1.1 环境搭建与第一个程序
1.1 环境搭建与第一个程序
本节摘要：搭好 Python 3.10+ 环境，理解"解释器、REPL、脚本、字节码"四者的关系，并跑起第一段带实证性质的小实验。学完这节，你拥有的不只是环境，而是一个可以做"解释器实验"的工作台。
从一个问题开始：Python 程序到底怎么跑？
很多入门书直接教你 print("Hello")，但从不回答一个更基本的问题：你敲下回车之后，机器里发生了什么？这个问题决定了你对"解释型语言"的全部直觉。
Python 不像 C 那样把源码编译成机器码再运行，也不是逐字符地"边看边执行"。它走一条中间路线：
- 解释器先把整个源文件读入，做词法与语法分析，得到一棵抽象语法树（AST）；
- 把 AST 编译成字节码——一组面向"Python 虚拟机"的指令；
- 虚拟机（CPython 内部的 ceval 循环）逐条执行这些字节码，每条指令都在创建、查找或操作对象。
这个流水线可以从实验侧验证：任何 .py 文件的字节码都能用标准库的 dis 模块打印出来。后面我们会反复用这招。
解释器执行流水线
安装与版本策略
到 Python 官网下载安装包即可，Windows 安装时务必勾选"Add Python to PATH"。装完在终端验证：
$ python --version Python 3.12.4
版本上我的建议很明确：新项目直接用 3.10 或更高。3.8 已停止官方维护，而 3.10 引入的结构模式匹配、3.11 的大幅提速、3.12 的更好报错信息，对学习体验影响很大。本教程代码基于 3.10+ 语法（如 list[int] 直接写法），在 3.8 上部分会报错。
多版本共存怎么办？Windows 上有启动器 py：py -3.11 指定版本；macOS 与 Linux 可用 pyenv 管理多个版本。验证当前解释器位置与搜索路径：
>>> import sys >>> sys.executable # 当前解释器的可执行文件 '/usr/bin/python3' >>> sys.path[:3] # 模块搜索路径的开头几项 ['', '/usr/lib/python312.zip', '/usr/lib/python3.12']
sys.path 先睹为快——第 5 章讲导入机制时，它就是主角。
编辑器选谁不是原则问题。VS Code 加官方 Python 插件足够轻快；PyCharm 对大项目重构更顺手；学习阶段我更推荐你常开一个 REPL 窗口，随手验证，比任何"保存-运行"循环都快。
REPL：最好的实验台
在终端输入 python（Windows 下 py）进入交互式环境，提示符变成三个箭头：
>>> 2 ** 100 1267650600228229401496703205376
注意这个结果：Python 的 int 没有溢出。C 语言里 long long 到 2 的 63 次方就翻车，Python 的整数是任意精度的对象——这是"数字也是对象"的第一个直接好处。
REPL 还有几个值得现在就记住的技巧：
- 上一条结果存放在名字
_里，_ + 1可以接着算； help(len)查某个内置函数的文档；dir(str)列出字符串类型的全部属性，配合help就是免费的 API 手册；- 退出用
exit()或 Ctrl-D（Windows 下 Ctrl-Z 加回车）。
跑第一个脚本
把下面几行存成一个文件（文件名任意，比如叫 first.py，注意别叫 list.py 这类与内置模块撞名的名字）：
import sys print("解释器版本:", sys.version.split()[0]) print("平台:", sys.platform) name = "Pythonista" print(f"你好, {name}") # 第一个“解释器实验”：看看 print 前后名字的踪迹 x = 1000 print("x 的身份:", id(x)) y = x # 这不是拷贝！下一节会解释 print("y 的身份:", id(y), "与 x 相同:", y is x)
用 python first.py 运行，你会看到类似输出：
解释器版本: 3.12.4 平台: win32 你好, Pythonista x 的身份: 140234849363248 y 的身份: 140234849363248 与 x 相同: True
身份那串数字每次运行都不同（它是内存地址的抽象），但"与 x 相同: True"稳定出现——y = x 之后两个名字指向同一个对象。如果你以前以为赋值是复制值，这个实验就是本教程给你的第一次世界观修正。完整的解释在 1.3 节。
亲眼看一次字节码
用 dis 看看一个极简函数被编译成了什么：
>>> import dis >>> def add(a, b): ... return a + b >>> dis.dis(add) 2 0 RESUME 0 3 2 LOAD_FAST 0 (a) 4 LOAD_FAST 1 (b) 6 BINARY_OP 0 (+) 10 RETURN_VALUE
不用看懂每条指令，只注意一件事：a + b 编译成了"取出 a、取出 b、做加法"三条指令，由虚拟机逐条执行。这就是"Python 是解释执行"的准确含义——性能问题的直觉也从此有据可依：解释器每条指令都要做类型检查、对象查找，比直接跑机器码慢是结构性的（3.11 之后有专门优化，但量级关系不变）。
⚠️ 常见坑：在 REPL 里写多行循环或函数定义时，空行会提前结束块；务必保持缩进连贯。另一个新手高频坑是文件名撞内置模块名——比如文件叫
random.py，然后import random导入的就是它自己，报出AttributeError: partially initialized module。看到这个报错，先改名。
💡 关键直觉：把 REPL 当显微镜而不是计算器。每次学一个新概念，就在 REPL 里戳它一下——
type、id、dir、dis四件套，是贯穿本教程的实验工具。
本节要点回顾
- 执行模型：源码 → AST → 字节码 → 虚拟机逐条执行；
.pyc只是字节码缓存，不是机器码。 - 版本策略：新项目用 3.10+；
sys.executable与sys.path是诊断环境问题的第一现场。 - REPL 技巧：
_、help()、dir()是免费文档系统；dis让你看见解释器的真实动作。 - int 无溢出：任意精度整数是"一切皆对象"的直接红利。
- 赋值即绑定：
y = x后id相同、is为 True——下一节把它讲透。 - 别撞名：脚本文件名不要与标准库模块重名，否则导入系统会先找到你自己。
下一节我们正式拆开对象模型：身份、类型、值三要素，以及"type 的类型还是 type"这个自举怪圈。