Skip to content
项目

unrealandychan/learn-python-with-ai has 34 GitHub stars and 3 forks. GitHot measured +2 in 7 days. Last checked 2026-11-09 19:48 UTC. Last push 2026-05-15.

这些数字如何统计

This is a repository for self learn Python, ALL the content are generated by AI!.

可以做什么

  • 🎓 75 Lessons - From "Hello World" to production AI apps
  • 🤖 AI-First - Every exercise uses AI context and real-world patterns
  • 🔨 Project-Based - Build real things: chatbots, agents, APIs, data pipelines
  • 📦 Modern Stack - OpenAI SDK, LangChain, FastAPI, Pandas, NumPy

实测星标增长

24小时
更新延迟
7天
+2
15天
更新延迟
1个月
更新延迟

各周期内的星标净变化,周期相互重叠,并非每日新增。缺失的测量保持空白。星标代表关注度,不代表软件质量。

README_zh.md

原文

AI Python 教程

English Version | Español

Banner

欢迎来到这个互动式 Python 教程!本课程旨在带你从完全的初学者成长为一名熟练的 Python 开发者,掌握现代工具与最佳实践。

使用方法

本教程共分为 53 课,每课涵盖一个特定主题。每课都有独立的目录,包含两个文件:

  • instructions.md:包含课程内容、说明和示例的 Markdown 文件。
  • exercise.py(FastAPI 课程为 main.py):包含练习题的 Python 文件,供你完成。

🚀 环境配置(完全新手请从这里开始!)

在运行任何 Python 代码之前,你需要先配置好开发环境。请根据你的操作系统按照以下步骤操作。

第一步 — 安装 Python

推荐: 安装 Python 3.11 或更高版本。

Windows

  1. 前往 https://www.python.org/downloads/ 下载最新的 Python 安装包。
  2. 运行安装程序。重要: 在点击安装前,务必勾选 "Add Python to PATH" 复选框。
  3. 打开命令提示符(在开始菜单中搜索 "cmd"),验证安装:
    python --version
    

macOS

  1. 打开终端(使用 Cmd + 空格 打开 Spotlight,搜索 "Terminal")。
  2. 推荐通过 Homebrew 安装。如果尚未安装 Homebrew,请先执行:
    /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
    
  3. 然后安装 Python:
    brew install python
    
  4. 验证安装:
    python3 --version
    

Linux(Ubuntu / Debian)

  1. 打开终端。
  2. 执行以下命令:
    sudo apt update && sudo apt install python3 python3-pip -y
    
  3. 验证安装:
    python3 --version
    

第二步 — 安装代码编辑器

一个好的代码编辑器能让你写 Python 事半功倍。我们强烈推荐 Visual Studio Code(VS Code):

  1. 从 https://code.visualstudio.com/ 下载并安装 VS Code。
  2. 安装 Microsoft 出品的 Python 扩展(在左侧扩展面板中搜索 "Python")。
  3. 安装 Pylance 扩展,获得更好的代码智能提示和自动补全功能。

提示: 打开 VS Code 后,按 Ctrl+ `(Windows/Linux)或 Cmd+ `(macOS)可打开内置终端,无需离开编辑器即可运行 Python 命令。


第三步 — 获取本课程

方式 A — 下载 ZIP 压缩包(适合初学者):

  1. 点击本 GitHub 页面顶部的绿色 Code 按钮。
  2. 选择 Download ZIP,然后将压缩包解压到你喜欢的位置。
  3. 打开 VS Code,选择 文件 → 打开文件夹,然后选中解压后的文件夹。

方式 B — 使用 Git 克隆(推荐给了解 Git 的用户):

git clone https://github.com/unrealandychan/learn-python-with-ai.git
cd learn-python-with-ai

第四步 — (可选但推荐)安装 uv 依赖管理工具

uv 是一个极速的 Python 包管理器,将在第 50 课中详细介绍。提前安装它,可以方便地在后续课程中安装所需的第三方包。

# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows(PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

安装完成后,在课程文件夹中创建虚拟环境:

uv venv

然后激活虚拟环境:

# macOS / Linux
source .venv/bin/activate

# Windows
.venv\Scripts\activate

快速开始

  1. 进入课程目录: 从 lesson_01_intro_to_python 开始。

  2. 阅读说明: 打开 instructions.md 文件,学习相关主题。

  3. 完成练习: 打开 exercise.py,编写代码完成练习。

  4. 运行代码: 在终端中使用以下命令运行练习文件:

    python lesson_01_intro_to_python/exercise.py
    

    在 macOS/Linux 上,你可能需要使用 python3 而不是 python。

  5. 查看答案: 如果卡住了,可以查看同一文件夹中的 solution.py —— 但请先尝试自己完成!

初学者小贴士

  • 不要急。 在进入下一课之前,先确保理解当前课程的内容。
  • 手动敲代码,而不是直接复制粘贴 —— 这样能更好地建立编程的肌肉记忆。
  • 大胆尝试。 修改示例中的值,看看会发生什么。出错也是学习的一部分!
  • 善用 AI 辅助学习。 遇到不懂的地方,可以向 AI 助手(如 GitHub Copilot 或 ChatGPT)寻求更简单的解释。
  • 认真阅读报错信息。 Python 的错误信息会告诉你哪里出了问题,以及出错的行号 —— 它们是你的朋友,不是敌人。

入门课程

  • 第 01 课:Python 简介 — Python 入门与 "Hello, World!"
  • 第 02 课:变量与数据类型 — 变量与数据类型
  • 第 03 课:基本运算符 — 基本运算符
  • 第 04 课:用户输入与类型转换 — 用户输入与类型转换
  • 第 05 课:条件语句 — 流程控制:条件语句
  • 第 06 课:列表 — 列表:创建、索引与切片
  • 第 07 课:列表方法 — 列表方法与操作
  • 第 08 课:for 循环 — for 循环与遍历列表
  • 第 09 课:while 循环 — while 循环
  • 第 10 课:字典 — 字典
  • 第 11 课:元组与集合 — 元组与集合
  • 第 12 课:定义与调用函数 — 定义与调用函数
  • 第 13 课:函数参数与返回值 — 函数参数与返回值
  • 第 14 课:变量作用域 — 变量作用域(局部 vs. 全局)
  • 第 15 课:模块与导入 — 模块与导入
  • 第 16 课:文件读取 — 文件 I/O:读取文件
  • 第 17 课:文件写入 — 文件 I/O:写入文件
  • 第 18 课:错误处理 — 错误处理(Try/Except)
  • 第 19 课:面向对象编程入门 — 面向对象编程简介(类与对象)
  • 第 20 课:下一步 — 下一步与项目建议

进阶课程

  • 第 21 课:OOP 继承 — 面向对象编程:继承
  • 第 22 课:OOP 多态 — 面向对象编程:多态与方法重写
  • 第 23 课:OOP 封装 — 面向对象编程:封装(公有、受保护、私有)
  • 第 24 课:OOP Dunder 方法 — 面向对象编程:魔术方法(Dunder Methods)
  • 第 25 课:静态方法与类方法 — 静态方法与类方法
  • 第 26 课:列表推导式 — 列表推导式
  • 第 27 课:字典与集合推导式 — 字典与集合推导式
  • 第 28 课:Lambda 函数 — Lambda 函数
  • 第 29 课:map、filter、reduce — map()、filter() 与 reduce() 函数
  • 第 30 课:生成器 — 生成器与 yield 关键字
  • 第 31 课:装饰器 — 装饰器
  • 第 32 课:collections 模块 — collections 模块
  • 第 33 课:日期与时间 — 日期与时间处理(datetime 模块)
  • 第 34 课:JSON 数据 — JSON 数据处理(json 模块)
  • 第 35 课:os 与 sys 模块 — 与操作系统交互(os 和 sys 模块)
  • 第 36 课:多线程 — 多线程(threading 模块)
  • 第 37 课:多进程 — 多进程(multiprocessing 模块)
  • 第 38 课:asyncio 入门 — 异步编程入门(asyncio)
  • 第 39 课:async/await — 使用 async 与 await 进行异步 I/O
  • 第 40 课:进阶项目 — 进阶项目:综合运用

常用 Python 第三方包

  • 第 41 课:requests 模块 — requests - 发送 HTTP 请求
  • 第 42 课:BeautifulSoup4 — BeautifulSoup4 - 网页爬虫
  • 第 43 课:Pandas — pandas - 数据分析
  • 第 44 课:Matplotlib — matplotlib - 数据可视化
  • 第 45 课:Seaborn — seaborn - 统计数据可视化
  • 第 46 课:FastAPI — FastAPI - 构建 Web API

专业开发实践

  • 第 47 课:Git 与 GitHub — 使用 Git 与 GitHub 进行版本控制
  • 第 48 课:Pytest — 使用 pytest 进行测试
  • 第 49 课:Ruff — 使用 ruff 进行代码格式化与静态检查
  • 第 50 课:uv 依赖管理 — 使用 uv 进行现代化依赖与环境管理
  • 第 51 课:数据库 — 数据库操作(SQLAlchemy + SQLite)
  • 第 52 课:配置管理 — 配置管理(使用 .env 文件)
  • 第 53 课:Python MCP 与技能 — 构建迷你 MCP 风格的工具路由器与可复用 Python 技能模块

祝你学习愉快!🎉

探索相关项目