第一次写 Python 作业写到怀疑人生第四次作业做完了不知道对错、不知道怎么把.py变成能双击运行的.exe、环境装到一半卡在奇奇怪怪的地方这篇文章就是为你准备的。先说清楚这篇博文解决什么问题围绕Python 第四次作业这个节点拆解作业背后真正要考你的东西把 Python 环境配置、基础语法、常见小项目实践、打包成 exe 的完整流程一次说透。不管你是在校学生、转行学编程的上班族还是自学 Python 的爱好者只要已经学完基本语法、正卡在第一次做有点综合性的小作业这个阶段这篇内容都适合你。我尽量用大白话讲但关键的坑一个都不会少。1. 第四次作业到底在考你什么1.1 从会语法到会做东西的分水岭很多同学前三次作业都是写几个函数、算几道题感觉 Python 也就是那么回事。到了第四次作业老师或者课程设计通常会让做一个稍微完整的小程序可能是猜数字游戏、学生成绩统计、简单爬虫、数据处理脚本甚至是一个带界面的小工具。这时候你才会发现真正难的不是语法本身而是把零散知识串起来。我第一次带新人学 Python 的时候最喜欢说一句话前三次作业考的是你会不会读代码第四次作业考的是你会不会写代码。这不是绕口令。前面你只需要理解if、for、def怎么用第四次你得自己决定什么时候用循环、什么时候拆函数、数据存到什么结构里、用户输入出错怎么办。这些决策能力才是编程的核心肌肉。另外第四次作业通常是个信号弹——老师希望通过这次作业把你从语法学习者推到项目实践者的位置上。所以你会发现作业要求里开始出现从文件读取数据、输出结果到文件、对异常情况做处理这类平时不太起眼、但真实项目里天天要用的东西。本质上它是在模拟真实开发的最小闭环输入 - 处理 - 输出 - 反馈。1.2 为什么很多人卡在第四次作业根据我带过的学生和网上大量讨论卡住的原因集中在三个层面第一层是环境问题。Python 装好了但命令行里一敲python就提示不是内部或外部命令或者用 VSCode 写代码运行按钮是灰的再或者装了一堆包实际运行时却报ModuleNotFoundError。这些都是环境配置的坑跟作业本身一点关系没有但足以让你怀疑人生。第二层是思路问题。拿到题目之后脑子里一团乱麻不知道先写哪步。很多人的习惯是打开编辑器就开始敲代码结果写到一半发现逻辑不对全部推翻重来。这是最浪费时间的做法。第三层是结果提交问题。作业要求交一个能运行的.py文件但很多同学是在自己电脑上运行得好好的换个环境就崩了或者老师要求交 exe 可执行文件压根不知道怎么把 Python 打包成 exe。这些最后一公里的问题恰恰是实际工程里最常遇到的。围绕这三大类问题下面我按一个完整作业项目的顺序把每一步讲透。2. Python 环境配置从头到尾不踩坑2.1 Python 版本选择和安装关于 Python 版本我的建议非常简单装 3.10 或者 3.11不要装最新的 3.13更不要装 2.7。为什么因为很多第三方库对新版本的支持有滞后你写作业大概率会用到requests、pandas、openpyxl这些库装太新的版本可能遇到装不上或者编译报错的尴尬局面。Windows 下安装的流程不多讲网上教程满天飞我只强调一个关键点安装时一定要勾选Add Python to PATH。如果漏了这个装完 Python 后在命令行里敲python就会提示不是内部或外部命令。那如果真的漏了怎么办不用重新安装手动配置环境变量就行。右键此电脑 - 属性 - 高级系统设置 - 环境变量 - 在系统变量里找到Path变量编辑新增两条你的Python安装目录如 C:\Users\你的用户名\AppData\Local\Programs\Python\Python311\ 你的Python安装目录\Scripts\第二条路径是给pip用的不加上它你可能出现pip命令找不到的情况。配置完关掉命令行窗口重新打开再输入python --version验证出现版本号就说明成功了。注意配置环境变量的本质是告诉操作系统你去哪里找这个程序。这个思路在你以后装 Java、Node.js、Go 的时候一模一样理解了原理就不怕换着花样考你。2.2 多版本 Python 与虚拟环境热搜词里有一条windows安装python多个版本这确实是很多人的痛点。有人电脑里 Python 3.8、3.9、3.11 并存然后发现命令行里的python到底用的是哪个版本完全是一笔糊涂账。我的建议是日常写作业一个版本就够别贪多。如果确实需要多版本不要靠改环境变量硬切而是用py命令行工具Windows 自带。安装多个 Python 版本后用py -3.11、py -3.9可以指定版本运行用py -0可以列出当前装了哪些版本。但真正优雅的解决方案是虚拟环境。我强烈建议从第四次作业开始就养成用虚拟环境的习惯。原理很简单虚拟环境就是给你的每个项目单独造一个干净的小房间这个房间里的 Python 版本和第三方库是独立的A 项目给requests升了级B 项目完全不受影响。创建和使用虚拟环境只需要三步# 1. 在项目目录下创建虚拟环境 python -m venv venv # 2. 激活虚拟环境Windows venv\Scripts\activate # 3. 在虚拟环境里安装包 pip install requests激活之后命令行前面会出现(venv)的标记这时候敲python、pip用的都是虚拟环境里的。作业做完根目录下多一个venv文件夹不用管它但千万别删删了环境就废了。如果你用的是 PyCharm新建项目时它会默认帮你创建好虚拟环境用 VSCode 的话按CtrlShiftP搜索Python: Select Interpreter选中你项目里的venv解释器即可。2.3 VSCode 还是 PyCharm关于编辑器我两个都推荐过但定位不同。如果电脑内存小于 8G老老实实用 VSCodePyCharm 社区版虽然免费但启动起来确实吃资源。VSCode 配置 Python 环境的流程是安装 VSCode扩展面板搜Python安装微软官方那个扩展发布者是 Microsoft。CtrlShiftP打开命令面板输入Python: Select Interpreter选择你安装的 Python 版本。新建一个.py文件右上角会出现一个三角形运行按钮直接点击即可运行。配置完成后VSCode 最底下状态栏会显示你当前用的是哪个 Python 解释器点一下可以切换。如果运行时报错找不到模块第一反应应该去看状态栏多半是选了系统 Python 而不是虚拟环境里的 Python。PyCharm 用户反而简单一些新建项目时选择New environment using Virtualenv后面全自动。两个工具没有绝对的好坏关键是熟悉一个。3. 核心语法与作业功能实现3.1 基础语法从背到用第四次作业涉及的基础语法大概率逃不过这几样变量与数据类型、条件判断、循环、函数、列表/字典操作、文件读写。这些知识点单个拎出来都能看懂组合起来就晕。我的经验是用一个会喘气的小项目把语法串起来比背十页笔记管用。举个例子假设作业要求是做一个学生成绩统计程序从文件读取成绩计算平均分、最高分、最低分并且把不及格的名单单独输出到另一个文件。这样一个作业几乎把所有基础语法覆盖了一遍。拆解下来是这样的# 1. 函数定义负责读取文件 def read_scores(filename): scores {} with open(filename, r, encodingutf-8) as f: for line in f: name, score line.strip().split(,) scores[name] int(score) return scores # 2. 计算统计量 def calc_stats(scores): total sum(scores.values()) count len(scores) avg total / count max_score max(scores.values()) min_score min(scores.values()) return avg, max_score, min_score # 3. 筛选不及格 def find_failed(scores): return {name: score for name, score in scores.items() if score 60}这里用到的with open(...) as f是文件读写最常见的姿势它保证读完后文件自动关闭不会出现内存句柄泄漏。split(,)是按逗号分割字符串.strip()是去掉行尾换行符这两个细节忘了处理程序大概率报错或者数据多一个\n排查起来很隐蔽。如果你还没学到dict用两个列表names和scores也能做但学到字典之后你会发现这种一一对应的数据用字典是最自然的表达。这也是第四次作业隐藏的一个考察点数据结构选型。3.2 类型转换的几个深坑热搜词里有python类型转换这确实是个高频考点也是个高频翻车点。其中最经典的问题是# 用户输入的数字其实是字符串 age input(请输入年龄: ) # 此时 age 是字符串 18不是数字 18 new_age age 1 # TypeError: can only concatenate str (not int) to str这个错误信息翻译成中文就是字符串不能和整数相加很多人看到就懵了。解决办法是先int(age)转成整数或者用float(age)转成浮点数。但注意int(3.14)会报错因为字符串内容不是合法的整数格式会抛出ValueError。这时候可以用float(3.14)先转成浮点数再int(3.14)取整。还有一个容易忽略的坑布尔类型其实也是整数。True 1False 0这在做统计的时候特别有用。比如统计一个列表里有多少个大于 10 的元素可以写成sum(1 for x in nums if x 10)但这属于高级玩法基础阶段知道这个特性就行不要刻意炫技。3.3 函数封装让代码会说话第四次作业如果代码超过一百行我强烈建议用函数拆块。判断标准是看到一个函数的名字能立刻知道它是干什么的。read_scores、calc_stats、find_failed这样的命名比process1、process2强一万倍。函数设计的核心是输入、输出要明确。我见过很多同学写函数参数传进去结果却在函数里print一下就算了外面根本拿不到结果。这样做短期内运行没错但等到需要把多个函数组合起来做流水线时就会发现数据完全对不上。一个比较好的习惯是函数内部可以用 print 调试但最终必须以 return 的形式把结果交出来。主程序负责调用函数、处理输出、打印结果。这样每个函数都能单独测试出 bug 的时候能快速定位不用在一坨代码里乱找。4. 打包成 exe 的完整实操4.1 为什么不直接发 .py 文件作业交py文件本身没有问题但很多课程到了后期会要求交 exe。逻辑很简单别人电脑上没有 Python 环境双击py文件是打不开的而 exe 是独立的可执行文件拷到任意 Windows 电脑上都能直接运行。这其实也是现实工作中很常见的一个需求——你把工具写好给业务同事用人家不可能为了跑你的脚本先去装 Python。把 Python 打包成 exe目前最主流的工具是PyInstaller。除了它还有cx_Freeze、py2exe但我个人的实践经验是无脑选 PyInstaller社区活跃、文档全、踩坑答案一搜一大把。安装就一条命令pip install pyinstaller4.2 打包命令与参数详解打包的基本命令长这样pyinstaller -F -w 你的脚本名字.py-F表示打包成单文件也就是最终只生成一个 exe方便分发如果不加这个参数会生成一个文件夹里面有 exe 和一堆依赖的.dll、.pyd文件带着文件夹整体才能运行。-w表示打包 Windows 图形界面程序时去掉黑色的控制台窗口如果程序是纯命令行交互那不要加-w否则用户看不到任何输出也不知道怎么操作。再列几个常用参数做成了表方便参考参数作用适用场景-F打包成单个 exe 文件想直接分发一个文件-w去掉控制台窗口程序有 Tkinter/PyQt 图形界面--icon图标.ico自定义 exe 图标想让程序看起来更专业--name名字指定生成的 exe 文件名不想用脚本名--onefile-F的完整写法两者等价同上打包完成后项目目录下会多出来一个dist文件夹exe 就躺在里面。可以在命令行里敲dist\你的程序名.exe测试运行看有没有报错。第一次运行 exe 时会稍微慢一点因为它要把内部打包的依赖释放到临时目录里不是程序写得慢这是 PyInstaller 单文件模式的正常现象。4.3 打包过程常见报错与排查思路我先说一个最扎心的打包后运行闪退。双击 exe 屏幕一闪就消失了什么都看不到。这有两种可能一是程序本身有 bug二是缺少依赖。排查办法是打开命令行在命令行里手动运行 exe错误信息就会留在终端里而不是一闪而过。这个习惯对任何双击没反应的问题都适用。另一个高频报错是ModuleNotFoundError: No module named xxx。这通常是因为你的程序里用了某个第三方库但 PyInstaller 没有自动识别到。解决办法是手动添加--hidden-importxxx参数或者按官方文档在代码里动态 import。比如如果用了pandas打包命令可能得写成pyinstaller -F --hidden-importpandas 你的脚本名字.py还有一个坑是路径问题。程序在开发环境用相对路径data.txt能读到文件但打包成 exe 后它执行的当前目录可能变了导致找不到文件。稳妥做法是用os.path.dirname(__file__)获取脚本所在目录再拼接文件路径。不过 PyInstaller 打包后__file__路径会指向临时解压目录所以更稳的是用import sys, os if getattr(sys, frozen, False): base_path sys._MEIPASS else: base_path os.path.dirname(__file__)这段代码的本质是区分源码里运行和exe 里运行两种状态遇到资源文件图片、数据文件路径报错时第一反应就该想到这个方案。还有杀毒软件误报的问题。PyInstaller 打包出来的 exe 经常被 Windows Defender 或者 360 报毒这不是你的程序有问题而是 PyInstaller 的打包方式在某些杀毒软件看来不太常见。这种误报在两台电脑之间传输时特别容易出现交作业如果你确定代码没问题可以在学校的机器上用信任或者添加白名单的方式处理不必过度恐慌。4.4 程序打包成 exe 之后运行效果验证打包完不等于作业完成一定要做裸环境测试。所谓裸环境就是找一台没有安装 Python 的电脑或者临时把系统 Python 环境变量去掉把你的 exe 拷过去跑一遍。如果能在干净的机器上正常运行说明打包是成功的如果报错那问题大概率还是依赖或者路径回到上一节排查。我见过很多同学在自己电脑上运行完美交上去老师一运行就崩。问题通常出在用了某个不在标准库里的包但自己装机时已经装过所以开发环境里不报错。裸环境测试是验证打包是否成功的唯一标准没有捷径。5. 常见问题与排查技巧实录5.1 安装与配置篇Q1命令行输入 python 提示不是内部或外部命令这是环境变量没配好。先确认安装时有没有勾选Add to PATH如果已经装完按 2.1 节手动配置。还不行就检查是不是装的时候安装目录有空格虽然现代 Python 安装器能处理但偶尔还是会抽风。Q2pip install 一直很慢或者超时默认的 PyPI 源在国外网络不稳定很正常。解决办法是换成国内镜像源比如清华源pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名只是这次临时用。想一劳永逸就配置全局索引pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simpleQ3numpy 装不上报一堆编译错误Windows 上现在基本不会遇到源码编译的问题pip install numpy会直接下载编译好的二进制whl文件。如果真报错大概率是 Python 版本太新换个 3.10 或 3.11 版本立刻解决。还有一个前提是 pip 版本不能太老升一下级python -m pip install --upgrade pip。5.2 运行代码篇Q4运行时报 ModuleNotFoundError但明明已经 pip install 过十有八九是装进了系统 Python但 VSCode 或 PyCharm 用的是虚拟环境。去 VSCode 右下角看解释器路径换成虚拟环境或者反过来用系统 pip 安装。这个问题的根源是环境不对齐不是包没装。Q5文件读写报 UnicodeDecodeError读写文件时没有指定编码。Windows 中文系统默认是 GBKPython 3 默认用 UTF-8两者对不上就报编码错误。统一在open()里加上encodingutf-8写入和读取都要加就解决了。Q6pandas 创建表格只能到 65536 行这个热搜词很有代表性——pd.DataFrame本身没有 65536 的限制报这个错通常是因为用了旧版 Excel 格式.xls最大行数 65536而不是.xlsx最大行数 1048576。解决办法是写入时指定新格式df.to_excel(结果.xlsx, indexFalse)或者用openpyxl作为引擎。这个问题很经典属于不是 Python 限制你而是文件格式限制你的典型案例。Q7groupby 属于哪个库热搜词里有这个说明很多人把 pandas 里的groupby和 SQL 的GROUP BY搞混了。df.groupby()是 pandas 库中 DataFrame 对象的方法不是 Python 标准库。要使用它先import pandas as pd。很多课程一开始让你装 pandas 就是为了用这类高级数据处理功能。Q8提示安装缺失的节点要运行 pip install -u --pre comfyui-m这个其实不是标准 Python 作业会遇到的问题它出现在 ComfyUI 这类节点式 AI 工作流工具中。出现Please install the missing nodes这样的提示本质是工作流引用了某些自定义节点包当前 Python 环境里没有。按提示在终端运行它给出的 pip install 命令装完后重启工具就能解决。如果你做作业压根没用过 ComfyUI看到这类报错信息那大概率是运行了别人的项目但环境没配对核心思路还是缺什么装什么、版本对不对齐。5.3 作业提交与项目结构篇作业不要只交一个孤立脚本我建议在项目文件夹里这样组织第四次作业/ ├── main.py # 主程序 ├── data/ # 数据文件 │ └── input.txt ├── output/ # 输出目录 │ └── result.txt └── README.md # 说明文档README.md可以写清楚程序怎么运行、需要安装哪些包、输入输出格式是什么。很多同学不写文档但实际工作中这叫项目可读性。老师在编译时自动格式化一个 20 份作业有文档的作业往往能拿更高的印象分。写个简单的就行不用长篇大论三五行说明白让老师能爬起来运行就算成功。还有一点经验如果你的代码用到第三方库一定要在作业说明里列出依赖清单最好给一个requirements.txt里面对每个包固定版本号。生成方式很简单虚拟环境里执行pip freeze requirements.txt别人拿到你的项目后一条命令pip install -r requirements.txt就能把环境还原出来。这是工程化的基本素养也是我认为第四次作业最值得养成的习惯。6. 从作业到个人项目的进阶建议6.1 作业完成之后还能怎么玩第四次作业做完别急着交完就完事。我第一次带的学生经常在完成作业之后顺手把作业扩展成一个小小的个人项目这对巩固知识的效果比做十道题都强。比如成绩统计程序可以扩展成支持多科目、按班级分组、生成可视化柱状图猜数字游戏可以扩展成带计分、带排行榜、甚至用tkinter做一个图形界面。热搜词里有python数据分析与可视化、python爬虫、python小游戏、python爱心代码这些都是很好的扩展方向。爬虫和可视化通常需要多一点额外知识但在第四次作业这个时间点尝试一下完全可行。6.2 自学加餐值得现在就开始练的项目如果你第四次作业做完后觉得精力还算充足我特别推荐下面几条加餐路径每个都能帮你把现有基础向前推一大步一是写一个命令行小工具比如批量修改文件名、批量重命名图片、生成随机密码。这种项目最大的特点是有真实使用需求写完之后你会在日常中真的用它成就感非常直接。二是做一个简单爬虫。爬一个静态网页把数据解析出来存成 CSV 或者 Excel。requests库获取页面BeautifulSoup解析 HTML两个库就能完成。注意不要爬取有版权争议或明显禁止爬取的网站普通练习题网站比如自己写的静态页面是安全的。这条路径能让你迅速感受到 Python 连接世界的能力也是很多人学习 Python 的最大动力。三是用matplotlib画可视化图表。把作业里算出来的统计结果变成图表这一小步就一脚跨进了数据分析的门槛。趋势图、柱状图、饼图掌握这几种绝大多数入门场景就够用了。四是可以试试Python 转 exe之后的产品化。把你自己做的小工具打包发给朋友用收到反馈之后改进。一顿轮回下来你体验到的不只是语法而是完整的开发流程需求 - 编码 - 测试 - 发布 - 维护。这比任何教程都珍贵。6.3 常见的学习心态坑最后说几个我观察多年、几乎每个人都会踩的心态坑。一个是收藏了就等于会了。B 站收藏夹里躺了几十集 Python 教程GitHub star 了无数项目但自己一行代码也没写。第四次作业是天然的强制动手关卡不管想不想你都得敲代码。请珍惜这种被迫动手的机会它在自学场景里真的稀缺。第二个是不会就 CtrlC / CtrlV。我在实际教学里发现复制粘贴别人的代码在理解匹配时偶尔还行但大多数时候粘贴来的代码跑不起来比跑起来的多。我的建议是先自己写到卡壳再去看别人的实现。带着问题去抄每行代码都知道为什么这样写这才有效率。就算抄也请一行一行手动敲进编辑器让肌肉记忆帮你巩固语法。第三个是一定要搞明白每个细节才往下走。对于第四次作业阶段的项目很多东西理解不到位很正常比如__name__、__file__、装饰器、生成器这些高级东西暂时不懂完全不影响你完成当前作业。扎实的工程理念是先跑通再优化一个能跑出结果的笨代码比一个烂尾的高深代码有用一百倍。不要因为一个装饰器看不懂就卡住整份作业三个小时。写在最后的几句话做第四次作业的过程其实就是你从跟读代码走向独立编程的第一次完整演练。你可能会感到挫败尤其是在环境配置和打包 exe 的环节。我想告诉你这种挫败感非常正常——我从第一次到第一百次写代码每一次碰到环境报错心里都会咯噔一下。但这些东西多踩几次坑之后就会变成你的本能反应报错信息看不懂先搜最后一行模块找不到检查解释器exe 闪退命令行运行看报错。我个人在实际操作中最深的体会是Python 的学习曲线不是线性的而是阶梯式的。前几次作业是平地第四次作业是第一级台阶——吃力是正常的但爬上去之后你会发现脚下的视野开阔了很多再往后学文件处理、爬虫、数据分析、量化交易策略代码都是在这次打下的地基上添砖加瓦。希望这篇内容能帮你把这一级台阶顺利迈过去。