Python零基础入门全攻略：从环境搭建到实战项目

pythonpython入门零基础学python
于 2026-08-29 04:00:22 修改
·本内容遵循CC 4.0 BY-SA版权协议

先问大家一句：你身边是不是总有朋友说“想学编程，但不知道从哪入手”？或者你自己也试过几次，结果被一堆术语劝退了？

其实在 2026 年的今天，Python 依然是零基础学习者最友好的第一门编程语言。它的语法接近自然语言，能做的事情又特别多——网页后端、数据分析、自动化办公、人工智能、爬虫脚本，几乎都有 Python 的身影。但也正因为 Python 生态太庞大，新手最容易犯的错误不是“学不会”，而是“乱学”。

本文将围绕 Python 零基础入门的完整路径，从为什么选择 Python、环境安装、核心语法、数据分析基础、自动化脚本，到面向对象、爬虫入门、常见报错排查和最佳实践，给你整理一份可以直接照着走的系统教程。无论你之前有没有编程经验，只要能跟着文章敲完代码，就能建立起完整的 Python 知识框架。

1. Python 到底是什么？为什么零基础首选它

1.1 用大白话理解 Python

Python 是一门解释型、通用型的编程语言。解释型的意思是：代码写完之后不需要像 C/C++ 那样先编译成机器码，而是由 Python 解释器逐行读取并执行。

BASH
python hello.py

你写一个 hello.py 文件，执行上面这条命令，结果就直接打印在屏幕上了。这种“写完就能跑”的体验，对新手来说非常友好——你不用先搞懂链接器、编译器、内存分配，就能看到程序的输出。

Python 的语法设计哲学是“优雅、明确、简单”。同样是输出一句话，对比一下几种语言：

JAVA
public class HelloWorld {
public static void main(String[] args) {
System.out.println("Hello, World!");
}
}
PYTHON
print("Hello, World!")

没有对比就没有伤害。Python 的代码量通常只有 Java 的五分之一到三分之一，这也是它成为教学语言首选的原因。

1.2 Python 能做什么

很多新手学 Python 之前最关心的问题是：“学完了我能干嘛？”下面这些方向都是 Python 的主场。

  • Web 后端开发：使用 Django、Flask、FastAPI 等框架开发网站接口和微服务。
  • 数据分析与可视化：用 Pandas 处理表格数据，用 Matplotlib、PyECharts 绘制图表。
  • 人工智能与机器学习：TensorFlow、PyTorch、scikit-learn 等库让 Python 成为 AI 领域的事实标准。
  • 自动化办公：批量处理 Excel、Word、PDF，发送邮件，定时执行任务。
  • 网络爬虫：使用 Requests、Scrapy 等库采集网页公开数据。
  • 自动化测试：Selenium、pytest 是测试工程师的日常工具。

正是因为应用范围广，Python 程序员在不同行业都能找到位置。哪怕你不是专职程序员，学会 Python 也能显著提升工作效率。

1.3 Python 3 与 Python 2 的区别

如果你在网上搜索资料，可能会看到“Python 2”相关的教程。这里必须明确：Python 2 已经在 2020 年 1 月 1 日停止官方维护，所有新项目都应该使用 Python 3。

Python 3 相比 Python 2 的主要变化包括：

  • print 从语句变成了函数，必须写成 print("内容")
  • 整数除法默认返回浮点数，5 / 2 的结果是 2.5
  • 字符串默认使用 Unicode 编码，中文支持更友好
  • 新增了 asyncio、f-string 等现代特性

不要再去学 Python 2 的老教程了，直接以 Python 3 为准。

2. 环境准备：Python 安装与 IDE 配置

2.1 Windows 系统安装 Python

到 Python 官网下载安装包，选择 Windows installer 版本。安装时有一步非常关键：勾选 “Add Python to PATH”，否则后续在命令行里输入 python 会提示找不到命令。

TEXT
安装界面关键选项：
[√] Add Python 3.x to PATH
[√] Install launcher for all users

安装完成后，打开命令提示符（Win + R 输入 cmd），输入：

BASH
python --version

如果看到类似 Python 3.12.x 的输出，就说明安装成功了。

在 Windows 上还建议安装 Windows Terminal，比系统自带的 cmd 和 PowerShell 好用很多，支持多标签页和自定义主题。

2.2 macOS 与 Linux 环境

macOS 自带 Python 2，但版本太老，不建议直接使用。推荐用 Homebrew 安装最新版：

BASH
brew install python

Linux 系统（以 Ubuntu/Debian 为例）可以使用 apt 安装：

BASH
sudo apt update
sudo apt install python3 python3-pip

无论哪个系统，安装后都建议确认版本：

BASH
python3 --version
pip3 --version

2.3 选择什么样的编辑器或 IDE

新手配置开发环境时最容易纠结。我的建议是分阶段选择：

第一阶段：直接用 VS Code。

VS Code 免费、轻量、插件生态好。安装 Python 扩展后，就能获得代码补全、语法检查、调试功能。在 VS Code 中按 Ctrl + Shift + P，输入 Python: Select Interpreter，选择你刚安装的 Python 版本。

第二阶段：等学到面向对象和项目开发后，切换 PyCharm。

PyCharm 是 JetBrains 全家桶中的 Python IDE，社区版免费。它对项目结构的管理、虚拟环境的集成、调试器的可视化都做得非常好。新手用社区版完全足够。

2.4 创建虚拟环境：从第一天就养成好习惯

Python 项目最头疼的问题之一就是依赖冲突。不同项目的库版本要求可能互相矛盾，所以虚拟环境非常重要。

BASH
# 创建虚拟环境
python -m venv myenv
 
# Windows 激活
myenv\Scripts\activate
 
# macOS/Linux 激活
source myenv/bin/activate

激活后，命令行的最前面会出现 (myenv) 标记，说明你已经在虚拟环境中了。之后用 pip 安装的包都会安装在当前环境里，不会污染全局 Python。

3. Python 核心语法拆解：从变量到函数

3.1 变量与数据类型

Python 是动态类型语言，声明变量不需要写类型：

PYTHON
name = "小明" # 字符串 str
age = 18 # 整数 int
height = 1.75 # 浮点数 float
is_student = True # 布尔值 bool

使用 type() 函数可以查看变量的数据类型：

PYTHON
print(type(name)) # <class 'str'>
print(type(age)) # <class 'int'>

这里的 class 关键词和面向对象有关，先不深究，你只需要知道 type() 返回的是这个数据所属的分类。

Python 中还有一个容易被新手忽略的点：变量名区分大小写，Name 和 name 是两个完全不同的变量。

3.2 输入输出基础

PYTHON
name = input("请输入你的名字：")
print("你好，" + name + "！")
print(f"你好，{name}！") # f-string 拼接，推荐这种方式

第一行代码的作用是从控制台读取用户输入；第二行使用 + 做字符串拼接；第三行使用 f-string，Python 3.6 之后引入的语法，在字符串前加 f，然后用 {} 包裹变量。

运行结果示例：

TEXT
请输入你的名字：张三
你好，张三！
你好，张三！

请注意：input() 返回的一定是字符串。如果你输入的是数字，直接拿去计算会报错。

3.3 条件判断

PYTHON
score = 75
 
if score >= 90:
print("优秀")
elif score >= 60:
print("及格")
else:
print("不及格")

Python 的条件判断有几个新手必须注意的细节：

  • 判断条件是 elif，不是 else if。
  • 条件后面必须写冒号 :。
  • 代码块通过缩进来表示，默认建议使用 4 个空格，不要混用 Tab 和空格。
  • 逻辑运算符是 and、or、not，不是 &&、||、!。

再看一个多条件组合的例子：

PYTHON
age = 20
has_id_card = True
 
if age >= 18 and has_id_card:
print("可以进入网吧")
else:
print("禁止入内")

3.4 循环结构

for 循环通常用于遍历可迭代对象：

PYTHON
for i in range(5):
print(i)

输出：

TEXT
0
1
2
3
4

注意 range(5) 的区间是 [0, 5)，不包含 5 本身。

while 循环适合不知道循环次数的情况：

PYTHON
count = 0
total = 0
 
while count <= 100:
total += count
count += 1
 
print(f"1 到 100 的和是：{total}")

输出：

TEXT
1 到 100 的和是：5050

循环中还有两个控制语句：break 提前结束循环，continue 跳过本次循环进入下一次。

PYTHON
for i in range(10):
if i == 5:
break
if i % 2 == 0:
continue
print(i)

这段代码遇到 5 就结束，偶数被跳过，所以输出是 1 和 3。

3.5 字符串常用操作

字符串是 Python 中使用频率最高的数据类型。下面这些方法必须掌握：

PYTHON
text = " Hello, Python World! "
 
print(text.strip()) # 去除两端空格
print(text.lower()) # 转小写
print(text.upper()) # 转大写
print(text.replace("World", "CSDN")) # 替换
print(text.split(",")) # 按逗号分割成列表
print(len(text)) # 字符串长度
print(text.startswith("He")) # 是否以 He 开头

输出：

TEXT
Hello, Python World!
hello, python world!
HELLO, PYTHON WORLD!
Hello, CSDN World!
[' Hello', ' Python World! ']
27
True

字符串还支持切片操作，格式是 [起始位置:结束位置:步长]：

PYTHON
word = "Python"
print(word[0:3]) # Pyt
print(word[::-1]) # nohtyP，将字符串反转

3.6 列表与字典：最常用的数据结构

列表用方括号定义，可以存放任意类型的数据：

PYTHON
fruits = ["苹果", "香蕉", "橘子"]
fruits.append("西瓜") # 添加元素
fruits.remove("香蕉") # 删除元素
print(fruits) # ['苹果', '橘子', '西瓜']
print(fruits[0]) # 苹果

遍历列表的两种写法：

PYTHON
for fruit in fruits:
print(fruit)
 
for index, fruit in enumerate(fruits):
print(index, fruit)

enumerate() 会同时返回索引和值，这个函数在写爬虫、处理表格数据时非常常用。

字典用花括号定义，以键值对的形式存储：

PYTHON
student = {
"name": "小红",
"age": 16,
"score": 95.5
}
 
print(student["name"]) # 小红
print(student.get("address")) # None，不会报错
print(student.keys()) # dict_keys(['name', 'age', 'score'])

建议用 get() 方法获取字典值，因为当键不存在时，student["address"] 会报 KeyError，而 get() 返回 None 或者你指定的默认值。

3.7 函数定义与参数传递

函数是代码复用的基础。定义一个函数用 def 关键字：

PYTHON
def add(a, b):
"""返回两个数的和"""
return a + b
 
result = add(3, 5)
print(result) # 8

Python 函数的参数机制非常灵活：

PYTHON
def greet(name, greeting="你好"):
print(f"{greeting}，{name}！")
 
greet("小明") # 使用默认参数
greet("小红", "早上好") # 覆盖默认参数

Python 还有可变参数 *args 和关键字参数 **kwargs：

PYTHON
def print_args(*args, **kwargs):
print("位置参数：", args)
print("关键字参数：", kwargs)
 
print_args(1, 2, 3, name="小明", age=18)

*args 会接收所有未命名的参数，打包成元组；**kwargs 会接收所有 key=value 形式的参数，打包成字典。这在写被装饰器包裹的通用函数时特别有用。

4. 完整实战案例：用 Python 实现学生成绩管理系统

理论说再多，不如动手写一个完整的应用。这一节我们从零做一个“学生成绩管理系统”，包含添加学生、查看成绩、计算平均分、保存数据到文件等功能。

4.1 需求分析

我们要实现的功能：

  • 添加学生姓名和成绩
  • 查看所有学生成绩
  • 查看成绩平均值
  • 查询单个学生成绩
  • 将数据保存到本地文件
  • 启动时自动加载历史数据

这个项目覆盖了变量、列表、字典、循环、函数、文件操作、异常处理这些核心知识点，是很好的综合练习。

4.2 创建项目结构

TEXT
student_system/
│
├── main.py # 主程序入口
├── students.txt # 数据存储文件（自动生成）
└── README.md # 项目说明

直接用任意编辑器创建 main.py 即可。

4.3 编写完整代码

PYTHON
# 文件路径：student_system/main.py
 
import os
 
DATA_FILE = "students.txt"
 
 
def load_data():
"""从文件中加载学生数据"""
students = {}
if not os.path.exists(DATA_FILE):
return students
 
try:
with open(DATA_FILE, "r", encoding="utf-8") as f:
for line in f:
line = line.strip()
if not line:
continue
name, score = line.split(",")
students[name] = float(score)
except Exception as e:
print(f"读取文件时出错：{e}")
 
return students
 
 
def save_data(students):
"""将学生数据保存到文件"""
try:
with open(DATA_FILE, "w", encoding="utf-8") as f:
for name, score in students.items():
f.write(f"{name},{score}\n")
print("数据保存成功！")
except Exception as e:
print(f"保存数据时出错：{e}")
 
 
def add_student(students):
"""添加学生"""
name = input("请输入学生姓名：").strip()
if not name:
print("姓名不能为空！")
return
 
try:
score = float(input("请输入成绩："))
except ValueError:
print("成绩必须是数字！")
return
 
students[name] = score
print(f"学生 {name} 添加成功，成绩为 {score} 分")
 
 
def show_all_students(students):
"""显示所有学生"""
if not students:
print("当前没有学生数据")
return
 
print("\n===== 学生成绩列表 =====")
for name, score in students.items():
print(f"{name}: {score} 分")
print("========================\n")
 
 
def show_avg_score(students):
"""显示平均成绩"""
if not students:
print("当前没有学生数据")
return
 
avg = sum(students.values()) / len(students)
print(f"全班平均成绩为：{avg:.2f} 分")
 
 
def search_student(students):
"""查询单个学生"""
name = input("请输入要查询的学生姓名：").strip()
if name in students:
print(f"{name} 的成绩是 {students[name]} 分")
else:
print(f"未找到学生 {name}")
 
 
def main():
"""主函数"""
students = load_data()
print("欢迎使用学生成绩管理系统！")
 
while True:
print("\n请选择操作：")
print("1. 添加学生")
print("2. 查看所有学生")
print("3. 查看平均成绩")
print("4. 查询学生")
print("5. 保存数据")
print("6. 退出系统")
 
choice = input("请输入数字选择：").strip()
 
if choice == "1":
add_student(students)
elif choice == "2":
show_all_students(students)
elif choice == "3":
show_avg_score(students)
elif choice == "4":
search_student(students)
elif choice == "5":
save_data(students)
elif choice == "6":
save_data(students)
print("感谢使用，再见！")
break
else:
print("无效的选择，请重新输入")
 
 
if __name__ == "__main__":
main()

4.4 运行与验证

BASH
cd student_system
python main.py

运行后的交互过程：

TEXT
欢迎使用学生成绩管理系统！
 
请选择操作：
1. 添加学生
2. 查看所有学生
3. 查看平均成绩
4. 查询学生
5. 保存数据
6. 退出系统
请输入数字选择：1
请输入学生姓名：张三
请输入成绩：85
学生 张三 添加成功，成绩为 85.0 分

4.5 代码关键点解释

这段代码有几个值得反复理解的地方：

第一，load_data 和 save_data 使用了 with open(...) as f 这种写法。这个语法叫“上下文管理器”，它的好处是无论代码是否抛出异常，文件都会被正确关闭，避免资源泄漏。

第二，try...except 捕获了文件读取和用户输入转换时的异常。用户输入非数字成绩时，float(input(...)) 会抛出 ValueError，如果不处理，整个程序就会崩溃。

第三，if __name__ == "__main__": 表示只有直接运行这个文件时才调用 main()。当这个文件被其他模块导入时，这行代码不会执行，这是 Python 工程化的一个基本规范。

第四，所有功能被拆分成独立函数，每个函数只做一件事。这就是函数式设计的基本思想，后续学习面向对象时，这种职责划分能力会直接迁移。

5. 从基础走向实战：数据分析与自动化必知

5.1 使用 Pandas 处理 Excel 数据

学习 Python 基础语法后，最值得优先接触的第三方库就是 Pandas。它是数据分析领域最核心的工具库，功能非常强大。

先安装：

BASH
pip install pandas

一个最简单的读取 Excel 文件的例子：

PYTHON
import pandas as pd
 
# 读取 Excel 文件
df = pd.read_excel("销售数据.xlsx")
 
# 查看前 5 行
print(df.head())
 
# 筛选销售额大于 10000 的记录
high_sales = df[df["销售额"] > 10000]
print(high_sales)
 
# 按产品分类汇总销售额
summary = df.groupby("产品")["销售额"].sum()
print(summary)

Pandas 的核心数据结构是 DataFrame，可以把它理解成一张“内存中的 Excel 表”。它提供了非常丰富的数据操作 API，包括筛选、分组、聚合、排序、去重、合并等。

对于经常用手工处理 Excel 表格的办公人员来说，用 Pandas 处理几百 MB 的大型表格，速度比 Excel 快好几个数量级。

5.2 用 Matplotlib 绘制图表

数据整理后的下一步是可视化。Matplotlib 是 Python 最基础的可视化库。

PYTHON
import matplotlib.pyplot as plt
 
# 准备数据
months = ["1月", "2月", "3月", "4月", "5月", "6月"]
sales = [12000, 15000, 13000, 18000, 21000, 19000]
 
# 绘制折线图
plt.plot(months, sales, marker="o", color="blue", linewidth=2)
 
# 设置标题和坐标轴标签
plt.title("上半年销售额趋势")
plt.xlabel("月份")
plt.ylabel("销售额（元）")
 
# 显示网格
plt.grid(True)
 
# 显示图表
plt.show()

运行这段代码会弹出一个折线图窗口。如果你在无图形界面的 Linux 服务器上运行，可以添加 plt.savefig("sales.png") 替代 plt.show()，将图片保存到文件。

5.3 自动处理 PDF 和 Word 文档

办公自动化的需求非常普遍。Python 可以用 python-docx 操作 Word，用 PyPDF2 或 pdfplumber 处理 PDF。

裁剪 PDF 指定页面：

PYTHON
from PyPDF2 import PdfReader, PdfWriter
 
reader = PdfReader("原文件.pdf")
writer = PdfWriter()
 
# 将第 2 到 4 页保存为新文件
for i in range(1, 4):
writer.add_page(reader.pages[i])
 
with open("裁剪后的文件.pdf", "wb") as f:
writer.write(f)

需要注意，每个第三方库的 API 都在不断更新，使用时先查阅对应版本的中文文档或官方文档，比去搜索引擎找老博客更可靠。

5.4 Python 爬虫入门流程

爬虫是很多 Python 学习者的兴趣起点。一个最基础的爬虫流程如下：

PYTHON
import requests
from bs4 import BeautifulSoup
 
# 请求网页
url = "https://example.com"
response = requests.get(url, timeout=10)
response.encoding = "utf-8"
 
# 解析网页
soup = BeautifulSoup(response.text, "html.parser")
titles = soup.find_all("h2", class_="article-title")
 
# 提取数据
for title in titles:
print(title.text.strip())

学习爬虫时有几个必须注意的边界：

  • 只爬取公开数据，不绕过登录、验证码等访问控制机制。
  • 遵守网站的 robots.txt 规则。
  • 控制请求频率，不要给服务器造成压力。
  • 爬取的数据只用于个人学习和研究，不用于商业用途。

6. 常见问题与排查思路

新手写代码遇到报错是非常正常的。关键在于：看到报错信息后，能不能快速定位原因。下面是 Python 初学者最常遇到的高频问题。

问题现象 常见原因 解决思路
pip 不是内部或外部命令 Python 未添加到 PATH 环境变量 重新安装并勾选 Add Python to PATH，或手动配置环境变量
ModuleNotFoundError: No module named 'xxx' 未安装对应第三方库，或安装到了其他 Python 环境 执行 pip install xxx，检查当前解释器是否为虚拟环境
SyntaxError: invalid syntax 代码语法错误，缺少冒号、括号不匹配 根据报错行号和 ^ 指示位置检查
IndentationError: unexpected indent 缩进不一致，Tab 和空格混用 统一使用 4 个空格
NameError: name 'xx' is not defined 变量未定义或拼写错误 检查变量名的拼写和定义位置
ValueError: invalid literal for int() 字符串无法转换为整数 用 isdigit() 方法先判断，或用 try-except 捕获
KeyError: 'xxx' 字典中不存在该键 使用 字典.get(键, 默认值) 代替 字典[键]
FileNotFoundError 文件路径错误 使用 os.path.exists() 先检查文件
UnicodeDecodeError 文件编码和读取编码不一致 指定 encoding="utf-8" 或 gbk

6.1 命令行的重要性和 pip 换源

很多新手遇到 ModuleNotFoundError 不知道从何排查，这时候建议先执行下面三条命令：

BASH
where python
where pip
pip list

第一条命令查看当前使用的 Python 路径，第二条查看 pip 路径，第三条列出当前环境已安装的包。如果 python 和 pip 的路径不一致，往往就是环境混乱导致的。

在国内网络环境下，pip 默认从 PyPI 官方源下载速度可能很慢。全局换源能极大提升安装效率：

BASH
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

如果某个包安装失败，也可以使用镜像源手动安装：

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

6.2 使用 print 函数调试代码

遇到代码逻辑错误时，最直接的调试方式就是在关键位置添加 print() 打印变量值。例如：

PYTHON
def calculate_average(scores):
total = 0
for score in scores:
print(f"当前 score: {score}")
total += score
print(f"total: {total}, count: {len(scores)}")
return total / len(scores)
 
print(calculate_average([90, 80, 70]))

通过观察每一次循环的输出，很快就能定位是哪里出了问题。

7. 最佳实践与工程建议

7.1 代码规范与命名

建议从学习第一天就遵循 PEP 8 规范。几个核心约定：

  • 变量名、函数名使用小写字母和下划线连接，如 student_name、get_average_score。
  • 常量使用大写字母和下划线，如 MAX_RETRY_TIMES。
  • 类名使用大驼峰命名法，如 StudentManager。
  • 函数和变量名要能表达含义，不要用 a、b、c 这种无意义命名。
  • 在运算符、逗号、冒号后加空格，但函数调用时括号内不加空格。

7.2 注释与文档字符串

注释不是越多越好，而是写“为什么这么做”而不是“做了什么”。例如：

PYTHON
# 使用二分查找而不是线性查找，因为数据量超过 10 万条

函数的文档字符串用于说明函数的用途、参数和返回值：

PYTHON
def add_student(students, name, score):
"""
向学生字典中添加学生成绩
 
Args:
students (dict): 学生字典，键为姓名，值为成绩
name (str): 学生姓名
score (float): 学生成绩
"""
students[name] = score

7.3 异常处理原则

异常处理的主要目标不是“让程序不报错”，而是“让程序在异常情况下有明确的反馈”。

  • 尽量捕获具体的异常类型，而不是裸写 except:。
  • 在 except 中记录日志或输出有效信息，不要一句 print(e) 草草了事。
  • 不需要捕获异常的情况就不要捕获，把异常抛出给上层调用者处理，反而更利于排查问题。

7.4 虚拟环境与依赖管理

每个项目都应该有独立的虚拟环境。当你开始做项目时，用下面的命令生成依赖清单：

BASH
pip freeze > requirements.txt

换到新环境部署时，使用：

BASH
pip install -r requirements.txt

这样能保证项目在不同机器上拥有一致的依赖版本。

7.5 学会阅读官方文档

最后一个建议可能听起来不像技术建议，但非常重要：不用背 API，但要学会查文档。

Python 官方文档是 docs.python.org，包含了完整的标准库说明。第三方库通常都有官方文档，例如 Django 的文档非常详细。遇到不确定的用法，最可靠的方式是查阅对应版本的官方文档，而不是盲目信任搜索结果中的零散代码。

新手经常把“记不住函数名”当成自己学得不好，其实这是一个误区。编程的核心能力是：知道有什么工具、在哪里查、怎么组合。把这些做好了，效率自然就上去了。

8. 总结与下一步学习路线

从环境搭建到语法基础，从函数到文件操作，从核心程序到数据分析，已经形成了一条完整的学习闭环。接下来你需要根据自己的兴趣选择方向深入。

想要做 Web 开发，可以学习 Flask 或 FastAPI；想要做数据处理，深入 Pandas 和 NumPy，再学习自动化报表；想要做人工智能，先补充 NumPy 和 Matplotlib，再进入 scikit-learn 或 PyTorch；想要做自动化办公，练习工程文件处理、批量重命名、自动发送邮件这些实际任务。

如果你现在还是零基础，先不要急着“我要学爬虫”“我要学 AI”，把本文的代码全部敲一遍，理解每个语法的作用，再来谈方向选择。手动敲代码，远比“看懂了”更重要。建议在敲代码时逐行体会，遇到报错就按第 6 节的排查表处理。等你把学生成绩管理系统独立完成并能加上新功能，你就已经具备了继续深入学习的基础。