简介：这份《Python入门经典实例》PDF面向零基础或刚接触编程的初学者，围绕Python基础语法与常用数据结构展开，帮助读者在动手实践中建立扎实的编程根基。资源以实例驱动的方式讲解输入输出、类型转换、列表、字典、字符串、注释与编码等核心知识点，每个实例都配有代码与知识点说明，便于对照理解。压缩包内共1个PDF文件，约107KB，轻量便携，适合随时查阅与练习。内容涵盖input()与print()的用法、字符串与数字的转换、列表的索引切片与增删操作、字典的键值访问与遍历、字符串的不可变特性及多行注释与UTF-8编码规范，并延伸至条件与循环语句的初步应用。目前已有2021人学习，适合作为课堂配套练习或自学参考，帮助读者在反复编码中熟悉Python的语法风格与常见陷阱，逐步提升独立解决问题的能力。

1. 从一份 PDF 实例集说起：Python 入门到底该练什么

很多人学 Python 卡在同一个地方：语法看懂了，一到自己写就不知道从哪下手。打开编辑器，光标闪了半天，最后默默关掉。问题不在智力，在于缺少一批「刚好够得着」的练习对象。一份被反复传阅的 Python 入门经典实例 PDF，本质上就是这种练习对象的集合——它把变量、循环、函数、文件读写、常用标准库这些知识点，拆成一个个能独立跑通的小程序，让你在模仿和修改中把语法变成手感。

这份材料适合两类人：一类是刚学完基础语法、急需大量小练习来巩固的新手；另一类是学过一阵但基础不牢、想回头系统补一遍的转行者。它不解决算法竞赛和大型工程问题，但能帮你跨过「看得懂、写不出」这道坎。下面我不复述 PDF 里有什么，而是讲清楚怎么把这类实例集用出效果，包括环境怎么搭、练习怎么排、哪些坑几乎人人都会踩。

2. 把实例集跑起来：环境、目录与最小验证

拿到一份实例 PDF，最常见的错误是把它当小说从头读到尾。正确做法是先搭好能跑代码的环境，再挑几个实例验证环境没问题，然后按知识点分组推进。这一章解决「怎么开始」的问题。

2.1 环境选型：为什么我建议先用标准 CPython 而不是发行版

新手最容易在环境上翻车。网上教程一会儿让你装某个科学计算发行版，一会儿让你用系统自带的 Python，结果版本冲突、包路径混乱，一个简单的import就报错。我的建议是：入门阶段只用官方 CPython，版本选 3.10 或 3.11 这类长期稳定的，别追最新也别用太老的 2.x。

安装时勾选「Add Python to PATH」，这一步漏掉后面命令行找不到 python 会让人抓狂。装完在终端验证：

# 查看版本，确认是 3.x python --version # 查看解释器路径，确认不是系统自带的旧版本 python -c "import sys; print(sys.executable)"

逻辑说明：第一条命令确认版本号，第二条打印解释器的绝对路径。如果路径指向系统目录（比如 Linux 下的 /usr/bin/python），而你明明装了新版本，说明 PATH 顺序有问题，需要把新版本路径提前。参数上没什么可调的，关键是看清输出。

提示：Windows 上用python还是py取决于安装方式，两个都试一下，哪个能出版本号就用哪个。

2.2 目录结构：给每个实例一个独立文件

实例集里的代码往往按知识点排列，但如果你把所有代码都塞进一个文件，改着改着就乱了。我一般会建一个练习目录，按章节分子目录，每个实例一个.py文件：

mkdir -p python_practice/ch02_basics cd python_practice/ch02_basics touch ex01_hello.py ex02_loop.py

逻辑说明：mkdir -p递归创建目录，-p保证父目录不存在时也一并创建。每个实例独立成文件的好处是，出错时能快速定位是哪个练习的问题，也方便用版本管理工具记录自己的修改。文件名带上序号和关键词，比如ex03_file_read.py，比test1.py强得多。

2.3 最小验证：用三个实例确认环境可用

环境搭好后，别急着做几十个练习，先用三个覆盖不同能力的实例验证：一个纯计算、一个文件读写、一个标准库调用。比如：

# 纯计算：判断闰年，练条件分支 def is_leap(year): return year % 4 == 0 and (year % 100 != 0 or year % 400 == 0) print(is_leap(2024)) # True # 文件读写：写一行再读回来 with open("demo.txt", "w", encoding="utf-8") as f: f.write("hello") with open("demo.txt", "r", encoding="utf-8") as f: print(f.read()) # hello # 标准库：用 datetime 打印当前日期 from datetime import date print(date.today())

逻辑说明：第一段验证条件表达式和函数定义；第二段验证文件上下文管理器with和编码参数，encoding="utf-8"在中文环境下必须显式指定，否则 Windows 上默认编码可能不是 UTF-8，读中文会乱码；第三段验证标准库导入。三段都跑通，说明环境没问题，可以开始按实例集推进了。

3. 按知识点分组推进：把实例集拆成可执行的练习计划

一份实例 PDF 动辄几十上百个例子，如果按顺序一个个做，很容易在某个难点卡住然后放弃。更有效的做法是按知识点分组，每组挑几个代表性实例，做完再横向对比。这一章讲怎么分组、每组练什么、练到什么程度算过关。

3.1 基础语法组：变量、分支、循环的练习密度

基础语法组的实例通常最多，也最容易被轻视。很多人觉得「这我早会了」，结果写循环时边界条件还是错。我的做法是：每个知识点至少手敲三个变体，不看答案先自己写，写完再对照实例集里的写法。

以循环为例，实例集里可能有打印九九乘法表、求素数、累加求和。你可以这样练：

# 变体一：打印九九乘法表，练嵌套循环 for i in range(1, 10): for j in range(1, i + 1): print(f"{j}x{i}={i*j}", end="\t") print() # 变体二：求 1 到 100 的偶数和，练条件加循环 total = 0 for n in range(1, 101): if n % 2 == 0: total += n print(total) # 2550 # 变体三：用 while 实现同样的累加，对比两种写法 total = 0 n = 1 while n <= 100: if n % 2 == 0: total += n n += 1 print(total) # 2550

逻辑说明：range(1, 10)生成 1 到 9，不包含 10，这是 Python 区间左闭右开的典型特征，新手最常在这里多算一次。end="\t"把默认换行改成制表符，让乘法表排成一行。while版本里n += 1必须放在循环体内，漏掉就是死循环。参数上，range的第三个参数是步长，比如range(0, 10, 2)生成偶数，这个在实例集里出现频率很高。

练到什么程度算过关？能不看答案写出九九乘法表、能解释为什么range(1, 10)不含 10、能把 for 和 while 互相改写，这组就算过了。

3.2 数据结构组：列表、字典、集合的典型操作

数据结构是入门实例集的重头戏。列表的增删改查、字典的键值遍历、集合的去重和交并差，这些操作在实际代码里出现频率极高。练习时不要只记方法名，要理解每种结构的适用场景。

# 列表：统计成绩并排序 scores = [88, 92, 75, 92, 60] scores.append(100) # 末尾追加 scores.remove(60) # 删除指定值 scores.sort(reverse=True) # 降序排序 print(scores) # [100, 92, 92, 88, 75] # 字典：统计单词出现次数 words = ["apple", "banana", "apple", "cherry", "banana", "apple"] counter = {} for w in words: counter[w] = counter.get(w, 0) + 1 print(counter) # {'apple': 3, 'banana': 2, 'cherry': 1} # 集合：去重和交集 a = {1, 2, 3, 4} b = {3, 4, 5, 6} print(a & b) # {3, 4} print(a | b) # {1, 2, 3, 4, 5, 6}

逻辑说明：counter.get(w, 0)是字典计数的经典写法，第二个参数是键不存在时的默认值，避免 KeyError。sort(reverse=True)原地排序，不返回新列表，这点和内置函数sorted()不同，后者返回新列表。集合的&和|分别对应交集和并集，比写循环判断高效得多。参数上，remove删除不存在的值会报错，如果值可能不存在，用discard更安全。

注意：列表的append和extend容易混。append([1,2])把整个列表当一个元素加进去，extend([1,2])把元素逐个加进去，结果完全不同。

3.3 函数与文件组：把零散代码组织成可复用单元

实例集后半部分通常会涉及函数定义和文件操作。这是从「写脚本」到「写程序」的分水岭。练习重点是：函数怎么传参、怎么返回值、文件怎么安全读写。

# 函数：带默认参数和可变参数 def summarize(name, *scores, pass_line=60): passed = [s for s in scores if s >= pass_line] return f"{name}: 通过 {len(passed)}/{len(scores)}" print(summarize("A同学", 80, 55, 90)) # A同学: 通过 2/3 print(summarize("B同学", 40, 50, pass_line=30)) # B同学: 通过 2/2 # 文件：逐行读取并统计 with open("data.txt", "w", encoding="utf-8") as f: f.write("line1\nline2\nline3\n") with open("data.txt", "r", encoding="utf-8") as f: lines = [line.strip() for line in f if line.strip()] print(len(lines)) # 3

逻辑说明：*scores收集位置参数成元组，pass_line=60是关键字参数带默认值，调用时可以用pass_line=30覆盖。文件读取用列表推导式配合strip()去掉换行符，if line.strip()过滤空行。with语句保证文件自动关闭，即使中间抛异常也不泄漏句柄。参数上，open的encoding在跨平台时务必显式写，这是血泪经验。

4. 避坑与排查：入门实例练习中最容易翻车的五个地方

这一章集中讲踩坑。以下五条是我见过频率最高的，每条按「现象 → 原因 → 解决」写，照着排查能省不少时间。

4.1 缩进报错：IndentationError 的三种成因

现象：运行时报IndentationError: unexpected indent或expected an indented block。

原因：Python 用缩进表示代码块，混用空格和 Tab、冒号后没缩进、缩进量不一致都会触发。编辑器里看起来对齐，实际字符不同。

解决：统一用四个空格，别用 Tab。在编辑器里开启「显示空白字符」，一眼就能看出混用。冒号后记得换行缩进，if、for、while、def、class后面都要。

4.2 中文乱码：编码问题的定位方法

现象：读文件时出现UnicodeDecodeError，或者打印出来是乱码。

原因：文件实际编码和读取时指定的编码不一致。Windows 上默认可能是 GBK，而文件是 UTF-8。

解决：读写都显式指定encoding="utf-8"。如果文件来源不明，用chardet之类的库探测，或者用二进制模式读进来再试不同编码。实例集里的代码如果没写编码参数，自己补上。

4.3 死循环：while 条件永远为真的排查

现象：程序卡住不结束，CPU 占用飙升。

原因：循环变量没更新，或者更新语句放错了位置。比如while n <= 100:里面忘了n += 1。

解决：在循环体第一行加print(n)观察变量变化，确认它在向终止条件靠近。复杂循环里设一个计数器，超过预期次数就break，防止无限跑。

4.4 列表越界：IndexError 的预防

现象：IndexError: list index out of range。

原因：用固定下标访问列表，但列表长度不够。比如scores[5]但列表只有三个元素。

解决：访问前用len()检查，或者用负索引从后往前取。遍历时优先用for item in list而不是for i in range(len(list))，后者容易在下标上出错。需要下标时用enumerate。

4.5 模块导入失败：ModuleNotFoundError 的三种情况

现象：ModuleNotFoundError: No module named 'xxx'。

原因：一是没安装这个包；二是装到了别的 Python 环境；三是文件名和模块名冲突，比如自己写了个random.py，导入时优先找到自己的文件。

解决：先用pip show 包名确认装没装，再看pip -V确认 pip 对应的解释器和你运行代码的解释器是同一个。如果是文件名冲突，改掉自己的文件名，别用标准库的名字。

5. 从跑通到内化：用实例集做二次改造的进阶技巧

把实例集里的代码跑通只是第一步，真正让能力长在身上的是二次改造。我的习惯是：每做完一个实例，至少做三件事中的一件——改参数看输出变化、加功能扩展、用不同写法重写。这一章讲具体怎么改，以及怎么验证自己真的掌握了。

5.1 改参数：用边界值测试理解代码行为

实例集里的代码通常用一组示例数据，改参数是最低成本的练习。比如一个排序实例，把输入改成空列表、单元素列表、全部相同的元素，看输出是否符合预期。

def bubble_sort(arr): n = len(arr) for i in range(n): for j in range(0, n - i - 1): if arr[j] > arr[j + 1]: arr[j], arr[j + 1] = arr[j + 1], arr[j] return arr # 边界测试 print(bubble_sort([])) # [] print(bubble_sort([1])) # [1] print(bubble_sort([3, 3, 3])) # [3, 3, 3] print(bubble_sort([5, 1, 4, 2])) # [1, 2, 4, 5]

逻辑说明：空列表时len为 0，外层循环不执行，直接返回空列表，不会报错。单元素时内层循环范围是range(0, 0)，也不执行。全相同元素时比较条件不成立，不交换。这几种边界情况能跑通，说明代码的健壮性没问题。参数上，冒泡排序的时间复杂度是 O(n²)，数据量大时换用内置sorted()。

5.2 加功能：在原有实例上叠加需求

跑通一个实例后，试着加一个小功能。比如实例是统计单词频率，你可以加一个「按频率降序输出前三个」的功能：

from collections import Counter words = ["apple", "banana", "apple", "cherry", "banana", "apple"] counter = Counter(words) top3 = counter.most_common(3) for word, count in top3: print(f"{word}: {count}")

逻辑说明：Counter是标准库collections里的计数器，most_common(3)返回频率最高的三个元素及其计数，返回的是列表，元素是元组。这比手写字典计数再排序简洁得多。参数上，most_common()不传参数返回全部，传整数返回前 N 个。

5.3 换写法：用不同思路实现同一功能

同一个功能用不同方式实现，能加深对语言特性的理解。比如列表去重，可以用集合、可以用循环加判断、可以用字典的键：

data = [1, 2, 2, 3, 3, 3] # 方法一：集合去重，但丢失顺序 print(list(set(data))) # [1, 2, 3] # 方法二：循环加判断，保留顺序 result = [] for x in data: if x not in result: result.append(x) print(result) # [1, 2, 3] # 方法三：字典键去重，保留顺序且高效 print(list(dict.fromkeys(data))) # [1, 2, 3]

逻辑说明：集合去重最简单但顺序不保证；循环加判断保留顺序但时间复杂度 O(n²)；dict.fromkeys利用字典键唯一的特性，保留顺序且是 O(n)。三种写法各有适用场景，数据量小用哪种都行，数据量大优先第三种。参数上，dict.fromkeys的第二个参数可以指定默认值，不传就是 None。

5.4 验证掌握程度：不看答案重写和讲给别人听

怎么判断自己真的会了？两个标准：一是不看实例集，从空白文件重写一遍能跑通；二是能用自己的话讲清楚每行代码在干什么，包括为什么这么写而不是那么写。我一般会挑几个典型实例，隔一周再重写一次，如果还能顺利写出来，说明内化了。写不出来就回去看，不丢人，反复几次就记住了。

最后说个我自己的习惯：每学完一组实例，我会把代码里的注释改成自己的话，把参数改几个值跑一遍，再把输出结果记在一个本子上。这个本子后来成了我查语法和常用写法的第一手资料，比任何教程都快。希望帮到你。

本文还有配套的精品资源，点击获取