专为 Java 开发者整理的《Python编程：从入门到实践》前8章核心内容

以下是专为 Java 开发者整理的《Python编程：从入门到实践》前8章核心内容，突出与 Java 的差异及 AI 开发常用语法：

第 1 章：环境搭建与基础语法

核心概念

动态类型：无需声明类型，x = 10 自动识别为 int
缩进即语法：用 4 空格缩进代替 {} 代码块
无需分号：行尾不需要 ;
注释：# 单行注释（对比 Java //）

Java vs Python 对照

Java	Python	说明
String name = "Alice";	name = "Alice"	无类型声明，无分号
System.out.println("Hi");	print("Hi")	函数而非类方法
name.length()	len(name)	内置函数而非方法

字符串操作（AI 中高频使用）

python 复制代码

# f-string 格式化（Python 3.6+，最常用） 
name = "GPT" 
version = 4 
prompt = f"Hello, I am {name} version {version}" # Hello, I am GPT version 4
 # 多行文本（提示词模板常用） 
prompt_template = """ 
你是一个专业助手，请回答： 
{question} 
要求：
{requirement} """

第 2 章：列表（List）

核心概念

类似 Java ArrayList，但可存储不同类型（不推荐混用）
切片语法：list[start:end:step]（Python 杀手级特性）

关键操作对比

操作	Java	Python
创建	List<String> list = new ArrayList<>();	my_list = [] 或 my_list = ["a", "b"]
追加	list.add("item");	my_list.append("item")
长度	list.size()	len(my_list)
获取	list.get(0)	my_list[0]
最后元素	list.get(list.size()-1)	my_list[-1]（负索引）

切片（AI 数据处理核心）

python 复制代码

tokens = ["我", "喜欢", "Python", "编程", "非常", "有趣"] 
# 基础切片 [start:end) 左闭右开 
tokens[1:4] # ['喜欢', 'Python', '编程'] （索引1到3） 
tokens[:3] # ['我', '喜欢', 'Python'] （从头开始） 
tokens[-2:] # ['非常', '有趣'] （最后两个） # 步长（每隔一个取一个） 
tokens[::2] # ['我', 'Python', '非常'] 
tokens[::-1] # 反转列表，['有趣', '非常', ...]

列表推导式（AI 代码必会）

python 复制代码

# Java 风格 
squares = [] for x in range(10): squares.append(x**2) 
# Pythonic 风格（一行） 
squares = [x**2 for x in range(10)] 
# 带条件（过滤偶数） 
evens = [x for x in range(10) if x % 2 == 0] # [0, 2, 4, 6, 8]

第 3 章：条件语句与布尔

语法差异

python 复制代码

# Python：elif 而不是 else if，冒号+缩进 
age = 20 
if age < 13: 
  print("儿童") 
elif age < 20: # 注意是 elif，不是 else if 
  print("青少年") 
else: 
  print("成年人")

布尔运算符（完全不同！）

Java	Python	说明
&&	and	逻辑与
\\|\\|	or	逻辑或
!	not	逻辑非
==	==	值相等（字符串内容比较）
equals()	==	Python 中 == 比较内容，is 比较内存地址

空值检查（AI 处理 API 响应常用）

python 复制代码

response = None # Python 的 null 
if response is not None: # 用 is/not 判断 None 
process(response) 
# 简写：空列表、空字符串、0 都视为 False 
if not response: # 如果 response 为 None/空列表/空字符串 
  print("无数据")

第 4 章：字典（Dictionary）

核心概念

类似 Java HashMap，但语法更简洁
JSON 天然对应：AI API 的 Request/Response 都是字典结构

操作对比

操作	Java (HashMap)	Python (dict)
创建	Map<String, Object> map = new HashMap<>();	user = {} 或 user = {"name": "Tom", "age": 25}
添加	map.put("key", value);	user["email"] = "tom@example.com"
获取	map.get("key")	user["key"]（不存在会抛异常） user.get("key")（不存在返回 None，推荐）
判断存在	map.containsKey("key")	"key" in user

遍历（AI 处理 JSON 必备）

python 复制代码

message = {
    "role": "user",
    "content": "你好",
    "temperature": 0.7
}

# 遍历键值对（类似 Java entrySet）
for key, value in message.items():
    print(f"{key}: {value}")

# 仅遍历键
for key in message.keys():
    print(key)

# 仅遍历值
for value in message.values():
    print(value)

嵌套结构（OpenAI API 格式）

python 复制代码

chat_completion = {
    "id": "chatcmpl-123",
    "choices": [
        {
            "message": {
                "role": "assistant",
                "content": "Hello!"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 9,
        "completion_tokens": 12
    }
}

# 访问嵌套数据
content = chat_completion["choices"][0]["message"]["content"]
tokens = chat_completion["usage"]["prompt_tokens"]

第 5 章：用户输入与 while 循环

输入处理（命令行工具常用）

python 复制代码

# input() 返回字符串（类似 Java Scanner.nextLine()）
name = input("请输入姓名：")  # 程序会暂停等待输入
age = int(input("请输入年龄："))  # 需手动转 int（对比 Java nextInt()）

# AI 应用：命令行版 ChatBot
while True:
    user_input = input("你：")
    if user_input.lower() == 'quit':
        break
    # 调用 API...
    print(f"AI：处理 {user_input}")

while 循环与 else（Python 特色）

python 复制代码

# 循环正常结束（非 break）时执行 else
attempts = 3
while attempts > 0:
    if try_connect():
        print("连接成功")
        break
    attempts -= 1
else:  # 如果上面被 break 了，这里不会执行
    print("3次尝试均失败")

第 6 章：函数

定义对比

python 复制代码

# Python：def 关键字，无需返回类型声明，无大括号
def greet(name, greeting="Hello"):  # 默认参数值
    """函数的文档字符串（docstring），说明用途"""
    return f"{greeting}, {name}!"

# 调用
print(greet("Alice"))              # Hello, Alice!
print(greet("Bob", "Hi"))          # Hi, Bob!
print(greet(name="Carol"))         # 关键字参数（类似 Java 具名参数）

可变参数（AI 工具函数常用）

python 复制代码

# *args：任意数量的位置参数（类似 Java 可变参数 Object... args）
def sum_all(*numbers):
    return sum(numbers)

result = sum_all(1, 2, 3, 4)  # 10

# **kwargs：任意数量的关键字参数（接收为字典）
def build_profile(**user_info):
    return user_info

profile = build_profile(name="Tom", age=25, city="Beijing")
# {'name': 'Tom', 'age': 25, 'city': 'Beijing'}

# 组合使用（常见于 AI 函数封装）
def call_api(endpoint, *args, **kwargs):
    """args 放路径参数，kwargs 放查询参数"""
    pass

Lambda 表达式（简单函数）

python 复制代码

# Java：(a, b) -> a + b
# Python：
add = lambda a, b: a + b

# 实际场景：排序
users = [{"name": "Tom", "age": 25}, {"name": "Jerry", "age": 20}]
users.sort(key=lambda x: x["age"])  # 按年龄排序

第 7 章：类与面向对象

基础类定义

python 复制代码

class Dog:
    # 类属性（类似 Java static，但所有实例共享）
    species = "Canis familiaris"
    
    # 构造方法（对比 Java 构造函数）
    def __init__(self, name, age):  # self 类似 Java 的 this，但必须显式写第一个参数
        self.name = name            # 实例属性
        self.age = age
    
    # 实例方法
    def bark(self):
        return f"{self.name} says woof!"
    
    # 字符串表示（类似 Java toString()）
    def __str__(self):
        return f"Dog(name={self.name}, age={self.age})"
    
    # 官方字符串表示（用于调试）
    def __repr__(self):
        return f"Dog('{self.name}', {self.age})"
# 使用
my_dog = Dog("Buddy", 3)
print(my_dog.name)    # Buddy
print(my_dog.bark())  # Buddy says woof!
print(my_dog)         # Dog(name=Buddy, age=3)

继承（AI 中常用：自定义 Exception、数据处理器）

python 复制代码

class Animal:
    def __init__(self, name):
        self.name = name
    
    def speak(self):
        raise NotImplementedError("Subclass must implement")

class Cat(Animal):  # 继承
    def __init__(self, name, color):
        super().__init__(name)  # 调用父类构造（对比 Java super()）
        self.color = color
    
    def speak(self):  # 重写
        return f"{self.name} says meow!"

# 多态
animals = [Dog("Buddy", 3), Cat("Kitty", "white")]
for animal in animals:
    print(animal.speak())  # 自动调用各自实现

模块与导入（项目结构）

python 复制代码

# 文件结构：
# project/
#   main.py
#   utils/
#     __init__.py  # 空文件，标记为包（类似 Java package）
#     helpers.py

# helpers.py 中
def format_prompt(text):
    return text.strip()

# main.py 中导入
from utils.helpers import format_prompt  # 类似 Java import
import utils.helpers as helpers          # 别名（类似 Java import static）

# 或使用（不推荐，污染命名空间）
from utils.helpers import *

第 8 章：文件与异常（AI 数据处理核心）

文件读写（对比 Java 繁琐的 IO 流）

python 复制代码

# 读取整个文件（自动关闭，类似 Java try-with-resources）
with open('data.txt', 'r', encoding='utf-8') as file:
    content = file.read()  # 整个文件读成字符串

# 逐行读取（处理大文件，不占用内存）
with open('data.txt', 'r') as file:
    for line in file:  # 直接迭代，无需 BufferedReader
        print(line.strip())  # strip() 去掉换行符

# 写入文件
with open('output.txt', 'w') as file:
    file.write("Hello, Python!\n")
    file.write("第二行")

# 追加模式
with open('log.txt', 'a') as file:
    file.write("日志记录\n")

JSON 处理（AI 工程天天用）

python 复制代码

import json

# Python 对象 → JSON 字符串（序列化）
data = {
    "model": "gpt-4",
    "messages": [{"role": "user", "content": "Hello"}],
    "temperature": 0.7
}

json_str = json.dumps(data, ensure_ascii=False, indent=2)
print(json_str)
# {
#   "model": "gpt-4",
#   "messages": [...]
# }

# JSON 字符串 → Python 对象（反序列化，AI API 响应处理）
response_str = '{"id": "123", "choices": [{"text": "Hi"}]}'
response_obj = json.loads(response_str)
print(response_obj["choices"][0]["text"])  # Hi

# 直接读写 JSON 文件
with open('config.json', 'r') as f:
    config = json.load(f)  # 对比 json.loads（读字符串）vs json.load（读文件）

异常处理（对比 Java try-catch）

python 复制代码

try:
    result = 10 / 0
    with open('not_exist.txt') as f:
        content = f.read()
except ZeroDivisionError as e:  # 特定异常（类似 Java catch 特定类型）
    print(f"除零错误: {e}")
except FileNotFoundError:
    print("文件不存在")
except Exception as e:          # 通用异常（类似 Java Exception e）
    print(f"未知错误: {e}")
else:
    print("无异常时执行（类似 Java try 正常结束）")
finally:
    print("无论有无异常都执行（清理资源）")

# 自定义异常（继承 Exception）
class APIError(Exception):
    def __init__(self, message, status_code):
        super().__init__(message)
        self.status_code = status_code

# 抛出
raise APIError("模型调用失败", 500)  # 对比 Java throw new Exception()

🎯 Java 开发者速成要点

必须改变的思维习惯

忘记分号和大括号：用缩进（4空格）表示代码块
忘记类型声明：但要养成写类型提示的习惯（Python 3.5+）： def process_data(data: list[str]) -> dict: # 提示输入输出类型 pass
忘记 getter/setter：Python 直接访问属性，需要时用 @property 装饰器
掌握切片：[::-1] 反转、[:10] 前10个，比 Java subList 简洁得多

AI 开发高频模式

python 复制代码

# 模式 1：处理 API 列表响应
responses = api_call()  # 返回列表
for item in responses:
    if item.get("finish_reason") == "stop":
        process(item["message"]["content"])

# 模式 2：批量处理（列表推导）
texts = [clean_text(t) for t in raw_texts if t is not None]

# 模式 3：安全获取嵌套值（避免 NullPointerException）
# Java: Optional.ofNullable(obj).map(...).orElse(default)
# Python: dict.get() 链式调用
content = response.get("choices", [{}])[0].get("message", {}).get("content", "默认值")

掌握这 8 章内容，你就可以看懂并修改 90% 的 AI 项目 Python 代码了。

专为 Java 开发者 整理的《Python编程：从入门到实践》前8章核心内容

第 1 章：环境搭建与基础语法

核心概念

Java vs Python 对照

字符串操作（AI 中高频使用）

第 2 章：列表（List）

核心概念

关键操作对比

切片（AI 数据处理核心）

列表推导式（AI 代码必会）

第 3 章：条件语句与布尔

语法差异

布尔运算符（完全不同！）

空值检查（AI 处理 API 响应常用）

第 4 章：字典（Dictionary）

核心概念

操作对比

遍历（AI 处理 JSON 必备）

嵌套结构（OpenAI API 格式）

第 5 章：用户输入与 while 循环

输入处理（命令行工具常用）

while 循环与 else（Python 特色）

第 6 章：函数

定义对比

可变参数（AI 工具函数常用）

Lambda 表达式（简单函数）

第 7 章：类与面向对象

基础类定义

继承（AI 中常用：自定义 Exception、数据处理器）

模块与导入（项目结构）

第 8 章：文件与异常（AI 数据处理核心）

文件读写（对比 Java 繁琐的 IO 流）

JSON 处理（AI 工程天天用）

异常处理（对比 Java try-catch）

🎯 Java 开发者速成要点

必须改变的思维习惯

AI 开发高频模式

专为 Java 开发者整理的《Python编程：从入门到实践》前8章核心内容