在人工智能、数据分析、自动化办公大行其道的今天,Python 早已从一门小众编程语言,一跃成为全球最受欢迎的通用语言之一。
它语法简洁、可读性强、生态丰富,无论是零基础入门编程,还是从事数据处理、Web 开发、机器学习,Python 都是当之无愧的首选语言。
今天这篇文章,就带大家系统认识 Python,从基础语法一路讲到 pandas 数据读取,帮你快速搭建入门框架。
📌 一、Python 是什么?
Python 是一门“解释型、面向对象、动态类型”的高级编程语言,由荷兰程序员 Guido van Rossum 在 1991 年正式发布。
它的特点非常鲜明:
✅ 语法接近自然语言,代码简洁易读,开发效率极高
✅ 无需复杂配置,写完就能运行,入门非常友好
✅ 拥有海量第三方库,几乎覆盖所有开发场景
✅ 广泛用于:数据分析、自动化办公、爬虫、AI、Web、测试等领域
可以说,学 Python,性价比极高。
📦 二、Python 基础数据类型与表达式
Python 是动态类型语言,变量不用提前声明类型,程序会自动识别。
1. 常用基础数据类型
- 整型 int:整数,如 10 、 -3 、 0
- 浮点型 float:小数,如 3.14 、 2.5
- 字符串 str:文本,用单/双引号包裹,如 'hello' 、 "Python"
- 布尔型 bool:只有 True 和 False ,用于判断
- 空值 None:表示“无内容”,区别于 0 和空字符串
2. 常见表达式与运算符
Python 支持各类运算,常用运算符包括:
- 算术: + - * / // 整除 % 取余 ** 次方
- 比较: == != > < >= <=
- 逻辑: and or not
一行简单表达式示例:
a = 10
b = 3
print(a + b) # 13
print(a > b) # True
🧱 三、Python 原生数据结构
Python 内置了 4 种非常实用的数据结构,能满足绝大多数存储需求。
1. 列表 list 📋
有序、可修改,用 [] 表示。
lst = [1, "Python", 3.14, True]
2. 元组 tuple 📌
有序、不可修改,用 () 表示。
tpl = (10, 20, 30)
3. 字典 dict 🗝️
键值对结构,查找极快,用 {} 表示。
dic = {"name": "小明", "age": 20, "city": "上海"}
4. 集合 set 🧹
无序、自动去重,用于去重和集合运算。
s = {1, 2, 2, 3} # 结果 {1,2,3}
🔀 四、Python 控制流
控制流决定程序“先执行什么、后执行什么”,主要包括条件判断和循环。
1. 条件判断 if-elif-else
score = 85
if score >= 90:
print("优秀")
elif score >= 60:
print("及格")
else:
print("不及格")
2. 循环 for & while
# for 循环
for i in range(5):
print(i)
# while 循环
n = 0
while n < 5:
print(n)
n += 1
3. 循环控制
- break :直接跳出整个循环
- continue :跳过本次,继续下一次循环
🧩 五、Python 函数
函数就是把一段重复代码“打包”,方便反复调用,让代码更简洁。
定义与调用
def add(a, b):
return a + b
result = add(3, 5)
print(result) # 8
除了自定义函数,Python 还自带大量内置函数,例如:
print() 、 len() 、 max() 、 min() 、 sum() 等,开箱即用。
📂 六、Python 模块
一个 .py 文件就是一个模块,可以把变量、函数、类放在里面统一管理。
使用 import 导入模块:
import math
print(math.sqrt(16)) # 4.0
from random import randint
print(randint(1, 100))
Python 自带强大标准库,如 os 、 sys 、 datetime ;同时还有海量第三方库,如 pandas 、 numpy 、 requests 等。
📊 七、使用 pandas 读取数据
pandas 是 Python 数据分析必备库,可以轻松读取 Excel、CSV、TXT 等表格数据。
1. 安装 pandas
pip install pandas
2. 常用读取方式
import pandas as pd
# 读取 csv
df_csv = pd.read_csv("data.csv")
# 读取 excel
df_excel = pd.read_excel("data.xlsx")
# 读取 txt
df_txt = pd.read_csv("data.txt", sep="\t")
# 查看前 5 行
print(df_csv.head())
读取后得到的 DataFrame 就是一张二维表格,后续筛选、统计、绘图都非常方便。
🌟 结语
从基础类型、数据结构、控制流,到函数、模块,再到 pandas 读取数据,这些内容已经构成了 Python 入门的核心骨架
后续再结合办公自动化、数据可视化、机器学习等方向深入,Python 会成为你职场和学习中的超强助力。