当前位置:首页>python>【从零入门Python】一文带你了解Python九大核心模块

【从零入门Python】一文带你了解Python九大核心模块

  • 2026-09-08 08:57:55
【从零入门Python】一文带你了解Python九大核心模块

大家好!今天叶子给大家整理了一份超全面的Python基础知识汇总,从入门介绍到核心知识点,每个模块都配了简单易懂的文字、可直接复制的代码演示,还有清晰的图解逻辑,不管是纯新手还是想复习基础的朋友,都能轻松看懂、快速上手!

全程无复杂术语堆砌,每一步都讲得明明白白,建议收藏起来,学习时随时翻看,入门Python真的没那么难~

一:Python的介绍与特点

Python是一门解释型、面向对象、跨平台的高级编程语言,1991年正式发布,凭借简洁易读的语法,成为目前最受欢迎的编程语言之一,广泛应用于数据分析、人工智能、web开发、自动化办公等多个领域。

核心特点:

  • 简洁易读:语法接近自然英语,代码量少,入门门槛极低,新手也能快速写出可运行的代码;

  • 跨平台:可在Windows、Mac、Linux等系统上运行,无需修改代码就能适配不同环境;

  • 功能强大:拥有丰富的内置模块和第三方库,不用重复造轮子,能快速实现复杂功能;

  • 面向对象:支持封装、继承、多态,适合大型项目开发,代码可复用性高;

  • 解释型:无需编译,写完代码直接运行,方便调试,适合新手快速试错。

二:Python的变量与数据类型

2.1 变量的介绍及命名规范

变量:本质是“内存中的一块存储空间”,用来存储数据,方便后续调用和修改。比如我们把“18”这个数字存在变量age里,之后想使用这个数字,直接调用age就可以。

命名规范(必守,否则会报错):

  • 只能由字母(a-z、A-Z)、数字(0-9)、下划线(_)组成,不能以数字开头;

  • 区分大小写,比如Age和age是两个不同的变量;

  • 不能使用Python的关键字(比如if、for、print等,系统已占用);

  • 建议见名知意(比如用name存姓名、score存分数),方便自己和他人阅读。

变量就像“贴了标签的盒子”——盒子是内存空间,标签是变量名,盒子里装的就是数据;命名规范就是“标签的书写规则”,不能乱贴,否则找不到盒子(报错)

2.2 常见数据类型及代码演示

Python中常用的数据类型有5种,每种类型对应不同的数据


①整数(int):正整数、负整数、0

作用:存储整数数据,比如年龄、数量、编号等

整数就像“没有小数点的数字标签”,只能标记整数,比如18、-5、0,可直接进行加减乘除运算

②浮点数(float):带小数点的数字
作用:存储有小数的数据,比如身高、体重、价格等
浮点数就像“带小数点的数字标签”,专门标记有小数的数据,运算时会保留小数位(可能有精度误差,后续可优化)

③字符串(str):文本数据,用引号(单引号、双引号、三引号)包裹
作用:存储文本,比如姓名、地址、一句话等。

字符串就像“文本标签”,不管是单个字符还是一整段话,只要用引号包裹,就是字符串,可进行拼接、截取等操作


④布尔值(bool):只有两个值——True(真)、False(假)

作用:判断条件是否成立,比如“18>10”是真(True),“5>10”是假(False)

布尔值就像“判断开关”,只有两种状态——开(True,条件成立)、关(False,条件不成立),常用于后续的条件判断

⑤NoneType(None):表示“空值”,即没有具体数据

作用:表示变量暂时没有赋值,或者某个操作没有返回结果
None就像“空盒子”,标签(变量名)存在,但盒子里没有任何东西,区别于0、空字符串(0和空字符串是有具体数据的)

三:Python的各个运算符

运算符是“用来进行运算的符号”,Python中常用的运算符分为5类,每类都配了文字解释和代码演示,新手可直接套用

3.1 算术运算符

作用:进行加减乘除、取余、幂运算等,对应数学中的基本运算。

核心运算符及解释:

  • +:加法(求和)

  • -:减法(求差)

  • *:乘法(求积)

  • /:除法(求商,结果是浮点数)

  • //:整除(求商,结果是整数,舍去小数)

  • %:取余(求除法后的余数)

  • **:幂运算(求一个数的n次方)

算术运算符就像“数学运算工具”,+是加号、-是减号,和小学数学的运算逻辑完全一致;//是“只取商”,%是“只取余数”,**是“平方、立方等”


3.2 赋值运算符

作用:给变量赋值,最基础的是=,还有简化版的赋值运算符(+=、-=等)。

核心运算符及解释:

  • =

  • +=:x += y 等价于 x = x + y(简化加法赋值)

  • -=:x -= y 等价于 x = x - y(简化减法赋值)

  • *=:x *= y 等价于 x = x * y(简化乘法赋值)

  • /=:x /= y 等价于 x = x / y(简化除法赋值)

赋值运算符就像“把数据放进盒子”,=是“直接放”,+=是“先把盒子里的数加一个数,再放回去”,简化代码书写


3.3 比较运算符

作用:比较两个值的大小/是否相等,返回结果是布尔值(True/False),常用于条件判断。

核心运算符及解释:

  • ==:判断两个值是否相等(注意:是==,不是=,=是赋值)

  • !=:判断两个值是否不相等

  • >:判断左边是否大于右边

  • <:判断左边是否小于右边

  • >=:判断左边是否大于等于右边

  • <=:判断左边是否小于等于右边

比较运算符就像“天平”,左边和右边放两个数据,天平倾斜方向决定返回True还是False(比如10>3,天平向10倾斜,返回True)


3.4 逻辑运算符

作用:连接多个条件,判断多个条件的组合是否成立,返回布尔值(True/False)。

核心运算符及解释:

  • and:逻辑与,两个条件都成立,才返回True(只要有一个不成立,返回False)

  • or:逻辑或,两个条件只要有一个成立,就返回True(两个都不成立,返回False)

  • not:逻辑非,取反(条件成立,返回False;条件不成立,返回True)

and就像“两个开关串联”,必须两个都打开(条件都成立),灯才亮(返回True);or就像“两个开关并联”,只要有一个打开(条件成立),灯就亮(返回True);not就像“开关反转”,打开变关闭,关闭变打开


3.5 成员运算符

作用:判断一个数据是否“属于”另一个数据(比如判断一个元素是否在列表中),返回布尔值。

核心运算符及解释:

  • in:判断左边的元素是否在右边的容器中(比如列表、字符串)

  • not in:判断左边的元素是否不在右边的容器中

in就像“找东西”,比如在“水果篮子”(列表)里找“苹果”,找到了就返回True,没找到就返回False;not in则相反

四:Python的控制流程

控制流程就是“代码执行的顺序”,Python中主要有3种:if-else条件语句(判断执行)、for循环(重复执行固定次数)、while循环(重复执行直到条件不成立)

4.1 if-else条件语句

作用:根据“条件是否成立”,执行不同的代码块(满足条件走一条路,不满足走另一条路)。

核心逻辑:先判断条件(布尔值True/False),条件成立(True)执行if后面的代码,条件不成立(False)执行else后面的代码;也可添加elif(多条件判断)。

就像“分岔路”——走到路口(条件判断),如果满足条件(比如“红灯”),就走左边的路(if代码块);如果不满足(“绿灯”),就走右边的路(else代码块);如果有多个条件(比如“红灯、黄灯、绿灯”),就用elif增加分岔
注意:Python中用“缩进”(一般是4个空格)区分代码块,if、else、elif后面的代码必须缩进,否则会报错

4.2 for循环语句

作用:“遍历容器”(比如列表、字符串),重复执行固定次数的代码块,次数由容器中的元素个数决定。

核心逻辑:依次取出容器中的每一个元素,赋值给变量,然后执行一次循环体代码,直到所有元素都取完,循环结束。

就像“流水线捡东西”——容器是“传送带”,元素是“传送带上的物品”,for循环就是“依次捡起传送带上的每一个物品”,捡一个,执行一次操作(循环体),直到捡完所有物品

4.3 while循环语句

作用:“条件满足就循环”,只要条件成立(True),就重复执行循环体代码,直到条件不成立(False),循环才结束。

核心逻辑:先判断条件,条件成立则执行循环体,执行完后再次判断条件,直到条件不成立,跳出循环;注意:必须在循环体中修改条件(比如让变量自增/自减),否则会陷入“无限循环”。

就像“跑步打卡”——条件是“还没跑够5圈”,只要满足这个条件,就继续跑步(执行循环体),每跑一圈,就记录一次(修改变量),直到跑够5圈(条件不成立),停止跑步(循环结束)

五:Python函数的定义与调用

函数:“封装好的一段可重复使用的代码块”,用来实现某个特定功能,比如“计算两个数的和”,封装成函数后,下次再用,直接调用即可,不用重复写代码

5.1 函数的定义(创建函数)

定义格式:用def关键字开头,后面跟函数名、括号(可放参数)、冒号,然后缩进写函数体(实现功能的代码),最后可⽤return返回结果。

核心要素:

  • def:定义函数的关键字,必须写在最前面;

  • 函数名:遵循变量命名规范,见名知意(比如add表示“加法”);

  • 参数:括号里的内容,用来接收外部传入的数据(可无参数、一个参数、多个参数);

  • 函数体:缩进的代码,实现具体功能;

  • return:返回函数执行的结果(可选,没有return则返回None)

函数就像“一台专门的机器”——函数名是“机器名称”,参数是“放进机器的原材料”,函数体是“机器的加工过程”,return是“机器产出的成品”;定义函数就是“造这台机器”,调用函数就是“用这台机器加工原材料”


5.2 函数的调用

调用格式:函数名(参数),如果函数有return,可将结果赋值给变量,方便后续使用。

注意:调用函数时,参数的个数、顺序要和定义时一致,否则会报错(比如def add(a,b),调用时必须传入两个参数)。

六:Python的数据结构

数据结构是“组织和存储数据的方式”,Python中最常用的4种数据结构:列表、元组、集合、字典,各自有不同的特点和用途,下面逐一讲解。

6.1 列表(list)

特点:元素可重复、可修改(增删改)、有序(元素的顺序固定,按添加顺序排列),可存储任意数据类型(整数、字符串、布尔值等)
列表就像“可编辑的文件夹”,里面可以放各种类型的“文件”(元素),文件可以重复、可以添加、删除、修改,而且文件的顺序和添加时一致,能按顺序找到每一个文件

6.2 元组(tuple)

特点:元素可重复、不可修改(不能增删改元素)、有序,可存储任意数据类型;和列表的核心区别就是“不可修改”。
元组就像“密封的文件夹”,里面可以放各种“文件”(元素),文件顺序固定、可重复,但一旦密封(定义后),就不能添加、删除、修改里面的文件,适合存储不需要修改的数据(比如身份证号、出生日期)

6.3 集合(set)

特点:元素不可重复、不可修改(不能直接修改元素,但可添加/删除元素)、无序(元素顺序不固定,每次打印可能不一样),适合去重、判断元素是否存在。
集合就像“无顺序的篮子”,里面的“物品”(元素)不能重复,放进去后顺序随机,不能修改某个物品,但可以往篮子里加物品、从篮子里拿物品,适合用来“去重”(比如去掉重复的数字、姓名)

6.4 字典(dict)

特点:元素是“键值对”(key: value),key(键)唯一、不可修改,value(值)可重复、可修改;适合存储“一一对应”的数据(比如姓名和年龄、学号和成绩)。

核心要素:key是“标签”,value是“标签对应的数据”,通过key可以快速找到对应的value,key不能重复(重复会覆盖)。

字典就像“通讯录”,key是“姓名”(唯一,不能重复),value是“电话号码”(可重复、可修改);想找某个人的电话,直接通过姓名(key)就能找到,不用遍历所有元素,查询效率高。

七:Python的异常处理机制

异常:代码运行时出现的错误(比如除以0、访问不存在的变量),会导致程序终止运行;异常处理就是“捕获这些错误,让程序继续运行,而不是直接崩溃”。

核心逻辑:用try-except语句捕获异常——try后面放“可能出现错误的代码”,except后面放“出现错误后执行的代码”,可选finally(不管是否出现异常,都会执行)。

异常处理就像“给程序加一层防护网”——try里面的代码是“正常操作”,如果操作顺利(无异常),就跳过except;如果操作出错(有异常),防护网(except)就会启动,执行错误处理代码,程序不会崩溃,最后执行finally(可选)的收尾操作

八:Python的模块与包

模块(Module):一个.py文件就是一个模块,里面包含Python代码(函数、类、变量等),可被其他文件导入使用,避免重复写代码。

包(Package):多个相关的模块组成一个包,是“模块的集合”,用来组织模块,避免模块名冲突(比如多个模块都叫utils,放在不同包下就不会冲突)。

核心逻辑:模块是“单个工具”,包是“工具包”;导入模块/包,就是“把工具/工具包拿来用”,不用自己重新造工具(写代码)。

模块就像“单个螺丝刀、扳手”,包就像“装了一套工具的工具箱”;我们写代码时,不用自己做螺丝刀(写函数),直接从工具箱(包)里拿出螺丝刀(模块)来用,效率更高。
注意:第三方模块需要先通过pip安装(终端执行pip install 模块名),内置模块无需安装,直接导入即可。

九:Python的垃圾回收机制

垃圾回收(GC):Python自动管理内存的机制,当一个变量/数据“不再被使用”(没有引用指向它)时,Python会自动回收它占用的内存,不用手动释放,避免内存泄漏。

核心原理:Python用“引用计数”为主、“标记-清除”和“分代回收”为辅的机制,管理内存。

  • 引用计数:每个对象都有一个“引用计数器”,记录有多少个变量引用它;当引用计数为0(没有变量引用它),就会被回收;

  • 标记-清除:解决“循环引用”问题(比如两个对象互相引用,引用计数都不为0,但都不再被使用),标记出所有“不可达”的对象,然后清除;

  • 分代回收:根据对象的“存活时间”,将对象分为3代(0代、1代、2代),存活时间越长,回收频率越低,提高回收效率。

内存就像“房间”,变量/数据就像“房间里的物品”;垃圾回收机制就像“保洁员”——保洁员(GC)会定期检查每个物品(对象),如果物品没有人用(引用计数为0),就把它清理掉(回收内存);如果两个物品互相靠着(循环引用),但没人管,保洁员也会把它们清理掉;对于长期不用但没被清理的物品(存活久的对象),保洁员会减少检查频率,避免浪费时间。
注意:一般情况下,不需要手动触发垃圾回收,Python会在合适的时机自动执行;只有在处理大量数据、内存占用过高时,可手动调用gc.collect()触发回收
更多Python内容,欢迎大家关注我的公众号!从入门到进阶!Python零基础开发,小白轻松入门!
一图看懂Python的工作领域!你全都了解吗?
Python人工智能+机器人!从入门到精通
Python深度学习实战!75个实战案例!
Python+Excel!!!教你飞速搞定数据分析
Python学习之Django框架!快来收藏起来!
Pycharm实用的插件推荐!优化你的编辑器
Python安装其实很简单!!!快来收藏起来

最新文章

随机文章