2 Python 编程基础

第 2 章只解决一件事：把一个小想法写成能运行、能保存数据、能处理错误、能讲清楚的 Python 程序。

先看 Python 工作闭环

先看图。大多数入门 Python 程序都是这个闭环：

输入 -> 数据结构 -> 函数 -> 文件/API/输出

Python 之所以是 AI 主线语言，是因为同一个闭环以后会变成数据清洗、模型训练、RAG 检索、API 封装和 Agent 工具。

学习顺序与任务表

下面这一张表同时作为本章学习指南和任务清单。

页面	跟着做	留下的证据
2.1.1 Python 介绍 到 2.1.5 流程控制	手敲变量、输入输出、条件和循环的小脚本	5 个改过并能输出结果的小脚本
2.1.6 数据结构	用列表、字典和 JSON 形状对象保存同一组任务	一段说明：为什么这个结构更合适
2.1.7 函数基础 和 2.1.8 模块与包	把重复逻辑拆成函数和模块	一个输入、返回值清楚的脚本
2.2.2 异常处理 和 2.2.3 文件操作	保存数据、重新读取，并处理文件缺失或损坏	一个 JSON/文本文件和一条调试记录
2.2.1 面向对象、2.2.5 迭代器、2.2.6 类型提示	先浏览，项目需要结构或清晰度时再回头用	一个重构过的函数或类
2.3.1 任务管理器 到 2.3.4 AI API 体验	做能保存数据、采集数据、提供 API、调用 AI API 的小项目	带 README 运行命令的项目文件夹
2.3.5 跟做工作坊	串起 CLI 命令、JSON 持久化、统计和报告导出	ch02_output/ 和终端输出

本章常见术语：

术语	含义
CLI	Command-Line Interface，命令行界面：用文字命令操作的程序
I/O	Input/Output，输入/输出：数据进入程序，结果从程序出来
JSON	适合保存任务、配置、API 返回结果的嵌套文本格式
API	一个程序调用另一个程序的入口
SDK	把 API 包装成更好调用函数的库

第一个可运行闭环

在一个空练习文件夹里运行下面代码。它不用第三方包，就能做一个极小的 JSON 任务管理器。

import json
from pathlib import Path

DATA = Path("tasks.json")

def load_tasks():
    if not DATA.exists():
        return []
    try:
        return json.loads(DATA.read_text(encoding="utf-8"))
    except json.JSONDecodeError:
        return []

def save_tasks(tasks):
    DATA.write_text(json.dumps(tasks, ensure_ascii=False, indent=2), encoding="utf-8")

tasks = load_tasks()
tasks.append({"title": "学习 Python 文件读写", "done": False})
save_tasks(tasks)
print(f"已保存 {len(tasks)} 个任务")

预期输出：

已保存 1 个任务

连续运行两次。第二次应该输出 已保存 2 个任务，这说明程序已经能保存状态并重新读取。

常见失败

现象	先检查什么	常见修复
语法错误	报错行和上一行	检查缩进、括号、引号和冒号
文件找不到	当前运行目录	打印 Path.cwd()，移动文件或改路径
JSON 解析失败	文件是否为空或格式损坏	加 try/except，失败时回到空列表
函数看不懂	输入、返回值和隐藏的全局状态	拆成职责单一的小函数
API 调用失败	参数、状态码和返回的错误内容	安全打印响应，并处理失败分支

通关检查

能回答下面五个问题，就可以进入第 3 章：

• 什么数据进入程序？什么结果离开程序？
• 什么时候字典比列表更合适？
• 文件路径是相对于哪个文件夹？
• print 和 return 有什么区别？
• 其他人能不能按 README 运行你的项目？

需要打印式清单时，打开 2.0 学习指南与任务单。下一章会继续用 Python 处理 CSV、分析数据并连接数据库。