CodeRoad Map 程序员的学习成长路线图。内容免费开放，登录后可同步路线图与课时进度。
由 程序员柏风 独立维护 · 关于作者
学习 更多
Python 是什么 解释型语言、应用领域、在本站路线图中的位置。
Python 是什么
这一课你将能做到
在本机安装 Python 3.12 并用 python --version 验证成功
在交互环境（REPL）里完成一次表达式计算和一次字符串格式化
口头说清「解释型语言」的含义，以及什么任务适合用 Python、什么任务应该留给 Java
为什么要学
你会遇到这些活儿：批量重命名 200 个文件、清洗一份脏 CSV、调一个大模型 API 做实验、写个小爬虫抓数据。这些事用 Java 写要建工程、写类、配 Maven；用 Python 往往一个文件几十行就搞定。Python 不是用来替代你主栈的，是让你多一把快刀。
人话：Python 是一门「读起来接近英语」的通用编程语言。它的设计哲学写在 import this 里——「可读性 counts」。它把编译环节省掉了，你写完保存就能跑，这种「改一行、按一下、看结果」的节奏，让它成为脚本、数据处理和 AI 领域的默认选择。
本站主业务 API 是 Java（Spring Boot），这条 Python 线补的是三块能力：脚本自动化、数据处理、AI 生态入口 。分工想清楚，学起来才不纠结。
先建立图像
Python 的执行路径：
你写的 .py 文件 → CPython 解释器 → 边翻译边执行
对照 Java 的执行路径：
你写的 .java 文件 → javac 编译 → .class 字节码 → JVM 执行
Python Java（本站后端） 启动成本 一个文件就能跑 需要工程结构 编译环节 无（解释器直接跑） javac 编译成字节码 强项场景 脚本、数据、AI、快速验证 高并发业务、事务、大型系统 类型检查 运行时才知道对错 编译期就拦住大部分错误 包管理 pip + PyPI Maven / Gradle 站内角色 工具与扩展能力 主栈
一个直觉：Python 像「顺手计算器 + 瑞士军刀」，Java 像「生产线上的精密机床」。生产线不会换成计算器，但谁桌上都会放一把瑞士军刀。
跟着做
步骤 1：安装 Python 并确认版本
Windows：到 python.org/downloads 下载安装包，安装第一步务必勾选 "Add python.exe to PATH" ，这是初学者最常见的翻车点。macOS 可用 brew install python@3.12。
打开终端（Windows 用 PowerShell，macOS 用 Terminal），输入：
python --version
应看到类似：
Python 3.12.4
如果提示找不到命令，依次尝试：py -3 --version（Windows 启动器）、python3 --version（macOS/Linux 常见命名）。三个都不行，就是 PATH 没配好，重装时勾选即可。
步骤 2：一行代码冒烟测试
python -c "print('Hello CodeRoadMap')"
终端打印：
Hello CodeRoadMap
-c 的意思是「把引号里的代码当作程序直接执行」，适合快速验证解释器活着。正式逻辑要写成
.py
步骤 3：写第一个脚本文件 新建文件夹 python-lab，在里面建 hello.py，输入：
print("我的第一个 Python 脚本")
print("3 秒后自动加载完成") # 这行只是演示 print 可以连续调用
我的第一个 Python 脚本
3 秒后自动加载完成
注意和 Java 的区别：没有 public class，没有 main 方法，没有分号。Python 的哲学是「最少的仪式感」。
步骤 4：进入交互环境（REPL）玩五分钟 终端直接输入 python（不带文件名），提示符会变成 >>>：
>>> 1 + 2
3
>>> 2 ** 10 # ** 是幂运算，2 的 10 次方
1024
>>> name = 'CodeRoadMap'
>>> f'站点：{name}'
'站点：CodeRoadMap'
>>> len(name)
11
>>> exit()
REPL 的价值：随时验证一个小语法点，不用建文件 。后面每节课遇到拿不准的写法，第一反应都应该是「扔进 REPL 试一下」。exit() 或 Ctrl+Z（Windows）回车退出。
步骤 5：亲眼看「解释执行」 故意写一个有运行时错误才暴露的文件 bug.py：
print("第一行正常执行")
print(1 + "a") # 数字加字符串，运行到这里才报错
print("这行永远执行不到")
第一行正常执行
Traceback (most recent call last):
File "bug.py", line 2, in <module>
print(1 + "a")
~~^~~~~
TypeError: unsupported operand type(s) for +: 'int' and 'str'
对比 Java：这段代码在 javac 阶段就编译不过。Python 没有编译期类型检查，错误要到执行那一行才炸 ——这就是「解释型 + 动态类型」的代价，也是第 11 课异常处理要解决的核心问题。
步骤 6：看清自己的定位
用户登录、进度写入 → Java / Spring Boot（业务域、事务在后端）
批量检查 drafts 字数 → Python（扫盘脚本短平快）
调模型 API 做实验 → Python（生态示例最多）
讲清楚要点
解释执行 ≠ 没有编译 ：CPython 内部会把源码编译成字节码（__pycache__ 目录里的 .pyc），但对你透明，也没有独立的编译步骤要管。你只需要记住体感差异：保存即可运行。动态类型是双刃剑 ：变量不用声明类型，写起来快；但类型错误拖到运行时才暴露，所以 Python 项目更要靠测试和异常处理兜底。版本只认 Python 3 ：Python 2 在 2020 年已停止维护，网上教程若出现 print x（无括号）直接关掉。本轨按 3.12 讲，3.10+ 均可跟。生态在 PyPI ：官方标准库已经很全（文件、网络、JSON 都有），社区包（requests、pandas、numpy）是外挂军火库，第 9 课讲怎么装。Python 之于 Java 是补充不是替换 ：本站业务 API、鉴权、事务全在 Spring Boot；Python 负责脚本、数据清洗、AI 实验。两个都要会，才两边都占便宜。
你可能会懵的地方
为什么命令有时是 python，有时是 python3？
历史遗留。macOS/Linux 系统自带的 python 常指向老的 Python 2，所以发行版把新版命名为 python3；Windows 官方安装包则注册为 python 并提供 py 启动器。不用死记，原则是：哪条命令输出版本号是 3.10+，就用哪条。
学 Python 会不会和 Java 语法打架？
前两周可能偶尔串（比如给 Python 写分号），但变量、函数、循环、异常这些心智模型是共通的，只是写法不同。真正的风险是「都不精」，而不是「学会两个」。
要不要先装 PyCharm / VS Code？
不拦着，但不是门禁。本课只需要终端 + 记事本就能完成全部步骤。装了 VS Code 的话，加一个官方 Python 扩展即可获得语法高亮和运行按钮。
REPL 里输 >>> 1 + 2 连 >>> 一起复制进去报错了？
>>> 是提示符，表示「该你输了」，不是代码的一部分。复制示例时只复制 >>> 后面的内容。
学了这门课就能做 AI 开发吗？
这门课给你 AI 开发的「入场券」——语法、文件、模块、异常。真正的 AI 应用还需要第 12 课指引的后续路线（HTTP 调用、数据处理）。
错法对照 错法 问题 正解 安装时没勾 Add to PATH 终端找不到 python 命令 重装并勾选，或手动把 Python 目录加入 PATH 照着 Python 2 老教程学 print x、xrange 等语法已废弃只看 3.x 的文档和教程 所有代码都写在 REPL 里 关掉窗口代码就没了，无法复用 正式逻辑写 .py 文件，REPL 只做试验田 以为学 Python 就该把后端重写成 Django 目标错位，主栈仍是 Java Python 定位脚本/数据/AI，与 Spring Boot 分工 系统里裸装几十个第三方包 全局环境脏、依赖冲突 先跑标准库，第 9 课再学 venv 隔离
卡点急救
python 命令找不到py -3 --version；还不行就是安装时没勾 PATH，重装。运行 python hello.py 打开了微软商店 ：Windows 的「应用执行别名」里有个假的 python 占位符。设置 → 应用 → 高级应用设置 → 应用执行别名，关掉两个 python 条目。中文输出乱码 ：Windows 老终端可能默认 GBK。执行 chcp 65001 切到 UTF-8，或改用 Windows Terminal。python 进去后输什么都报 SyntaxError>>> 提示符里输入了 python hello.py 这种终端命令。先 exit() 退回终端再执行。
面试常问
解释型语言和编译型语言的区别？Python 属于哪种？
编译型（如 C、Java）先把源码整体翻译成机器码/字节码再执行，错误能在编译期暴露；解释型逐条翻译执行，开发反馈快但运行时才暴露类型错误。Python 严格说是「先编译成字节码、再由解释器执行」，属于解释型阵营，业界也常称「脚本语言」。
Python 为什么慢？慢在哪？
主要在解释器逐条执行字节码、对象是动态类型（每次操作都要查类型），没有 JIT（默认 CPython）。所以计算密集型任务用 C 扩展（numpy）或换语言，Python 自己更适合 I/O 密集和胶水场景。
Python 的强项场景有哪些？为什么？
脚本自动化、数据科学、AI/ML、爬虫、测试工具。核心原因：语法开发效率高 + PyPI 生态在这些领域积累最深（pandas、numpy、pytorch）。
CPython、PyPy、Jython 是什么关系？
都是 Python 语言的实现。CPython 是官方默认（C 语言写的解释器）；PyPy 带 JIT 更快但兼容性略有差异；Jython 跑在 JVM 上。日常说 Python 默认指 CPython。
自测三问
用自己的话说清：为什么写小脚本选 Python，而本站业务 API 用 Java？
REPL 里输入 >>> f'站点：{name}' 报错了，最可能的原因是什么？
你本机查看 Python 版本的完整命令是什么？输出是多少？
小结一句话 Python 是可读性优先的解释型语言，本机装好 3.12、REPL 会试错、脚本会运行，就拿到了后面十一课的门票。
延伸