除开销"和"超出预算提醒"功能作为挑战。

def add_expense(amount, category, desc):
    

这个项目的意义在于它是"能跑、有真实用途、能讲给别人听"的完整程序，而不是练习片段。做完它，你不再是学 Python 的人，而是用 Python 做了东西的人。想获得更多别人验证过的项目思路，可以看看英文站data science portfolio projects里的作品方向。

第七天：重构、分享、然后回看全局

最后一天停下来审查。把项目读一遍，给变量和函数改更清晰的名字，把重复代码抽成函数，加一点注释解释"为什么"。重构不是可选的洁癖，它是让代码在两周后你自己还能改得动的关键。然后把它分享出去：发给朋友、放到 GitHub、或贴给社区。分享会逼你把注释和说明写好，也会带来那份"我做出了东西"的正反馈，而这正是坚持学习的最好燃料。

最后退一步看全局。这一周你走过了：环境、变量、数据类型、列表、循环、函数、字典、文件和一个小完整项目。这就是 Python 的全部主干。接下来想往哪走都有了明确方向。回看的习惯和我们推荐的数据分析基础有很好的衔接，如果你想把这套基础引向数据方向，那篇文章会带你走下一步。

七天结束你会有更大的图景：Python 只是一门工具，真正让你走得远的是"每天保持动手"的习惯。关于怎样让学习节奏可持续，英语世界有一篇讲每天 15 分钟学习编程的文章和这篇思路一致，也推荐读一读。

工具选择对比

第一周最合适的往往是简化版编辑器（如 Thonny）或默认的 VS Code；Replit 用浏览器就能跑、分享方便，适合没有本地环境的人。工具选一个顺手的用到底，比反复换来换去更能帮助你集中注意力在语法上。

关于第一周常见坑的实话

第一个坑是"想装太多"。这一周够用的工具只有：一个编辑器、Python 本身、一个虚拟环境。别在第一天就折腾 Docker、数据库或一堆第三方包。第二个坑是"跳过敲代码"。看教程和敲代码是两回事，每次至少手动打一遍，出错反而记得牢。第三个坑是"版本混乱"：先确认用的是 Python 3.10+，然后所有的练习都在虚拟环境里做，别在主环境装成堆包。把握住这三条，你这一周的节奏会顺畅得多。时间管理上也这讲究一个最小可行习惯，英语站那篇一直在讲的主题可以帮你收好每一天。

常见问题

第一天真的需要虚拟环境吗？

需要，从第一天就养成习惯最好。它本质上是给项目一个独立工具箱，避免不同项目的依赖互相冲突。尽早熟悉激活（activate）与停用（deactivate）的命令，这笔投入会在你开始装第三方包时立刻回本。

VS Code 对初学者是不是太重了，该用更简单的编辑器吗？

不一定。你只需要它的 Python 扩展，自动补全、错误高亮和调试器就能开箱即用，而这三点对新手最有价值。如果 VS Code 让你觉得混乱，改用 Thonny 这类极简编辑器也完全可以——关键是别在编辑器选择上反复内耗，用一个顺手就一路用到底。

我一直收到 "pyth 未定义" 这类报错，代码哪里错了？

这类报错几乎总是拼写或名字不匹配：把变量名写错、函数名大小写不对、或调用了还没定义的函数。对照定义处逐一核对名字、注意 Python 对大小写敏感。这也印证了内联错误高亮编辑器对你的价值——很多这类错误能在运行前就被当场标出来。

开始前该专注 Python 2 还是 Python 3？

专注 Python 3，这也是 2026 年的唯一选择。Python 2 早已停止维护，几乎所有现代库和教程都基于 3。用 python --version 确认你装的是 3.10 或更新版本即可，别为 Python 2 花任何时间。

怎么算"第一周学完了"？

当你第七天能独立做完那个完整项目（例如支出追踪器），并给它加了一个自己的功能时，就算学完了这一周。你不需要记住所有语法——重要的是你已经能把变量、列表、字典、函数、循环和文件读写组合起来，解决一个真实的小问题。判断标准是"能做出东西"，而不是"背了多少语法"。