本书依据教育部高等学校大学计算机课程教学指导委员会对程序设计课程的要求编写，详细阐述了Python语言程序设计的基本原理和一般方法，介绍了Python语言的基本语法及初步应用。全书共分14章，主要内容包括Python基础语法、组合数据类型、函数、模块与包、文件与数据库操作、面向对象程序设计、错误与异常处理、数据分析及Web应用开发等，并结合人工智能在金融风控与法律文本智能分析等领域的应用，形成完整的“基础理论 + 实践案例 + 应用场景”的内容体系。
全书紧密围绕普通高等院校学生的知识结构和职业发展需求组织内容，理论与实践并重，提供丰富的编程实例，除第1、12～14章外，每章均配备实训案例、综合案例，以及AIGC辅助编程与分析实践，引导学生在动手实践中掌握核心技能。
本书紧跟AI技术快速发展趋势，将AI工具辅助技术深度融入Python理论学习、实例编写等开发环节，助力读者高效掌握编程知识、提升编程实操效率，实现理论与实践的高效结合。
本书适合作为普通高等院校Python程序设计课程教材，也可作为培训班或自学者的参考书。

Python是一门简洁高效、功能丰富的编程语言，已成为数据分析、人工智能、Web开发、自动化办公及科学计算等领域的重要工具。随着数字化转型和智能化应用的快速推进，Python技能已成为高等院校学生提升就业竞争力和职业能力的关键，因此，很多高校都将Python程序设计作为一门基础课程在全校开设。
本书依据教育部高等学校大学计算机课程教学指导委员会对程序设计课程的要求编写，目标是帮助读者从零基础入门Python语言，掌握程序设计思想，具备开发实际应用项目的能力，并通过案例驱动的学习方式，将所学知识与现实应用场景紧密结合。全书涵盖Python基础语法、组合数据类型、函数、模块与包、文件与数据库操作、面向对象程序设计、错误与异常处理、数据分析、Web应用开发及人工智能在金融风控和法律文本智能分析中的应用，形成完整的“基础理论+实践案例+应用场景”的内容体系。除第1、12～14章外，每章配备实训案例与综合案例，帮助读者在实际操作中掌握技能，希望能为学生未来职业发展和技术创新提供有力支撑。
本书特色鲜明：
（1）理实一体。从Python语言基础到高级应用，循序渐进，兼顾理论与实践。
（2）案例丰富。案例覆盖数据分析、Web应用及金融、法律行业应用案例，贴近真实工作场景。
（3）AIGC辅助学习。引入AIGC辅助学习实践，结合生成式人工智能技术，提供代码示例生成、问题分析、逻辑讲解、错误排查、优化建议及个性化学习路径规划等内容，帮助读者更快理解知识点、高效完成任务，全面提升学习效率与自主探索能力，培养独立思考和问题解决能力。
（4）融入课程思政和社会责任培养。立足应用型本科教育特色，注重技能应用与职业素养培养，深度融入课程思政教育，引导读者在技术学习中理解科技创新与社会责任的关系，树立正确价值观，强化社会责任意识与职业道德。
（5）配套资源丰富。提供源代码、PPT课件、习题答案、电子教案等，可以通过访问中国铁道出版社教育资源数字化平台（https://www.tdpress.com/51eds）进行下载。对于综合性强的应用示例配以讲解视频，读者扫描书中的二维码即可观看。
本书由魏新红、赵军民、范勇峰任主编，郭帅旗、张凤月、李晓兰任副主编，苏靖枫、张凯、李蓓、郝伟、史春雷、张芳芳、李忠、赵昊、陈赛飞扬参与编写。具体编写分工如下：第1章由赵军民编写，第2章由魏新红编写，第3章由范勇峰编写，第4章由苏靖枫编写，第5章由张凯编写，第6章由李蓓编写，第7章由郝伟编写，第8章由史春雷编写，第9章由张芳芳编写，第10章由李忠编写，第11章由陈赛飞扬编写，第12章由张凤月编写，第13章由李晓兰编写，第14章由郭帅旗编写，拓展阅读由赵昊编写。全书由魏新红统稿，范勇峰、张凤月和郭帅旗共同完成书中所有的代码校订和视频录制工作。
本书编写过程中，参考了大量的网络资料、文献和书籍，在此对这些资料的作者表示感谢。
由于编者水平有限，加之时间仓促，书中难免有疏漏和不足之处，恳请广大读者批评指正，我们将不胜感谢。

编  者
2026年3月

第1章 Python语言与应用生态概述 1
1.1 Python语言简介 1
1.1.1 Python的起源与发展历程 1
1.1.2 Python的设计理念与语言特点 2
1.1.3 Python在当前技术体系中的地位 2
1.1.4 Python版本体系与发展趋势 3
1.2 Python开发环境与基本工具 4
1.2.1 Python解释器与运行机制 4
1.2.2 常用开发环境与工具简介 4
1.2.3 Python包管理工具与虚拟环境 16
1.3 Python应用生态与典型应用领域 18
1.3.1 Python在数据分析与可视化中的应用 18
1.3.2 Python在Web开发与自动化中的应用 18
1.3.3 Python在人工智能与机器学习中的应用 19
1.3.4 Python在科学计算与工程应用中的应用 19
1.4 Python在不同学科的应用场景 20
1.4.1 Python在理工科中的应用场景 20
1.4.2 Python在文科中的应用场景 20
1.4.3 Python在农科中的应用场景 20
1.4.4 Python在医科中的应用场景 20
1.4.5 Python在日常学习与办公中的应用场景 21
1.5 Python应用示例与学习路径说明 21
1.5.1 Python数据分析示例概览 21
1.5.2 Python数据可视化示例概览 22
1.5.3 Python自动化处理示例概览 23
1.5.4 不同专业和场景的Python学习路径建议 24
1.6 AIGC辅助Python学习实践 25
1.6.1 基于AIGC的Python应用示例生成 25
1.6.2 基于AIGC的Python代码理解与注释辅助 25
1.6.3 基于AIGC的学习路径规划与问题解答 26
1.6.4 AIGC辅助学习的使用规范与注意事项 26
小结 26
习题 27
第2章 Python语言基础 28
2.1 Python的基本元素 28
2.1.1 Python程序的结构 28
2.1.2 Python关键字 29
2.1.3 标识符与命名规则 29
2.1.4 Python语句与表达式 30
2.2 标准输入与输出 31
2.2.1 input()函数 31
2.2.2 print()函数 31
2.3 变量 31
2.3.1 变量的定义与使用 31
2.3.2 多变量赋值 32
2.3.3 常见数据类型 32
2.3.4 类型转换 32
2.3.5 动态类型特性 33
2.3.6 常量（伪常量） 33
2.3.7 内存地址与id()函数 33
2.3.8 可变对象与不可变对象 33
2.4 运算符与表达式 34
2.4.1 运算符分类 34
2.4.2 运算符详解 34
2.4.3 运算符优先级 36
2.5 Python基本编码规范 36
2.5.1 命名规范 36
2.5.2 缩进与注释规范 37
2.5.3 空行与换行规范 37
2.5.4 PEP8编码风格 38
2.5.5 编码声明与文件格式 38
2.6 综合案例 38
2.7 AIGC辅助编程实践 39
2.7.1 基于AIGC生成基础语法示例 39
2.7.2 基于AIGC的代码理解与错误分析 39
小结 40
习题 40
第3章 数字类型与字符串 41
3.1 数字类型 41
3.1.1 整型 41
3.1.2 浮点型 42
3.1.3 布尔型 42
3.1.4 数值运算 43
3.2 字符串 43
3.2.1 字符串基础 43
3.2.2 字符串格式化 44
3.2.3 字符串常见操作 45
3.2.4 字符串与数值类型互转 48
3.3 实训案例 49
3.4 综合案例 49
3.5 AIGC辅助编程实践 49
3.5.1 基于AIGC生成数字处理示例 49
3.5.2 基于AIGC生成字符串处理示例 50
小结 51
习题 51
第4章 流程控制 53
4.1 程序的基本控制结构 53
4.2 选择结构和条件语句 54
4.2.1 if语句 54
4.2.2 if…else语句 56
4.2.3 if…elif…else语句 57
4.2.4 条件语句嵌套 58
4.3 循环结构和循环语句 58
4.3.1 while语句 59
4.3.2 for语句 60
4.3.3 循环嵌套 62
4.3.4 for…else与while…else 63
4.4 跳转语句 64
4.4.1 break语句 64
4.4.2 continue语句 65
4.4.3 pass语句 66
4.5 实训案例 66
4.6 综合案例 67
4.7 AIGC辅助编程实践 67
4.7.1 基于AIGC生成流程控制示例 67
4.7.2 基于AIGC的逻辑错误分析与优化建议 68
小结 70
习题 70
第5章 组合数据类型 72
5.1 列表 72
5.1.1 列表的特点及创建 72
5.1.2 列表的常见操作 73
5.1.3 列表推导式 75
5.2 元组 76
5.2.1 元组的特点及创建 76
5.2.2 元组的常见操作 77
5.2.3 元组与列表的区别 78
5.3 字典 78
5.3.1 字典的特点及创建 78
5.3.2 字典的常见操作 79
5.3.3 字典推导式 81
5.4 集合 82
5.4.1 集合的特点及创建 82
5.4.2 集合的常见操作 82
5.5 数据类型之间的相互转换 84
5.5.1 列表与元组之间的转换 84
5.5.2 列表与集合之间的转换 85
5.5.3 列表与字典之间的转换 85
5.5.4 元组与集合之间的转换 86
5.5.5 字典与集合之间的转换 86
5.6 实训案例 86
5.7 综合案例 87
5.8 AIGC辅助编程实践 87
5.8.1 基于AIGC生成组合数据处理示例 87
5.8.2 基于AIGC的数据结构选择与优化建议 88
小结 89
习题 89
第6章 Python函数 90
6.1 函数基础 90
6.1.1 函数的定义 90
6.1.2 定义和调用函数 91
6.2 函数参数与返回值 91
6.2.1 位置参数 91
6.2.2 函数返回值 92
6.2.3 返回值的作用 93
6.3 变量作用域 93
6.3.1 作用域类型 93
6.3.2 局部作用域 94
6.3.3 嵌套作用域 94
6.3.4 全局作用域 94
6.3.5 内建作用域 94
6.3.6 global和nonlocal关键字 95
6.4 递归函数 95
6.4.1 递归函数的基本结构 95
6.4.2 递归的工作原理 96
6.4.3 递归的优势和局限 96
6.4.4 尾递归与递归优化 97
6.4.5 递归的常见应用 97
6.5 高阶函数 98
6.5.1 高阶函数的定义 98
6.5.2 高阶函数的应用 98
6.5.3 返回函数的高阶函数 99
6.5.4 使用高阶函数进行函数式编程 99
6.6 匿名函数（Lambda） 100
6.6.1 匿名函数的定义 100
6.6.2 Lambda函数的应用场景 100
6.6.3 Lambda函数的优点与缺点 101
6.7 闭包 101
6.7.1 闭包的定义 101
6.7.2 闭包的作用和应用 102
6.7.3 闭包的注意事项 103
6.8 装饰器 103
6.8.1 装饰器的基本定义 103
6.8.2 使用装饰器 104
6.8.3 带参数的装饰器 104
6.8.4 装饰器的应用场景 105
6.9 迭代器与生成器 106
6.9.1 迭代器 106
6.9.2 生成器 107
6.9.3 迭代器与生成器的区别 108
6.9.4 迭代器与生成器的应用场景 108
6.10 偏函数 109
6.10.1 偏函数的基本概念 109
6.10.2 偏函数与高阶函数 110
6.10.3 偏函数与默认参数的关系 110
6.10.4 偏函数的灵活性 111
6.11 解包机制 111
6.11.1 解包的基本概念 111
6.11.2 解包的高级用法 112
6.11.3 解包与函数式编程 113
6.12 实训案例 113
6.13 综合案例 113
6.14 AIGC辅助编程实践 113
6.14.1 基于AIGC生成函数与装饰器示例 113
6.14.2 基于AIGC的函数结构优化与重构 114
小结 116
习题 116
第7章 模块与包 118
7.1 模块 118
7.1.1 模块的定义 118
7.1.2 模块的作用 119
7.1.3 让模块可用 119
7.1.4 包 120
7.2 探索模块 120
7.2.1 模块包含什么 120
7.2.2 使用help()函数获取帮助 121
7.2.3 查阅官方文档 121
7.2.4 阅读源代码 122
7.3 标准库：Python的“开箱即用”利器 122
7.3.1 sys：与解释器交互 122
7.3.2 os：操作系统接口 122
7.3.3 fileinput：多文件行迭代 123
7.3.4 数据结构进阶 123
7.3.5 time 124
7.3.6 random 124
7.3.7 shelve和json 125
7.3.8 re模块 127
7.4 其他有趣的标准模块 128
7.5 实训案例 129
7.6 综合案例 130
7.7 AIGC辅助开发实践 130
7.7.1 基于AIGC的模块拆分与组织建议 130
7.7.2 基于AIGC的依赖管理与问题排查 131
小结 131
习题 131
第8章 Python文件与数据库操作 133
8.1 文件的基本操作 133
8.1.1 创建和打开文件 133
8.1.2 文件的基本方法 134
8.2 结构化数据文件 136
8.2.1 CSV文件操作 136
8.2.2 JSON文件操作 138
8.2.3 pickle文件操作 139
8.3 数据库简介 140
8.3.1 MySQL数据库介绍 140
8.3.2 MySQL的特点与作用 140
8.3.3 MySQL的技术路线与发展 141
8.3.4 SQLite数据库介绍 142
8.3.5 SQLite的架构 142
8.3.6 SQLite的特点 142
8.4 Python数据库基本操作 143
8.4.1 Python数据库API 143
8.4.2 SQLite和PySQLite 145
8.4.3 使用SQLite进行数据管理 146
8.5 实训案例 147
8.6 综合案例 147
8.7 AIGC辅助编程实践 147
8.7.1 基于AIGC生成文件
与数据库操作示例 147
8.7.2 基于AIGC的数据读写错误分析 148
小结 148
习题 149
第9章 Python面向对象程序设计 150
9.1 类 150
9.1.1 类的定义 150
9.1.2 构造方法 151
9.1.3 类属性与实例属性 152
9.1.4 类方法、实例方法、静态方法 153
9.1.5 类调用实例方法 154
9.2 对象 155
9.2.1 对象（实例） 155
9.2.2 对象的动态性 155
9.3 封装 156
9.4 继承 158
9.5 多态 161
9.6 复制对象 163
9.7 实训案例 164
9.8 综合案例 164
9.9 AIGC辅助编程实践 164
9.9.1 基于AIGC生成类与对象设计示例 164
9.9.2 基于AIGC的面向对象结构优化建议 165
小结 166
习题 166
第10章 Python错误与异常处理 168
10.1 错误和异常 168
10.1.1 错误的分类 168
10.1.2 Python的异常机制 170
10.1.3 理解Python的错误信息 170
10.1.4 预防错误的最佳实践 171
10.2 捕获和处理异常 171
10.2.1 使用try…except语句捕获异常 171
10.2.2 捕获多个异常 171
10.2.3 获取异常信息 172
10.2.4 使用else语句 172
10.2.5 使用finally语句 173
10.2.6 自定义异常 173
10.2.7 异常的嵌套处理 174
10.3 处理错误异常的特殊方法 174
10.3.1 使用with语句管理资源 174
10.3.2 使用assert语句进行调试 175
10.3.3 使用sys模块捕获异常信息 176
10.3.4 使用logging模块记录错误信息 176
10.3.5 使用traceback模块获取完整异常信息 176
10.3.6 使用warnings模块发出警告 177
10.4 实训案例 177
10.5 综合案例 177
10.6 AIGC辅助调试实践 178
10.6.1 基于AIGC的异常定位与原因分析 178
10.6.2 基于AIGC的日志信息解读 178
小结 179
习题 179
第11章 Python数据分析 181
11.1 数据分析概述 181
11.1.1 数据分析流程 181
11.1.2 Python数据分析生态 182
11.2 pandas数据结构 183
11.2.1 Series 183
11.2.2 DataFrame 184
11.3 数据读取与存储 186
11.3.1 CSV文件 186
11.3.2 Excel文件 187
11.3.3 JSON文件 188
11.3.4 数据库数据 189
11.4 数据预处理 190
11.4.1 缺失值处理 190
11.4.2 重复值处理 193
11.4.3 数据清洗与转换 194
11.5 数据操作与分析 196
11.5.1 索引与切片 196
11.5.2 分组与聚合 197
11.5.3 数据排序与统计描述 198
11.6 数据可视化 199
11.6.1 常用图表类型 199
11.6.2 可视化分析方法 201
11.7 实训案例 202
11.7.1 分析目标与思路 202
11.7.2 数据收集与预处理 202
11.7.3 数据分析与结果展示 204
11.8 综合案例 208
11.9 AIGC辅助数据分析实践 208
11.9.1 基于AIGC的数据分析思路生成 208
11.9.2 基于AIGC的分析结果解读与改进 209
小结 210
习题 210
第12章 综合案例——基于Flask的Web应用开发 212
12.1 Web应用开发基础 212
12.1.1 Web开发模式 212
12.1.2 Python Web框架简介 213
12.2 Flask框架基础 213
12.2.1 Flask安装与环境配置 213
12.2.2 Flask基本结构 214
12.2.3 Flask应用配置 215
12.2.4 Flask扩展机制 216
12.3 Flask核心技术 217
12.3.1 路由机制 217
12.3.2 模板引擎 220
12.3.3 数据库操作 221
12.4 综合项目——房屋租赁系统 224
12.4.1 项目介绍 224
12.4.2 项目开发模式运行机制 226
12.4.3 项目创建与配置 226
12.4.4 数据准备与建模 228
12.5 房屋租赁系统首页实现 231
12.5.1 房源总数展示 231
12.5.2 最新房源数据展示 232
12.5.3 热点房源数据展示 233
12.5.4 搜索功能 235
12.6 AIGC辅助Web开发实践 238
12.6.1 基于AIGC的功能模块生成 238
12.6.2 基于AIGC的系统调试与优化建议 239
小结 241
习题 241
第13章 Python与人工智能（一）
 ——金融风控应用 242
13.1 人工智能与金融科技概述 242
13.2 金融风险控制的现实意义与挑战 243
13.3 金融数据基础 244
13.3.1 金融数据的类型与特点 244
13.3.2 常见金融风险指标 245
13.4 应用案例解析 245
13.4.1 应用案例场景与数据来源说明 245
13.4.2 应用目标与分析任务设计 246
13.5 Python金融数据清洗与预处理 247
13.5.1 数据导入与初步探索 248
13.5.2 数据清洗与预处理 250
13.5.3 特征工程与派生变量构建 253
13.5.4 特征筛选与样本分割 257
13.6 金融风险决策与干预 260
13.6.1 风险评分模型构建与评估 260
13.6.2 风险等级划分与干预策略制定 262
13.6.3 风险决策模型与效果评估 263
13.7 AIGC在金融风控建模中的辅助作用 265
13.7.1 基于AIGC的特征分析与建模辅助 265
13.7.2 AIGC使用的局限性与规范 267
13.8 人工智能在金融领域的风险与伦理 268
13.8.1 算法偏见与公平性问题 268
13.8.2 数据隐私与安全保护 269
小结 270
习题 270
第14章 Python与人工智能（二）——法律文本智能分析 272
14.1 人工智能与法律科技概述 272
14.2 法律科技的现实意义 273
14.3 法律文本数据基础 274
14.3.1 法律文本的类型与特点 274
14.3.2 法律语料数据来源 274
14.3.3 法律文本的结构特征 275
14.4 行业典型案例比较分析 275
14.4.1 合同审查——幂律智能 275
14.4.2 数智合规管理——华宇元典 276
14.4.3 对比分析 276
14.5 案例：合同文本数据分析系统 277
14.6 案例：合同风险智能提示系统 279
14.7 案例：生成法律文本词云图 281
14.8 AIGC在法律文本分析中的辅助作用 283
14.8.1 基于AIGC的文本理解与特征提取 283
14.8.2 AIGC使用的伦理风险与技术边界 285
14.9 法律人工智能的伦理与规范 285
14.9.1 算法透明性与可解释性 286
14.9.2 法律责任与技术边界 286
小结 286
习题 286
参考文献 288

魏新红，河南城建学院副教授，研究方向为数据挖掘与分析，主讲“大数据应用开发语言”课程，负责河南省在线开放精品课程1门、一流课程1门，省级教改项目1项。 赵军民，博士、教授，河南城建学院计算机与数据科学学院院长，研究方向为自然语言处理，主讲“数据库原理与应用”课程，负责河南省在线开放精品课程1门、一流课程1门，主编国家级“十四五”规划教材1部、省级新形态教材1部。范勇峰，河南城建学院助理讲师，主要研究方向为人工智能、图形图像计算，主要教授大数据应用开发语言、Python程序设计与应用、大数据处理技术等课程，发表论文多篇。

（1）理实一体。从Python语言基础到高级应用，循序渐进，兼顾理论与实践。
（2）案例丰富。案例覆盖数据分析、Web应用及金融、法律行业应用案例，贴近真实工作场景。
（3）AIGC辅助学习。引入AIGC辅助学习实践，结合生成式人工智能技术，提供代码示例生成、问题分析、逻辑讲解、错误排查、优化建议及个性化学习路径规划等内容，帮助读者更快理解知识点、高效完成任务，全面提升学习效率与自主探索能力，培养独立思考和问题解决能力。