Python с нуля: основы программирования и практика

Установка Python и первые шаги

Зачем нужна установка и что именно мы устанавливаем

Python — это язык программирования и одновременно программа, которая выполняет ваш код. Когда вы устанавливаете Python, вы ставите на компьютер:

Интерпретатор Python (то, что запускает программы)

Стандартные инструменты, например pip (установка пакетов)

Стандартную библиотеку (готовые модули, которые идут вместе с Python)

В этом уроке вы установите Python, проверите, что он работает, научитесь запускать код несколькими способами и создадите первую мини-программу.

Какую версию Python ставить

Для обучения и большинства задач выбирайте Python 3 (актуальную стабильную версию с сайта Python). Важно: Python 2 — устаревший и для современного обучения не подходит.

Официальная страница загрузки:

Python Downloads

Установка Python на Windows

Установка с официального сайта

Откройте Python Downloads.

Скачайте установщик для Windows.

Запустите установщик.

Обязательно отметьте галочку Add python.exe to PATH.

Нажмите Install Now.

Зачем нужен PATH: это настройка, которая позволяет запускать python из командной строки, не переходя в папку установки.

Проверка установки

Откройте PowerShell или Командную строку.

Выполните команду:

Ожидаемый результат: строка вида Python 3.x.x.

Если команда python не находится, попробуйте:

На Windows часто работает Python Launcher (py), даже если python не доступен в PATH.

Установка Python на macOS

Рекомендуемый вариант: официальный установщик

Откройте Python Downloads.

Скачайте установщик для macOS.

Установите Python.

Проверка установки

Откройте Terminal и выполните:

На macOS команда python может указывать на системный Python или быть недоступной, поэтому чаще используют python3.

Установка Python на Linux

На большинстве дистрибутивов Python уже установлен. Важно проверить версию:

Если Python 3 отсутствует, установите через менеджер пакетов вашего дистрибутива (например, apt, dnf, pacman). Команды различаются, поэтому ориентируйтесь на документацию вашего Linux.

Редактор кода и среда разработки

Писать код можно в любом текстовом редакторе, но удобнее использовать инструменты с подсветкой синтаксиса и запуском программ.

Популярные варианты:

Visual Studio Code (лёгкий и универсальный редактор)

- Visual Studio Code - Расширение: Python extension for Visual Studio Code

PyCharm Community Edition (IDE, особенно удобна для Python)

- PyCharm

На старте достаточно VS Code или PyCharm. Главное — чтобы вы могли создавать файл .py и запускать его.

Первый запуск Python: интерактивный режим

Интерактивный режим (REPL) удобен, чтобы быстро проверить идею или команду.

Откройте терминал.

Запустите Python:

или (на macOS/Linux чаще так):

Введите выражение:

Чтобы выйти:

На Windows: Ctrl+Z, затем Enter

На macOS/Linux: Ctrl+D

Первая программа в файле

Интерактивный режим хорош для экспериментов, но реальные программы хранятся в файлах.

Создайте папку для курса, например python-course.

Внутри создайте файл hello.py.

Добавьте код:

Запустите файл из терминала, перейдя в папку с ним:

Если у вас macOS/Linux, возможно нужно так:

!Как код из файла проходит через интерпретатор и превращается в вывод

Что такое pip и зачем он нужен

pip — это стандартный инструмент, который устанавливает дополнительные библиотеки (пакеты). Например, для работы с таблицами, графиками, веб-запросами.

Проверка, что pip доступен:

На macOS/Linux иногда:

Установка пакета (пример):

Полезные ссылки:

pip documentation

Виртуальное окружение: чтобы не ломать систему и проекты

Когда вы ставите пакеты через pip, важно понимать куда они ставятся. Лучший подход — отдельные окружения для разных проектов.

Виртуальное окружение — это папка с изолированной копией Python-настроек и пакетов для конкретного проекта.

Создание виртуального окружения

Откройте терминал в папке проекта.

Создайте окружение (обычно называют .venv):

На macOS/Linux может понадобиться python3.

Активация

Windows (PowerShell):

Windows (cmd):

macOS/Linux:

После активации в терминале обычно появляется пометка окружения, и pip install ... будет ставить пакеты внутрь проекта.

Документация:

venv — Creation of virtual environments

Частые проблемы и как их решить

Команда python не находится

- Windows: переустановите Python и убедитесь, что включили Add python.exe to PATH, либо используйте py. - macOS/Linux: используйте python3.

Установлено несколько Python, путаются версии

- Проверяйте версии командами python --version, python3 --version, py --version. - Для пакетов используйте точную форму: python -m pip ....

pip ставит “не туда”

- Создайте и активируйте виртуальное окружение, затем ставьте пакеты.

Проблемы с кодировкой/русским текстом в терминале

- В современных системах чаще всего всё работает автоматически. - Если видите “кракозябры”, попробуйте сменить терминал (например, Windows Terminal) или шрифт/кодировку.

Что запомнить перед следующим уроком

Python запускает код либо в интерактивном режиме, либо из .py файла.

Проверять версию и запускать инструменты надёжнее через python -m ....

Для проектов используйте виртуальные окружения venv.

В следующем материале логично перейти к базовому синтаксису: переменные, типы данных и простые операции — чтобы вы уже уверенно писали небольшие программы.

Синтаксис и базовые типы данных

Как читать и писать код на Python

В прошлом уроке вы установили Python, научились запускать его в интерактивном режиме и из файла .py. Теперь разберёмся, как устроен код в Python: из чего он состоит и какие данные (типы данных) мы можем хранить и обрабатывать.

Python часто выбирают новичкам, потому что синтаксис (правила записи кода) читается почти как обычный текст. Но есть несколько строгих правил.

Команды и выражения

Команда (инструкция) — действие, которое выполняет Python (например, присвоить значение переменной или вывести текст).

Выражение — то, что можно вычислить и получить значение (например, 2 + 3, "a" * 3, len("hi")).

Пример:

Отступы и блоки кода

В Python блоки кода обозначаются отступами, а не фигурными скобками.

После строк, которые начинаются блоком (например, if, for, while, def), ставится двоеточие :.

Внутри блока обычно используют 4 пробела на один уровень отступа.

Комментарии

Комментарий — это текст для людей, Python его игнорирует.

Переменные

Переменная — это имя, которое ссылается на значение.

Правила именования

Имя может состоять из букв, цифр и _, но не может начинаться с цифры.

Регистр важен: name и Name — разные имена.

Лучше использовать стиль snake_case: user_name, total_sum.

Типы данных: что именно хранится в переменных

Тип данных показывает, что находится внутри значения и какие операции с ним возможны.

!Как переменная связана со значением и его типом

Числа: int и float

int — целые числа: -3, 0, 42

float — числа с дробной частью: 3.14, 0.5

Полезные операции:

+, -, *, / — обычные арифметические операции

// — целочисленное деление (без дробной части)

% — остаток от деления

** — степень

Строки: str

Строка — это текст. В Python строки записывают в кавычках.

Основные операции со строками:

Склейка строк через +

Повтор строки через *

Получение длины через len(...)

#### f-строки: удобная подстановка значений

Когда нужно собрать строку из текста и значений переменных, удобно использовать f-строки.

Логический тип: bool

bool имеет два значения: True и False.

Часто bool получается из сравнений:

Операторы сравнения:

== равно

!= не равно

>, <, >=, <=

Логические операции:

Специальное значение: None

None означает “нет значения” или “не задано”.

Это полезно, когда значение появится позже или когда нужно явно показать отсутствие данных.

Преобразование типов

Иногда данные приходят в одном виде, а нужны в другом.

int("123") превращает строку в целое число

float("3.14") превращает строку в число с дробной частью

str(10) превращает число в строку

bool(...) превращает значение в True/False по правилам Python

Пример:

Важно: int("12.5") вызовет ошибку, потому что это не целое число. В таком случае сначала float("12.5").

Ввод и вывод: input() и print()

print()

print() выводит значения на экран.

input()

input() читает строку, которую вводит пользователь. Даже если вы вводите число, результат будет строкой.

Чтобы работать с числами, нужно преобразование:

Частые ошибки новичков

Забыли двоеточие после if (или другой строки, открывающей блок).

Смешали табы и пробелы в отступах.

Ожидали число от input(), но получили строку и попытались сложить со числом.

Пример ошибки:

Исправление:

Мини-практика: короткая программа в одном файле

Создайте файл profile.py и напишите:

Запустите так же, как в прошлом уроке: python profile.py (или python3 profile.py).

Что запомнить перед следующим уроком

Код в Python структурируется отступами.

Переменная — имя для значения.

Базовые типы: int, float, str, bool, None.

input() всегда возвращает строку, числа нужно получать через int(...) или float(...).

Дополнительно можно свериться с официальной документацией:

Python Tutorial

Built-in Types

Условия, циклы и логика программы

Зачем нужны условия и циклы

В прошлой статье вы научились работать с переменными, типами данных и вводом/выводом через input() и print(). Но пока ваши программы выполняются строго сверху вниз и всегда одинаково.

Чтобы программа была умной и реагировала на данные, нужны два инструмента:

Условия: выполнить разные действия в зависимости от ситуации.

Циклы: повторять действия много раз, пока не выполнится нужное условие.

Вместе они формируют логику программы: ветвления, повторения и контроль выполнения.

!Общая схема: ветвление через if и повторение через цикл

Логические выражения: что такое условие

Условие в Python — это выражение, результат которого имеет тип bool: True или False.

Чаще всего bool получается из сравнений:

Операторы сравнения

| Оператор | Значение | Пример | |---|---|---| | == | равно | a == b | | != | не равно | a != b | | > | больше | a > b | | < | меньше | a < b | | >= | больше или равно | a >= b | | <= | меньше или равно | a <= b |

Логические операторы: and, or, not

Иногда одного сравнения недостаточно, и нужно объединять условия:

and даёт True, только если оба условия истинны.

or даёт True, если истинно хотя бы одно.

not переворачивает значение: True становится False и наоборот.

Условный оператор if

Базовая форма: if и else

Важно:

После if и else ставится :.

Внутри блока используются отступы (обычно 4 пробела).

Несколько вариантов: elif

elif читается как “иначе если” и позволяет сделать несколько веток.

Порядок условий важен: Python проверяет ветки сверху вниз и выполняет первую подходящую.

Вложенные условия

Условия можно вкладывать друг в друга, но стоит держать код читаемым.

“Истинность” значений: как Python понимает True и False

Не всегда в условии пишут сравнение. Python умеет интерпретировать некоторые значения как “истина/ложь”.

Примеры:

Пустая строка "" считается ложью, а любая непустая строка — истиной.

Практический смысл: можно проверять, ввёл ли пользователь хоть что-то.

Цикл while: повторяем, пока условие истинно

while выполняет блок кода пока условие True.

Пример: счётчик

Здесь важно не забывать менять переменную count, иначе цикл станет бесконечным.

Пример: проверка ввода

Частая задача — просить ввод, пока он не станет корректным.

isdigit() — метод строки: возвращает True, если строка состоит только из цифр.

Цикл for: повторяем заданное количество раз

for удобен, когда число повторений известно заранее.

range(): генератор чисел для цикла

range(n) даёт последовательность чисел от 0 до n - 1.

range(a, b) даёт числа от a до b - 1.

Практика: сумма чисел

Управление циклом: break и continue

break: досрочно выйти из цикла

while True — распространённый шаблон для бесконечного цикла с выходом через break.

continue: пропустить текущую итерацию

Когда выполняется continue, цикл сразу переходит к следующему шагу.

Типичные ошибки

Ошибка в отступах: блок if или цикла должен иметь одинаковые отступы.

Сравнение через = вместо ==.

Бесконечный while, если условие никогда не становится False.

Неправильная граница в range(): верхняя граница не включается.

Мини-проект: простое меню в консоли

Создайте файл menu.py.

Идея: программа показывает меню и повторяет его, пока пользователь не выберет выход.

Здесь используются сразу все ключевые элементы урока: if/elif/else, while, break и проверки данных.

Что почитать в официальной документации

The if statement

for Statements

The range() Function

break and continue

Что запомнить

Условия строятся на сравнениях и логических операторах и дают True или False.

if/elif/else выбирают, какой блок кода выполнить.

while повторяет, пока условие истинно.

for с range() повторяет заданное число раз.

break завершает цикл, continue пропускает текущий шаг.

Функции, модули и работа с пакетами

Зачем нужны функции и модули

В прошлых уроках вы писали программы как последовательность команд с условиями if/elif/else и циклами for/while. По мере роста программы появляется проблема: код становится длинным, повторяется и его сложно читать.

Для решения используют:

Функции: позволяют выделить повторяющуюся логику в именованный блок кода.

Модули: позволяют хранить код в отдельных файлах .py и переиспользовать его.

Пакеты: это наборы модулей, которые можно установить (например, через pip).

!Как функции и модули собираются в проект, а пакеты ставятся в окружение

Функции

Что такое функция

Функция — это блок кода, у которого есть имя, входные данные (параметры) и результат (возвращаемое значение).

Плюсы функций:

код не повторяется

код легче тестировать и читать

программу проще расширять

Объявление функции: def

Что здесь происходит:

def greet(name): создаёт функцию с именем greet

name — параметр (данные, которые функция получает)

строки с отступом — тело функции

greet("Аня") — вызов функции

Возврат значения: return

Если функция должна выдать результат, используют return.

Правила, которые важно запомнить:

return завершает работу функции сразу

если return не написан, функция возвращает None

Параметры и аргументы

Параметр — переменная в объявлении функции (name в def greet(name):).

Аргумент — конкретное значение при вызове ("Аня" в greet("Аня")).

Значения по умолчанию

Можно задать значение параметра, если его не передали при вызове.

Область видимости: где существует переменная

Переменные внутри функции обычно локальные: они существуют только в момент работы функции.

Практическая привычка: старайтесь передавать данные через параметры и возвращать через return, а не полагаться на внешние переменные.

Докстрока: краткое описание функции

Докстрока — это строка в начале функции, которая описывает её назначение.

Докстроки полезны в редакторах кода и при чтении чужих проектов.

Официальная справка:

Определение функций в Python (tutorial)

Модули

Что такое модуль

Модуль — это файл .py. Всё, что вы писали до этого (например, menu.py), уже является модулем.

Зачем делить программу на модули:

удобнее поддерживать

легче ориентироваться

можно переиспользовать части кода

Импорт: import и from ... import ...

Допустим, у вас есть проект:

main.py

utils.py

Файл utils.py:

Файл main.py:

Популярные стили импорта

| Задача | Пример | Как обращаться | |---|---|---| | Импорт модуля целиком | import math | math.sqrt(9) | | Импорт конкретного имени | from math import sqrt | sqrt(9) | | Импорт с псевдонимом | import math as m | m.sqrt(9) |

Подход для новичка:

если модуль маленький и вы активно используете его функции, допустим from ... import ...

если важна ясность, откуда пришла функция, используйте import module и префикс module.

Официальная справка:

Модули в Python (tutorial)

Как Python выполняет модуль и зачем нужен __name__ == "__main__"

Если вы запускаете файл напрямую:

то внутри этого файла переменная __name__ будет равна строке "__main__".

Если же файл импортируют как модуль, __name__ будет равен имени модуля.

Это позволяет писать код так, чтобы часть выполнялась только при прямом запуске:

Зачем это нужно:

модуль можно импортировать, не запуская «главный сценарий»

удобнее тестировать функции и переиспользовать код

Официальная справка:

Модуль __main__ в Python

Пакеты и pip

Пакет в Python: два смысла

Слово пакет встречается в двух смыслах:

Пакет как структура проекта: папка с модулями.

Пакет как внешняя библиотека: то, что вы устанавливаете через pip.

В этом уроке важнее второй смысл: как подключать готовые библиотеки.

Виртуальное окружение перед установкой

Из прошлого урока вы уже знаете про venv. Базовая привычка такая:

создать .venv в проекте

активировать окружение

только потом ставить пакеты

Официальная справка:

venv — виртуальные окружения

Установка пакета через pip

Команда, которую удобно запомнить:

Почему именно так:

python -m pip гарантирует, что pip относится к этому Python и этому окружению

Документация pip:

pip documentation

Использование установленного пакета: пример с requests

requests — популярная библиотека для HTTP-запросов.

Важно:

если пакет не установлен в текущем окружении, импорт упадёт с ошибкой ModuleNotFoundError

Документация requests:

Requests: HTTP for Humans

Где смотреть, что установлено

Проверить список пакетов в окружении:

Посмотреть информацию о конкретном пакете:

Небольшая рекомендация по структуре учебного проекта

Для маленьких программ достаточно одного файла. Когда появляется больше логики, удобно перейти к структуре:

main.py для запуска

utils.py для вспомогательных функций

отдельные файлы для больших частей логики

Мини-правило читаемости:

функции делают одну понятную вещь

имена функций описывают действие: calculate_total, is_valid_age, format_user_name

Что запомнить

Функции создаются через def, принимают параметры и могут возвращать результат через return.

Переменные внутри функции обычно локальные.

Модуль — это файл .py, его подключают через import.

Конструкция if __name__ == "__main__": отделяет запуск сценария от кода, который можно импортировать.

Пакеты ставятся через python -m pip install ..., лучше внутри виртуального окружения.

Структуры данных: списки, словари, множества, кортежи

Зачем нужны структуры данных

В прошлых уроках вы работали с базовыми типами (int, float, str, bool) и управляли логикой программы с помощью условий и циклов, а также начали оформлять код в функции и модули. Но реальные программы почти всегда работают не с одним значением, а с набором значений: списком товаров, настройками пользователя, уникальными словами, результатами измерений.

Для этого в Python есть удобные структуры данных:

список (list) — упорядоченная изменяемая коллекция

кортеж (tuple) — упорядоченная неизменяемая коллекция

словарь (dict) — хранение пар ключ → значение

множество (set) — набор уникальных элементов без порядка

!Схема, чем отличаются list, tuple, dict и set

Как выбрать подходящую структуру

| Структура | Когда использовать | Ключевая особенность | |---|---|---| | list | когда важен порядок и нужно добавлять/удалять/менять элементы | изменяемая, есть индексы | | tuple | когда важен порядок, но данные не должны меняться | неизменяемая, есть индексы | | dict | когда нужно быстро находить значение по ключу (например, по имени поля) | пары ключ-значение | | set | когда важна уникальность и проверки “есть ли элемент” | только уникальные элементы |

Списки (list)

Создание списка

Список записывают в квадратных скобках:

Индексация и срезы

У списка есть порядок, поэтому элементы можно брать по индексу.

Первый элемент: индекс 0

Последний элемент: индекс -1

Срез — это “кусок списка”:

Важно: правая граница в срезе не включается.

Изменение списка

Список можно менять: заменять элементы, добавлять, удалять.

Частые методы:

append(x) — добавить в конец

extend(other) — добавить все элементы из другой коллекции

insert(i, x) — вставить по индексу

pop() или pop(i) — удалить и вернуть элемент

remove(x) — удалить первое вхождение значения

sort() — сортировка (изменяет список)

Перебор списка в цикле

В прошлом уроке вы использовали for и range(). Со списком чаще перебирают прямо элементы:

Если нужен индекс, можно перебирать диапазон индексов:

Проверка “есть ли элемент”

Оператор in возвращает True или False:

Кортежи (tuple)

Зачем нужен кортеж

Кортеж похож на список, но его нельзя менять. Это полезно, когда:

данные должны оставаться фиксированными

вы хотите явно показать, что набор значений — “константный”

Создание кортежа

Кортеж из одного элемента требует запятую:

Индексация и перебор

Индексация и перебор — как у списка:

Распаковка кортежа

Очень полезный приём — разложить кортеж по переменным:

Словари (dict)

Идея словаря: ключ → значение

Словарь хранит пары: по ключу быстро находится значение. Пример: ключ "name" хранит имя пользователя.

Ключами чаще всего делают строки, а значениями — что угодно: числа, строки, списки.

Доступ к значению по ключу

Если ключа нет, обращение через user["missing"] вызовет ошибку. Безопасный вариант — метод get():

Добавление и изменение

Удаление

Перебор словаря

По умолчанию for перебирает ключи:

Часто удобнее использовать:

items() — пары (key, value)

keys() — ключи

values() — значения

Проверка наличия ключа

in у словаря проверяет ключи, а не значения:

Множества (set)

Что такое множество

Множество — это коллекция уникальных элементов. Если добавить одинаковый элемент несколько раз, он останется один.

Пустое множество создают не через {}, потому что {} — это пустой словарь. Правильно так:

Уникальность и добавление

Быстрая проверка “есть ли элемент”

Операции над множествами

Множества удобно использовать, когда нужно работать с пересечением и объединением наборов.

a | b — объединение (всё, что есть хотя бы в одном)

a & b — пересечение (только общее)

a - b — разность (что есть в a, но нет в b)

Практический пример: найти общие интересы двух пользователей.

Важная тема: изменяемость

У структур данных есть принципиальная разница.

изменяемые: list, dict, set

неизменяемые: tuple (а также базовые int, float, str, bool)

Это влияет на то, можно ли “поменять объект на месте”.

Частая ошибка со списками: копия и “тот же самый список”

Если присвоить список другой переменной, вы получите две ссылки на один и тот же список:

Если нужна копия, можно сделать так:

Мини-практика без “магии”: пример, где нужны все структуры

Задача: есть список покупок (может содержать повторы), нужно:

вывести уникальные товары

посчитать, сколько раз встречается каждый товар

сохранить “неизменяемую” версию итогового списка

Здесь:

list хранит исходные данные

set убирает повторы

dict хранит счётчик

tuple фиксирует результат, чтобы его “случайно” не поменять

Что почитать в официальной документации

Built-in Types

Data Structures (tutorial)

Что запомнить

list — когда нужен порядок и изменения.

tuple — когда нужен порядок, но изменения не должны происходить.

dict — когда нужно хранить данные по ключам и быстро получать значения.

set — когда важна уникальность и удобны операции над наборами.

in работает по-разному: у списка проверяет элементы, у словаря — ключи.

Файлы, исключения и отладка

Как эта тема связана с предыдущими уроками

До этого вы писали программы, которые работают с вводом через input() и выводом через print(), управляли логикой с помощью if и циклов, выносили повторяющийся код в функции и раскладывали проект по модулям, а также использовали структуры данных.

Теперь добавим три ключевые практические вещи:

Файлы: чтобы программа могла сохранять результаты и читать данные не только из консоли.

Исключения: чтобы программа не “падала” при ошибках ввода, отсутствующих файлах и других проблемах.

Отладка: чтобы быстро находить и исправлять ошибки в логике.

!Общая картина: где в программе появляются файлы и исключения

Работа с файлами

Что такое файл для программы

Файл — это способ хранить данные между запусками программы. В Python работа с файлами обычно выглядит так:

открыть файл

прочитать или записать данные

закрыть файл

Закрывать файл важно, иначе данные могут не записаться полностью, а сам файл может остаться “занятым” системой.

Открытие файла: open()

Базовая форма:

Параметры:

"data.txt" — имя файла (путь)

режим "r" — чтение

encoding="utf-8" — кодировка (важно для русского текста)

Документация:

open() — built-in function

Контекстный менеджер: with open(...) as f

Самый правильный и распространённый способ — использовать with. Тогда файл закроется автоматически, даже если возникнет ошибка.

Запомните правило: если работаете с файлами — почти всегда используйте with.

Режимы открытия файла

| Режим | Что делает | Если файла нет | |---|---|---| | "r" | чтение | ошибка | | "w" | запись (перезапись) | создаст файл | | "a" | дозапись в конец | создаст файл | | "x" | создать новый и писать | ошибка | | "r+" | чтение и запись | ошибка |

Чтение из файла

Чтение целиком:

Чтение построчно (удобно для больших файлов):

Здесь rstrip() убирает символ перевода строки в конце, чтобы print() не добавлял “пустые строки”.

Запись в файл

Перезаписать файл:

Дозаписать в конец:

Пути к файлам: относительные и абсолютные

Относительный путь считается от текущей папки запуска.

Абсолютный путь — полный путь в системе.

Частая проблема новичков: файл “не находится”, потому что программа запускается из другой папки.

Чтобы удобнее работать с путями, используйте pathlib:

Документация:

pathlib — Object-oriented filesystem paths

Исключения: как Python сообщает об ошибках

Что такое исключение

Исключение — это сигнал об ошибке во время выполнения программы.

Примеры:

ValueError — неверный формат данных (например, int("abc"))

FileNotFoundError — файл не найден

ZeroDivisionError — деление на ноль

KeyError — нет ключа в словаре при обращении через d[key]

Исключения полезны тем, что дают точное место и причину ошибки. Но если их не обработать, программа завершится.

Документация:

Built-in Exceptions

Обработка ошибок: try / except

Пример: пользователь вводит число, но может ошибиться.

Идея простая:

в try кладём “опасный” код

в except описываем, что делать, если произошла ошибка

Несколько except для разных ошибок

else и finally

else выполняется, если ошибок не было

finally выполняется всегда (и при успехе, и при ошибке)

Не делайте “пустой” except

Плохая практика:

Почему плохо:

вы ловите все ошибки подряд, включая неожиданные

становится трудно понять настоящую причину проблемы

Лучше ловить конкретные исключения (например, ValueError).

Как “поднять” исключение самому: raise

Иногда вы пишете функцию и хотите явно запретить неправильные входные данные.

Такой подход полезен, когда функция должна быть надёжной и понятной: неправильные данные — понятная ошибка.

Отладка: как находить ошибки быстрее

Два типа проблем

Синтаксические ошибки: Python не может даже запустить код (например, забыли :).

Ошибки выполнения и логики: код запускается, но падает с исключением или выдаёт неверный результат.

Читайте traceback (трассировку)

Когда программа падает, Python показывает traceback: список строк, где происходил вызов функций, и конкретную строку, где случилась ошибка.

Привычка:

смотрите на последнюю строку traceback: там тип ошибки (например, ValueError) и сообщение

поднимайтесь выше: там файл и номер строки

Самый простой способ отладки: контрольные print()

Это нормально для небольших учебных задач.

Важно: такие print() лучше удалять или выключать после того, как нашли проблему.

breakpoint() и встроенный отладчик

Python умеет останавливать программу в нужном месте.

Когда выполнение дойдёт до breakpoint(), вы сможете смотреть значения переменных и выполнять команды по шагам.

Документация:

pdb — The Python Debugger

Отладчик в IDE

Если вы используете VS Code или PyCharm, у них есть отладчик с удобным интерфейсом:

ставите точку останова (breakpoint)

запускаете в режиме отладки

смотрите переменные, выполняете код построчно

Это особенно полезно, когда программа состоит из нескольких файлов (модулей), как в уроке про модули.

Мини-проект: “Заметки” с сохранением в файл и обработкой ошибок

Задача: сделать простую программу, которая:

просит у пользователя текст заметки

добавляет заметку в файл

умеет показать все заметки

не падает при ошибках файлов

Пример структуры одного файла notes_app.py:

Что здесь закрепляется:

функции (add_note, show_notes, run)

работа с файлами через with open(...)

обработка FileNotFoundError

структура запуска через if __name__ == "__main__":

Что запомнить

Для файлов почти всегда используйте with open(...) as f:.

Явно указывайте encoding="utf-8", если работаете с русским текстом.

Исключения — нормальная часть программы; их нужно обрабатывать там, где ошибка ожидаема.

Ловите конкретные исключения, а не “всё подряд”.

Для отладки используйте traceback, print() и breakpoint() (или отладчик IDE).

Полезные ссылки:

Reading and Writing Files

Built-in Exceptions

pdb — The Python Debugger

Основы ООП и мини‑проект

Зачем вам ООП после функций, структур данных и файлов

Ранее вы научились:

писать логику на if и циклах

выносить повторяющийся код в функции и модули

хранить данные в list, dict, set, tuple

читать и записывать файлы, обрабатывать ошибки через try/except

Когда программа становится больше, появляется типичная ситуация: есть сущности (например, заметка, пользователь, задача), у каждой есть данные и действия. Объектно‑ориентированное программирование (ООП) помогает объединять данные и поведение в одно целое.

ООП особенно полезно, когда:

у вас много связанных данных и функций, которые их обрабатывают

нужно поддерживать проект (изменять и расширять без переписывания всего)

требуется чёткая структура и понятные границы ответственности

!Схема различия между классом (шаблон) и объектом (конкретный экземпляр)

Класс и объект простыми словами

Класс — это шаблон (описание), как будет выглядеть сущность.

Объект (экземпляр класса) — конкретная сущность, созданная по шаблону.

Пример из жизни:

класс: «Задача»

объект: «Купить молоко»

Атрибуты и методы

У объектов есть:

атрибуты — данные (например, title, done)

методы — функции, привязанные к объекту (например, mark_done())

Первый класс

Что здесь важно:

class Task: объявляет класс.

__init__ — конструктор: вызывается при создании объекта.

self — ссылка на сам объект, который сейчас «обслуживает» метод.

Как работает self

self передаётся неявно при вызове метода.

Эти два варианта эквивалентны:

Поэтому почти все методы класса первым параметром принимают self.

Инкапсуляция: прячем детали, оставляем удобный интерфейс

Инкапсуляция — это подход, при котором вы скрываете внутренние детали и даёте внешнему коду понятные методы.

В Python нет «жёстких» приватных полей как в некоторых языках, но есть соглашения:

name — публичный атрибут

_name — внутренний (не трогать снаружи без необходимости)

__name — «усиленно скрытый» (name mangling), используется реже

Практический смысл: вы снижаете риск случайно сломать состояние объекта.

Композиция: объект внутри объекта

Композиция — это когда один объект хранит внутри себя другие объекты.

Например, TaskList хранит список Task.

Композиция часто полезнее наследования для учебных и небольших проектов: проще читать и расширять.

Наследование: когда один класс расширяет другой

Наследование — это способ сделать новый класс на основе существующего.

Пример: пусть есть базовая задача, а есть задача с дедлайном.

Правила, которые важно понимать:

DeadlineTask(Task) означает: DeadlineTask наследуется от Task.

super().__init__(title) вызывает конструктор родителя, чтобы не дублировать код.

Когда наследование уместно:

новый класс действительно является «тем же самым, но расширенным»

базовый класс задаёт общий интерфейс

Когда лучше композиция:

различия слишком большие

вы хотите «собрать» поведение из частей, а не строить иерархию

Полезные «магические» методы (dunder методы)

В Python у объектов есть специальные методы, которые позволяют им красиво вести себя в языке.

__str__ для удобного отображения

__repr__ для отладки

__repr__ обычно делают более «техническим», чтобы было понятно состояние объекта.

Мини‑проект: консольный менеджер задач с сохранением в файл

Вы сделаете маленькое приложение, которое закрепляет сразу несколько тем курса:

ООП: классы Task и TaskManager

структуры данных: список задач внутри менеджера

файлы: сохранение в tasks.json

исключения: обработка отсутствующего файла и ошибок формата

Что будет уметь программа

показывать список задач

добавлять задачу

отмечать задачу выполненной

сохранять и загружать задачи из файла

Формат хранения

Используем JSON, потому что:

он читаемый

стандартная библиотека Python уже содержит модуль json

Документация:

Модуль json

Код проекта в одном файле

Создайте файл task_app.py.

Что здесь важно заметить

Task отвечает только за одну задачу: хранит данные и умеет превращаться в словарь.

TaskManager отвечает за коллекцию задач и за сохранение/загрузку.

Валидация входных данных сделана через raise ValueError(...), а пользовательский сценарий ловит ошибки через try/except.

Файл хранится рядом со скриптом через Path(__file__).parent.

Почему здесь используется @dataclass

dataclass — часть стандартной библиотеки. Он автоматически создаёт полезный конструктор и делает класс короче, когда он в основном хранит данные.

Документация:

Модуль dataclasses

Что запомнить

Класс описывает сущность, объект — конкретный экземпляр.

Атрибуты хранят данные, методы описывают поведение.

__init__ настраивает объект при создании, а self указывает на текущий объект.

Инкапсуляция делает код безопаснее и понятнее через аккуратный интерфейс.

Композиция часто проще наследования: «менеджер содержит задачи».

ООП хорошо сочетается с файлами и исключениями: объекты можно сохранять и восстанавливать.