🐍

90%的人学Python都犯了这个错误：光看不练=假学习
3个方法让你真正把知识变成技能

你在收藏夹里存了200G的Python教程，视频刷得飞快，笔记记得满满当当，然后呢

**然后你依然连一个简单的爬虫都不会写
**

这就是最残忍的真相：你不是在学习，你只是在消费内容

消费内容会产生"我正在变强"的幻觉——因为看视频真的太爽了，不需要动脑子，只需要动动手指刷下一个视频
但技能这种玩意儿，它不是存在你脑子里的，它是长在你手指上的
你的手指不会，你的手下不去，你写代码的速度依然像便秘一样痛苦

这不是你不够努力，这是你学习方法本身就是错的

是不是你？

来，对号入座，看看自己中了几条：

**你是不是这样的
**

1. 1. 每天看教程1小时，记笔记半小时，但动手写代码0分钟
2. 2. 看到一个"好项目"，收藏，然后就没有然后了
3. 3. 跟着教程敲代码，敲到一半报错，看不懂，报错就放弃
4. 4. 学了三个月还在循环和条件判断打转，稍微难点的东西都不敢碰
5. 5. 总想"准备好再动手"，结果永远在准备，永远没开始

如果你中了2条以上，兄弟，我不是在说你不行，你只是掉进了**「视觉学习」的陷阱**

什么是视觉学习
就是那种"我看了=我学了"的幻觉
你刷教程的时候，大脑皮层爽到了，多巴胺分泌了，你感觉自己在进步
但这只是快感，不是能力

能力的形成只有一条路：刻意重复，形成肌肉记忆

就像学游泳，你在岸上看了100个游泳教学视频，下水该淹还得淹

😲 认知反转：问题不在你不够努力，在于你一直在「消费」而不是「生产」

让我告诉你一个反常识的事实：

**Python不是学会的，是「做会」的
**

这句话我再说一遍：**Python不是学会的，是「做会」的
**

你会问：有什么区别

区别大了去了

"学会" = 你理解了知识的存在
"做会" = 你能在没有参考的情况下独立完成

你跟教程敲一遍代码，这叫"跟着做"，不算"会做"
你能不能关掉教程，自己从零写一遍
能写出来，才叫"会"

这就是为什么90%的人都卡在"入门到放弃"的阶段——他们一直在消费内容，从来没有生产过代码

消费是被动的，你不需要动脑子，只需要接受信息
生产是主动的，你必须调用你的理解，去解决问题

这两个动作调动的脑区完全不同

消费让你觉得自己行了，这叫「认知偏差」
生产会让你发现自己其实不行，这叫「现实教育」

但只有后者，才能让你真的进步

⚡ 三个方法，让你的学习从「看」变成「做」

方法1：最小闭环法——只做「72小时能完成」的项目

不要一上来就搞什么"全栈项目"、"AI聊天机器人"
你搞不定的，你只会放弃

**最小闭环 = 一个72小时内能从0到1完成的东西
**

什么叫72小时能完成

一个小脚本，能帮你干一件具体的坏事
比如：批量重命名100个文件
比如：自动抓取某个网页的数据
比如：帮你整理桌面上的乱文件

为什么是72小时
因为超过这个时间，你一定会半途而废

人是很脆弱的，尤其在学习这种反人性的事情上
你给自己定的目标越大，你放弃的概率越高

所以，第一个方法：**把大项目拆成72小时内能完成的最小脚本
**

方法2：先抄后改法——抄都抄不对，你还改什么？

我知道你要说什么："我不想抄，我想自己写
"

兄弟，你连抄都不会抄，你还自己写

**抄不是耻辱，抄是学习的第一步
**

婴儿学走路也是先抄父母的动作，先模仿，后创新

我的意思是：找到一个完整的代码示例，从头抄一遍，一个字符别漏，抄完运行，运行成功，然后再改

1. 1. 把变量名改成你自己的
2. 2. 把print改成写入文件
3. 3. 把单个文件改成处理100个

从抄开始，到改为止
每一步都有"正向反馈"——代码能跑，结果能出来

这就是让学习持续下去的关键：**小步快跑，快速迭代，持续获得正反馈
**

方法3：硬刚错误法——报错是你最好的老师

80%的人在遇到第一个报错的时候就放弃了

"，报错看不懂"
"，不知道哪里出了问题"
"，算了，换个项目"

兄弟，所有会编程的人，都是从报错里爬出来的

报错是免费的1对1辅导老师，它告诉你哪里错了，它告诉你什么没理解

我的建议是：**遇到报错，先抄下来，去Google搜这句话，读完Stack Overflow的答案，再自己改
**

这个过程会很痛苦，但痛苦才是学习的正常状态
舒服是消费的状态，不是生产的状态

💻 技术详解部分：3个真实场景，完整可运行的代码

这部分是本文最硬核的部分

我给你3个真实的业务场景，每个场景都有完整可运行的代码，每个代码都是15-30行，都有逐行解释

**你可以直接复制运行，复制运行，复制运行
**

场景1：文件批量重命名工具

场景描述：你下载了100个学习视频，文件名都是"第1节-xxx"、"第2节-xxx"，你嫌乱，想按"001-xxx"的格式重命名

这个脚本能做什么：自动读取指定文件夹里的所有文件，按顺序重命名为带编号的格式

import os
import glob

# 配置区
folder_path = r"D:\downloads\python_course"# 这里改成你的文件夹路径
prefix = "Python基础_"# 文件名前缀
start_num = 1# 起始编号
padding = 3# 编号位数，比如001

# 获取该文件夹下所有文件（不含文件夹）
files = [f for f in os.listdir(folder_path) if os.path.isfile(os.path.join(folder_path, f))]
# 按文件名排序（保证顺序一致）
files.sort()

# 遍历并重命名
for i, old_name inenumerate(files):
# 构造新文件名：前缀 + 编号 + 原文件后缀
    file_ext = os.path.splitext(old_name)[1]  # 提取文件后缀（比如.mp4）
    new_num = str(start_num + i).zfill(padding)  # 补零编号（比如001）
    new_name = f"{prefix}{new_num}{file_ext}"

# 完整的旧路径和新路径
    old_path = os.path.join(folder_path, old_name)
    new_path = os.path.join(folder_path, new_name)

# 执行重命名
    os.rename(old_path, new_path)
# 打印结果
print(f"已重命名: {old_name} -> {new_name}")

print(f"\n完成！共重命名 {len(files)} 个文件。")

逐行解释：

1. 1. import os 和 import glob：导入操作系统和文件匹配相关模块
2. 2. folder_path：要操作的目标文件夹路径，请改成你自己的路径
3. 3. prefix：新文件名的前缀，比如 "Python基础_"
4. 4. start_num：起始编号，默认从1开始
5. 5. padding：编号补零位数，3位就是001、002、003
6. 6. os.listdir(folder_path)：列出文件夹下所有内容
7. 7. os.path.isfile()：判断是否为文件（排除文件夹）
8. 8. files.sort()：按字母顺序排序，保证重命名顺序一致
9. 9. enumerate()：同时获取索引和元素，用于计算编号
10. 10. os.path.splitext()：分离文件名和后缀，比如 "video.mp4" -> "video" + ".mp4"
11. 11. .zfill(padding)：数字补零，比如 1 变成 "001"
12. 12. os.path.join()：拼接完整路径，确保跨系统兼容
13. 13. os.rename(old_path, new_path)：执行重命名操作
14. 14. print()：打印每一步的结果，方便查看进度

运行效果：

已重命名: 第一课-变量.mp4 -> Python基础_001.mp4
已重命名: 第二课-数据类型.mp4 -> Python基础_002.mp4
已重命名: 第三课-列表.mp4 -> Python基础_003.mp4

完成！共重命名 3 个文件。

适用场景：整理下载的教学视频、清理桌面文件、批量处理素材

场景2：CSV数据处理器

场景描述：你有一份Excel表格（CSV格式），有两列数据，一列是"姓名"，一列是"成绩"
你想把不及格（<60分）的人筛选出来，保存到新文件

这个脚本能做什么：读取CSV文件，筛选不及格数据，保存到新文件

import csv

# 配置区
input_file = "scores.csv"# 输入文件名
output_file = "failed_students.csv"# 输出文件名
score_column = "成绩"# 成绩列的列名（看你的CSV表头是什么）
pass_score = 60# 及格分数线

# 读取原始数据
withopen(input_file, "r", encoding="utf-8") as f:
    reader = csv.DictReader(f)  # 用字典方式读取，方便用列名取值
    original_data = list(reader)  # 全部读入内存

# 筛选不及格的学生
failed_students = []
for row in original_data:
# 获取成绩列的值，转为整数
    score = int(row[score_column])
if score < pass_score:
        failed_students.append(row)

# 保存不及格学生到新文件
withopen(output_file, "w", encoding="utf-8", newline="") as f:
ifnot failed_students:
print("没有不及格的学生！")
else:
# 写入表头
        fieldnames = original_data[0].keys()
        writer = csv.DictWriter(f, fieldnames=fieldnames)
        writer.writeheader()
# 写入数据
        writer.writerows(failed_students)

print(f"找到 {len(failed_students)} 个不及格的学生")
print(f"已保存到: {output_file}")
# 打印详细信息
for student in failed_students:
print(f"  - {student['姓名']}: {student[score_column]}分")

逐行解释：

1. 1. import csv：CSV文件处理模块
2. 2. input_file 和 output_file：输入输出文件名，请先准备一个scores.csv文件
3. 3. score_column：成绩列在CSV中的列名，改成你自己文件里的列名
4. 4. csv.DictReader(f)：用字典方式读取，每一行是一个字典，key是列名
5. 5. .keys()：获取字典的所有key（列名），用于写入新文件
6. 6. writer.writeheader()：写入表头
7. 7. writer.writerows()：写入多行数据
8. 8. encoding="utf-8"：指定编码，避免中文乱码
9. 9. newline=""：写入CSV时必须加这个参数，否则会多空行
10. 10. int(row[score_column])：把成绩转为整数，用于比较

运行前提：

你需要先创建一个scores.csv文件，内容如下（用记事本保存为UTF-8编码）：

姓名,成绩
张三,85
李四,58
王五,72
赵六,45
钱七,90

运行效果：

找到 2 个不及格的学生
已保存到: failed_students.csv
  - 李四: 58分
  - 赵六: 45分

适用场景：处理Excel数据、筛选客户、统计数据、自动报表

场景3：简单网页爬虫

场景描述：你想批量抓取某个网页的内容，比如获取100个帖子的标题和链接

这个脚本能做什么：抓取指定页面的标题和链接，保存到CSV文件

import requests
from bs4 import BeautifulSoup
import csv

# 配置区
url = "https://movie.douban.com/top250"# 要抓取的网页
output_file = "movie_titles.csv"# 保存文件名

# 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"
}
response = requests.get(url, headers=headers)

# 检查是否请求成功
if response.status_code != 200:
print(f"请求失败，状态码: {response.status_code}")
else:
# 解析HTML
    soup = BeautifulSoup(response.text, "html.parser")

# 找到所有电影条目（豆瓣Top250的CSS选择器）
    movies = soup.select("div.item")

# 保存结果
    results = []
for movie in movies:
# 获取标题（在第一个a标签里）
        title_tag = movie.select_one("a span.title")
        title = title_tag.get_text() if title_tag else"未知"

# 获取链接
        link_tag = movie.select_one("a")
        link = link_tag["href"] if link_tag else""

# 获取评分
        rating_tag = movie.select_one("span.rating_num")
        rating = rating_tag.get_text() if rating_tag else"0"

        results.append({
"标题": title,
"评分": rating,
"链接": link
        })

# 保存到CSV
withopen(output_file, "w", encoding="utf-8", newline="") as f:
        writer = csv.DictWriter(f, fieldnames=["标题", "评分", "链接"])
        writer.writeheader()
        writer.writerows(results)

print(f"抓取完成！共 {len(results)} 部电影")
print(f"已保存到: {output_file}")
# 打印前5条
for movie in results[:5]:
print(f"  [{movie['评分']}] {movie['标题']}")

逐行解释：

1. 1. import requests：发送HTTP请求的库
2. 2. import BeautifulSoup：解析HTML的库
3. 3. headers：伪装成浏览器，否则容易被网站拦截
4. 4. requests.get(url, headers=headers)：发送GET请求
5. 5. response.status_code：检查HTTP状态码，200表示成功
6. 6. BeautifulSoup(response.text, "html.parser")：解析网页内容
7. 7. .select("div.item")：CSS选择器，找到所有class为item的div
8. 8. .select_one("a span.title")：找到第一个匹配的元素
9. 9. .get_text()：获取标签里的文本内容
10. 10. movie["href"]：获取a标签的href属性（链接）
11. 11. .keys()：字典的所有key
12. 12. .writerows()：一次性写入多行

运行效果：

抓取完成！共 25 部电影
已保存到: movie_titles.csv
  [9.7] 肖申克的救赎
  [9.7] 霸王别姬
  [9.6] 控方证人
  [9.5] 辛德勒的名单
  [9.5] 十二怒汉

适用场景：批量抓取数据、自动整理信息、建立自己的数据库

这三个场景的共同点

1. 1. 都能独立运行：不需要配置环境，复制粘贴就能跑
2. 2. 都解决具体问题：不是hello world，是真的能帮你干活
3. 3. 都能在72小时内学会：不算复杂，看得懂，改得了
4. 4. 都是在「做」而不是「看」：你必须自己动手，才能体会到成就感

📝 总结：今天就可以做的3件事

核心要点（不超过3条）

1. 1. Python不是学会的，是做会的——看100个教程不如写1个脚本
2. 2. 从小项目开始，72小时闭环——越小越容易完成，越容易获得正反馈
3. 3. 报错是最好的老师——遇到报错别跑，去搜，去读，去改

今天就可以做的行动

1. 1. 今天就挑一个上面的代码，复制运行它，改成你自己的数据
2. 2. 去你的电脑里找一个能用脚本解决的问题，明天写出来
3. 3. 加我的公众号，后续我会更新更多「能干活」的完整项目

👋 结尾

学Python最難的不是语法，是开始

你不需要准备好，你只需要开始

**「开始」本身就是最好的准备
**

如果你想学习更多「能干活」的Python脚本，想让Python真的变成你的技能而不是收藏夹里的存货——

**关注【Python小甲鱼】，我会持续更新真实场景下的完整代码，带你从一个脚本开始，把Python变成你的生产工具
**

下期预告：**如何用Python自动整理你的微信文件
3行代码帮你解决文件乱的问题
**

不见不散

*如果你觉得这篇有用，点个赞、转个发，让更多还在「看」的人看到这条出路
*