Python零基础入门实战：从环境搭建到第一个完整项目

Python零基础Python安装VSCode

于 2026-08-29 03:59:52 修改

·本内容遵循CC 4.0 BY-SA版权协议

“Python 资料收藏了十几个 G，B 站视频刷了几百个，打开 PyCharm 却不知道从哪里下手”，这是我在后台看到最多的零基础读者留言。如果你也处在类似状态，这篇文章就是为你准备的。不是要再给你塞一份“史上最全教程合集”，而是帮你把混乱的学习路径理顺，用一篇足够完整、足够落地的文章，从 Python 安装、编辑器配置、基础语法，一直写到第一个能运行的完整练手项目，让你真正“动手敲代码”，而不是“反复看视频”。

关于网上各种“2026 最新版”“B 站首推”的教程资源，我的判断是：信息不缺，缺的是确定性。零基础学习最大的风险不是资料少，而是资料杂。今天跟着这套视频装 Python 3.8，明天跟着那篇文章用 Anaconda，后天又听到别人说“直接学数据分析别学语法”，最后光环境就重装五六次，热情全被消磨掉了。这篇文章会给你一条不乱、不跳步、每一步都能验证的路径：装好 Python、配好 VSCode、理解核心语法、写一个能运行的小程序、知道报错怎么看。

全文核心就一句话：把“看懂”变成“敲出来”。下面的所有内容都是围绕这个目标展开的，建议先收藏，再跟着做。

1. 为什么很多 Python 零基础教程“看了就废”

先说一个可能不太好听的结论：大多数零基础新手学不会 Python，不是智商问题，也不是资料不够好，而是被“碎片化输入”骗了。

你打开任何一个视频平台，搜索“Python 零基础教程”，结果通常是几套动辄几十小时的全套视频，外加几百个“Python 冷知识”“一行代码搞定某某功能”的短视频。前者的问题是：太长，长到你很难坚持到第 20 集；后者的问题是：太炫，炫到让你误以为学 Python 就是背几个“魔法操作”。

真正的学习逻辑恰恰相反：先掌握最少必要知识，然后用这些知识做出一个完整的小项目，最后在项目中不断扩展边界。

最少必要知识是什么呢？对零基础来说，无非是：

怎么装 Python、怎么打开命令行。
怎么写变量、怎么判断、怎么循环、怎么定义函数。
怎么运行一个 .py 文件。
怎么读懂最常见的报错。

就这么简单。这些内容，正常学完大概只需要 3 到 5 天的下班时间。剩下的什么爬虫、数据分析、Web 开发、人工智能，全部是“掌握了基础之后按需学习”的东西，根本不该出现在第一周的学习清单里。

还有一点很重要：不要反复换工具。很多教程让你一上来就装 PyCharm，然后进入各种工程化配置；另一些教程让你装 Anaconda，说“教环境管理很省心”。对于零基础，我的推荐非常明确：先装官方 Python + VSCode，跑通第一个程序，再做任何扩展。环境最简，反馈最快，出现问题时排查路径也最短。

2. Python 下载安装与版本选择：给零基础的环境搭建方案

2.1 Python 到底该装哪个版本

这是一个非常容易让新手纠结的问题。打开 Python 官网，你会看到 Python 3.13 之类的新版本，也可能看到 Python 3.12、3.11 等旧版本。作为零基础，请不要纠结，直接安装当前最新的稳定版即可。

网上很多人会告诉你“有些库不兼容新版本”，这个说法在今天已经越来越不重要。Python 3.12、3.13 对绝大多数主流库的支持已经非常好。你刚开始学习，只需要用到 print、input、if、for、def 这些内置功能，不存在兼容性问题。

安装时有一个极其重要的细节，很多人在这里摔倒：在安装向导的第一个界面，一定要勾选“Add Python to PATH”。这句话的意思是让系统把 Python 命令加入到全局变量里，这样你才能在命令行中直接输入 python 来运行代码。如果没勾选，你可以后续手动配置，但那样对新手太不友好了。我们直接从一开始就避免这个问题。

2.2 Windows 系统安装步骤

下面的步骤以 Windows 10/11 为例，其他系统的差异我会在后文说明。

第一步，打开 Python 官网下载页面，选择 Windows 安装包。进入安装界面后：

首先在底部勾选 Add Python to PATH。
然后点击 Install Now。
等待安装完成后，点击 Disable path length limit（如果出现），然后 Close。

第二步，验证是否安装成功。按 Win + R，输入 cmd 并回车，打开命令行窗口，输入：

BASH

python --version

如果看到类似 Python 3.13.x 的输出，说明安装成功。如果提示“不是内部或外部命令”，优先检查是否勾选了 Add Python to PATH，或者重新运行安装包进行修改。

另一个常用验证命令是 pip --version，用来确认包管理器可用：

BASH

pip --version

这里顺便解释一下 pip：它是 Python 自带的包管理工具。以后你想安装第三方库，比如 requests、numpy、pandas，都是通过它完成的。看到它正常工作，说明你的 Python 环境已经比较完整了。

2.3 macOS 与 Linux 系统的安装说明

macOS 和 Linux 通常自带 Python，但自带版本可能比较旧。在 macOS 上，更推荐到官网下载安装包，或使用 brew install python 安装。在 Linux 上，不同发行版命令不同，Ubuntu 系可以用：

BASH

sudo apt update

sudo apt install python3 python3-pip

安装完成后，同样执行 python3 --version 验证。

2.4 安装常见失败场景

问题现象	可能原因	排查方式	解决方案
提示“不是内部或外部命令”	未勾选 Add Python to PATH	检查环境变量	重新运行安装包，选择 Modify，勾选 Add to PATH
下载速度慢或页面打不开	网络问题	尝试更换浏览器或网络	可以从国内镜像站点下载，但注意核对文件名和 sha256
版本显示 2.x 而不是 3.x	系统自带旧版 Python	在命令行输入 `python3` 测试	优先使用 `python3` 命令，或重新安装最新版

3. VSCode 搭建 Python 开发环境：第一次写下你的代码

3.1 为什么推荐 VSCode 而不是 PyCharm

很多教程喜欢拿 PyCharm 作为 Python 零基础的第一个 IDE，理由是“功能全、开箱即用”。我的观点相反：PyCharm 的“全”对新手不是优势，而是干扰。它的界面层级多、工程配置多，新手很容易在项目名、解释器位置、运行配置里迷路。而 VSCode 配合 Python 扩展，界面清爽，启动快，装好扩展后写 Python 的体验足够顺畅。等你以后真的从事深度 Python 开发，再换或者再同时使用 PyCharm 也不迟。

还有一个重要原因是：VSCode 本身是一个通用编辑器，你以后学 HTML、CSS、JavaScript、Shell，甚至写 Markdown 文档，都可以在同一个工具里完成。一次学习，长期复用。

3.2 安装 VSCode 与 Python 扩展

去 VSCode 官网下载对应系统的安装包，一路默认安装即可。安装完成后打开软件，点击左侧的“扩展”图标（看起来像四个方块），搜索 “Python”，安装微软官方发布的那个，扩展名一般是 ms-python.python。

安装完扩展后，建议再安装一个扩展 “Chinese Language Pack”，可以把界面变成中文，减少陌生感。这两个扩展就够了。

3.3 创建你的第一个 Python 文件

在 VSCode 中，通过菜单“文件 - 打开文件夹”选择一个你准备存放代码的目录，比如 D:\python-learn。然后新建一个文件，命名为 hello.py。

在文件中输入下面的代码：

PYTHON

# 文件路径：hello.py

print("Hello, Python!")

print("我的第一个程序")

点击右上角的三角形运行按钮，或者按 Ctrl + F5 运行，如果配置正确，你会在下方“终端”面板中看到输出结果：

TEXT

Hello, Python!

我的第一个程序

这里要特别提醒：如果运行时让你选择解释器，请选择你安装的 Python 3.x 版本。VSCode 的 Python 扩展会自动识别系统中的 Python。如果你装了多个版本，也可以点击 VSCode 右下角的 Python 版本号手动切换。

3.4 一个常见问题：运行按钮不见了或运行报错

有时候你刚新建完文件，VSCode 右上角不会立刻出现运行按钮。解决办法是：把文件保存成 .py 后缀，安装好 Python 扩展并重启 VSCode，然后随便输入一行代码，运行按钮就会出现。如果你点运行后提示解释器找不到，确认一下是否安装了 Python 本身，而不是只装了 VSCode。

从这一步开始，你就不再是“看教程”的人了，而是“写程序”的人了。接下来的语法学习，请务必保持 每学一个语法，就立刻在 hello.py 里改代码运行 的习惯。学不会语法很正常，靠手敲记忆，比靠眼睛记忆快十倍。

4. Python 核心语法精讲：从变量到函数，一次打通

下面我会带你把 Python 最核心的语法过一遍。请不要急着背，先确保能看懂，然后亲自动手敲一遍。这部分内容，决定了后续所有进阶学习的速度。

4.1 变量与数据类型

变量，简单理解就是“给数据起一个名字”。Python 是一门动态类型语言，不需要像 C++ 或 Java 那样提前声明类型，直接赋值即可。

PYTHON

# 整型

age = 18

# 浮点型

price = 9.9

# 字符串

name = "张三"

# 布尔型

is_student = True

# 列表

hobbies = ["读书", "写代码", "跑步"]

# 字典

person = {"name": "李四", "age": 20}

需要特别注意的是，Python 的赋值非常灵活，初学者要养成“给变量起有意义的名字”的习惯，比如用 user_name 而不是 un，用 total_price 而不是 tp。代码首先是给人看的，其次才是给机器运行的。

4.2 输入与输出

任何程序都离不开“输入”和“输出”。Python 中通过 print() 输出，通过 input() 接收用户输入：

PYTHON

name = input("请输入你的名字：")

print("你好，", name)

print(f"欢迎你，{name}，开始 Python 之旅！")

print 后面括号里的内容会显示在屏幕上。第三行用到了 f-string，它是一种格式化字符串的写法，花括号里的变量名会被替换成实际值。这是在 Python 3.6 之后引入的特性，非常常用，建议直接学会。

4.3 条件判断

条件判断用 if、elif、else 实现。注意 Python 中的冒号和缩进：冒号表示代码块的开始，缩进表示代码块的归属。这是 Python 和很多其他语言最大的不同。

PYTHON

score = 85

if score >= 90:

print("优秀")

elif score >= 60:

print("及格")

else:

print("不及格")

很多新手会问：缩进应该用 Tab 还是空格？我的建议是：使用 4 个空格。VSCode 默认会把 Tab 转成空格，所以直接 Tab 键就行。只要同一段代码里保持一致，两种方式都能运行，但 4 空格是社区通用规范。

4.4 循环

循环的作用是“重复执行某段代码”。Python 中最常用的循环是 for 循环，用来遍历列表、字符串等可迭代对象：

PYTHON

# 遍历列表

fruits = ["苹果", "香蕉", "橘子"]

for fruit in fruits:

print(fruit)

# 使用 range 生成一系列数字

for i in range(1, 6):

print(f"第{i}次循环")

while 循环则用于“条件满足就继续执行”的场景：

PYTHON

count = 1

while count <= 5:

print("当前计数：", count)

count += 1

这里最重要的概念是 range(1, 6)，它生成从 1 到 5 的数字，不包含 6。这是 Python 中“左闭右开”区间设计的体现。初学者第一次看到可能会觉得不习惯，但记住这个规则后，后续切片的很多问题都会迎刃而解。

4.5 函数

函数是“打包重复代码”的工具。当你发现同一段逻辑要写很多次时，就应该把它封装成函数：

PYTHON

def add(a, b):

"""计算两个数的和"""

result = a + b

return result

def greet(name):

return f"你好，{name}！"

# 调用函数

print(add(3, 5))

print(greet("小明"))

def 关键字用来定义函数，函数名后跟一对圆括号，括号里写参数。return 表示函数返回的结果。函数内部的调用关系是理解模块化思想的第一步，建议把上面的代码完整敲一遍，并尝试改写 add 函数，让它支持三个数相加。

4.6 常见语法错误示例

错误写法	错误原因	正确写法
`if score >= 60` 后面忘记冒号	缺少冒号	`if score >= 60:`
`print("你好")` 前面多了一个空格	顶层代码不能缩进	删除多余空格
`name = "张三"` 写在 `if` 块内部，但后面又在外部使用	变量作用域不一致	把变量定义提升到代码块外
写了中文标点 `if score ＞ 60`	中英文标点混用	使用英文标点 `>`

5. 组合小练习：编写一个“健康打卡”小工具

基础知识讲完了，现在进入第一个真正完整的实践项目。我会带你把上面学的内容组合起来，写一个简化版“健康打卡”工具。这个项目麻雀虽小，五脏俱全：包含输入、判断、循环、列表、函数和文件操作，正好覆盖零基础第一阶段的所有核心内容。

5.1 需求描述

用户可以循环录入每天的步数，输入 done 结束打卡，最后程序统计这段时间的总步数、平均步数、最高步数和达标天数（假设每天 8000 步达标）。

5.2 完整代码

PYTHON

# 文件路径：health_check.py

def input_steps():

"""让用户输入一天的步数，返回整数"""

while True:

value = input("请输入今天的步数（输入 done 结束）：")

if value == "done":

return None

try:

steps = int(value)

if steps < 0:

print("步数不能为负数，请重新输入。")

continue

return steps

except ValueError:

print("输入无效，请输入数字或 done。")

def analyze_steps(steps_list):

"""统计步数数据"""

if not steps_list:

print("没有数据，无法统计。")

return

total = sum(steps_list)

avg = total / len(steps_list)

max_steps = max(steps_list)

qualified_days = [s for s in steps_list if s >= 8000]

print("===== 打卡统计结果 =====")

print(f"打卡天数：{len(steps_list)} 天")

print(f"总步数：{total} 步")

print(f"平均步数：{avg:.1f} 步")

print(f"最高步数：{max_steps} 步")

print(f"达标天数：{len(qualified_days)} 天")

def main():

all_steps = []

print("欢迎使用健康打卡工具！")

while True:

steps = input_steps()

if steps is None:

break

all_steps.append(steps)

print(f"已记录：{steps} 步")

analyze_steps(all_steps)

if __name__ == "__main__":

main()

5.3 代码逻辑拆解

这个代码看起来很复杂，但拆开之后就几条线：

input_steps()：不断接收输入，如果输入 done 就停止；如果输入非数字，用 try...except 捕获异常并提示重新输入。这体现了“防御式编程”思想。
analyze_steps()：接收一个列表，通过 sum()、max()、列表推导式等完成统计。
main()：把上面两个函数串联起来，形成完整的“输入 - 收集 - 统计”流程。
if __name__ == "__main__": 是 Python 的一个固定写法，目的是让模块既能单独运行，又能被其他模块导入而不自动执行。

5.4 运行与验证

在 VSCode 中运行这个文件，你会在终端中看到交互提示。下面是一次完整的运行示例：

TEXT

欢迎使用健康打卡工具！

请输入今天的步数（输入 done 结束）：6000

已记录：6000 步

请输入今天的步数（输入 done 结束）：9000

已记录：9000 步

请输入今天的步数（输入 done 结束）：10000

已记录：10000 步

请输入今天的步数（输入 done 结束）：done

===== 打卡统计结果 =====

打卡天数：3 天

总步数：25000 步

平均步数：8333.3 步

最高步数：10000 步

达标天数：2 天

如果你能完整跑通这个输出，说明你已经具备了“把一个简单需求变成代码”的能力。这是零基础到入门最关键的里程碑，比看一百集视频都有用。

这个项目里还有几个可以扩展的方向：把数据保存到文件里、增加历史记录查询、用图表展示趋势。你可以任选其中一个方向，尝试自己改造。

6. 用 pip 安装第三方库：给 Python 装上“外挂”

Python 生态强大的一个重要原因，是有庞大的第三方库生态。通过 pip 安装库，可以让你的代码直接获得网络请求、数据处理、图形绘制、Web 开发、爬虫等能力。

6.1 pip 常见用法

BASH

# 安装库

pip install requests

# 安装指定版本

pip install requests==2.31.0

# 卸载库

pip uninstall requests

# 查看已安装库列表

pip list

# 查看某个库的详细信息

pip show requests

这里要特别提醒：使用 pip 安装库时，建议优先安装到当前用户环境，而不是全局环境。后面学会 virtualenv 或 conda 后再做更严格的环境隔离。

6.2 安装 requests 并写一个爬虫入门示例

以网络请求库 requests 为例，安装后写一个最简单的网络请求代码：

BASH

pip install requests

PYTHON

# 文件路径：test_requests.py

import requests

url = "https://httpbin.org/get"

resp = requests.get(url, timeout=10)

print("状态码：", resp.status_code)

print("响应内容（前 300 字）：")

print(resp.text[:300])

如果运行正常，说明你的网络库安装成功。这个示例告诉你：学习爬虫并不神秘，本质上就是发请求、收响应、解析数据。但注意，实际抓取网站时一定要遵守目标网站的 robots.txt 规则，控制请求频率，尊重数据使用边界，不抓取个人隐私信息，不对目标站点造成压力。

6.3 国内网络环境下 pip 加速

有时候直接执行 pip install 会很慢，可以考虑使用国内镜像源，这是完全合法的加速方式。但需要注意：生产环境或涉及敏感数据的环境，请谨慎使用第三方镜像，优先从官方源安装。

BASH

pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple

7. 零基础学习避坑指南：核心经验总结

7.1 选定一个教程，坚持到底

学习资料可以收藏无数份，但你真正跟完的只需要一套。选一套风格合适、项目实战多的教程，跟着敲完，再谈扩展。这里给一个简单的判断标准：播放量不重要，200 集刷完率也不重要，重要的是出镜者会不会带你一步一步保存、运行、看报错。

7.2 有报错一定是好事情

不要害怕报错，每一个报错都在告诉你“程序里哪里有问题”。学习排错，其实就是训练“读提示”的能力。最常见的排查流程是：看报错文件名和行号，再看最后的异常类型和描述，最后把关键词复制到搜索引擎里搜索。

7.3 先不必追求“一行代码”技巧

短视频平台里经常有“一行代码实现某个功能”的酷炫操作。坦白说，这些内容对新手弊大于利。它们让你觉得代码就该简洁到极致，但实际上工程代码的追求是清晰可维护，不是标题党式的极小化。等你有三五年经验后再追求“优雅地写一行”也不迟。

7.4 给自己设计“反馈回路”

学习编程最怕的是“学了后面忘了前面”。有效做法是：每学完一个知识点，马上设计一个小任务，比如学完列表后写一个“生鲜购物清单”程序，学完字典后写一个“通讯录查询”程序。用小任务给自己正反馈，比被动刷课有效很多。

8. 常见问题与排查方法

下面是 Python 零基础阶段最常遇到的一些问题，如果你卡住了，可以直接对照表格排查。

问题现象	可能原因	排查方式	解决方案
运行代码时提示 `python 不是内部或外部命令`	没有正确配置环境变量	在命令行输入 `where python` 查看路径	重新安装 Python，勾选 Add Python to PATH
VSCode 中运行按钮是灰色的	文件未保存为 `.py` 格式	查看文件标签页是否显示 `.py` 后缀	重新保存为 `.py` 文件
`pip install` 提示外部命令找不到	pip 未加入 PATH	在命令行执行 `python -m pip`	使用 `python -m pip install 包名` 替代
`ModuleNotFoundError: No module named 'xxx'`	没有安装对应库	检查装库时的 Python 路径	用 `pip install xxx` 安装，或用 `python -m pip` 指定当前解释器
`SyntaxError: invalid syntax`	语法错误，可能有中文标点或缺少冒号	看报错位置附近，检查是否为英文标点	修正标点和冒号，检查缩进
中文输入乱码	编码问题	查看文件编码是否为 UTF-8	在 VSCode 右下角切换编码为 UTF-8

要记住一个原则：遇到问题先读报错原文，再复制搜索，不要瞎改。搜索引擎里绝大多数的 Python 问题都有人遇到过，你搜索到答案的概率极高。

9. 从零基础到进阶：下一步怎么走

如果你把上面的内容都跑通了一遍，那么恭喜你，你已经不属于“纯零基础”了。你已经能独立安装环境、写脚本、处理简单的用户输入、使用第三方库。接下来可以根据兴趣选择方向：

想学爬虫：学习 requests、BeautifulSoup、selenium，练习抓取公开数据，学会数据清洗。
想学数据分析：学习 numpy、pandas、matplotlib，重点掌握 DataFrame 和可视化。
想学 Web 开发：学习 Flask 或 FastAPI，做一个自己的博客或接口应用。
想学自动化办公：学习读写 Excel、Word、PDF，把重复劳动交给程序。
想学人工智能：先巩固 Python 基础，然后学习 numpy、pandas，再进入机器学习或深度学习框架。

但不管是哪个方向，都有一条共同前提：持续写代码，持续遇到错误，持续解决错误。教程不是看懂的，是敲懂和改懂的。

最后，送你一个可以立刻开始的小行动：把本文第 5 节的“健康打卡”程序复制到你的 VSCode 里，改一改提示语、改一改达标步数、增加一个历史记录存储，让它变成你自己的小工具。当你完成第一次完整的“按自己想法改造别人的代码”时，你就真正入门了。

建议先收藏本文，晚上回家打开电脑，从第 2 节开始一步一步操作。如果中间碰到任何问题，欢迎在评论区带上你的报错信息提问。编程的路很长，但第一步，其实就藏在这一次运行成功里。