Python 完整学习路线

这是一套面向已有编程基础读者的 Python 学习笔记。主线环境采用 Python 3.14.6，并通过同一个 study_tasks 命令行任务管理器，把语言特性、标准库和工程实践连成一个可以运行、测试和打包的项目。

你不需要重新学习“什么是变量或循环”。本系列更关注 Python 的对象模型、可读性惯例、类型系统、资源管理、并发边界，以及怎样把脚本逐步整理成可维护的软件。

一、环境基线

主线版本：Python 3.14.6
支持系统：Windows PowerShell、Linux、macOS
项目结构：src 布局与 pyproject.toml
数据存储：先使用内存和 JSON，之后迁移到 SQLite
质量工具：pytest、Ruff、mypy
示例命令：study-tasks

先确认解释器：

python --version
python -m pip --version

Windows 同时安装了多个版本时，可以使用：

py -3.14 --version
py -3.14 -m pip --version

示例以 Python 3.14 为准。涉及 3.14 新行为时会明确说明；不要把不同版本文档中的行为直接混用。

二、课程目录

阶段	文档	完成后能做什么
建立基线	1-环境、解释器与项目基线	创建隔离环境并正确运行模块
语言模型	2-语法、对象与数据类型	理解名称绑定、可变性与相等性
容器处理	3-内置容器与推导式	选对容器并写出清晰的数据转换
行为组织	4-控制流、函数与作用域	设计小而清晰、边界明确的函数
项目拆分	5-模块、包、虚拟环境与依赖	把单文件脚本整理为包
面向对象	6-类、协议与 Python 数据模型	建模并实现 Python 风格接口
可靠性	7-异常、上下文管理与资源安全	明确失败语义并安全释放资源
惰性计算	8-迭代器、生成器与装饰器	处理数据流并封装横切行为
类型建模	9-类型注解、dataclass 与结构化数据	为边界和领域对象建立类型契约
标准库	10-文件系统、序列化、正则与时间	安全处理常见本地数据
应用入口	11-命令行、配置与日志	构建可配置、可诊断的 CLI
数据持久化	12-SQLite、事务与数据访问	设计表结构和仓储边界
网络边界	13-HTTP、JSON 与 API 客户端	编写带超时和错误处理的客户端
并发	14-并发编程与 asyncio	按任务类型选择并发模型
质量保障	15-测试、调试与代码质量	建立自动化质量反馈
交付	16-pyproject、打包与发布	构建 wheel 并安装命令行入口
综合实践	17-综合实战与进阶路线	独立完成可维护的 Python 项目

三、贯穿项目

项目包名是 study_tasks，命令行入口是 study-tasks。功能按课程逐步增长：

在内存列表中新增和筛选任务。
用类和类型表示任务状态。
使用 JSON 和 SQLite 持久化。
加入 add、list、done、delete 与 sync 命令。
用配置文件和环境变量管理运行参数。
为核心业务补测试，并通过静态检查。
构建 wheel，验证在全新虚拟环境中仍可运行。

最终结构：

study_tasks/
  pyproject.toml
  README.md
  src/study_tasks/
    __init__.py
    models.py
    config.py
    db.py
    service.py
    http.py
    cli.py
  tests/
    test_models.py
    test_service.py

四、推荐学习方法

每篇按下面的节奏实践：

先读目标和边界，预测代码会放在哪一层。
手动输入核心示例，不要只复制粘贴。
修改一个输入，让程序进入失败分支。
完成文末练习和自测。
关闭文档，重新实现本篇新增的能力。
运行已有测试，确认新功能没有破坏旧行为。

遇到异常时，先读 traceback 的最后一行，再向上寻找第一处属于自己项目的调用位置。

五、阶段完成标准

阶段一：能写清晰的 Python

完成第 1～5 篇后，你应能解释名称绑定、可变对象、作用域、导入系统和虚拟环境，并能把脚本拆成包。

阶段二：能设计可靠边界

完成第 6～10 篇后，你应能用数据类和协议表达领域模型，正确处理异常、文件、时间和结构化数据。

阶段三：能构建工程化应用

完成第 11～16 篇后，你应能构建 CLI、管理配置、使用数据库和 HTTP、选择并发方式，并建立测试、类型检查和打包流程。

阶段四：能独立交付

完成第 17 篇后，应能从需求、数据模型和接口开始规划项目，并在干净环境中完成安装与验收。

六、常用命令速查

# 创建和激活环境
python -m venv .venv
# Linux/macOS
source .venv/bin/activate
# Windows PowerShell
.\.venv\Scripts\Activate.ps1

# 以可编辑模式安装
python -m pip install -e ".[dev]"

# 运行应用和质量检查
study-tasks --help
pytest
ruff check .
mypy -p study_tasks

# 构建分发包
python -m build

七、官方资料

第三方文章与当前解释器行为不一致时，以对应版本的官方文档和实际测试结果为准。

下一篇：环境、解释器与项目基线