# 单行注释：以#开头，不参与程序执行print("Hello World! 2026 Python入门")  # 行尾也可添加注释# 运行方式：右键文件→选择“运行Python文件”，或在终端输入 python test.py

运行结果：终端显示“Hello World! 2026 Python入门”，说明代码运行成功——这是你Python学习的第一步，非常简单！

1.2.2 变量与数据类型（核心中的核心）

变量就是“存储数据的容器”，无需声明类型，直接赋值即可，新手重点掌握6种常用数据类型，其他类型后续用到再学：

1.2.3 注释（新手必写，规范编程）

注释用于标注代码含义，不参与程序执行，方便自己和他人看懂代码，新手养成写注释的习惯，后续项目开发更高效：

# 1. 单行注释：以#开头，适用于短注释# 定义用户姓名name = "张三"# 2. 多行注释：用三单引号或三双引号包裹，适用于大段说明'''这是多行注释第一行这是多行注释第二行用于描述一段代码的功能'''"""双引号版多行注释，功能与单引号一致按需选择即可"""

1.2.4 运算符（常用4类，其余用不到不记）

用于实现数据的计算、比较、逻辑判断，新手重点掌握以下4类，避免记太多混淆：

1. 算术运算符（计算用）：+（加）、-（减）、*（乘）、/（除）、//（整除）、%（取余）、**（幂）；a = 10 b = 3 print(a + b)  # 输出13 print(a // b) # 输出3（整除，忽略小数） print(a % b)  # 输出1（取余） print(a ** 2) # 输出100（10的平方） 

2. 赋值运算符（赋值用）：=（直接赋值）、+=（累加）、-=（累减）（最常用）；num = 5 num += 3  # 等价于 num = num + 3，结果为8 num -= 2  # 等价于 num = num - 2，结果为6 

3. 比较运算符（判断大小用）：==（等于）、!=（不等于）、>（大于）、<（小于）、>=（大于等于）、<=（小于等于）；x = 5 y = 10 print(x == y)  # 输出False（不相等） print(x < y)   # 输出True（x小于y） 

4. 逻辑运算符（多条件判断用）：and（且）、or（或）、not（非）；a = 10 print(a > 5 and a < 15)  # 输出True（同时满足两个条件） print(a < 5 or a > 15)   # 输出False（两个条件都不满足） print(not a > 5)         # 输出False（否定a>5的结果） 

1.2.5 条件判断语句（if-elif-else，核心逻辑）

根据条件判断执行不同的代码，是编程的核心逻辑之一，新手重点掌握if-elif-else结构，Python 3.10+新增的match-case可后续再学：

# 基本结构：if（如果）→ elif（否则如果）→ else（否则）# 注意：Python用缩进（4个空格）区分代码块，缩进错误会报错！score = 85if score >= 90:    print("优秀")  # 缩进4个空格，属于if的代码块elif score >= 80:    print("良好")  # 缩进4个空格，属于elif的代码块elif score >= 60:    print("及格")else:    print("不及格")# 运行结果：输出“良好”

✅ 实战练习：判断一个数字是正数、负数还是0（答案见本模块末尾）。

1.2.6 循环语句（for/while，重复执行代码）

用于重复执行一段代码，避免重复编写，新手重点掌握for循环（遍历数据）和while循环（条件循环），搭配break/continue控制循环：

1. for循环（最常用，遍历列表、字符串等）

# 遍历列表：依次取出列表中的每个元素nums = [1,2,3,4,5]for num in nums:    print(num)  # 依次输出1、2、3、4、5# 遍历字符串：依次取出每个字符name = "Python"for char in name:    print(char)  # 依次输出P、y、t、h、o、n#  range()函数：生成指定范围的数字（常用）for i in range(5):  # 生成0-4的数字（左闭右开）    print(i)for i in range(2, 6):  # 生成2-5的数字    print(i)

2. while循环（满足条件就重复执行）

# 基本结构：while 条件: 执行代码块count = 1while count <= 5:    print(f"第{count}次循环")    count += 1# 必须更新条件，否则会陷入无限循环# 运行结果：输出第1-5次循环

3. break与continue（控制循环）

# break：直接终止循环for i in range(10):if i == 5:break# 当i=5时，终止循环    print(i)  # 输出0-4# continue：跳过当前循环，继续下一次循环for i in range(10):if i == 5:continue# 跳过i=5，不执行print    print(i)  # 输出0-4、6-9

✅ 实战练习：用for循环计算1-100的总和（答案见本模块末尾）。

1.2.7 函数（封装代码，重复使用）

函数是“封装好的代码块”，可以重复调用，避免重复编写相同代码，新手重点掌握函数的定义、调用和参数传递：

# 1. 定义函数：def 函数名(参数): 函数体 return 返回值defadd(a, b):# a、b是参数（输入）    result = a + b  # 函数体（执行的逻辑）return result  # 返回值（输出）# 2. 调用函数：函数名(参数值)sum_result = add(3, 5)  # 调用add函数，传入3和5print(sum_result)  # 输出8# 3. 带默认参数的函数（新手常用）defsay_hello(name="陌生人"):# name的默认值是“陌生人”    print(f"Hello, {name}!")say_hello("张三")  # 传入参数，输出Hello, 张三!say_hello()  # 不传入参数，使用默认值，输出Hello, 陌生人!

✅ 实战练习：定义一个函数，计算两个数的差（答案见本模块末尾）。

1.2.8 模块导入（新手入门必备）

模块是Python的“工具包”，包含大量现成的函数，无需自己编写，新手重点掌握“导入模块”和“安装第三方模块”的方法：

1. 导入内置模块（Python自带，无需安装）： `# 导入math模块（数学工具） import math print(math.sqrt(16))  # 计算平方根，输出4.0 print(math.pi)        # 输出圆周率，3.141592653589793

简化导入：只导入需要的函数

from math import sqrt, pi print(sqrt(25))  # 直接使用函数，无需加math. `

1. 安装并导入第三方模块（需要用pip安装，新手常用）： `# 安装第三方模块（终端执行命令）

pip install 模块名 （如pip install requests，安装网络请求模块）

导入已安装的第三方模块

import requests

后续章节会详细讲解requests的使用（爬虫、数据请求）

`

⚠️ 新手注意：安装第三方模块时，直接在终端输入命令，无需在Python文件中编写安装代码。

1.2.9 基础实战练习答案（新手必看，对照检查）

1. 定义用户字典并打印： `# 定义用户字典 user = { "name": "张三", "age": 20, "hobby": ["Python", "跑步", "看书"] }

打印字典

print(user)

打印字典中的某个值

print(user["name"])  # 输出张三 `

1. 判断数字是正数、负数还是0：num = int(input("请输入一个数字："))  # input()获取用户输入，int()转换为整数 if num > 0:  print("这是正数") elif num < 0:  print("这是负数") else:  print("这是0") 

2. 用for循环计算1-100的总和：total = 0 for i in range(1, 101):  # 生成1-100的数字  total += i print("1-100的总和是：", total)  # 输出5050 

3. 定义函数计算两个数的差： `def subtract(a, b): return a - b

调用函数

diff = subtract(10, 3) print(diff)  # 输出7 `

1.2.10 第一模块避坑指南（新手必看）

• 不要一上来就看“100天Python从入门到精通”这种大教程，越看越懵，循序渐进学基础更高效；

• 不要抄代码！一定要自己敲，哪怕是一行一行跟着敲，敲错了改错题的过程，就是学习的过程；

• 遇到报错别慌，报错信息是告诉你“哪里错了”，不是要劝退你——比如SyntaxError是语法错，ModuleNotFoundError是没装库；

• 不要死记硬背语法，结合小练习理解，每天敲10-20行代码，比背100行语法更有用；

• 现阶段不用学复杂的面向对象（类和对象）、正则表达式，等后续进阶阶段再学，避免增加负担。

第二模块：进阶提升（第5-8周）——主攻高需求技能，学一个会一个

核心目标：告别基础语法，瞄准“高需求、易变现”的方向，针对性学习实用技能，选2个方向深耕，比什么都学一点强得多。推荐三个变现性价比最高的方向，新手可优先选择自动化办公（需求最大，接单最容易）。

2.1 方向1：自动化办公（新手首选，快速提升工作效率）

核心：用Python替代重复的办公操作（如批量处理Excel、Word、邮件，批量整理文件），学会就能直接应用到工作中，也能接单变现（一单300-1000元）。

2.1.1 批量处理Excel（openpyxl库，新手必学）

Excel是办公必备工具，批量处理数据（如合并单元格、筛选数据、生成报表）是高频需求，用openpyxl库就能实现，步骤如下：

1. 安装openpyxl库：终端输入 pip install openpyxl；

2. 核心操作（实战案例：批量读取Excel数据，筛选出符合条件的数据并保存）： `from openpyxl import load_workbook, Workbook

1. 读取已有的Excel文件

wb = load_workbook("数据.xlsx")  # 替换为你的Excel文件路径 ws = wb.active  # 获取当前活跃的工作表

2. 读取数据（遍历行）

for row in ws.iter_rows(min_row=2, values_only=True):  # min_row=2，跳过表头 name = row[0]  # 第一列数据（姓名） score = row[1]  # 第二列数据（分数） # 筛选出分数≥90的学生 if score >= 90: print(f"优秀学生：{name}，分数：{score}")

3. 新建Excel文件，保存筛选后的数据

new_wb = Workbook() new_ws = new_wb.active new_ws.append(["姓名", "分数"])  # 添加表头

重新遍历，将符合条件的数据写入新文件

for row in ws.iter_rows(min_row=2, values_only=True): if row[1] >= 90: new_ws.append(row)

保存文件

new_wb.save("优秀学生.xlsx") print("文件保存成功！") `

✅ 实战任务：写一个“自动整理销售报表”的脚本，读取多个Excel文件，合并数据并生成新的报表（变现场景：帮公司处理报表，一单500-1000元）。

2.1.2 批量处理Word（python-docx库）

适用于批量生成报告、替换文字、插入表格等场景（如批量生成员工合同、月度报告），步骤如下：

1. 安装python-docx库：终端输入pip install python-docx；

2. 核心操作（实战案例：批量生成月度工作报告）： `from docx import Document from docx.shared import Inches

1. 新建Word文档

doc = Document()

添加标题

doc.add_heading("2026年3月工作报告", level=1)

2. 添加段落

doc.add_paragraph("一、本月工作概述") doc.add_paragraph("本月主要完成Python自动化办公脚本开发，提升工作效率30%，完成3个核心任务，具体如下：")

3. 添加表格

table = doc.add_table(rows=4, cols=3)  # 4行3列表格 table.style = "Table Grid"  # 表格样式

设置表头

headers = ["任务名称", "完成情况", "备注"] for i in range(3): table.cell(0, i).text = headers[i]

填充表格数据

tasks = [ ["Excel批量处理脚本", "已完成", "可直接投入使用"], ["Word批量生成工具", "已完成", "待测试"], ["邮件自动化脚本", "进行中", "预计下周完成"] ] for row in range(1, 4): for col in range(3): table.cell(row, col).text = tasks[row-1][col]

4. 保存文档

doc.save("月度工作报告.docx") print("工作报告生成成功！")`

2.1.3 邮件自动化（smtplib库）

适用于批量发送邮件（如通知、报表），无需手动点击发送，节省大量时间，核心操作如下：

import smtplibfrom email.mime.text import MIMETextfrom email.header import Header# 1. 配置邮件信息sender = "你的邮箱地址@163.com"# 发送者邮箱password = "你的邮箱授权码"# 邮箱授权码（不是密码，需在邮箱设置中开启）receivers = ["接收者1@qq.com", "接收者2@163.com"]  # 接收者邮箱（可多个）# 2. 构建邮件内容mail_content = "这是Python自动发送的邮件，无需手动操作，测试成功！"message = MIMEText(mail_content, "plain", "utf-8")message["From"] = Header("Python自动化工具", "utf-8")  # 发送者名称message["To"] = Header("接收者", "utf-8")  # 接收者名称message["Subject"] = Header("Python邮件自动化测试", "utf-8")  # 邮件主题# 3. 发送邮件try:# 163邮箱服务器地址：smtp.163.com，端口号465    smtp_obj = smtplib.SMTP_SSL("smtp.163.com", 465)    smtp_obj.login(sender, password)  # 登录邮箱    smtp_obj.sendmail(sender, receivers, message.as_string())  # 发送邮件    print("邮件发送成功！")except smtplib.SMTPException as e:    print("邮件发送失败，错误信息：", e)

⚠️ 注意：邮箱授权码需要在邮箱设置中开启（如163邮箱：设置→POP3/SMTP/IMAP→开启SMTP，获取授权码）。

2.2 方向2：数据处理与可视化（单价高，适合企业需求）

核心：用Python处理大量数据（清洗、筛选、分析），并生成可视化图表（折线图、柱状图、饼图），适合帮企业做数据分析、帮自媒体做粉丝增长分析（一单800-2000元），核心学习pandas和matplotlib库。

2.2.1 数据清洗（pandas库）

数据清洗是数据分析的基础，主要处理缺失值、重复值、异常值，步骤如下：

1. 安装pandas库：终端输入 pip install pandas；

2. 核心操作（实战案例：清洗销售数据）： `import pandas as pd

1. 读取Excel数据

df = pd.read_excel("销售数据.xlsx")

2. 查看数据基本信息

print("数据形状：", df.shape)  # 查看行数和列数 print("缺失值统计：") print(df.isnull().sum())  # 统计每列的缺失值

3. 处理缺失值（两种方式）

df = df.dropna()  # 方式1：删除包含缺失值的行（简单直接）

df = df.fillna({"销售额": 0, "销量": 0})  # 方式2：填充缺失值（销售额和销量填充为0）

4. 处理重复值

df = df.drop_duplicates()  # 删除重复行

5. 处理异常值（如销售额为负数，视为异常值）

df = df[df["销售额"] > 0]  # 筛选出销售额>0的数据

6. 保存清洗后的数据

df.to_excel("清洗后销售数据.xlsx", index=False) print("数据清洗完成！") `

2.2.2 数据可视化（matplotlib库）

将清洗后的数据生成可视化图表，更直观地展示数据规律，核心操作如下：

1. 安装matplotlib库：终端输入 pip install matplotlib；

2. 核心操作（实战案例：生成销售数据折线图和饼图）： `import pandas as pd import matplotlib.pyplot as plt

解决中文显示问题

plt.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文 plt.rcParams['axes.unicode_minus'] = False  # 显示负号

1. 读取清洗后的数据

df = pd.read_excel("清洗后销售数据.xlsx")

2. 生成折线图（月度销售额趋势）

plt.figure(figsize=(10, 6))  # 设置图表大小 plt.plot(df["月份"], df["销售额"], marker="o", color="blue", label="销售额") plt.title("2026年月度销售趋势图")  # 图表标题 plt.xlabel("月份")  # x轴标签 plt.ylabel("销售额（元）")  # y轴标签 plt.legend()  # 显示图例 plt.grid(True)  # 显示网格 plt.savefig("月度销售趋势图.png")  # 保存图表 plt.show()  # 显示图表

3. 生成饼图（各产品销售额占比）

product_sales = df.groupby("产品名称")["销售额"].sum()  # 按产品分组，计算总销售额 plt.figure(figsize=(8, 8)) plt.pie(product_sales, labels=product_sales.index, autopct='%1.1f%%', startangle=90) plt.title("各产品销售额占比图") plt.savefig("产品销售额占比图.png") plt.show() print("图表生成完成！") `

✅ 实战任务：爬取某电商平台的商品评论，用pandas清洗数据，用matplotlib画“好评率走势图”（变现场景：帮小店做数据分析，一单800-2000元）。

2.3 方向3：爬虫与数据采集（适合自媒体、科研需求）

核心：用Python爬取网页上的公开数据（如小说、商品信息、竞品文章），适合帮自媒体爬取素材、帮学生爬取论文数据（一单300-1500元），核心学习requests和BeautifulSoup4库，新手先学静态网页爬虫，再学动态网页爬虫（selenium库）。

2.3.1 基础爬虫（静态网页，requests+BeautifulSoup4）

1. 安装库：终端输入 pip install requests beautifulsoup4；

2. 核心操作（实战案例：爬取公开小说网站的章节内容，保存到本地txt文件）： `import requests from bs4 import BeautifulSoup

1. 目标网页地址（公开小说网站，无反爬）

url = "https://www.example.com/novel/chapter1"  # 替换为实际小说章节地址

2. 发送请求，获取网页内容

headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36" }  # 模拟浏览器访问，避免被拦截 response = requests.get(url, headers=headers) response.encoding = "utf-8"  # 设置编码，避免中文乱码

3. 解析网页内容，提取小说文本

soup = BeautifulSoup(response.text, "html.parser")

找到小说内容所在的标签（需根据实际网页结构修改，可通过浏览器F12查看）

novel_content = soup.find("div", class_="novel-content").get_text()

4. 保存到本地txt文件

with open("小说章节1.txt", "w", encoding="utf-8") as f: f.write(novel_content) print("小说章节保存成功！") `

2.3.2 爬虫避坑指南（新手必看）

• 不要爬取有反爬机制的网站（如淘宝、京东、抖音），容易违法，新手优先爬取公开的、无反爬的静态网页；

• 爬取公开数据时，要遵守网站的robots.txt协议，避免侵权；

• 不要频繁发送请求，可在请求之间添加延时（如time.sleep(1)），避免给网站服务器造成压力；

• 爬虫只是工具，用于合法的数据采集，禁止用于爬取隐私数据、付费数据。

2.3.3 进阶爬虫（动态网页，selenium库）

适用于爬取需要登录、动态加载的网页（如需要滑动验证的网站、AJAX加载的数据），新手先掌握基础爬虫，再学习selenium：

1. 安装库：终端输入 pip install selenium；

2. 下载浏览器驱动（如Chrome驱动），放到Python安装目录，或配置环境变量；

3. 简单案例（模拟浏览器打开网页）： `from selenium import webdriver import time

1. 打开Chrome浏览器

driver = webdriver.Chrome()

2. 访问目标网页

driver.get("https://www.baidu.com")

3. 模拟搜索（输入关键词，点击搜索按钮）

driver.find_element(By.ID, "kw").send_keys("Python爬虫")  # 输入关键词 driver.find_element(By.ID, "su").click()  # 点击搜索按钮

4. 延时3秒，查看结果

time.sleep(3)

5. 关闭浏览器

driver.quit() `

2.3.4 第二模块避坑指南

• 不要贪多求全，选1-2个方向深耕（如自动化办公+数据可视化），比什么都学一点更实用；

• 学习第三方库时，不用记住所有方法，重点掌握常用功能，其余功能可随时查官方文档；

• 实战是关键，每个知识点都要搭配小项目练习，避免“一看就会，一敲就错”；

• 遇到问题先搜“错误提示+Python”，80%的问题都有答案，优先查官方文档和CSDN、掘金等技术社区。

第三模块：实战项目（第9-12周）——从练手到变现，打造个人作品集

核心目标：把前两个模块学到的技能，整合起来做完整的实战项目，打造3个高质量作品集（接单的“敲门砖”），然后学习接单技巧，实现从“练手”到“赚钱”的跨越，每天花2-3小时，4周完成3个项目即可。

3.1 必做3个实战项目（新手友好，易变现）

每个项目都要写清楚功能介绍、使用方法、演示截图，做成简单的文档，方便给客户看，提升接单成功率。

项目1：自动化办公工具——Excel数据自动生成Word报告

1. 项目功能

• 读取Excel中的销售数据、员工数据等；

• 自动生成标准化的Word报告（包含数据表格、趋势分析、总结）；

• 支持批量生成多个报告（如给不同部门生成月度报告）。

2. 技术栈

Python + openpyxl（读取Excel） + python-docx（生成Word） + pandas（简单数据处理）。

3. 项目步骤（简化版）

1. 用openpyxl读取Excel中的数据，提取核心指标（如销售额、增长率）；

2. 用pandas计算数据指标（如月度增长率、平均销售额）；

3. 用python-docx生成Word报告，插入标题、段落、表格；

4. 编写循环，实现批量生成多个报告，保存到指定文件夹；

5. 测试脚本，修复bug，优化代码（如增加异常处理，避免文件不存在报错）。

4. 变现场景

帮公司、事业单位批量生成工作报告、员工档案，一单500-1500元，熟人介绍成功率最高。

项目2：数据可视化项目——某行业数据分析报表

1. 项目功能

• 爬取某行业公开数据（如餐饮行业销量数据、电商行业商品数据）；

• 用pandas清洗数据（处理缺失值、重复值）；

• 用matplotlib/seaborn生成可视化图表（折线图、柱状图、饼图）；

• 生成完整的数据分析报告（包含数据来源、清洗过程、图表分析、结论）。

2. 技术栈

Python + requests（爬虫） + pandas（数据清洗） + matplotlib（可视化）。

3. 变现场景

帮小店做销售数据分析、帮自媒体做粉丝增长分析、帮学生做论文数据可视化，一单800-2000元。

项目3：爬虫工具——自媒体素材自动采集工具

1. 项目功能

• 爬取指定自媒体平台（如小红书、公众号）的爆款文章标题、内容、图片；

• 自动分类整理素材（按领域、关键词分类）；

• 将素材保存到本地文件夹，支持导出为Excel表格（方便查看）。

2. 技术栈

Python + requests + BeautifulSoup4（静态爬虫） + os（文件操作）。

3. 变现场景

帮自媒体博主爬取竞品素材、选题灵感，一单300-800元，线上平台接单需求旺盛。

3.2 项目优化技巧（提升作品集质感）

• 增加异常处理：避免文件不存在、网络中断导致脚本崩溃，提升工具稳定性；

• 优化交互：添加用户输入提示（如让用户选择Excel文件路径），让工具更易用；

• 美化输出：给Word报告添加样式、给图表添加颜色和图例，提升视觉效果；

• 编写说明文档：详细说明工具的使用方法、功能特点、注意事项，方便客户使用。

3.3 接单变现指南（新手必看，快速接单）

学会技能后，如何快速接到第一单？优先选择“低门槛、易成交”的渠道，新手不要一开始就接大单，先积累好评和经验。

3.3.1 接单渠道（按优先级排序）

1. 本地渠道（最容易接单）：朋友圈、亲戚朋友的公司，主动宣传“我会用Python做自动化脚本，能帮你们节省时间、提升效率”，熟人介绍的单子成功率最高，且价格合理；

2. 线上平台（新手练手）：猪八戒网、一品威客网，新手可以接“小单”练手（500元以内），积累好评后再接大单；

3. 自媒体平台（吸引客户主动找你）：小红书、抖音分享你的Python作品（如“用Python自动整理报表，半小时搞定一天的活”），配上演示视频，吸引有需求的客户主动私信你；

4. 社群渠道：加入Python交流群、办公自动化交流群，偶尔分享自己的作品，遇到有需求的客户可以主动对接。

3.3.2 新手接单技巧（提高成功率）

• 先接小单练手：不要一开始就接几千元的大单，先接200-500元的小单（如批量修改文件名、简单Excel处理），积累经验和好评；

• 明确需求再开工：一定要和客户确认清楚“需要实现什么功能”“输出什么结果”，最好写下来（如微信文字确认），避免做完后客户不满意，产生纠纷；

• 提供售后支持：比如教客户怎么使用脚本，小问题免费修改，这样客户会更信任你，还能介绍新单子；

• 定价合理：新手定价不要太高，比市场价低10%-20%，吸引客户，等积累足够经验后再涨价；