Python 是一种解释型高级编程语言，具备动态类型与自动内存管理能力。它支持多范式编程（过程式、面向对象、函数式），强调代码可读性与简洁语法，并以缩进作为代码块的结构标识。本文以 CPython 为主要参考实现，面向初学者与工程实践者提供结构化概览。
核心能力概览：
| 术语 | 含义 | 说明 |
|---|---|---|
| Python | 语言规范与生态总称 | 指语言语法、标准库与第三方生态 |
| 实现（实现体） | Python 语言的具体实现 | CPython、PyPy、MicroPython 等 |
| 解释器 | 执行 Python 代码的运行程序 | 常见为 CPython 解释器 |
| 标准库 | 随 Python 一同发布的库 | 例如 pathlib、json |
| 第三方库 | 通过包管理器安装的库 | 例如 requests、numpy |
| 虚拟环境 | 项目级依赖隔离的运行环境 | 例如 venv、conda |
| 包管理器 | 安装与管理依赖的工具 | 例如 pip、poetry |
以 CPython 为例，代码从源码到执行的大致流程如下图所示：
Python 的核心能力主要由运行时与标准库提供，常用模块可按场景分类：
| 场景 | 说明 | 常用模块 |
|---|---|---|
| 数据结构与算法 | 高效组织与遍历数据 | collections、itertools、heapq |
| 并发与异步 | 多线程、多进程与协程 | threading、multiprocessing、asyncio |
| IO 与文件 | 文件与路径处理 | pathlib、io、os、shutil |
| 网络与协议 | 基础网络与数据交换 | socket、http、urllib、json |
| 数据持久化 | 本地存储与交换格式 | sqlite3、csv、pickle |
| 工具与调试 | 日志、命令行与类型 | logging、argparse、typing、dataclasses |
Python 的 API 主要分为内置函数与标准库接口两层：
| API 类型 | 主要范围 | 典型接口 | 说明 |
|---|---|---|---|
| 内置函数 | 解释器全局可用 | print、len、sum、zip | 无需导入，直接使用 |
| 标准库 | 随解释器发布 | pathlib.Path、json | 需显式导入 |
| 第三方库 | 通过安装获得 | requests、numpy | 需安装后导入 |
使用示例：
numbers = [1, 2, 3, 4]
# 计算列表总和
total = sum(numbers)
# 将两个序列组合为键值对字典
mapping = dict(zip(["a", "b"], [1, 2]))
print(total, mapping)from pathlib import Path
import json
# 读取文本文件并解析 JSON
data = json.loads(Path("config.json").read_text(encoding="utf-8"))
# 安全获取配置项并设置默认值
timeout = data.get("timeout", 10)
print(timeout)接口使用约定：
Python 由 Guido van Rossum（吉多·范罗苏姆）在 1989 年开始设计，并于 1991 年发布首个版本。Python 的命名与蟒蛇无关，而是来源于 Guido 喜欢的英国喜剧团体 Monty Python（巨蟒剧团）。这也解释了为什么社区中常出现与 Monty Python 相关的彩蛋和引用。
Python 语法简单明了，接近自然语言，使得代码易于阅读和编写。相比其他语言，Python 通常可用更少的代码完成同样的任务。
Python 提供完善的标准库，覆盖网络、文件、GUI、数据库、文本等常用能力。除标准库外，还有大量成熟的第三方库可直接使用。
Python 可以在多种操作系统上运行，包括 Windows、Linux、macOS 等，使得程序具备良好的可移植性。
Python 是开源的，任何人都可以免费使用和分发。这促进了社区的快速发展，使生态系统不断丰富。
Python 通常比 C/C++ 慢，主要原因在于解释执行与动态类型带来的运行时开销。对于性能敏感的部分，常见优化方式包括使用高性能库、改进算法、引入并行或 JIT 解释器。
例如开发一个下载 MP3 的网络应用程序，C 程序的运行时间需要 0.001 秒，而 Python 程序的运行时间需要 0.1 秒，慢了 100 倍，但由于网络更慢，需要等待 1 秒。用户是不能感觉到 1.001 秒和 1.1 秒的区别。
发布 Python 程序通常会包含可读的源码或字节码。生产环境更推荐通过服务端部署、权限控制与依赖隔离来降低代码暴露风险，而不是依赖“加密源码”作为主要安全手段。
该限制主要影响以“分发软件授权”为主的商业模式。在当前互联网时代，服务型模式更常见，此时通常不需要向外部交付源码。
互联网上有无数非常优秀的像 Linux 一样的开源代码，千万不要高估自己写的代码真的有非常大的“商业价值”。
那些大公司的代码不愿意开放的更重要的原因是代码写得太烂了，一旦开源就没人敢用他们的产品
Python 在许多领域都有广泛应用：
许多大型网站就是用 Python 开发的，例如 YouTube、Instagram，还有国内的豆瓣。很多大公司包括 Google、Yahoo 等也在广泛使用 Python
Python 是数据分析和机器学习的首选语言，拥有强大的数据分析和可视化库，如 NumPy、Pandas、Matplotlib、TensorFlow 等
Python 非常适合编写系统管理、自动化测试、网络管理等脚本，可以大大提高工作效率。Python 的简洁语法使得编写自动化脚本变得非常高效。
Python 有 Pygame 等库可以用于游戏开发，虽然不是主流选择，但对于一些小游戏和原型开发非常合适。一些知名游戏如《文明 IV》的部分功能就是用 Python 开发的。
Python 有 Tkinter、PyQt、wxPython 等库可以开发桌面应用程序。虽然性能不如原生应用，但对于中小型应用来说已经足够。
Python 拥有强大的网络爬虫库，如 Scrapy、BeautifulSoup、Requests 等，使得数据采集变得简单高效。
Python 在科学计算领域也有广泛应用，SciPy、SymPy 等库为科学计算提供了强大的支持。
以下为常用运行时环境变量与行为配置，适用于多数解释器实现（以 CPython 为主）：
| 参数名 | 作用 | 典型场景 | 示例 |
|---|---|---|---|
PYTHONPATH | 扩展模块搜索路径 | 临时加入自定义包目录 | PYTHONPATH=./src |
PYTHONUTF8 | 强制 UTF-8 文本模式 | 统一编码行为 | PYTHONUTF8=1 |
PYTHONDONTWRITEBYTECODE | 禁止生成 .pyc | 只读环境或减少磁盘写入 | PYTHONDONTWRITEBYTECODE=1 |
PYTHONHASHSEED | 设置哈希随机种子 | 可重复性实验 | PYTHONHASHSEED=0 |
PYTHONWARNINGS | 控制警告级别与过滤 | CI/测试环境 | PYTHONWARNINGS=default |
PYTHONIOENCODING | 设置标准 IO 编码 | 输出编码统一 | PYTHONIOENCODING=utf-8 |
使用示例：
# 指定模块搜索路径并开启 UTF-8 模式
export PYTHONPATH=./src
export PYTHONUTF8=1
python -m myapp说明：
Python 运行时与生态的层次结构可简化理解为如下结构：
CPython 中的 GIL（Global Interpreter Lock，全局解释器锁） 是一个互斥锁，它确保同一时刻只有一个线程执行 Python 字节码。这是 Python 运行速度慢的根本原因之一，也是多线程无法真正并行的原因。
关键参数：sys.getswitchinterval() 默认为 0.005 秒（5ms），即每隔 5ms 线程会主动释放 GIL 让其他线程执行。
import sys
print(sys.getswitchinterval()) # 输出: 0.005 (5ms)| 场景 | GIL 影响 | 解决方案 |
|---|---|---|
| CPU 密集型任务 | ❌ 多线程无法加速 | 使用 multiprocessing 或 C 扩展释放 GIL |
| IO 密集型任务 | ✅ 影响较小 | 使用 threading 或 asyncio |
| 混合型任务 | ⚠️ 部分受限 | IO 用线程/协程，CPU 用进程池 |
| NumPy/Pandas 运算 | ✅ 不受 GIL 限制 | 底层 C 代码在运算时释放 GIL |
CPython 的内存管理（引用计数）不是线程安全的。如果没有 GIL，多个线程同时修改对象的引用计数会导致内存泄漏或提前释放。GIL 是以简单粗暴的方式保证线程安全的折中方案。
Python 主要有两个版本：Python 2 和 Python 3。Python 3 在 2008 年发布，不兼容 Python 2。Python 2 已于 2020 年 1 月 1 日停止官方支持。
| 维度 | Python 2.7 | Python 3.x |
|---|---|---|
| 维护状态 | ❌ 2020 年已停止维护 | ✅ 活跃开发中 |
| print 语法 | print "hello" (语句) | print("hello") (函数) |
| 整数除法 | 3/2 = 1 (截断) | 3/2 = 1.5 (真除法) |
| 字符串类型 | ASCII str + unicode | str(Unicode) + bytes |
| 默认编码 | ASCII | UTF-8 |
| 迭代器 | range() 返回列表 | range() 返回惰性迭代器 |
| 异常语法 | except Exception, e: | except Exception as e: |
| 推荐度 | ❌ 不推荐新项目使用 | ✅ 强烈推荐 |
| 版本 | 关键特性 | 推荐场景 |
|---|---|---|
| Python 3.8+ | 海象运算符 :=、仅位置参数 / | 最低兼容性要求 |
| Python 3.9+ | 字典合并 |、内置泛型 list[int] | 旧项目兼容基线 |
| Python 3.10+ | 结构模式匹配 match/case、参数规格 | 需要模式匹配的项目 |
| Python 3.11+ | 性能提升 10-60%、Self 类型、ExceptionGroup | 追求性能的项目 |
| Python 3.12+ | 类型语句 type、f-string 支持更多表达式 | 最新特性与性能 |
| Python 3.13+ | 实验性 free-threaded 模式（PEP 703）、JIT 编译器（PEP 744） | 前沿性能探索 |
| Python 3.14（当前最新） | PEP 649/749 延迟注解求值、PEP 750 模板字符串 t"..."、PEP 734 多解释器、PEP 768 外部调试器、bytearray.resize() | 新项目推荐（推荐） |
Python 3.0 版本在 2008 年发布，它并不完全兼容之前的 Python 代码，但因为目前还有不少公司在项目和运维中使用 Python 2.x 版本，所以 Python 3.x 的很多新特性后来也被移植到 Python 2.6/2.7 版本中。
注意：Python 2 已于 2020 年停止维护，强烈建议所有新项目使用 Python 3
# 检查 Python 版本
python --version
# 或
python3 --version
# 在 Python 解释器中查看版本
python
>>> import sys
>>> print(sys.version)Python 社区的理念都包含在 Tim Peters 撰写的“Python 之禅”中。要获悉这些有关编写优秀 Python 代码的指导原则，只需在解释器中执行命令 import this
>>> import this
The Zen of Python, by Tim Peters
Beautiful is better than ugly. # 优美胜于丑陋（Python 以编写优美的代码为目标）
Explicit is better than implicit. # 明了胜于晦涩（优美的代码应当是明了的，命名规范，风格相似）
Simple is better than complex. # 简洁胜于复杂（优美的代码应当是简洁的，不要有复杂的内部实现）
Complex is better than complicated. # 复杂胜于凌乱（如果复杂不可避免，那代码间也不能有难懂的关系，要保持接口简洁）
Flat is better than nested. # 扁平胜于嵌套（优美的代码应当是扁平的，不能有太多的嵌套）
Sparse is better than dense. # 间隔胜于紧凑（优美的代码有适当的间隔，不要奢望一行代码解决问题）
Readability counts. # 可读性很重要（优美的代码是可读的）
Special cases aren't special enough to break the rules. # 特例不足以违背这些规则（这些规则至高无上）
Although practicality beats purity. # 不过实用胜过纯粹
Errors should never pass silently. # 错误不应被悄悄忽略
Unless explicitly silenced. # 除非明确地静默（精准捕获异常，不写 except:pass 风格的代码）
In the face of ambiguity, refuse the temptation to guess. # 当存在多种可能，不要尝试去猜测
There should be one-- and preferably only one --obvious way to do it. # 应当有一种，最好是唯一一种显而易见的解决方案
Although that way may not be obvious at first unless you're Dutch. # 虽然这并不容易，因为你不是 Python 之父（这里的 Dutch 是指 Guido ）
Now is better than never. # 做也许好过不做（动手之前要细思量）
Although never is often better than *right* now. # 但不假思索就动手还不如不做
If the implementation is hard to explain, it's a bad idea. # 如果你无法向人描述你的方案，那肯定不是一个好方案；反之亦然（方案测评标准）
If the implementation is easy to explain, it may be a good idea.
Namespaces are one honking great idea -- let's do more of those! # 命名空间是一种绝妙的理念，我们应当多加利用（倡导与号召）
Python 之禅 by Tim PetersA: Python 3 是 Python 的未来，主要区别包括：
print 从语句变为函数// 进行整数除法）A: 是的，Python 作为解释型语言，执行速度通常比编译型语言慢。但对于大多数应用场景，Python 的速度已经足够，而且开发效率更高。对于性能关键的部分，可以使用 C 扩展或 Cython
A:
A: 是的，许多大型项目都使用 Python，如 Instagram、YouTube、Dropbox 等。Python 的模块化设计和丰富的生态系统使其非常适合大型项目开发。
A:
A: 默认选择 CPython 即可。需要兼容 C 扩展与生态时使用 CPython；关注极致性能且依赖较少时可评估 PyPy。
A: 优先检查 Python 版本与平台是否匹配，然后确认网络与镜像源可用，必要时指定镜像或升级 pip。
ModuleNotFoundError？A: 常见原因包括：
PYTHONPATH 未包含模块路径.pyc 文件是什么，是否可以删除？A: .pyc 是字节码缓存文件，可加快启动速度。删除不会影响源码运行，解释器会在必要时重新生成。
A: 建议使用 pyenv、asdf 或 CI 统一版本，结合项目说明文件（如 .python-version）进行约束。
本站推荐的学习路径（从基础语法到实战专题）已在 入门指南与学习路线 与 Python 文档导航总览 中给出权威版本，建议以这两页为准。本文仅给出「基础」分类内的本地延伸阅读顺序。
本章节是 Python 学习的起点，完成阅读后建议按以下顺序继续：
完成「基础」分类后，可前往 Python 文档导航总览 选择方向：爬虫、数据分析、Web 开发、自动化办公等场景专题。
| 术语 | 英文 | 定义 |
|---|---|---|
| 解释型语言 | Interpreted Language | 代码由解释器逐行执行而非预先编译为机器码 |
| 动态类型 | Dynamic Typing | 变量类型在运行时推断，无需预先声明 |
| GIL | Global Interpreter Lock | CPython 的全局解释器锁，保证同一时刻只有一个线程执行字节码 |
| CPython | CPython | 用 C 语言实现的 Python 解释器（官方默认实现） |
| 字节码 | Bytecode | Python 源码编译后的中间指令，由 PVM 执行 |
| PVM | Python Virtual Machine | Python 虚拟机，负责执行字节码 |
| 引用计数 | Reference Counting | CPython 的主要内存管理机制，追踪对象被引用的次数 |
| 垃圾回收 | Garbage Collection | 自动回收不再被引用的对象占用的内存 |
| 特性 | 本文编写时 | Python 3.14 |
|---|---|---|
| 类型注解求值 | 运行时立即求值 | PEP 649/749 延迟求值：注解不再在定义时执行，解决前向引用，提升启动性能 |
| 字符串模板 | 普通 f-string / str.format | PEP 750 模板字符串 t"..."：可插值且能被安全处理（3.14 新特性） |
| 标准库多解释器 | 无官方支持 | PEP 734：concurrent.interpreters 模块支持在同一进程创建多个子解释器 |
| 调试 | 仅 Python 内建 pdb / IDE 调试 | PEP 768：安全的 CPython 外部调试器接口（custom debugger protocol） |
| 字节码与运行时 | 3.12 前无 JIT | 3.13 引入实验性 JIT（PEP 744）；3.14 进一步改进 free-threaded（无 GIL）构建 |
datetime API | utcnow() 常用 | 3.12 起弃用，官方要求改用 datetime.now(tz=datetime.UTC)（aware 对象） |
| 压缩算法 | zlib / gzip / bz2 / lzma | 3.14 新增标准库 Zstandard 支持（PEP 784） |
本文讲解的语法与数据结构原理在 3.14 中依然成立；新项目建议基于 Python 3.13/3.14，并优先使用 aware datetime、PEP 649 注解与最新类型语法。