Python入门自学教程

很多人自学 Python 卡的不是「看不懂」，而是不知道今天该干什么：教程收藏了几十个，环境装了三遍，看到第三节课就停了。这篇不讲语法细节，只给一条能执行的路线——按周排目标、每天固定练多久、写多少代码、卡住时先查哪一层。学完一个阶段用什么标准判断「可以往下走了」，也会讲清楚。

自学 Python 最容易卡住的地方，不是「看不懂语法」。语法书翻十页都能看懂，难的是今天到底该干什么。很多人打开电脑先刷十分钟教程列表，挑来挑去，最后关掉浏览器什么都没写；过两天又觉得上次那个教程不够好，换一份重新从第一课开始。循环几次，热情就淡了。

这篇不讲具体语法，只给一条能照着走的路线：动手前定哪三件事，四个阶段怎么排，每天 20 分钟和 60 分钟分别怎么练，卡住时按什么顺序查，以及凭什么判断「这一段可以过去了」。按周排目标、按天填任务，学得慢一点没关系，关键是别来回横跳。

动手前先想清楚三件事

第一件事是用途。做数据处理、写脚本把重复操作自动化、还是往后走 AI 应用开发，这三条路前面的基础语法差不多，但第二阶段之后要碰的库和练习方向完全不一样。用途没定，你就会在教程之间反复换，因为每份教程的服务对象都不同。

第二件事是投入。老老实实算一下工作日能稳定拿出多少分钟，宁少勿多。每天二十分钟坚持两周，比周末一口气学四小时、然后三天不碰要强得多。先把「每天打开一次编辑器」变成不需要下决心的动作，再谈加量。

第三件事是工具。一个解释器加一个顺手的编辑器就够了，别一上来装一堆插件、配虚拟环境、纠结主题配色。环境问题影响的是运行，不影响你先学语法；真遇到装不上、版本冲突，再去处理也不迟。

• 用途先落到一句话：我想用 Python 每周自动整理一次某类文件，或者我想能读一份表格数据做简单统计
• 投入先定下限：工作日每天最少多少分钟，写下来贴在你每天都能看到的地方
• 工具只装两样：解释器 + 编辑器，跑通一个「输出一行字」的程序就算环境可用
• 建一个固定文件夹，所有练习代码都放里面，文件名带上序号，方便回头看进度

学习顺序：四段走，别来回横跳

把整条路分成四段，每段有明确的验收动作。分段的意义是：只要还没达到当前段的验收标准，就别看下一段的内容，哪怕别的教程讲得再热闹。下面这张表可以当作路线图，具体资源到站内工具目录里挑。

第一段最容易犯的错是「看完了」当成「会了」。眼睛跟着走一遍，合上就写不出来，这很正常。验收标准要定成动作——能默写、能改参数、能自己发现报错在哪，而不是把视频进度条拉到底。

第二段开始，代码会变长，重复的部分也多了。这时候学函数才有感觉，因为你是被重复折磨到了才去想「能不能包一层」。顺序反了，函数就变成背语法，学完不知道用在哪。

第三段必须收敛到一条路。三条路都碰一遍的结果通常是三条都停在入门。选一条，把它相关的库和常见写法练熟，另外两条以后有需要再说。

第四段是很多人跳过的一步，也是最值钱的一步。做一个小成品，哪怕功能很简单：读一个文件夹、处理、输出结果。从头自己写完一次，你会遇到所有阶段没遇到过的组合问题，这才是真正把知识连起来。

每天怎么练：20 / 40 / 60 分钟三档安排

时间档位不是给你选舒服的，是让你在只剩二十分钟的那天也有明确动作，不至于「今天太短，干脆不学了」。三档都写清楚，当天有多少时间就用哪一档。

1. 20 分钟档前十分钟看本次要用的一个概念，后十分钟照着敲一遍，然后把里面的数字、字符串或条件改两处，看输出怎么变。目标是让手一直在键盘上，不求学深。
2. 40 分钟档一半时间跟着材料学，一半时间关掉材料自己复现一遍。复现完对照原代码，把不一样的地方圈出来——差异往往就是你真正没掌握的点。
3. 60 分钟档在 40 分钟档的基础上加一个「改需求」环节，比如把只处理一个文件改成处理一个文件夹，或者把固定输入改成从命令行读。这类小改动最练真本事。
4. 每天的收尾花两分钟写两行笔记：今天学了什么、哪里还不懂。第二天打开电脑先看这两行，能省掉重新进入状态的时间。

每周留一天不学新内容，只把这一周写的代码拿出来重写一遍，或者挑其中最不顺眼的一段改干净。重复写同一段代码不丢人，它是把短期记忆转成手感最直接的办法。

如果你用的是随学随查的资料，注意资料本身也在更新，具体章节和界面可能和你手上的截图不一样。遇到对不上的情况，以你本地实际跑出来的结果为准，别为了追平资料里的画面反复重装。

新手最容易耗时间的地方

自学的最大成本不是学不会，是时间花在了不产生进度的地方。下面这些坑几乎每个新手都会踩，提前知道就能少绕。

• 在环境、编辑器插件、版本切换上花掉大半时间；这些出问题再解决，完全不挡你写第一段循环
• 反复从头看同一份教程的开头，看得眼熟就以为掌握了，合上什么都写不出来
• 只读不写，或者只复制不改；判断有没有学会的唯一办法是关掉参考自己写一遍
• 遇到报错就整段删掉重来；正确做法是先读最后一行错误信息，定位到具体是哪一行
• 一上来就想写出「有用的东西」，结果卡在不会的库上；先把手上的小练习写完再谈实用

还有一种隐性消耗：把大量时间花在「选教程」上。你的路线已经定好了，缺的只是今天那二十分钟的练习，教程之间的差别没那么大。

卡住了按这个顺序排查

新手遇到报错，第一反应通常是「我全错了」，然后从第一行开始检查。绝大多数情况下错误非常局部，按下面的顺序走，能省掉大量无效翻找。

1. 第一步：读最后一行错误信息最后一行的类型和行号指向的就是出问题的地方，先看它，而不是从头看。八成的问题就在这一行本身。
2. 第二步：缩到最小把可疑代码周围的无关部分删掉，只留出错的那几行单独跑一遍。如果在最小例子里还报错，问题就清楚了。
3. 第三步：打印中间变量在关键位置打印变量，确认它的值和类型是不是你以为的那样。类型不对、空值、类型混用，是新手最高频的坑。
4. 第四步：再搜报错文本前三步都过了才去搜，并且搜的时候带上你用到的库名和关键函数名，能过滤掉大量不相关的答案。

如果四步走完还是没头绪，说明问题可能不在这一段代码，而在你还没学会的某个概念上。这时候停下来补那个概念，比继续硬试有用。

怎么判断可以进入下一阶段

没有明确的过关动作，人就会一直停在「再学一点就开始做」的状态里。下面几条是往下一段走的门槛，做不到就先别急，留在当前阶段多练一周，比赶进度强。

• 能不查资料写出带条件判断和循环的完整逻辑，并且自己发现并修掉其中一个错误
• 能把一段重复代码改写成函数，并说清楚参数和返回值分别是什么
• 能读完一段报错，说出大概是什么原因，哪怕还不能立刻改好
• 能独立跑通一个从输入到输出的小任务，中间不复制现成答案

这些标准不适用于一种情况：如果你的用途已经明确到某个很窄的方向，而且有真实任务在等你，那么可以在打牢第一段基础后，提前进入第三段边做边补。但前提是你第一段的验收动作已经能独立完成。

想对照自己现在的水平，可以去站内的工具目录找几个练手项目对照着做，看看哪一步会卡住。至于学习资源本身的口碑和更新情况，各家资料变化快，具体评价到 工具目录（/tools） 看当时的记录，别拿几年前的帖子当准。

自学时哪些环节可以让 AI 搭把手

AI 在自学里最有用的位置是「解释」和「陪练」，不是「代写」。用对了能明显缩短卡壳时间，用错了会让练习失去意义。

有个简单原则：先自己试过一遍，再问。带着你自己的思路去问，AI 的回复你才能分辨哪句对你有用；空着手去问，得到的只是一段你下次仍然写不出来的代码。

另外，如果你往后打算调用模型做点小东西，接口和计费方式各家不一样，具体数字变得快，到 价格追踪（/price-watch） 核对当时的行情，别记老数字。

最后回到最开始那句：自学 Python 卡住的通常不是难度，是不知道今天该干什么。把路线分成四段，给每天定一个二十分钟起步的固定动作，卡住按顺序排查，到点按标准过关——这四件事做下来，进度自然会出现。