本模块是整套教程的起点，面向没有系统编程基础的学习者，也适合作为科学计算前的 Python 语法复习。内容从运行环境、数据类型和控制流开始，逐步进入函数、模块、文件、异常处理、面向对象以及综合实践。
推荐环境：Python 3.12–3.14。教程代码尽量只使用标准库；需要交互练习时可使用 JupyterLab。
完成本模块后，你应该能够：
- 独立编写和运行 Python 程序；
- 熟练使用数字、字符串、列表、元组、字典和集合；
- 使用条件、循环和推导式组织数据处理逻辑；
- 编写函数、模块和包，并理解作用域与高阶函数；
- 处理文件、JSON、CSV 与异常；
- 使用类和对象组织中等规模程序；
- 阅读后续 NumPy、Pandas 和 SciPy 教程中的 Python 代码。
python --version
python -m venv .venv激活环境后，如需运行 Notebook：
python -m pip install -U pip
python -m pip install jupyterlab
jupyter lab不强制使用某个 Python 发行版；标准 CPython、Miniforge/Conda 环境均可。
- 01 · Python简介和安装
- 02 · 第一个Python程序
- 03 · 基础语法
- 04 · 数字类型和运算
- 05 · 字符串详解
- 06 · 列表
- 07 · 元组
- 08 · 字典
- 09 · 集合
- 10 · 条件判断
- 11 · for循环
- 12 · while循环
- 13 · 推导式
- 14 · 函数基础
- 15 · 函数进阶
- 16 · Lambda和高阶函数
- 17 · 模块和包
- 18 · 文件读写
- 19 · 异常处理
- 20 · 面向对象基础
- 21 · 面向对象进阶
- 22 · 常用内置模块
- 23 · 正则表达式
- 24 · JSON和CSV处理
- 25 · 实战项目
- 零基础：按 01 → 25 顺序学习，并完成每章 Notebook。
- 有编程经验：重点复习 03–05、06–09、14–19，再进入 NumPy。
- 科研用户：务必掌握函数、模块、文件处理、异常处理和常用标准库。
本模块共 25 章，并为各章提供 Jupyter Notebook 练习。Notebook 中的练习占位代码允许学习者自行完成，不应把未填写的练习当作库 API 示例。
完成本模块后进入 NumPy 教程，开始学习数组、向量化和数值计算。