最近收到不少读者私信说自己看完了一套 Python 入门视频语法点好像都懂但真正拿到一个需求时还是不知道从哪里下手写出来的代码不是报错就是逻辑绕来绕去。如果你也遇到类似情况我非常推荐你用“刷题”的方式把这个瓶颈补上。网上流传的“Python 330 道练习题每天一练”就是一个很经典的练习路线它能帮你把零散的语法知识拆成一个个可以动手验证的小任务每天完成几道比单纯看教程要扎实得多。接下来的内容我会围绕这套练习思路从环境准备、题目分类、典型代码拆解到常见报错排查整理出一份完整的刷题指南。1. 为什么要刷 Python 练习题1.1 看懂教程和会写代码是两回事很多初学者容易陷入“视频看懂学会了”的错觉。看老师写代码时每一步都逻辑清晰自己跟着敲一遍也能运行可一旦关掉教程面对一个空白的.py文件大脑就很容易短路。这是因为“输入”和“输出”走的是两条不同的认知路径。刷练习题的价值就是强制你从一个“被动接收者”切换成“主动输出者”。题目给出了明确的目标比如“统计一个字符串中每个字母出现的次数”你必须自己去拆分问题、选择数据结构、写出语法正确的代码、调试运行结果。这个过程会真正训练你的编程思维而不是让你的手停留在模仿层面。1.2 练习题覆盖的编程核心能力一套设计合理的 Python 练习题通常不是让你机械地背题目而是覆盖下面几类核心能力基础语法变量、数据类型、运算符、条件判断、循环。数据结构列表、元组、字典、集合、字符串操作。函数与模块参数传递、返回值、默认参数、lambda、import。文件操作读写文本文件、处理 CSV、JSON 数据。异常处理捕获异常、抛出异常、自定义异常。面向对象类、对象、继承、封装、多态。常用算法思维排序、查找、递归、动态规划初体验。综合实战把多个知识点串联起来完成一个小工具或小游戏。“330 道题”这个数字本身并不是最重要的重要的是它能帮你系统地把这些能力点过一遍而不是东写一段、西写一段最后什么都没沉淀下来。1.3 每天练一点的节奏感编程能力的提升不是一蹴而就的每天保持节奏非常关键。与其周末突击五个小时不如工作日每天晚上坚持 30 到 60 分钟完成 5 到 10 道题。这样大脑有足够的时间去消化、遗忘、再回忆反而记得更牢。这套“每天一练”的思路就是你养成工程习惯的起点。2. 环境准备与刷题姿势“工欲善其事必先利其器”。在开始刷题之前先把 Python 开发环境准备好。这里我以一台 Windows 电脑为例同时也会说明 macOS 和 Linux 下的一些差异。2.1 安装 Python 并配置环境变量如果你还没有安装 Python请到 Python 官网下载对应系统的安装包。安装时有一个非常容易忽略的选项Add Python to PATH。请务必勾选它否则安装完成后在命令行输入python很可能会提示“不是内部或外部命令”。在命令行验证安装是否成功python --version如果输出类似Python 3.12.x说明安装成功。如果你需要安装第三方库还要确认 pip 是否可用pip --version如果提示pip不是命令可以尝试python -m pip --version对于 macOS 和 Linux 用户一般系统自带 Python 3但版本可能比较旧建议通过 Homebrew 或 apt 安装较新的 Python 3并且优先使用python3命令。2.2 使用 VSCode 配置 Python 环境在刷题阶段VSCode 是一个轻量又强大的选择。安装 VSCode 后需要安装两个关键扩展PythonPylance安装完成后按CtrlShiftPmacOS 为CmdShiftP输入Python: Select Interpreter选择你刚安装的 Python 解释器。这样右下角会显示当前解释器路径代码补全和报错提示也会正常工作。为了隔离不同项目的依赖建议给刷题目录创建一个虚拟环境python -m venv venvWindows 下激活虚拟环境venv\Scripts\activatemacOS / Linux 下激活虚拟环境source venv/bin/activate激活后命令提示符前面会出现(venv)字样。此时用 pip 安装的库只会进入当前项目不会污染全局环境。2.3 建议的刷题目录结构不要把所有题目代码都堆在桌面上建议按类型分目录。比如python_practice/ ├── day01_basic/ │ ├── 01_swap_values.py │ ├── 02_odd_even.py │ └── ... ├── day02_data_structure/ │ ├── 01_remove_duplicates.py │ └── ... ├── day03_function/ │ └── ... ├── day04_oop/ │ └── ... ├── day05_file_exception/ │ └── ... ├── day06_algorithm/ │ └── ... ├── day07_project/ │ └── ... ├── requirements.txt └── README.md这样做的好处是后续复习时能快速找到对应知识点而且可以写一个简单的README.md记录每天的刷题心得和易错点。3. 330 道练习题如何分类以下分类方式是我根据常见的 Python 练习资源总结的你可以把它看成一套“练习地图”。330 道题不需要一天做完按节奏推进即可。3.1 基础语法约 100 题这部分主要围绕变量、数据类型、运算符、条件判断、循环来出题。典型题目包括交换两个变量的值。判断一个数是奇数还是偶数。打印九九乘法表。计算 1 到 100 中所有偶数的和。判断一个年份是否为闰年。输出一个字符串的所有子串。这些题目看似简单但能帮助你打牢地基。尤其是循环嵌套和边界条件很多初学者会在“范围多 1 少 1”的问题上反复犯错。3.2 数据结构与内置方法约 80 题当基础语法熟练后就要开始熟悉 Python 最常用的内置数据结构。这部分题目会经常用到列表的切片、排序、翻转、去重。元组的不可变性。字典的键值对遍历、合并、默认值处理。集合的交集、并集、差集。字符串的格式化、分割、拼接、替换。典型题目包括给定一个列表去掉重复元素并保持原顺序。统计一句话中每个单词出现的次数。合并两个字典相同键的值相加。判断两个字符串是否为“同字母异序词”。找出列表中出现次数最多的元素。这些题目的解法往往不止一种刷题时可以尝试先用最直观的方法写出来再去思考有没有更 Pythonic 的写法。3.3 函数、模块与异常处理约 60 题函数是代码复用的基础。这部分题目会要求你定义函数、使用参数、返回结果并尝试把代码拆分到多个模块中。常见题目包括编写函数计算斐波那契数列第 n 项。编写函数判断一个数是否为素数。编写函数接收可变参数并返回平均值。使用递归实现目录树形结构的打印。使用try / except处理除零异常和文件不存在异常。值得注意的是不要只关注函数能跑通还要关注函数的“职责单一性”。如果一个函数既负责输入校验又负责业务计算还负责打印结果后期维护起来会非常痛苦。3.4 面向对象约 40 题面向对象是 Python 进阶中绕不开的一块。这部分题目会要求你设计类理解实例属性、类属性、实例方法、类方法、静态方法以及继承和多态。典型题目包括设计一个BankAccount类支持存款、取款、查询余额。设计一个Student类包含姓名、成绩并能计算平均分。设计一个Shape基类派生出Circle和Rectangle分别计算面积。实现一个简单的“提示与信息”装饰器理解装饰器的语法糖。新手初学面向对象时最容易纠结的问题是“什么时候该用类什么时候该用函数”。我的建议是刷题阶段先按题目要求来不要强行给所有功能都套上类。当一个场景里存在多个对象、多个属性、多个行为时用类才更合适。3.5 算法思维与综合项目约 50 题最后一类题目会把前面所有知识综合起来可能涉及排序算法、查找算法、递归、动态规划入门以及一个小型项目。常见题目包括手动实现冒泡排序、选择排序、插入排序。实现二分查找。使用递归实现“汉诺塔”移动过程。用 Python 实现一个简易通讯录支持增删改查。用文件读写实现一个“每日待办事项”记录工具。使用random模块实现猜数字游戏。综合项目部分的题目不一定能在十分钟内完成但它们的价值最高因为你需要自己设计数据结构、拆分函数、处理异常、验证结果。这个过程最接近真实工作中的编码状态。4. 典型练习题拆解从题目到代码只看分类还不够下面我拆解几道典型的练习题给出完整代码、运行结果和解释。你可以照着敲一遍再改成别的条件来加深理解。4.1 题目交换两个变量的值不引入临时变量这是一道很经典的入门题看似简单却能考察你对 Python 赋值的理解。# 文件路径day01_basic/01_swap_values.py a 10 b 20 print(交换前, a, b) # 方法一使用临时变量 temp a a b b temp print(交换后临时变量, a, b) # 方法二使用 Python 的多元赋值 a, b b, a print(交换后多元赋值, a, b)运行结果交换前 10 20 交换后临时变量 20 10 交换后多元赋值 10 20需要注意第二种写法a, b b, a在 Python 中是安全的因为它会先计算右侧的元组(b, a)再依次赋值给左侧变量。这一点和其他一些语言不同是很典型的 Pythonic 写法。4.2 题目列表去重并保持原顺序很多初学者第一反应是用set去重但set是无序的会丢失原始顺序。比如nums [3, 1, 2, 3, 4, 1, 5] print(set(nums))输出可能是{1, 2, 3, 4, 5}顺序和原列表不一定一致。如果题目要求保持原顺序可以使用“字典键的有序性”或者手动遍历。# 文件路径day02_data_structure/02_remove_duplicates.py nums [3, 1, 2, 3, 4, 1, 5] # 方法一遍历 result [] for num in nums: if num not in result: result.append(num) print(result) # 方法二利用 dict.fromkeys result2 list(dict.fromkeys(nums)) print(result2)运行结果都是[3, 1, 2, 4, 5]解释一下dict.fromkeys(nums)的原理dict.fromkeys会创建一个字典键来自nums值是None。因为字典的键是唯一的重复元素会被自动忽略而且在 Python 3.7 之后字典会保持键的插入顺序所以再转换回列表时顺序就保留下来了。4.3 题目统计文本文件中每个单词出现的次数这个题目会用到文件读取、字符串分割、字典操作非常综合。假设有一个sample.txt文件内容如下hello world python hello python python is great现在统计每个单词出现的次数# 文件路径day05_file_exception/03_word_count.py from collections import Counter word_count {} with open(sample.txt, r, encodingutf-8) as f: for line in f: line line.strip() if not line: continue words line.split() for word in words: word word.lower() word_count[word] word_count.get(word, 0) 1 print(word_count) # 也可以直接用 Counter 简化 with open(sample.txt, r, encodingutf-8) as f: words f.read().split() counter Counter(words) print(counter)运行结果{hello: 2, world: 1, python: 3, is: 1, great: 1} Counter({python: 3, hello: 2, world: 1, is: 1, great: 1})这里有一个小坑如果单词中存在标点符号比如python,直接split()会把逗号也算进单词里。更健壮的做法是使用正则表达式提取纯字母单词但那是更高阶的内容初学者可以先不做要求。4.4 题目设计一个“学生成绩”类这是一个面向对象练习的典型题目。需求是一个学生有姓名和若干门课成绩可以添加成绩、计算平均分、判断是否及格。# 文件路径day04_oop/04_student.py class Student: def __init__(self, name): self.name name self.scores [] def add_score(self, score): if score 0 or score 100: raise ValueError(成绩必须在 0 到 100 之间) self.scores.append(score) def average(self): if not self.scores: return 0.0 return sum(self.scores) / len(self.scores) def is_pass(self, threshold60): return self.average() threshold def __str__(self): return fStudent({self.name}, scores{self.scores}, avg{self.average():.2f}) if __name__ __main__: stu Student(张三) stu.add_score(78) stu.add_score(85) stu.add_score(92) print(stu) print(平均分, stu.average()) print(是否及格, stu.is_pass())运行结果Student(张三, scores[78, 85, 92], avg85.00) 平均分 85.0 是否及格 True这个例子体现了几个设计要点__init__负责初始化属性。add_score负责数据校验不符合范围的数据直接抛异常。average只负责计算不负责打印。is_pass使用默认参数允许调用方自定义及格线。把职责拆分清楚代码会更容易测试和后续扩展。4.5 题目使用 asyncio 并发获取多个接口数据当你已经掌握了基础语法和函数后可以尝试让代码“跑得更快”。这里给出一个使用 Python 异步编程的入门示例模拟并发请求多个接口数据。注意实际请求外部接口时需要遵守接口提供方的使用规则建议使用免费公开的 API 或本地服务进行练习。# 文件路径day06_algorithm/05_async_demo.py import asyncio async def fetch_data(name, delay): print(f开始请求 {name}) await asyncio.sleep(delay) print(f请求完成 {name}耗时 {delay} 秒) return f{name} 的数据 async def main(): tasks [ fetch_data(接口A, 2), fetch_data(接口B, 1), fetch_data(接口C, 3), ] results await asyncio.gather(*tasks) print(所有结果, results) if __name__ __main__: asyncio.run(main())运行结果开始请求 接口A 开始请求 接口B 开始请求 接口C 请求完成 接口B耗时 1 秒 请求完成 接口A耗时 2 秒 请求完成 接口C耗时 3 秒 所有结果 [接口A 的数据, 接口B 的数据, 接口C 的数据]可以看到三个请求不是按顺序一个个等待而是同时开始总耗时约 3 秒而不是 6 秒。这就是异步编程的核心优势在等待 I/O 时事件循环会切换到其他任务继续执行。刷题阶段能做到“看懂这个例子”即可不需要立刻掌握所有细节但它可以作为你后续学习 Python 异步编程的引子。5. 刷题过程中的常见问题与排查思路刷题一定会遇到报错。很多初学者一看到报错就慌其实报错信息是程序给你的最好提示。下面整理几个高频问题。5.1 程序报 NameErrorname xxx is not defined这种错误通常是因为变量名拼写错误或者变量在使用之后才赋值。看一下示例print(message) message hello运行会报NameError。解决方法是把赋值语句放到使用之前先定义变量再使用。还可以检查是不是少导入了模块比如用了math.sqrt却没有import math。5.2 列表越界和循环边界问题nums [1, 2, 3] for i in range(len(nums) 1): print(nums[i])运行会报IndexError: list index out of range。因为range(len(nums) 1)会取到3但列表最大下标是2。排查步骤确认索引从 0 开始。确认循环范围是range(len(nums))不是range(len(nums) 1)。如果用到nums[i-1]考虑当i0时是否会访问最后一个元素。5.3 代码能运行但结果不对这类问题最隐蔽因为它不报错。建议采用“断言 手动走查”的方式把中间过程打印出来。用一个非常小的测试用例手动计算。使用assert验证关键中间值。例如def my_sum(nums): total 0 for i in range(len(nums)): total nums[i] return total assert my_sum([1, 2, 3]) 6 print(测试通过)如果结果不对就考虑是不是边界条件、除法取整、变量覆盖等问题。5.4 环境相关的问题问题现象常见原因解决思路命令行输入 python 提示“不是内部或外部命令”安装时未勾选 Add Python to PATH重新安装并勾选或手动配置环境变量pip 安装库时提示“Connection error”网络问题或默认源不可达使用国内镜像源比如pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 库名VSCode 代码补全不生效没有选择正确的解释器CtrlShiftP选择 Python 解释器运行后中文乱码文件编码格式不一致打开文件时使用encodingutf-8并确保文件本身是 UTF-8 编码配置 Python 环境变量这个问题在 Windows 上比较常见如果不想重新安装也可以手动添加 Python 安装路径到系统的PATH变量中。不过对新手来说重新安装并勾选选项是更稳妥的做法。6. 刷题的最佳实践与工程建议刷题不是完成任务而是建立一套健康的编码习惯。下面这些建议能让你少走弯路。6.1 先手动走查再写代码拿到一道题先不要急着敲键盘。在纸上或注释里写清输入、输出、步骤# 输入一个整数列表 # 输出一个排序后的新列表 # 步骤 # 1. 复制原列表 # 2. 使用 for 循环比较相邻元素 # 3. 交换顺序这个过程能极大减少逻辑错误。很多老手写代码之前也会先画草图或写伪代码这是非常值得养成的习惯。6.2 习惯使用函数封装和类型注解即使是刷题也建议把核心逻辑写进函数而不是全部堆在全局代码中。这样后续可以方便地导入、测试和重复使用。类型注解能提高代码可读性例如def add(a: int, b: int) - int: return a b类型注解不会影响运行但 VSCode 和 Pylance 能据此给出更好的提示。6.3 用 Git 管理练习题代码刚开始刷题时可以用一个 Git 仓库记录每天的代码。每天刷完之后提交一次写清楚 commit message比如git add . git commit -m day03 完成函数练习题修复素数判断边界问题这样你能清晰看到自己的成长轨迹也能在版本间对比代码差异。如果某个解法后来被证明有 bug还可以回退到之前的状态。6.4 把刷题代码升级成可测试代码当你已经能稳定刷过基础题后可以引入简单的pytest来测试自己的代码。以素数判断为例# 文件路径day06_algorithm/test_is_prime.py def is_prime(n: int) - bool: if n 2: return False for i in range(2, int(n ** 0.5) 1): if n % i 0: return False return True def test_is_prime(): assert is_prime(2) is True assert is_prime(9) is False assert is_prime(11) is True然后运行pytest test_is_prime.py这种测试思维会直接迁移到真实项目中帮助你提前发现自己代码里的边界问题。6.5 安全与授权意识刷题过程中可能遇到涉及网络请求、文件删除、数据库操作的练习题。请务必只在你自己可控的测试环境里运行不要拿生产数据或他人系统做实验。如果练习涉及爬虫类题目需要遵守目标网站的robots协议和访问频率要求不要对线上服务造成压力。编程能力的提升建立在合法合规的前提下这一点从一开始就要牢记。7. 总结与后续学习路线如果你能按照“每天一练”的节奏做完这 330 道题你会发现自己对 Python 编程的理解不再是零散的“见过”而是真正具备了“能写出来”的底气。你对变量、循环、函数、列表、字典、类、文件操作这些核心概念会形成肌肉记忆拿到一个新需求时也会下意识地开始拆步骤、设计函数、考虑异常情况。下一步可以尝试往更实际的方向延伸。比如你对数据分析感兴趣可以继续学习pandas和matplotlib用它们做数据分析与可视化如果你想开发后端服务可以学习FastAPI或Flask框架如果你想写自动化脚本可以研究requests、BeautifulSoup以及异步编程如果希望把自己的小工具分享给别人可以学习怎么把 Python 代码转成 exe 文件。这一路没有玄学靠的就是每天坚持写几道题反复调试错了就改改完再总结。只要你把“330 道练习题”这份清单当成起点而不是终点你的 Python 编程能力一定会在这个过程中一点点长起来。接下来挑一道你之前没做出来的题打开编辑器再试一次。
Python 330道练习题：从入门到实战的完整刷题指南
最近收到不少读者私信说自己看完了一套 Python 入门视频语法点好像都懂但真正拿到一个需求时还是不知道从哪里下手写出来的代码不是报错就是逻辑绕来绕去。如果你也遇到类似情况我非常推荐你用“刷题”的方式把这个瓶颈补上。网上流传的“Python 330 道练习题每天一练”就是一个很经典的练习路线它能帮你把零散的语法知识拆成一个个可以动手验证的小任务每天完成几道比单纯看教程要扎实得多。接下来的内容我会围绕这套练习思路从环境准备、题目分类、典型代码拆解到常见报错排查整理出一份完整的刷题指南。1. 为什么要刷 Python 练习题1.1 看懂教程和会写代码是两回事很多初学者容易陷入“视频看懂学会了”的错觉。看老师写代码时每一步都逻辑清晰自己跟着敲一遍也能运行可一旦关掉教程面对一个空白的.py文件大脑就很容易短路。这是因为“输入”和“输出”走的是两条不同的认知路径。刷练习题的价值就是强制你从一个“被动接收者”切换成“主动输出者”。题目给出了明确的目标比如“统计一个字符串中每个字母出现的次数”你必须自己去拆分问题、选择数据结构、写出语法正确的代码、调试运行结果。这个过程会真正训练你的编程思维而不是让你的手停留在模仿层面。1.2 练习题覆盖的编程核心能力一套设计合理的 Python 练习题通常不是让你机械地背题目而是覆盖下面几类核心能力基础语法变量、数据类型、运算符、条件判断、循环。数据结构列表、元组、字典、集合、字符串操作。函数与模块参数传递、返回值、默认参数、lambda、import。文件操作读写文本文件、处理 CSV、JSON 数据。异常处理捕获异常、抛出异常、自定义异常。面向对象类、对象、继承、封装、多态。常用算法思维排序、查找、递归、动态规划初体验。综合实战把多个知识点串联起来完成一个小工具或小游戏。“330 道题”这个数字本身并不是最重要的重要的是它能帮你系统地把这些能力点过一遍而不是东写一段、西写一段最后什么都没沉淀下来。1.3 每天练一点的节奏感编程能力的提升不是一蹴而就的每天保持节奏非常关键。与其周末突击五个小时不如工作日每天晚上坚持 30 到 60 分钟完成 5 到 10 道题。这样大脑有足够的时间去消化、遗忘、再回忆反而记得更牢。这套“每天一练”的思路就是你养成工程习惯的起点。2. 环境准备与刷题姿势“工欲善其事必先利其器”。在开始刷题之前先把 Python 开发环境准备好。这里我以一台 Windows 电脑为例同时也会说明 macOS 和 Linux 下的一些差异。2.1 安装 Python 并配置环境变量如果你还没有安装 Python请到 Python 官网下载对应系统的安装包。安装时有一个非常容易忽略的选项Add Python to PATH。请务必勾选它否则安装完成后在命令行输入python很可能会提示“不是内部或外部命令”。在命令行验证安装是否成功python --version如果输出类似Python 3.12.x说明安装成功。如果你需要安装第三方库还要确认 pip 是否可用pip --version如果提示pip不是命令可以尝试python -m pip --version对于 macOS 和 Linux 用户一般系统自带 Python 3但版本可能比较旧建议通过 Homebrew 或 apt 安装较新的 Python 3并且优先使用python3命令。2.2 使用 VSCode 配置 Python 环境在刷题阶段VSCode 是一个轻量又强大的选择。安装 VSCode 后需要安装两个关键扩展PythonPylance安装完成后按CtrlShiftPmacOS 为CmdShiftP输入Python: Select Interpreter选择你刚安装的 Python 解释器。这样右下角会显示当前解释器路径代码补全和报错提示也会正常工作。为了隔离不同项目的依赖建议给刷题目录创建一个虚拟环境python -m venv venvWindows 下激活虚拟环境venv\Scripts\activatemacOS / Linux 下激活虚拟环境source venv/bin/activate激活后命令提示符前面会出现(venv)字样。此时用 pip 安装的库只会进入当前项目不会污染全局环境。2.3 建议的刷题目录结构不要把所有题目代码都堆在桌面上建议按类型分目录。比如python_practice/ ├── day01_basic/ │ ├── 01_swap_values.py │ ├── 02_odd_even.py │ └── ... ├── day02_data_structure/ │ ├── 01_remove_duplicates.py │ └── ... ├── day03_function/ │ └── ... ├── day04_oop/ │ └── ... ├── day05_file_exception/ │ └── ... ├── day06_algorithm/ │ └── ... ├── day07_project/ │ └── ... ├── requirements.txt └── README.md这样做的好处是后续复习时能快速找到对应知识点而且可以写一个简单的README.md记录每天的刷题心得和易错点。3. 330 道练习题如何分类以下分类方式是我根据常见的 Python 练习资源总结的你可以把它看成一套“练习地图”。330 道题不需要一天做完按节奏推进即可。3.1 基础语法约 100 题这部分主要围绕变量、数据类型、运算符、条件判断、循环来出题。典型题目包括交换两个变量的值。判断一个数是奇数还是偶数。打印九九乘法表。计算 1 到 100 中所有偶数的和。判断一个年份是否为闰年。输出一个字符串的所有子串。这些题目看似简单但能帮助你打牢地基。尤其是循环嵌套和边界条件很多初学者会在“范围多 1 少 1”的问题上反复犯错。3.2 数据结构与内置方法约 80 题当基础语法熟练后就要开始熟悉 Python 最常用的内置数据结构。这部分题目会经常用到列表的切片、排序、翻转、去重。元组的不可变性。字典的键值对遍历、合并、默认值处理。集合的交集、并集、差集。字符串的格式化、分割、拼接、替换。典型题目包括给定一个列表去掉重复元素并保持原顺序。统计一句话中每个单词出现的次数。合并两个字典相同键的值相加。判断两个字符串是否为“同字母异序词”。找出列表中出现次数最多的元素。这些题目的解法往往不止一种刷题时可以尝试先用最直观的方法写出来再去思考有没有更 Pythonic 的写法。3.3 函数、模块与异常处理约 60 题函数是代码复用的基础。这部分题目会要求你定义函数、使用参数、返回结果并尝试把代码拆分到多个模块中。常见题目包括编写函数计算斐波那契数列第 n 项。编写函数判断一个数是否为素数。编写函数接收可变参数并返回平均值。使用递归实现目录树形结构的打印。使用try / except处理除零异常和文件不存在异常。值得注意的是不要只关注函数能跑通还要关注函数的“职责单一性”。如果一个函数既负责输入校验又负责业务计算还负责打印结果后期维护起来会非常痛苦。3.4 面向对象约 40 题面向对象是 Python 进阶中绕不开的一块。这部分题目会要求你设计类理解实例属性、类属性、实例方法、类方法、静态方法以及继承和多态。典型题目包括设计一个BankAccount类支持存款、取款、查询余额。设计一个Student类包含姓名、成绩并能计算平均分。设计一个Shape基类派生出Circle和Rectangle分别计算面积。实现一个简单的“提示与信息”装饰器理解装饰器的语法糖。新手初学面向对象时最容易纠结的问题是“什么时候该用类什么时候该用函数”。我的建议是刷题阶段先按题目要求来不要强行给所有功能都套上类。当一个场景里存在多个对象、多个属性、多个行为时用类才更合适。3.5 算法思维与综合项目约 50 题最后一类题目会把前面所有知识综合起来可能涉及排序算法、查找算法、递归、动态规划入门以及一个小型项目。常见题目包括手动实现冒泡排序、选择排序、插入排序。实现二分查找。使用递归实现“汉诺塔”移动过程。用 Python 实现一个简易通讯录支持增删改查。用文件读写实现一个“每日待办事项”记录工具。使用random模块实现猜数字游戏。综合项目部分的题目不一定能在十分钟内完成但它们的价值最高因为你需要自己设计数据结构、拆分函数、处理异常、验证结果。这个过程最接近真实工作中的编码状态。4. 典型练习题拆解从题目到代码只看分类还不够下面我拆解几道典型的练习题给出完整代码、运行结果和解释。你可以照着敲一遍再改成别的条件来加深理解。4.1 题目交换两个变量的值不引入临时变量这是一道很经典的入门题看似简单却能考察你对 Python 赋值的理解。# 文件路径day01_basic/01_swap_values.py a 10 b 20 print(交换前, a, b) # 方法一使用临时变量 temp a a b b temp print(交换后临时变量, a, b) # 方法二使用 Python 的多元赋值 a, b b, a print(交换后多元赋值, a, b)运行结果交换前 10 20 交换后临时变量 20 10 交换后多元赋值 10 20需要注意第二种写法a, b b, a在 Python 中是安全的因为它会先计算右侧的元组(b, a)再依次赋值给左侧变量。这一点和其他一些语言不同是很典型的 Pythonic 写法。4.2 题目列表去重并保持原顺序很多初学者第一反应是用set去重但set是无序的会丢失原始顺序。比如nums [3, 1, 2, 3, 4, 1, 5] print(set(nums))输出可能是{1, 2, 3, 4, 5}顺序和原列表不一定一致。如果题目要求保持原顺序可以使用“字典键的有序性”或者手动遍历。# 文件路径day02_data_structure/02_remove_duplicates.py nums [3, 1, 2, 3, 4, 1, 5] # 方法一遍历 result [] for num in nums: if num not in result: result.append(num) print(result) # 方法二利用 dict.fromkeys result2 list(dict.fromkeys(nums)) print(result2)运行结果都是[3, 1, 2, 4, 5]解释一下dict.fromkeys(nums)的原理dict.fromkeys会创建一个字典键来自nums值是None。因为字典的键是唯一的重复元素会被自动忽略而且在 Python 3.7 之后字典会保持键的插入顺序所以再转换回列表时顺序就保留下来了。4.3 题目统计文本文件中每个单词出现的次数这个题目会用到文件读取、字符串分割、字典操作非常综合。假设有一个sample.txt文件内容如下hello world python hello python python is great现在统计每个单词出现的次数# 文件路径day05_file_exception/03_word_count.py from collections import Counter word_count {} with open(sample.txt, r, encodingutf-8) as f: for line in f: line line.strip() if not line: continue words line.split() for word in words: word word.lower() word_count[word] word_count.get(word, 0) 1 print(word_count) # 也可以直接用 Counter 简化 with open(sample.txt, r, encodingutf-8) as f: words f.read().split() counter Counter(words) print(counter)运行结果{hello: 2, world: 1, python: 3, is: 1, great: 1} Counter({python: 3, hello: 2, world: 1, is: 1, great: 1})这里有一个小坑如果单词中存在标点符号比如python,直接split()会把逗号也算进单词里。更健壮的做法是使用正则表达式提取纯字母单词但那是更高阶的内容初学者可以先不做要求。4.4 题目设计一个“学生成绩”类这是一个面向对象练习的典型题目。需求是一个学生有姓名和若干门课成绩可以添加成绩、计算平均分、判断是否及格。# 文件路径day04_oop/04_student.py class Student: def __init__(self, name): self.name name self.scores [] def add_score(self, score): if score 0 or score 100: raise ValueError(成绩必须在 0 到 100 之间) self.scores.append(score) def average(self): if not self.scores: return 0.0 return sum(self.scores) / len(self.scores) def is_pass(self, threshold60): return self.average() threshold def __str__(self): return fStudent({self.name}, scores{self.scores}, avg{self.average():.2f}) if __name__ __main__: stu Student(张三) stu.add_score(78) stu.add_score(85) stu.add_score(92) print(stu) print(平均分, stu.average()) print(是否及格, stu.is_pass())运行结果Student(张三, scores[78, 85, 92], avg85.00) 平均分 85.0 是否及格 True这个例子体现了几个设计要点__init__负责初始化属性。add_score负责数据校验不符合范围的数据直接抛异常。average只负责计算不负责打印。is_pass使用默认参数允许调用方自定义及格线。把职责拆分清楚代码会更容易测试和后续扩展。4.5 题目使用 asyncio 并发获取多个接口数据当你已经掌握了基础语法和函数后可以尝试让代码“跑得更快”。这里给出一个使用 Python 异步编程的入门示例模拟并发请求多个接口数据。注意实际请求外部接口时需要遵守接口提供方的使用规则建议使用免费公开的 API 或本地服务进行练习。# 文件路径day06_algorithm/05_async_demo.py import asyncio async def fetch_data(name, delay): print(f开始请求 {name}) await asyncio.sleep(delay) print(f请求完成 {name}耗时 {delay} 秒) return f{name} 的数据 async def main(): tasks [ fetch_data(接口A, 2), fetch_data(接口B, 1), fetch_data(接口C, 3), ] results await asyncio.gather(*tasks) print(所有结果, results) if __name__ __main__: asyncio.run(main())运行结果开始请求 接口A 开始请求 接口B 开始请求 接口C 请求完成 接口B耗时 1 秒 请求完成 接口A耗时 2 秒 请求完成 接口C耗时 3 秒 所有结果 [接口A 的数据, 接口B 的数据, 接口C 的数据]可以看到三个请求不是按顺序一个个等待而是同时开始总耗时约 3 秒而不是 6 秒。这就是异步编程的核心优势在等待 I/O 时事件循环会切换到其他任务继续执行。刷题阶段能做到“看懂这个例子”即可不需要立刻掌握所有细节但它可以作为你后续学习 Python 异步编程的引子。5. 刷题过程中的常见问题与排查思路刷题一定会遇到报错。很多初学者一看到报错就慌其实报错信息是程序给你的最好提示。下面整理几个高频问题。5.1 程序报 NameErrorname xxx is not defined这种错误通常是因为变量名拼写错误或者变量在使用之后才赋值。看一下示例print(message) message hello运行会报NameError。解决方法是把赋值语句放到使用之前先定义变量再使用。还可以检查是不是少导入了模块比如用了math.sqrt却没有import math。5.2 列表越界和循环边界问题nums [1, 2, 3] for i in range(len(nums) 1): print(nums[i])运行会报IndexError: list index out of range。因为range(len(nums) 1)会取到3但列表最大下标是2。排查步骤确认索引从 0 开始。确认循环范围是range(len(nums))不是range(len(nums) 1)。如果用到nums[i-1]考虑当i0时是否会访问最后一个元素。5.3 代码能运行但结果不对这类问题最隐蔽因为它不报错。建议采用“断言 手动走查”的方式把中间过程打印出来。用一个非常小的测试用例手动计算。使用assert验证关键中间值。例如def my_sum(nums): total 0 for i in range(len(nums)): total nums[i] return total assert my_sum([1, 2, 3]) 6 print(测试通过)如果结果不对就考虑是不是边界条件、除法取整、变量覆盖等问题。5.4 环境相关的问题问题现象常见原因解决思路命令行输入 python 提示“不是内部或外部命令”安装时未勾选 Add Python to PATH重新安装并勾选或手动配置环境变量pip 安装库时提示“Connection error”网络问题或默认源不可达使用国内镜像源比如pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 库名VSCode 代码补全不生效没有选择正确的解释器CtrlShiftP选择 Python 解释器运行后中文乱码文件编码格式不一致打开文件时使用encodingutf-8并确保文件本身是 UTF-8 编码配置 Python 环境变量这个问题在 Windows 上比较常见如果不想重新安装也可以手动添加 Python 安装路径到系统的PATH变量中。不过对新手来说重新安装并勾选选项是更稳妥的做法。6. 刷题的最佳实践与工程建议刷题不是完成任务而是建立一套健康的编码习惯。下面这些建议能让你少走弯路。6.1 先手动走查再写代码拿到一道题先不要急着敲键盘。在纸上或注释里写清输入、输出、步骤# 输入一个整数列表 # 输出一个排序后的新列表 # 步骤 # 1. 复制原列表 # 2. 使用 for 循环比较相邻元素 # 3. 交换顺序这个过程能极大减少逻辑错误。很多老手写代码之前也会先画草图或写伪代码这是非常值得养成的习惯。6.2 习惯使用函数封装和类型注解即使是刷题也建议把核心逻辑写进函数而不是全部堆在全局代码中。这样后续可以方便地导入、测试和重复使用。类型注解能提高代码可读性例如def add(a: int, b: int) - int: return a b类型注解不会影响运行但 VSCode 和 Pylance 能据此给出更好的提示。6.3 用 Git 管理练习题代码刚开始刷题时可以用一个 Git 仓库记录每天的代码。每天刷完之后提交一次写清楚 commit message比如git add . git commit -m day03 完成函数练习题修复素数判断边界问题这样你能清晰看到自己的成长轨迹也能在版本间对比代码差异。如果某个解法后来被证明有 bug还可以回退到之前的状态。6.4 把刷题代码升级成可测试代码当你已经能稳定刷过基础题后可以引入简单的pytest来测试自己的代码。以素数判断为例# 文件路径day06_algorithm/test_is_prime.py def is_prime(n: int) - bool: if n 2: return False for i in range(2, int(n ** 0.5) 1): if n % i 0: return False return True def test_is_prime(): assert is_prime(2) is True assert is_prime(9) is False assert is_prime(11) is True然后运行pytest test_is_prime.py这种测试思维会直接迁移到真实项目中帮助你提前发现自己代码里的边界问题。6.5 安全与授权意识刷题过程中可能遇到涉及网络请求、文件删除、数据库操作的练习题。请务必只在你自己可控的测试环境里运行不要拿生产数据或他人系统做实验。如果练习涉及爬虫类题目需要遵守目标网站的robots协议和访问频率要求不要对线上服务造成压力。编程能力的提升建立在合法合规的前提下这一点从一开始就要牢记。7. 总结与后续学习路线如果你能按照“每天一练”的节奏做完这 330 道题你会发现自己对 Python 编程的理解不再是零散的“见过”而是真正具备了“能写出来”的底气。你对变量、循环、函数、列表、字典、类、文件操作这些核心概念会形成肌肉记忆拿到一个新需求时也会下意识地开始拆步骤、设计函数、考虑异常情况。下一步可以尝试往更实际的方向延伸。比如你对数据分析感兴趣可以继续学习pandas和matplotlib用它们做数据分析与可视化如果你想开发后端服务可以学习FastAPI或Flask框架如果你想写自动化脚本可以研究requests、BeautifulSoup以及异步编程如果希望把自己的小工具分享给别人可以学习怎么把 Python 代码转成 exe 文件。这一路没有玄学靠的就是每天坚持写几道题反复调试错了就改改完再总结。只要你把“330 道练习题”这份清单当成起点而不是终点你的 Python 编程能力一定会在这个过程中一点点长起来。接下来挑一道你之前没做出来的题打开编辑器再试一次。
