不管是刚接触编程的大学生还是打算转行做开发的职场新人学 Python 时大概率都会遇到同一个尴尬阶段看教程时觉得每行代码都认识合上教程想独立写一个小程序却连列表推导式都不敢下手。出现这种情况通常不是理解力的问题而是练习量不够。语法知识只是在脑海里发生过还没有在手指上留下痕迹。要补上这段差距最简单直接的办法就是系统地刷完 100 道 Python 练习题。这篇文章不打算堆砌概念而是把刷题这件事拆成一条完整的学习路径先说明为什么要练、练什么再带你搭好练习环境然后按照基础语法、流程控制、函数、算法与数据结构、综合小项目五个模块逐类突破。每个模块会给出典型题目、完整代码和解题思路同时把新手最容易踩的坑单独列出来。读完之后你可以直接照着这个节奏每天抽出半小时把 100 道题拆成每天的小任务坚持二十天左右编程手感会有非常明显的变化。1. 为什么要刷完 100 道 Python 练习题1.1 练习题真正的价值是什么练习题最大的价值不在于让你记住某个 API而在于让你在反复编写代码的过程中把语法规则转化成肌肉记忆。比如range、append、join这类高频方法第一次使用可能还要翻文档独立写十几遍之后基本可以做到不假思索。这种内化过程只能靠大量练习完成。看教程时产生的“我懂了”容易造成一种假象真正能判断自己是否掌握的是你能不能在不看参考答案的情况下把一个空白的.py文件写满可以运行的代码。刷题还能帮你尽早暴露问题。语法错误、边界条件、逻辑漏洞、变量命名混乱这些在阅读时根本察觉不到只有亲手运行代码让解释器把错误信息抛到脸上你才会真正意识到自己的薄弱点。很多开发者回想自己入门最快的阶段往往不是听课最认真的时候而是每天写代码练手最频繁的那段时间原因就在这里。1.2 100 道题应该覆盖哪些知识点一套合格的 Python 练习题不能只停留在“输出九九乘法表”这种单一句法层面而是要覆盖日常开发最常用的能力。按照我整理题目的经验可以把 100 道题大致分成五个模块基础语法与数据类型约占两成包括数值运算、类型转换、字符串处理、列表与字典操作流程控制约占两成重点是分支判断、循环嵌套、穷举逻辑函数与模块化约占两成包括参数传递、返回值、Lambda、装饰器和递归算法与数据结构约占两成涉及排序、查找、栈与队列思想的简单实现最后两成留给综合小项目比如文件统计、猜数字、CSV 读写这类能立刻看到效果的练习。这样的分布和实际开发中用到的知识点重合度很高。很多教程只讲语法但工程里真正高频使用的能力恰恰是“把问题拆成函数”“用循环遍历数据”“用字典完成计数”这些基本功。100 道题练完并不是说能背下多少代码而是遇到需求时你能自然想到用哪种语法结构去实现。1.3 每天一练的节奏应该怎么安排我给这套题设计的刷题节奏是“少量多次”而不是周末集中练一整天。每天留出 30 到 45 分钟完成 3 到 5 道题难度可以循序渐进。前十天做基础语法和简单流程控制中间十天进入函数与数据结构最后一周集中完成综合项目。每道题先独立思考十五分钟卡住了再看参考答案看懂之后合上答案自己重新完整写一遍这比盯着别人的代码抄十遍效果要好得多。这里还要提醒一点刷题不是比赛谁写得快而是追求写的每一步都有依据。完成一道题之后可以反问自己三个问题这个解法能不能处理边界情况有没有更简洁的写法如果换一组数据这段代码还会不会出错带着这三个问题去做题每一道题才能练出真正的价值。2. 环境准备搭好 Python 练习环境2.1 Python 解释器怎么安装刷题离不开一个能运行代码的环境。Windows 用户直接到 Python 官网下载最新的 3.x 安装包安装时记得勾选 “Add Python to PATH”否则后续在命令行敲python会提示找不到命令。安装完成后按Win R输入cmd打开命令行执行下面这条命令验证版本python --version如果输出类似Python 3.12.x的信息说明安装成功。如果你使用的是 Linux 系统很多发行版会自带 Python 3可以用系统包管理器安装sudo apt update sudo apt install python3macOS 用户同样可以安装官方安装包或者使用 Homebrew安装完成后在终端测试python3 --version。这里要注意一个小陷阱部分系统上python命令可能指向 Python 2所以建议统一使用python3命令或者确认python指向的是 3.x 版本。如果你选择安装 Anaconda环境变量和包管理都会被一并处理对数据分析和后期做练习题也会方便很多。2.2 编辑器或 IDE 怎么选练习代码不一定要一上来就装重型 IDE但一个好的编辑环境能减少很多无谓的折腾。新手我比较推荐 VS Code免费、轻量、插件生态完善。安装 VS Code 后在扩展商店搜索 “Python”安装微软官方提供的 Python 扩展它会自动识别你电脑上的解释器并提供代码补全和错误提示。打开命令面板选择Python: Select Interpreter指定刚才安装的那个解释器即可。如果你更喜欢一切配置都帮你搞定的开发环境PyCharm 的 Community 版本也完全够用。新建项目时选择New environmentPyCharm 会自动创建虚拟环境省去了手动配置的麻烦。不过对于刷练习题这样的小脚本VS Code 有时候反而更轻快打开文件直接运行不需要等待整个项目索引。不管用哪个编辑器请务必确保右下角或状态栏里显示的解释器版本和实际安装版本一致很多“代码明明没问题却运行报错”的情况最后发现都是解释器选错了。2.3 练习项目的目录结构刷题虽然是一个个小脚本但也值得用工程化的方式组织文件。建议在本地建立一个统一的练习目录比如python-100-practice然后按日期或主题分子目录存放题目python-100-practice/ ├── day01_basic/ │ ├── 01_type_conversion.py │ └── 02_string_operation.py ├── day02_control/ │ ├── 03_prime.py │ ├── 04_multiplication_table.py │ └── 05_hundred_chicken.py ├── data/ │ └── sample.txt └── README.md每个文件只放一道题的解法文件名用数字编号加上简短描述。这样二十天下来你能清楚看到自己练了多少题也方便之后复盘。README 文件可以记录每天的完成情况和遇到的报错别小看这个习惯很多人在刷到第 60 题时突然忘记前面学过什么回头看这种笔记往往能快速唤醒记忆。3. 基础语法篇数据类型与运算3.1 数值运算与类型转换基础语法是整套题的地基。第一类练习围绕数值运算和类型转换展开别觉得简单很多进阶问题比如“商和余数”“浮点数精度”都藏在这里。下面是一个最常见的练习定义两个变量计算它们的和、差、积、商、整除结果、余数和幂。a 10 b 3 print(a b) # 13 print(a - b) # 7 print(a * b) # 30 print(a / b) # 3.3333333333333335 print(a // b) # 3 print(a % b) # 1 print(a ** b) # 1000这段代码的重点在于理解/和//的区别前者是浮点数除法哪怕能整除也会返回浮点数后者是整除只会保留整数部分。%是取余数在判断奇偶、判断能否整除、日期计算中非常常用。类型转换则是另一个高频考点int(42)可以把数字字符串转成整数float(3.14)转成浮点数str(100)把数字转成字符串。刷题时经常遇到TypeError就是因为把字符串和数字直接做了加法运算。3.2 字符串处理字符串处理是 Python 入门阶段性价比最高的练习主题因为爬虫、数据分析、日志处理都会用到。常见的练习题包括字符串翻转、大小写转换、分割合并、统计字符出现次数。下面给出一个回文判断的经典实现def is_palindrome(text: str) - bool: text text.lower() return text text[::-1] print(is_palindrome(level)) # True print(is_palindrome(Python)) # False print(is_palindrome(上海自来水来自海上)) # Truetext[::-1]是切片操作的逆序写法短短一行代码就完成了字符串反转。lower()的作用是把大写统一转成小写避免Level和level被判定成不同字符。除了解法本身这道题还训练了函数封装能力把判断逻辑包在is_palindrome里返回布尔值调用方只需要关注True或False。练习字符串时还要熟悉split()、join()、replace()这几个方法它们几乎是所有文本处理题目的基础工具。3.3 列表与去重列表是 Python 里使用频率最高的容器类型之一。关于列表的练习可以从增删改查开始逐步过渡到去重、排序、统计频次。下面是一道常见的列表去重题nums [1, 2, 2, 3, 4, 4, 5, 5, 5] unique list(set(nums)) print(unique) # 输出顺序不固定例如 [1, 2, 3, 4, 5] # 如果需要保持原有顺序可以这样写 seen set() result [] for num in nums: if num not in seen: result.append(num) seen.add(num) print(result) # [1, 2, 3, 4, 5]第一种写法利用集合天然去重的特性代码最简洁但输出顺序不一定稳定因为集合是无序的。第二种写法用set充当“已出现元素”的登记表再遍历原列表这样既能去重又能保持元素第一次出现的顺序。这两种思路在实际开发中都有应用场景只看重结果是否去重时用第一种需要保留顺序时用第二种。刷这道题时还可以顺手练习字典的fromkeys方法这也是一种常见的去重写法。4. 流程控制篇循环与条件判断4.1 素数判断流程控制是编程逻辑的核心它决定了代码在什么条件下做什么事。素数判断几乎是每一套 Python 练习题都会收录的题目因为它同时考察了循环范围、条件判断和数学优化三个知识点。基础版实现如下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 for n in range(1, 30): if is_prime(n): print(n, end )很多人第一次写这个函数会把循环范围写成range(2, n)功能上没错但当 n 很大时效率不高。实际上如果 n 有因子那么一定有一个因子不大于它的平方根所以只需要检查到int(n ** 0.5)即可。这个优化思路以后在算法题里会反复出现。另外n 2的边界判断一定要写1 不是素数这属于经典易错点。学习流程控制时不要只看循环怎么转更要学会分析循环的终止条件和边界情况。4.2 九九乘法表九九乘法表是一道看起来简单、实际上很考验循环嵌套和输出格式的题目。很多新手会把内层循环写成range(1, 10)结果输出的是完整的九行九列而不是下三角形状。正确的做法是用外层循环控制行数内层循环的上限由外层的当前值决定for i in range(1, 10): for j in range(1, i 1): print(f{j} * {i} {i * j:4}, end ) print()这里的两个关键点在于内层循环用range(1, i 1)保证每行只输出到当前行号对应的列形成下三角效果end 让每次print后不换行而是输出空格print()在外层循环中执行负责一行结束后的换行。格式化字符串里的:4表示左对齐并占 4 个字符宽度可以让输出对齐得更整齐。这道题虽然简单但如果你能独立把它写出来说明你已经理解了循环嵌套的执行顺序。4.3 百钱买百鸡百钱买百鸡是我国古代数学家提出的经典问题公鸡 5 文钱一只母鸡 3 文钱一只小鸡 1 文钱三只用 100 文钱买 100 只鸡问公鸡、母鸡、小鸡各多少只。这道题非常适合训练穷举思想核心是循环遍历所有可能的组合再用条件过滤出满足条件的组合for x in range(0, 21): # 公鸡最多买 20 只 for y in range(0, 34): # 母鸡最多买 33 只 z 100 - x - y # 小鸡数量由总数决定 if z 0 and z % 3 0 and 5 * x 3 * y z // 3 100: print(f公鸡 {x} 只母鸡 {y} 只小鸡 {z} 只)循环上限不是随便写的公鸡 5 文钱一只最多买 20 只所以range(0, 21)母鸡 3 文钱一只最多买 33 只所以range(0, 34)。条件判断里z % 3 0必须加上因为小鸡是 3 只 1 文钱只有数量是 3 的倍数时价格才可能是整数。这道题的难点不在语法而在如何把数学条件翻译成代码逻辑这也是后续做算法题的基本功。运行后可以输出四组解你可以自己验证一下结果是否正确。5. 函数篇把逻辑封装成可复用代码5.1 递归实现阶乘函数是 Python 组织代码的基本单位。当程序需要重复完成某段逻辑时把它封装成函数能显著提高可读性和复用性。阶乘是理解递归最好的入门题n! n * (n-1)!递归函数就是在函数内部调用自身。实现如下def factorial(n): if n 1: return 1 return n * factorial(n - 1) print(factorial(5)) # 120 print(factorial(10)) # 3628800递归最核心的是两个部分递归结束条件和递归调用。if n 1就是结束条件防止函数无限调用下去n * factorial(n - 1)是递归调用每次把问题规模缩小 1。理解递归时不要试图在脑子里一步步展开所有调用过程只要确认“当前层的结果依赖下一层的结果下一层逻辑与当前层完全一致”就足够了。这也是后续学习树、图的深度优先遍历等算法时会反复用到的重要思想。递归虽好但要注意递归深度Python 默认递归深度限制约 1000 层写递归前要想清楚数据规模。5.2 Lambda 表达式与排序Lambda 表达式是 Python 中快速定义小型匿名函数的方式特别适合作为sort、sorted、map、filter等函数的参数。下面是一个常见的练习按学生成绩从高到低排序然后按姓名排序。students [ (Zhang, 85), (Li, 92), (Wang, 78), (Zhao, 92), ] students.sort(keylambda item: item[1], reverseTrue) print(students) students.sort(keylambda item: item[0]) print(students)key参数接收一个函数这个函数从每个元素中提取用于排序的键。lambda item: item[1]表示取元组的第二个元素也就是成绩reverseTrue表示降序。第一段输出会按成绩从高到低排列第二段会按姓名升序排列。Lambda 表达式虽然简洁但也别滥用如果逻辑超过一行或者需要在多处复用就应该定义普通函数。这道题的价值在于让你理解“函数可以作为参数传递”这一概念它也是了解装饰器和回调函数的基础。5.3 装饰器计算函数耗时装饰器是 Python 进阶的一个重要特性它允许在不修改原函数代码的前提下为函数增加额外的功能。最常见的练习是写一个计时装饰器统计目标函数运行了多长时间import time def timer(func): def wrapper(*args, **kwargs): start time.time() result func(*args, **kwargs) print(f{func.__name__} 运行耗时 {time.time() - start:.6f} 秒) return result return wrapper timer def sum_to_n(n): return sum(range(n 1)) print(sum_to_n(1000000))装饰器timer接收一个函数返回一个新的wrapper函数。wrapper内部先记录开始时间再调用原函数调用结束后打印耗时最终返回原函数的结果。timer语法糖等价于sum_to_n timer(sum_to_n)。理解装饰器的关键是抓住“闭包”这个概念内层函数wrapper可以访问外层函数timer的参数func即使外层函数已经返回这种访问仍然有效。刷到这道题时如果第一次看不太懂可以先放一放等函数和闭包的概念更扎实后再回来看效果会更好。6. 算法与数据结构篇排序与查找6.1 冒泡排序算法是编程的内功排序则是算法里最经典的主题。冒泡排序的原理是通过相邻元素两两比较把较大的元素逐渐“冒泡”到数组末尾。实现如下def bubble_sort(arr): n len(arr) for i in range(n - 1): swapped False for j in range(n - 1 - i): if arr[j] arr[j 1]: arr[j], arr[j 1] arr[j 1], arr[j] swapped True if not swapped: break return arr nums [64, 34, 25, 12, 22, 11, 90] print(bubble_sort(nums))这里有两个容易理解错的地方。第一外层循环每走一轮就会把当前未排序部分的最大值放到最后所以内层循环的上限是n - 1 - i避免对已经就位的元素再做无意义比较第二swapped是一个优化标记如果某一轮循环没有任何交换说明数组已经有序可以直接跳出这在数据接近有序时能省下大量时间。刷排序题时不建议追求背代码而是要在纸上画一遍元素交换的过程真正理解每一行代码在做什么。学会冒泡排序后可以继续尝试插入排序、选择排序最终接触快速排序和归并排序。6.2 二分查找查找是算法里另一类基础问题。二分查找要求待查找的数组必须有序它的核心思想是每次把搜索范围缩小一半时间复杂度是 O(log n)比逐个遍历的线性查找高效得多。经典实现如下def binary_search(arr, target): left, right 0, len(arr) - 1 while left right: mid (left right) // 2 if arr[mid] target: return mid elif arr[mid] target: left mid 1 else: right mid - 1 return -1 nums [1, 3, 5, 7, 9, 11, 13] print(binary_search(nums, 7)) # 3 print(binary_search(nums, 6)) # -1这道题最典型的坑是边界条件。while left right里的等号不能丢否则当搜索区间只剩一个元素时可能漏判left mid 1和right mid - 1的加减 1 也不能省否则可能出现死循环。建议刷完基本版之后再尝试两种变体查找第一个等于目标值的位置、查找最后一个等于目标值的位置。这两种变体在 LeetCode 上非常常见也是面试常考的二分查找边界问题。二分查找虽然代码不长但能把边界条件想清楚说明你的逻辑能力已经上了个台阶。6.3 斐波那契数列生成斐波那契数列是递归、循环、动态规划都能覆盖的经典题目一套题里至少会出现两次。第一次要求用循环输出前 N 项第二次要求用递归实现第 N 项的值。先看循环版本def fibonacci(n): a, b 0, 1 result [] for _ in range(n): result.append(a) a, b b, a b return result print(fibonacci(10)) # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]a, b b, a b这行代码同时完成两个赋值等号右边的值会先计算完再整体赋给左边所以不需要引入临时变量。这个写法非常 Pythonic在很多场景下都能用。再看递归版本的实现def fib_recursive(n): if n 1: return n return fib_recursive(n - 1) fib_recursive(n - 2) print(fib_recursive(10)) # 55递归版本虽然简洁但存在大量重复计算当 n 变大时性能会急剧下降。刷到这道题时可以思考一个问题之前写过的哪个装饰器能让递归斐波那契不重复计算答案是加一个缓存装饰器。到这一步你会把装饰器、递归、算法优化这几个知识点真正串起来这种知识之间的连接正是刷题最有价值的地方。7. 综合实战篇文件操作与小游戏7.1 统计文件单词频率当基础语法和函数都练得差不多时就可以进入综合实战了。文件操作和字符串处理结合起来最常见的题目是统计文本中每个单词出现的次数。为了保证代码可以直接运行先创建一个示例文本文件sample Python is easy to learn. Python is powerful. Practice makes perfect. with open(sample.txt, w, encodingutf-8) as f: f.write(sample)然后编写统计代码。这里用到了collections.Counter和正则表达式前者是一个专门用于计数的容器后者用来从文本中提取英文单词from collections import Counter import re def count_words(file_path): with open(file_path, r, encodingutf-8) as f: text f.read() words re.findall(r[a-zA-Z], text.lower()) return Counter(words) counter count_words(sample.txt) for word, cnt in counter.most_common(5): print(f{word}: {cnt})运行后会输出python: 2、is: 2、easy: 1这样的统计结果。这道题的亮点在于把好几个知识点串在了一起open的上下文管理器写法with ... as f可以确保文件用完后自动关闭text.lower()把大写统一转成小写避免Python和python被当成两个词Counter.most_common(5)直接返回出现次数最多的前五个单词。做完这道题你其实已经掌握了一个简易词频统计工具的核心逻辑后续做数据分析、文本挖掘时思路也会更清晰。7.2 猜数字小游戏猜数字小游戏是综合实战里最受欢迎的一道题因为它有交互、有随机数、有异常处理能模拟真实程序的完整运行流程。游戏规则是程序随机生成一个 1 到 100 之间的整数玩家通过输入猜测程序提示猜大还是猜小直到猜对为止import random secret random.randint(1, 100) guess_count 0 print(猜数字游戏开始范围是 1~100) while True: try: guess int(input(请输入你猜的数字: )) except ValueError: print(输入不合法请输入整数) continue guess_count 1 if guess secret: print(猜小了) elif guess secret: print(猜大了) else: print(f恭喜你一共猜了 {guess_count} 次) break这道题最容易忽略的地方是try...except。如果不处理异常玩家输入一个非数字内容时程序会直接崩溃而不是友好地提示重新输入。continue的作用是跳过本次循环的后续代码直接进入下一轮输入。guess_count用来记录猜测次数这也训练了计数变量的使用。运行这个游戏你会第一次体会到“程序在和人交互”的乐趣。做完基本版之后还可以自己加需求限制最多猜 7 次猜不到就提示失败或者统计玩家历史最好成绩。这种自己给自己提需求的能力比单纯照抄题目有价值得多。7.3 CSV 文件读写实际开发中数据经常以 CSV 格式存储学会读写 CSV 是非常实用的技能。下面这道练习要求把学生成绩写入scores.csv再读取并逐行打印import csv data [ [name, score], [Zhang, 85], [Li, 92], [Wang, 78], ] with open(scores.csv, w, encodingutf-8, newline) as f: writer csv.writer(f) writer.writerows(data) with open(scores.csv, r, encodingutf-8) as f: reader csv.reader(f) for row in reader: print(row)写入时必须指定newline否则在 Windows 平台上生成的 CSV 文件会在每行之间多出空行这是一个非常经典的坑。写入时writer.writerows(data)接收一个二维列表一次性写入多行读取时csv.reader返回一个迭代器每次迭代得到一行数据组成的列表。刷这道题时可以试着用字典形式存储成绩再使用csv.DictWriter和csv.DictReader它们用列名而不是下标来访问数据代码可读性会更高。掌握 CSV 读写之后你再去看数据分析相关的案例会发现很多项目的第一步就是“读入 CSV 文件”。8. 刷题高频报错与排查思路8.1 高频报错对照表刷题过程中报错是常态不要怕报错反而要感谢报错信息因为它直接告诉你问题出在哪里。下面整理了新手刷题时最常遇到的几类错误报错信息常见原因解决思路IndentationError缩进不一致混用 Tab 和空格统一用 4 个空格缩进SyntaxError中文标点、括号不匹配、缺少冒号检查代码编辑器中的高亮位置NameError: name x is not defined变量名拼写错误或未定义检查变量前后是否同名TypeError: unsupported operand type(s)不同类型之间做了运算比如字符串加数字使用int()、str()做类型转换IndexError: list index out of range列表下标越界检查len()长度注意下标从 0 开始KeyError: key字典中不存在该键使用dict.get(key, 默认值)FileNotFoundError文件路径不存在先确认当前目录再检查文件名大小写RecursionError递归没有结束条件或递归层数过深检查递归基线条件考虑改用循环这张表里的错误几乎每一个都是编程新手一定会踩的坑。建议把这张表复制到你的 README 文件里遇到报错先按表格对号入座比直接去搜索引擎复制粘贴更高效。尤其是IndexError和KeyError它们频繁出现的原因是很多新手对“下标从 0 开始”和“字典键不存在”这两个概念不够敏感多做几道列表和字典相关的题目就能逐渐适应。8.2 一个典型的排查流程当报错不在上表时可以按下面的顺序排查。第一步仔细阅读报错信息最后一行它通常会说明错误类型和出错的文件名、行号第二步检查出错那一行代码优先看变量名、函数名是否拼写正确标点是否为英文半角第三步在关键位置加print()把变量值打印出来确认数据是否符合预期第四步如果数据没问题再检查逻辑边界比如循环有没有越界、条件判断有没有覆盖到空列表。这里要特别强调print()调试法很多新手一遇到问题就想用复杂的调试工具其实在刷题阶段print是最快、最直观的定位手段。给你一个真实场景假设你运行词频统计代码时报了FileNotFoundError不要急着改代码先执行pwd或os.getcwd()查看当前工作目录再确认sample.txt是否真的在这个目录下。很多时候文件明明存在却报错只是因为启动脚本的目录不对。这种排查思路本身就是刷题要练的软技能你越早学会系统排查后面做项目时就越少被环境问题卡住。9. 高效刷题的最佳实践9.1 先写思路再写代码很多新手刷题的通病是拿到题目马上敲代码敲到一半发现逻辑不对又全部删掉重来。更高效的做法是先花两分钟在纸上写出思路哪怕只是“先循环遍历所有数字判断条件再打印符合条件的值”这一步口语化的描述也行。思路写清楚之后代码会自然很多。比如百钱买百鸡这道题如果你事先写下“用两层循环穷举公鸡和母鸡数量小鸡数量用总数减去前面两个数再判断钱数是否等于 100”代码写起来几乎不会卡壳。刷题训练的不只是写代码更是拆解问题的能力这种能力只能通过“先想后写”的练习方式培养。9.2 注意边界条件和代码规范刷题时还要养成检查边界条件的习惯这是区分“能跑”和“写得好”的分水岭。判断素数的函数要处理n 2的情况二分查找要注意left right的等号列表去重要考虑空列表和全相同元素的极端输入。边界条件看似只是几个额外的判断但实际项目中绝大多数 bug 都发生在边界情况。与此同时代码规范也要从第一道题开始养成变量名使用有意义的英文单词而不是a、b、c函数名用动宾结构比如get_average、is_prime关键逻辑处加上简短注释。这些习惯入门时不养成后面在代码量变大的项目中会很痛苦。9.3 记录错题与复盘刷题不是做完了就结束复盘是提升最快的环节。建议每完成 5 道题花十分钟翻看之前的代码问自己三个问题有没有哪道题的解法还能简化有没有哪类错误反复出现有没有哪个知识点理解得还不够透把反复犯的错误记在 README 里比如“总是忘记字符串下标从 0 开始”“列表推导式里把 if 的位置写错”一周之后回头来看你会发现自己重复踩坑的次数在明显减少。这里还要推荐一个进阶做法每道题至少写出两种解法。比如去重题先用set写一遍再用循环保持顺序写一遍排序题先写冒泡排序再调用内置sorted对比两种方式的差异。写第二遍时你会被迫思考不同写法的优缺点这种对比训练对编程思维提升非常有帮助。100 道题如果平均每道题产生两版代码你实际上练了 200 次独立的编码过程效果自然不一样。10. 100 题之后怎么继续提升刷完 100 道题你已经初步具备了独立编写小脚本的能力但这也只是 Python 学习的起点。接下来可以根据兴趣选择方向想往数据处理方向发展可以学习 NumPy、Pandas把 Python 数据分析与可视化的技能树补全用真实数据集做统计分析和图表展示对自动化感兴趣可以练习用 Python 写批量文件处理脚本或者把写好的练习脚本打包成 exe 文件发给朋友使用想做网络方向可以先学习 requests 和 BeautifulSoup从简单的爬虫入门再逐步理解 HTML 结构和反爬机制。还有一些方向比如量化交易策略、Web 开发、自动化测试都是 Python 生态里非常成熟的领域选择任何一个深入下去都很有前景。不过要提醒一点不要刷完 100 题就陷入“什么方向都想看什么方向都只看了两眼”的状态。无论选择哪个方向都建议用项目驱动的方式继续练习比如自己定一个“做一个命令行版的记账工具”这样的目标然后用 Python 逐步实现。你会发现做真正的小项目和刷练习题是两种完全不同的体验前者会逼你去查询文档、拆分功能、处理异常这种真实场景中的解决问题能力才是从“会做题”迈向“会开发”的关键一步。练题最忌讳的是三天打鱼两天晒网。每天固定半小时哪怕只完成两道题坚持一个月效果一定比周末一次性刷二十道题好得多。等你能在不看参考答案的情况下独立完成一道综合题目并且知道自己为什么这样写的时候你的 Python 已经不是刚入门时的水平了。收藏这篇文章从第一道题开始把你自己的python-100-practice目录建起来二十天后再回来看你会感谢现在开始的自己。 Python刷题指南：100道练习题覆盖核心知识与实战
不管是刚接触编程的大学生还是打算转行做开发的职场新人学 Python 时大概率都会遇到同一个尴尬阶段看教程时觉得每行代码都认识合上教程想独立写一个小程序却连列表推导式都不敢下手。出现这种情况通常不是理解力的问题而是练习量不够。语法知识只是在脑海里发生过还没有在手指上留下痕迹。要补上这段差距最简单直接的办法就是系统地刷完 100 道 Python 练习题。这篇文章不打算堆砌概念而是把刷题这件事拆成一条完整的学习路径先说明为什么要练、练什么再带你搭好练习环境然后按照基础语法、流程控制、函数、算法与数据结构、综合小项目五个模块逐类突破。每个模块会给出典型题目、完整代码和解题思路同时把新手最容易踩的坑单独列出来。读完之后你可以直接照着这个节奏每天抽出半小时把 100 道题拆成每天的小任务坚持二十天左右编程手感会有非常明显的变化。1. 为什么要刷完 100 道 Python 练习题1.1 练习题真正的价值是什么练习题最大的价值不在于让你记住某个 API而在于让你在反复编写代码的过程中把语法规则转化成肌肉记忆。比如range、append、join这类高频方法第一次使用可能还要翻文档独立写十几遍之后基本可以做到不假思索。这种内化过程只能靠大量练习完成。看教程时产生的“我懂了”容易造成一种假象真正能判断自己是否掌握的是你能不能在不看参考答案的情况下把一个空白的.py文件写满可以运行的代码。刷题还能帮你尽早暴露问题。语法错误、边界条件、逻辑漏洞、变量命名混乱这些在阅读时根本察觉不到只有亲手运行代码让解释器把错误信息抛到脸上你才会真正意识到自己的薄弱点。很多开发者回想自己入门最快的阶段往往不是听课最认真的时候而是每天写代码练手最频繁的那段时间原因就在这里。1.2 100 道题应该覆盖哪些知识点一套合格的 Python 练习题不能只停留在“输出九九乘法表”这种单一句法层面而是要覆盖日常开发最常用的能力。按照我整理题目的经验可以把 100 道题大致分成五个模块基础语法与数据类型约占两成包括数值运算、类型转换、字符串处理、列表与字典操作流程控制约占两成重点是分支判断、循环嵌套、穷举逻辑函数与模块化约占两成包括参数传递、返回值、Lambda、装饰器和递归算法与数据结构约占两成涉及排序、查找、栈与队列思想的简单实现最后两成留给综合小项目比如文件统计、猜数字、CSV 读写这类能立刻看到效果的练习。这样的分布和实际开发中用到的知识点重合度很高。很多教程只讲语法但工程里真正高频使用的能力恰恰是“把问题拆成函数”“用循环遍历数据”“用字典完成计数”这些基本功。100 道题练完并不是说能背下多少代码而是遇到需求时你能自然想到用哪种语法结构去实现。1.3 每天一练的节奏应该怎么安排我给这套题设计的刷题节奏是“少量多次”而不是周末集中练一整天。每天留出 30 到 45 分钟完成 3 到 5 道题难度可以循序渐进。前十天做基础语法和简单流程控制中间十天进入函数与数据结构最后一周集中完成综合项目。每道题先独立思考十五分钟卡住了再看参考答案看懂之后合上答案自己重新完整写一遍这比盯着别人的代码抄十遍效果要好得多。这里还要提醒一点刷题不是比赛谁写得快而是追求写的每一步都有依据。完成一道题之后可以反问自己三个问题这个解法能不能处理边界情况有没有更简洁的写法如果换一组数据这段代码还会不会出错带着这三个问题去做题每一道题才能练出真正的价值。2. 环境准备搭好 Python 练习环境2.1 Python 解释器怎么安装刷题离不开一个能运行代码的环境。Windows 用户直接到 Python 官网下载最新的 3.x 安装包安装时记得勾选 “Add Python to PATH”否则后续在命令行敲python会提示找不到命令。安装完成后按Win R输入cmd打开命令行执行下面这条命令验证版本python --version如果输出类似Python 3.12.x的信息说明安装成功。如果你使用的是 Linux 系统很多发行版会自带 Python 3可以用系统包管理器安装sudo apt update sudo apt install python3macOS 用户同样可以安装官方安装包或者使用 Homebrew安装完成后在终端测试python3 --version。这里要注意一个小陷阱部分系统上python命令可能指向 Python 2所以建议统一使用python3命令或者确认python指向的是 3.x 版本。如果你选择安装 Anaconda环境变量和包管理都会被一并处理对数据分析和后期做练习题也会方便很多。2.2 编辑器或 IDE 怎么选练习代码不一定要一上来就装重型 IDE但一个好的编辑环境能减少很多无谓的折腾。新手我比较推荐 VS Code免费、轻量、插件生态完善。安装 VS Code 后在扩展商店搜索 “Python”安装微软官方提供的 Python 扩展它会自动识别你电脑上的解释器并提供代码补全和错误提示。打开命令面板选择Python: Select Interpreter指定刚才安装的那个解释器即可。如果你更喜欢一切配置都帮你搞定的开发环境PyCharm 的 Community 版本也完全够用。新建项目时选择New environmentPyCharm 会自动创建虚拟环境省去了手动配置的麻烦。不过对于刷练习题这样的小脚本VS Code 有时候反而更轻快打开文件直接运行不需要等待整个项目索引。不管用哪个编辑器请务必确保右下角或状态栏里显示的解释器版本和实际安装版本一致很多“代码明明没问题却运行报错”的情况最后发现都是解释器选错了。2.3 练习项目的目录结构刷题虽然是一个个小脚本但也值得用工程化的方式组织文件。建议在本地建立一个统一的练习目录比如python-100-practice然后按日期或主题分子目录存放题目python-100-practice/ ├── day01_basic/ │ ├── 01_type_conversion.py │ └── 02_string_operation.py ├── day02_control/ │ ├── 03_prime.py │ ├── 04_multiplication_table.py │ └── 05_hundred_chicken.py ├── data/ │ └── sample.txt └── README.md每个文件只放一道题的解法文件名用数字编号加上简短描述。这样二十天下来你能清楚看到自己练了多少题也方便之后复盘。README 文件可以记录每天的完成情况和遇到的报错别小看这个习惯很多人在刷到第 60 题时突然忘记前面学过什么回头看这种笔记往往能快速唤醒记忆。3. 基础语法篇数据类型与运算3.1 数值运算与类型转换基础语法是整套题的地基。第一类练习围绕数值运算和类型转换展开别觉得简单很多进阶问题比如“商和余数”“浮点数精度”都藏在这里。下面是一个最常见的练习定义两个变量计算它们的和、差、积、商、整除结果、余数和幂。a 10 b 3 print(a b) # 13 print(a - b) # 7 print(a * b) # 30 print(a / b) # 3.3333333333333335 print(a // b) # 3 print(a % b) # 1 print(a ** b) # 1000这段代码的重点在于理解/和//的区别前者是浮点数除法哪怕能整除也会返回浮点数后者是整除只会保留整数部分。%是取余数在判断奇偶、判断能否整除、日期计算中非常常用。类型转换则是另一个高频考点int(42)可以把数字字符串转成整数float(3.14)转成浮点数str(100)把数字转成字符串。刷题时经常遇到TypeError就是因为把字符串和数字直接做了加法运算。3.2 字符串处理字符串处理是 Python 入门阶段性价比最高的练习主题因为爬虫、数据分析、日志处理都会用到。常见的练习题包括字符串翻转、大小写转换、分割合并、统计字符出现次数。下面给出一个回文判断的经典实现def is_palindrome(text: str) - bool: text text.lower() return text text[::-1] print(is_palindrome(level)) # True print(is_palindrome(Python)) # False print(is_palindrome(上海自来水来自海上)) # Truetext[::-1]是切片操作的逆序写法短短一行代码就完成了字符串反转。lower()的作用是把大写统一转成小写避免Level和level被判定成不同字符。除了解法本身这道题还训练了函数封装能力把判断逻辑包在is_palindrome里返回布尔值调用方只需要关注True或False。练习字符串时还要熟悉split()、join()、replace()这几个方法它们几乎是所有文本处理题目的基础工具。3.3 列表与去重列表是 Python 里使用频率最高的容器类型之一。关于列表的练习可以从增删改查开始逐步过渡到去重、排序、统计频次。下面是一道常见的列表去重题nums [1, 2, 2, 3, 4, 4, 5, 5, 5] unique list(set(nums)) print(unique) # 输出顺序不固定例如 [1, 2, 3, 4, 5] # 如果需要保持原有顺序可以这样写 seen set() result [] for num in nums: if num not in seen: result.append(num) seen.add(num) print(result) # [1, 2, 3, 4, 5]第一种写法利用集合天然去重的特性代码最简洁但输出顺序不一定稳定因为集合是无序的。第二种写法用set充当“已出现元素”的登记表再遍历原列表这样既能去重又能保持元素第一次出现的顺序。这两种思路在实际开发中都有应用场景只看重结果是否去重时用第一种需要保留顺序时用第二种。刷这道题时还可以顺手练习字典的fromkeys方法这也是一种常见的去重写法。4. 流程控制篇循环与条件判断4.1 素数判断流程控制是编程逻辑的核心它决定了代码在什么条件下做什么事。素数判断几乎是每一套 Python 练习题都会收录的题目因为它同时考察了循环范围、条件判断和数学优化三个知识点。基础版实现如下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 for n in range(1, 30): if is_prime(n): print(n, end )很多人第一次写这个函数会把循环范围写成range(2, n)功能上没错但当 n 很大时效率不高。实际上如果 n 有因子那么一定有一个因子不大于它的平方根所以只需要检查到int(n ** 0.5)即可。这个优化思路以后在算法题里会反复出现。另外n 2的边界判断一定要写1 不是素数这属于经典易错点。学习流程控制时不要只看循环怎么转更要学会分析循环的终止条件和边界情况。4.2 九九乘法表九九乘法表是一道看起来简单、实际上很考验循环嵌套和输出格式的题目。很多新手会把内层循环写成range(1, 10)结果输出的是完整的九行九列而不是下三角形状。正确的做法是用外层循环控制行数内层循环的上限由外层的当前值决定for i in range(1, 10): for j in range(1, i 1): print(f{j} * {i} {i * j:4}, end ) print()这里的两个关键点在于内层循环用range(1, i 1)保证每行只输出到当前行号对应的列形成下三角效果end 让每次print后不换行而是输出空格print()在外层循环中执行负责一行结束后的换行。格式化字符串里的:4表示左对齐并占 4 个字符宽度可以让输出对齐得更整齐。这道题虽然简单但如果你能独立把它写出来说明你已经理解了循环嵌套的执行顺序。4.3 百钱买百鸡百钱买百鸡是我国古代数学家提出的经典问题公鸡 5 文钱一只母鸡 3 文钱一只小鸡 1 文钱三只用 100 文钱买 100 只鸡问公鸡、母鸡、小鸡各多少只。这道题非常适合训练穷举思想核心是循环遍历所有可能的组合再用条件过滤出满足条件的组合for x in range(0, 21): # 公鸡最多买 20 只 for y in range(0, 34): # 母鸡最多买 33 只 z 100 - x - y # 小鸡数量由总数决定 if z 0 and z % 3 0 and 5 * x 3 * y z // 3 100: print(f公鸡 {x} 只母鸡 {y} 只小鸡 {z} 只)循环上限不是随便写的公鸡 5 文钱一只最多买 20 只所以range(0, 21)母鸡 3 文钱一只最多买 33 只所以range(0, 34)。条件判断里z % 3 0必须加上因为小鸡是 3 只 1 文钱只有数量是 3 的倍数时价格才可能是整数。这道题的难点不在语法而在如何把数学条件翻译成代码逻辑这也是后续做算法题的基本功。运行后可以输出四组解你可以自己验证一下结果是否正确。5. 函数篇把逻辑封装成可复用代码5.1 递归实现阶乘函数是 Python 组织代码的基本单位。当程序需要重复完成某段逻辑时把它封装成函数能显著提高可读性和复用性。阶乘是理解递归最好的入门题n! n * (n-1)!递归函数就是在函数内部调用自身。实现如下def factorial(n): if n 1: return 1 return n * factorial(n - 1) print(factorial(5)) # 120 print(factorial(10)) # 3628800递归最核心的是两个部分递归结束条件和递归调用。if n 1就是结束条件防止函数无限调用下去n * factorial(n - 1)是递归调用每次把问题规模缩小 1。理解递归时不要试图在脑子里一步步展开所有调用过程只要确认“当前层的结果依赖下一层的结果下一层逻辑与当前层完全一致”就足够了。这也是后续学习树、图的深度优先遍历等算法时会反复用到的重要思想。递归虽好但要注意递归深度Python 默认递归深度限制约 1000 层写递归前要想清楚数据规模。5.2 Lambda 表达式与排序Lambda 表达式是 Python 中快速定义小型匿名函数的方式特别适合作为sort、sorted、map、filter等函数的参数。下面是一个常见的练习按学生成绩从高到低排序然后按姓名排序。students [ (Zhang, 85), (Li, 92), (Wang, 78), (Zhao, 92), ] students.sort(keylambda item: item[1], reverseTrue) print(students) students.sort(keylambda item: item[0]) print(students)key参数接收一个函数这个函数从每个元素中提取用于排序的键。lambda item: item[1]表示取元组的第二个元素也就是成绩reverseTrue表示降序。第一段输出会按成绩从高到低排列第二段会按姓名升序排列。Lambda 表达式虽然简洁但也别滥用如果逻辑超过一行或者需要在多处复用就应该定义普通函数。这道题的价值在于让你理解“函数可以作为参数传递”这一概念它也是了解装饰器和回调函数的基础。5.3 装饰器计算函数耗时装饰器是 Python 进阶的一个重要特性它允许在不修改原函数代码的前提下为函数增加额外的功能。最常见的练习是写一个计时装饰器统计目标函数运行了多长时间import time def timer(func): def wrapper(*args, **kwargs): start time.time() result func(*args, **kwargs) print(f{func.__name__} 运行耗时 {time.time() - start:.6f} 秒) return result return wrapper timer def sum_to_n(n): return sum(range(n 1)) print(sum_to_n(1000000))装饰器timer接收一个函数返回一个新的wrapper函数。wrapper内部先记录开始时间再调用原函数调用结束后打印耗时最终返回原函数的结果。timer语法糖等价于sum_to_n timer(sum_to_n)。理解装饰器的关键是抓住“闭包”这个概念内层函数wrapper可以访问外层函数timer的参数func即使外层函数已经返回这种访问仍然有效。刷到这道题时如果第一次看不太懂可以先放一放等函数和闭包的概念更扎实后再回来看效果会更好。6. 算法与数据结构篇排序与查找6.1 冒泡排序算法是编程的内功排序则是算法里最经典的主题。冒泡排序的原理是通过相邻元素两两比较把较大的元素逐渐“冒泡”到数组末尾。实现如下def bubble_sort(arr): n len(arr) for i in range(n - 1): swapped False for j in range(n - 1 - i): if arr[j] arr[j 1]: arr[j], arr[j 1] arr[j 1], arr[j] swapped True if not swapped: break return arr nums [64, 34, 25, 12, 22, 11, 90] print(bubble_sort(nums))这里有两个容易理解错的地方。第一外层循环每走一轮就会把当前未排序部分的最大值放到最后所以内层循环的上限是n - 1 - i避免对已经就位的元素再做无意义比较第二swapped是一个优化标记如果某一轮循环没有任何交换说明数组已经有序可以直接跳出这在数据接近有序时能省下大量时间。刷排序题时不建议追求背代码而是要在纸上画一遍元素交换的过程真正理解每一行代码在做什么。学会冒泡排序后可以继续尝试插入排序、选择排序最终接触快速排序和归并排序。6.2 二分查找查找是算法里另一类基础问题。二分查找要求待查找的数组必须有序它的核心思想是每次把搜索范围缩小一半时间复杂度是 O(log n)比逐个遍历的线性查找高效得多。经典实现如下def binary_search(arr, target): left, right 0, len(arr) - 1 while left right: mid (left right) // 2 if arr[mid] target: return mid elif arr[mid] target: left mid 1 else: right mid - 1 return -1 nums [1, 3, 5, 7, 9, 11, 13] print(binary_search(nums, 7)) # 3 print(binary_search(nums, 6)) # -1这道题最典型的坑是边界条件。while left right里的等号不能丢否则当搜索区间只剩一个元素时可能漏判left mid 1和right mid - 1的加减 1 也不能省否则可能出现死循环。建议刷完基本版之后再尝试两种变体查找第一个等于目标值的位置、查找最后一个等于目标值的位置。这两种变体在 LeetCode 上非常常见也是面试常考的二分查找边界问题。二分查找虽然代码不长但能把边界条件想清楚说明你的逻辑能力已经上了个台阶。6.3 斐波那契数列生成斐波那契数列是递归、循环、动态规划都能覆盖的经典题目一套题里至少会出现两次。第一次要求用循环输出前 N 项第二次要求用递归实现第 N 项的值。先看循环版本def fibonacci(n): a, b 0, 1 result [] for _ in range(n): result.append(a) a, b b, a b return result print(fibonacci(10)) # [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]a, b b, a b这行代码同时完成两个赋值等号右边的值会先计算完再整体赋给左边所以不需要引入临时变量。这个写法非常 Pythonic在很多场景下都能用。再看递归版本的实现def fib_recursive(n): if n 1: return n return fib_recursive(n - 1) fib_recursive(n - 2) print(fib_recursive(10)) # 55递归版本虽然简洁但存在大量重复计算当 n 变大时性能会急剧下降。刷到这道题时可以思考一个问题之前写过的哪个装饰器能让递归斐波那契不重复计算答案是加一个缓存装饰器。到这一步你会把装饰器、递归、算法优化这几个知识点真正串起来这种知识之间的连接正是刷题最有价值的地方。7. 综合实战篇文件操作与小游戏7.1 统计文件单词频率当基础语法和函数都练得差不多时就可以进入综合实战了。文件操作和字符串处理结合起来最常见的题目是统计文本中每个单词出现的次数。为了保证代码可以直接运行先创建一个示例文本文件sample Python is easy to learn. Python is powerful. Practice makes perfect. with open(sample.txt, w, encodingutf-8) as f: f.write(sample)然后编写统计代码。这里用到了collections.Counter和正则表达式前者是一个专门用于计数的容器后者用来从文本中提取英文单词from collections import Counter import re def count_words(file_path): with open(file_path, r, encodingutf-8) as f: text f.read() words re.findall(r[a-zA-Z], text.lower()) return Counter(words) counter count_words(sample.txt) for word, cnt in counter.most_common(5): print(f{word}: {cnt})运行后会输出python: 2、is: 2、easy: 1这样的统计结果。这道题的亮点在于把好几个知识点串在了一起open的上下文管理器写法with ... as f可以确保文件用完后自动关闭text.lower()把大写统一转成小写避免Python和python被当成两个词Counter.most_common(5)直接返回出现次数最多的前五个单词。做完这道题你其实已经掌握了一个简易词频统计工具的核心逻辑后续做数据分析、文本挖掘时思路也会更清晰。7.2 猜数字小游戏猜数字小游戏是综合实战里最受欢迎的一道题因为它有交互、有随机数、有异常处理能模拟真实程序的完整运行流程。游戏规则是程序随机生成一个 1 到 100 之间的整数玩家通过输入猜测程序提示猜大还是猜小直到猜对为止import random secret random.randint(1, 100) guess_count 0 print(猜数字游戏开始范围是 1~100) while True: try: guess int(input(请输入你猜的数字: )) except ValueError: print(输入不合法请输入整数) continue guess_count 1 if guess secret: print(猜小了) elif guess secret: print(猜大了) else: print(f恭喜你一共猜了 {guess_count} 次) break这道题最容易忽略的地方是try...except。如果不处理异常玩家输入一个非数字内容时程序会直接崩溃而不是友好地提示重新输入。continue的作用是跳过本次循环的后续代码直接进入下一轮输入。guess_count用来记录猜测次数这也训练了计数变量的使用。运行这个游戏你会第一次体会到“程序在和人交互”的乐趣。做完基本版之后还可以自己加需求限制最多猜 7 次猜不到就提示失败或者统计玩家历史最好成绩。这种自己给自己提需求的能力比单纯照抄题目有价值得多。7.3 CSV 文件读写实际开发中数据经常以 CSV 格式存储学会读写 CSV 是非常实用的技能。下面这道练习要求把学生成绩写入scores.csv再读取并逐行打印import csv data [ [name, score], [Zhang, 85], [Li, 92], [Wang, 78], ] with open(scores.csv, w, encodingutf-8, newline) as f: writer csv.writer(f) writer.writerows(data) with open(scores.csv, r, encodingutf-8) as f: reader csv.reader(f) for row in reader: print(row)写入时必须指定newline否则在 Windows 平台上生成的 CSV 文件会在每行之间多出空行这是一个非常经典的坑。写入时writer.writerows(data)接收一个二维列表一次性写入多行读取时csv.reader返回一个迭代器每次迭代得到一行数据组成的列表。刷这道题时可以试着用字典形式存储成绩再使用csv.DictWriter和csv.DictReader它们用列名而不是下标来访问数据代码可读性会更高。掌握 CSV 读写之后你再去看数据分析相关的案例会发现很多项目的第一步就是“读入 CSV 文件”。8. 刷题高频报错与排查思路8.1 高频报错对照表刷题过程中报错是常态不要怕报错反而要感谢报错信息因为它直接告诉你问题出在哪里。下面整理了新手刷题时最常遇到的几类错误报错信息常见原因解决思路IndentationError缩进不一致混用 Tab 和空格统一用 4 个空格缩进SyntaxError中文标点、括号不匹配、缺少冒号检查代码编辑器中的高亮位置NameError: name x is not defined变量名拼写错误或未定义检查变量前后是否同名TypeError: unsupported operand type(s)不同类型之间做了运算比如字符串加数字使用int()、str()做类型转换IndexError: list index out of range列表下标越界检查len()长度注意下标从 0 开始KeyError: key字典中不存在该键使用dict.get(key, 默认值)FileNotFoundError文件路径不存在先确认当前目录再检查文件名大小写RecursionError递归没有结束条件或递归层数过深检查递归基线条件考虑改用循环这张表里的错误几乎每一个都是编程新手一定会踩的坑。建议把这张表复制到你的 README 文件里遇到报错先按表格对号入座比直接去搜索引擎复制粘贴更高效。尤其是IndexError和KeyError它们频繁出现的原因是很多新手对“下标从 0 开始”和“字典键不存在”这两个概念不够敏感多做几道列表和字典相关的题目就能逐渐适应。8.2 一个典型的排查流程当报错不在上表时可以按下面的顺序排查。第一步仔细阅读报错信息最后一行它通常会说明错误类型和出错的文件名、行号第二步检查出错那一行代码优先看变量名、函数名是否拼写正确标点是否为英文半角第三步在关键位置加print()把变量值打印出来确认数据是否符合预期第四步如果数据没问题再检查逻辑边界比如循环有没有越界、条件判断有没有覆盖到空列表。这里要特别强调print()调试法很多新手一遇到问题就想用复杂的调试工具其实在刷题阶段print是最快、最直观的定位手段。给你一个真实场景假设你运行词频统计代码时报了FileNotFoundError不要急着改代码先执行pwd或os.getcwd()查看当前工作目录再确认sample.txt是否真的在这个目录下。很多时候文件明明存在却报错只是因为启动脚本的目录不对。这种排查思路本身就是刷题要练的软技能你越早学会系统排查后面做项目时就越少被环境问题卡住。9. 高效刷题的最佳实践9.1 先写思路再写代码很多新手刷题的通病是拿到题目马上敲代码敲到一半发现逻辑不对又全部删掉重来。更高效的做法是先花两分钟在纸上写出思路哪怕只是“先循环遍历所有数字判断条件再打印符合条件的值”这一步口语化的描述也行。思路写清楚之后代码会自然很多。比如百钱买百鸡这道题如果你事先写下“用两层循环穷举公鸡和母鸡数量小鸡数量用总数减去前面两个数再判断钱数是否等于 100”代码写起来几乎不会卡壳。刷题训练的不只是写代码更是拆解问题的能力这种能力只能通过“先想后写”的练习方式培养。9.2 注意边界条件和代码规范刷题时还要养成检查边界条件的习惯这是区分“能跑”和“写得好”的分水岭。判断素数的函数要处理n 2的情况二分查找要注意left right的等号列表去重要考虑空列表和全相同元素的极端输入。边界条件看似只是几个额外的判断但实际项目中绝大多数 bug 都发生在边界情况。与此同时代码规范也要从第一道题开始养成变量名使用有意义的英文单词而不是a、b、c函数名用动宾结构比如get_average、is_prime关键逻辑处加上简短注释。这些习惯入门时不养成后面在代码量变大的项目中会很痛苦。9.3 记录错题与复盘刷题不是做完了就结束复盘是提升最快的环节。建议每完成 5 道题花十分钟翻看之前的代码问自己三个问题有没有哪道题的解法还能简化有没有哪类错误反复出现有没有哪个知识点理解得还不够透把反复犯的错误记在 README 里比如“总是忘记字符串下标从 0 开始”“列表推导式里把 if 的位置写错”一周之后回头来看你会发现自己重复踩坑的次数在明显减少。这里还要推荐一个进阶做法每道题至少写出两种解法。比如去重题先用set写一遍再用循环保持顺序写一遍排序题先写冒泡排序再调用内置sorted对比两种方式的差异。写第二遍时你会被迫思考不同写法的优缺点这种对比训练对编程思维提升非常有帮助。100 道题如果平均每道题产生两版代码你实际上练了 200 次独立的编码过程效果自然不一样。10. 100 题之后怎么继续提升刷完 100 道题你已经初步具备了独立编写小脚本的能力但这也只是 Python 学习的起点。接下来可以根据兴趣选择方向想往数据处理方向发展可以学习 NumPy、Pandas把 Python 数据分析与可视化的技能树补全用真实数据集做统计分析和图表展示对自动化感兴趣可以练习用 Python 写批量文件处理脚本或者把写好的练习脚本打包成 exe 文件发给朋友使用想做网络方向可以先学习 requests 和 BeautifulSoup从简单的爬虫入门再逐步理解 HTML 结构和反爬机制。还有一些方向比如量化交易策略、Web 开发、自动化测试都是 Python 生态里非常成熟的领域选择任何一个深入下去都很有前景。不过要提醒一点不要刷完 100 题就陷入“什么方向都想看什么方向都只看了两眼”的状态。无论选择哪个方向都建议用项目驱动的方式继续练习比如自己定一个“做一个命令行版的记账工具”这样的目标然后用 Python 逐步实现。你会发现做真正的小项目和刷练习题是两种完全不同的体验前者会逼你去查询文档、拆分功能、处理异常这种真实场景中的解决问题能力才是从“会做题”迈向“会开发”的关键一步。练题最忌讳的是三天打鱼两天晒网。每天固定半小时哪怕只完成两道题坚持一个月效果一定比周末一次性刷二十道题好得多。等你能在不看参考答案的情况下独立完成一道综合题目并且知道自己为什么这样写的时候你的 Python 已经不是刚入门时的水平了。收藏这篇文章从第一道题开始把你自己的python-100-practice目录建起来二十天后再回来看你会感谢现在开始的自己。