Базовые знания по языку программирования Python

Введение в Python и настройка окружения

Python — популярный язык программирования, который используют для автоматизации, анализа данных, веб-разработки, тестирования и множества других задач. В этом курсе мы начнём с базовых вещей: установим Python, научимся запускать программы и подготовим удобное рабочее окружение.

Что такое Python

Python — это интерпретируемый язык. Это значит, что ваш код выполняется программой-интерпретатором python, которая читает текст программы и запускает инструкции.

Важно различать:

Python (язык) — правила написания кода.

Интерпретатор Python — программа, которая выполняет ваш код.

Среда разработки (IDE/редактор) — приложение, где вы пишете код (например, Visual Studio Code).

Какие версии Python использовать

Для обучения и большинства задач выбирайте Python 3 (Python 2 устарел).

Рекомендации:

Ставьте актуальную стабильную версию Python 3 с официального сайта.

Если в инструкции где-то встречается просто python, а в системе это Python 2 или команда не находится — мы разберём, как проверить и исправить.

Официальные источники:

Python Downloads

Документация Python

Установка Python

Windows

Скачайте установщик с Python Downloads.

Запустите установку.

На первом экране установщика обязательно отметьте Add python.exe to PATH.

Нажмите Install Now.

Пояснение про PATH:

PATH — это настройка системы, которая позволяет запускать команды (например, python) из терминала из любой папки.

macOS

Перейдите на Python Downloads и скачайте установщик для macOS.

Установите Python.

Откройте Терминал и проверьте команду python3.

Примечание:

На macOS часто уже есть системный Python, но для разработки лучше использовать установленный отдельно Python 3 и запускать его как python3.

Linux

На многих дистрибутивах Python 3 уже установлен. Проверка:

Если не установлен, используйте пакетный менеджер вашего дистрибутива (пример для Ubuntu/Debian):

Проверка установки

Откройте терминал (на Windows это может быть PowerShell или Командная строка) и выполните:

Если команда не находится, попробуйте:

Что должно получиться:

Вы увидите версию вида Python 3.x.y.

Первый запуск Python: интерактивный режим и скрипт

Интерактивный режим (REPL)

REPL — это режим, где вы вводите команды по одной строке и сразу видите результат.

Запуск:

Или на некоторых системах:

Пример:

Выход:

Windows: Ctrl+Z, затем Enter

macOS/Linux: Ctrl+D

Запуск файла (скрипта)

Обычно программы пишут в файлах с расширением .py.

Создайте файл hello.py со следующим содержимым:

Запустите в терминале из папки с файлом:

Если у вас используется python3:

Пакеты и pip

В Python часто используют пакеты — готовые библиотеки, которые добавляют новые возможности (например, работа с HTTP, таблицами, графиками).

Для установки пакетов обычно используют pip.

Проверка:

Или:

Пример установки пакета:

Официальная справка по pip:

pip documentation

Виртуальные окружения: зачем они нужны

Виртуальное окружение — это отдельная папка с собственной копией зависимостей (пакетов). Оно помогает:

не смешивать пакеты разных проектов;

избегать конфликтов версий;

воспроизводить окружение проекта.

Создание и активация venv

Перейдите в папку проекта и выполните:

Активация:

Windows (PowerShell):

Windows (cmd):

macOS/Linux:

После активации команды python и pip будут относиться к этому окружению.

Выход из окружения:

Выбор редактора или IDE

Для обучения подойдут разные варианты:

Visual Studio Code — лёгкий редактор с расширениями.

PyCharm Community Edition — полноценная IDE для Python.

Ссылки:

Visual Studio Code

Python extension for Visual Studio Code

PyCharm

Рекомендация для начала:

Установите VS Code и расширение Python.

Настройте проект так, чтобы VS Code использовал интерпретатор из .venv.

!Схема, показывающая как связаны редактор, терминал, venv и запуск скрипта

Типичные проблемы и быстрые решения

Команда python не найдена

Возможные причины:

Python не установлен.

Python установлен, но не добавлен в PATH.

На системе используется команда python3 вместо python.

Что сделать:

Попробуйте python3 --version.

Переустановите Python и отметьте добавление в PATH (особенно на Windows).

pip ставит пакеты “не туда”

Частая причина — вы забыли активировать виртуальное окружение.

Проверка:

Активируйте .venv.

Убедитесь, что python и pip относятся к окружению:

Путь должен указывать на .venv.

Итоги

Теперь у вас есть базовое окружение для обучения:

установлен Python 3;

вы умеете запускать Python в интерактивном режиме и через файл .py;

знаете, что такое pip и виртуальное окружение venv;

выбрали редактор/IDE и понимаете общий рабочий процесс.

В следующей статье мы перейдём к основам синтаксиса: переменным, типам данных и простым операциям.

Синтаксис, переменные и базовые типы данных

В прошлой статье вы установили Python, научились запускать код в интерактивном режиме (REPL) и через файл .py, а также настроили виртуальное окружение. Теперь перейдём к основам языка: как выглядит код на Python, что такое переменные и какие типы данных встречаются чаще всего.

Как «читается» программа на Python

Программа — это последовательность инструкций, которые интерпретатор выполняет сверху вниз.

Пример файла main.py:

Если запустить файл, строки выполнятся по порядку.

Отступы и блоки кода

В Python блоки кода (например, внутри условия или цикла) выделяются отступами, а не фигурными скобками.

Пример:

Важно:

Обычно используют 4 пробела на один уровень отступа.

Нельзя «перемешивать» отступы как попало: все строки одного блока должны иметь одинаковый отступ.

Комментарии

Комментарий — это текст для человека, который Python не выполняет.

Чувствительность к регистру

Python различает заглавные и строчные буквы:

Переменные

Переменная — это имя, которое ссылается на значение в памяти.

Пример:

Как присваивать значения

Обычное присваивание:

Множественное присваивание:

Обмен значениями без «третьей переменной»:

!Переменная — это имя, которое указывает на значение

Правила именования

Хорошие имена помогают читать код.

Имя может содержать буквы, цифры и символ _, но не может начинаться с цифры.

Пробелы запрещены.

Желательно использовать стиль snake_case.

Примеры:

Зарезервированные слова

Некоторые слова — часть синтаксиса Python, их нельзя использовать как имена переменных.

Например: if, else, for, while, def, class, True, False, None.

Полный список зависит от версии Python и приведён в документации:

Python keywords

Базовые типы данных

Тип данных определяет:

какие значения возможны;

какие операции можно выполнять.

Проверить тип можно функцией type():

Целые числа int

int — целые числа без дробной части.

Числа с плавающей точкой float

float — числа с дробной частью.

Особенность: float хранит число приближённо, поэтому иногда возможны «странные» результаты при вычислениях.

Строки str

str — текст. Строки берутся в кавычки: одинарные или двойные.

Полезные операции:

Метод — это функция, «принадлежащая» значению. Например, upper() — метод строки.

#### f-строки (удобное форматирование)

Логический тип bool

bool имеет два значения: True и False. Обычно используется в условиях.

Результаты сравнений — тоже bool:

Специальное значение None

None означает «нет значения» или «значение пока неизвестно».

Это не строка и не число — это отдельный тип.

Ввод и вывод

Вывод: print()

print() печатает значения в терминал.

Ввод: input()

input() читает строку из терминала.

Важно: input() всегда возвращает str. Если нужно число, делайте преобразование.

Преобразование типов

Иногда нужно явно преобразовать одно значение в другой тип.

Примеры:

Если строка не похожа на число, int() и float() вызовут ошибку.

Частые ошибки новичков

Забыли кавычки у строки

Перепутали = и ==

Неправильные отступы

Ожидали число из input()

Итоги

В этой статье вы освоили основу чтения и написания кода на Python:

как работают отступы и комментарии;

что такое переменные и как их правильно именовать;

базовые типы данных: int, float, str, bool, None;

ввод и вывод, а также преобразование типов.

Дальше эти знания станут базой для условий и циклов: мы будем принимать решения в коде и повторять действия много раз.

Условия, циклы и управление потоком выполнения

В прошлых статьях вы настроили окружение, научились запускать скрипты и познакомились с переменными и базовыми типами данных. Теперь добавим ключевую возможность программ: управлять тем, что и когда выполняется. Для этого в Python есть условия и циклы.

Управление потоком выполнения

По умолчанию Python выполняет код сверху вниз. Управление потоком выполнения позволяет:

выполнять код только если выполнено условие;

повторять действия много раз;

прерывать или пропускать часть выполнения.

!Блок-схема показывает, как программа выбирает ветку по условию и как цикл возвращает выполнение к проверке условия

Условия

Условие в Python записывается с помощью if, а альтернативные ветки — elif и else.

Базовый if

Важно:

после условия ставится двоеточие :;

тело условия оформляется отступом (обычно 4 пробела).

Документация: The if statement

else и elif

else выполняется, если условие if ложно.

elif добавляет дополнительные проверки.

Рекомендации:

располагайте проверки от более строгих к более общим;

используйте elif, если ветки взаимоисключающие.

Операторы сравнения

Условия обычно строят на сравнениях:

| Оператор | Значение | Пример | |---|---|---| | == | равно | x == 10 | | != | не равно | x != 10 | | > | больше | x > 0 | | < | меньше | x < 0 | | >= | больше или равно | x >= 18 | | <= | меньше или равно | x <= 100 |

Сравнения возвращают bool: True или False.

Логические операторы and, or, not

and требует, чтобы оба условия были истинны.

or требует, чтобы хотя бы одно было истинно.

not инвертирует значение.

Истинность значений: что считается True и False

В if можно передавать не только bool. Python приведёт значение к логическому.

Чаще всего False дают:

0, 0.0

пустая строка ""

пустые коллекции (например, пустой список [])

None

Всё остальное обычно считается True.

Пример с вводом (помните: input() возвращает строку):

Документация: Truth Value Testing

Вложенные условия

Условия можно вкладывать друг в друга. Это нормально, но глубоко вложенный код хуже читается.

Практический совет: если вложенность растёт, подумайте, можно ли объединить проверку через and.

Циклы

Циклы нужны, когда вы хотите повторять действие.

В Python основные циклы:

while повторяет, пока условие истинно;

for перебирает элементы последовательности.

Документация: The while statement, The for statement

Цикл while

while проверяет условие перед каждой итерацией.

Ключевой момент: внутри цикла обычно нужно изменять переменные, влияющие на условие. Иначе получится бесконечный цикл.

Пример с вводом и проверкой:

Цикл for

for в Python перебирает элементы.

Часто нужно повторить действие фиксированное число раз — тогда используют range().

range()

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

Можно задавать начало и конец:

И шаг:

Документация: range

break и continue

break немедленно завершает цикл.

continue пропускает текущую итерацию и переходит к следующей.

else у циклов

В Python у циклов есть ветка else. Она выполняется, если цикл завершился без break.

Это удобно при поиске.

pass

pass — это команда-заглушка: она ничего не делает. Нужна, когда синтаксически блок должен быть, но логика пока не готова.

Типичные ошибки и как их избегать

= вместо == в условии

Неправильные отступы в блоках if и циклах

Бесконечный while из-за того, что условие никогда не меняется

Ожидание числа из input() без преобразования

Пример с корректным преобразованием:

Итоги

Теперь вы умеете управлять логикой программы:

писать условия if, elif, else и составлять их через and, or, not;

понимать, какие значения считаются истинными и ложными;

использовать циклы while и for, а также range();

управлять циклом с помощью break, continue, else и pass.

Эти конструкции — основа почти любой программы: они позволяют принимать решения и повторять действия в зависимости от данных.

Коллекции: строки, списки, кортежи, множества, словари

В предыдущих статьях вы научились работать с переменными и базовыми типами данных, а также управлять потоком выполнения через условия и циклы. Теперь добавим следующий важный слой: коллекции.

Коллекции позволяют хранить несколько значений в одной переменной и удобно их обрабатывать: перебирать в for, проверять наличие через in, выбирать элементы по индексу, группировать данные по ключам.

Что такое коллекция в Python

Коллекция — это объект, который хранит набор элементов.

Самые базовые коллекции в Python:

str — строка (последовательность символов)

list — список (изменяемая последовательность)

tuple — кортеж (неизменяемая последовательность)

set — множество (набор уникальных элементов без порядка)

dict — словарь (пары ключ → значение)

!Шпаргалка по отличиям основных коллекций Python

Общие операции для коллекций

Эти операции встречаются почти везде:

len(x) — количество элементов

x in collection — проверка наличия

for item in collection: — перебор

Пример:

Важно: некоторые коллекции упорядоченные (например, str, list, tuple), а некоторые — нет (например, set). Это влияет на то, можно ли обращаться по индексу и гарантирован ли порядок.

Строки str

Строка — это последовательность символов. Строки в Python неизменяемы.

Индексация и срезы

Индексация начинается с 0.

Срез берёт часть строки: text[start:stop:step].

Полезные методы строк

Частая задача — разбить строку на части и собрать обратно.

Документация: Тип str

Списки list

Список — упорядоченная коллекция элементов. Списки изменяемы, поэтому подходят для накопления данных.

Создание и доступ к элементам

Списки могут хранить значения разных типов, но обычно удобнее хранить один тип.

Добавление и удаление элементов

append(x) добавляет элемент в конец

insert(i, x) вставляет по индексу

pop() удаляет и возвращает элемент (по умолчанию последний)

Документация: Тип list

Перебор с индексом

Важный момент про копирование списка

Присваивание не копирует список, а создаёт ещё одно имя для того же объекта.

Если нужна копия:

Кортежи tuple

Кортеж похож на список, но неизменяем. Его удобно использовать, когда набор значений не должен меняться.

Попытка изменить кортеж вызовет ошибку:

Распаковка кортежа

Очень частый паттерн в Python:

Кортежи часто появляются при множественном присваивании и при возврате нескольких значений из функции.

Документация: Тип tuple

Множества set

Множество — это коллекция уникальных элементов. У множества нет индексированного доступа, потому что порядок не гарантируется.

Создание множества

Пустое множество создаётся так:

А вот {} — это пустой словарь, не множество.

Уникальность и удаление дублей

Операции над множествами

Документация: Тип set

Словари dict

Словарь хранит соответствия ключ → значение. Это основная структура для моделирования объектов и быстрого поиска данных по ключу.

Создание и доступ

Ключи обычно делают строками, но можно использовать и числа, и кортежи. Главное требование: ключ должен быть неизменяемым.

Безопасное чтение: get

Если ключа нет, user["city"] вызовет ошибку. Часто удобнее get:

Добавление, изменение и удаление

Перебор словаря

По умолчанию перебираются ключи:

Пары ключ-значение удобнее перебирать через items():

Документация: Тип dict

Как выбрать подходящую коллекцию

| Задача | Подходящая коллекция | Почему | |---|---|---| | Хранить текст | str | последовательность символов, много готовых методов | | Хранить изменяемый список значений | list | можно добавлять, удалять, менять элементы | | Хранить фиксированный набор значений | tuple | защищает от случайных изменений | | Удалить дубликаты, проверять уникальность | set | хранит только уникальные элементы | | Быстро находить значение по ключу | dict | сопоставление ключ → значение |

Мини-практика: связываем коллекции с условиями и циклами

Пример задачи: из списка имён собрать словарь с длиной каждого имени, пропуская пустые строки.

Здесь одновременно используются:

цикл for

continue для пропуска

dict для накопления результата

len() для вычисления длины

Типичные ошибки новичков

Путать {} и set()

Ожидать, что у set есть индексы

Думать, что присваивание копирует список (b = a)

Забывать, что dict[key] падает, если ключа нет, и не использовать get() там, где это уместно

Итоги

Теперь у вас есть базовый набор коллекций Python и понимание, когда они нужны:

последовательности str, list, tuple (индексы, срезы, перебор)

уникальные элементы в set

соответствия ключ-значение в dict

Эти структуры данных постоянно используются вместе с условиями и циклами, поэтому следующий шаг в практике — писать небольшие программы, которые читают ввод, собирают данные в коллекции и обрабатывают их.

Функции, области видимости и обработка исключений

В предыдущих статьях вы научились писать код с переменными, условиями, циклами и коллекциями. Следующий шаг к более структурным и надёжным программам — освоить:

функции (чтобы переиспользовать код и не повторяться)

области видимости (чтобы понимать, какие переменные где доступны)

обработку исключений (чтобы программа не падала на ошибках ввода и других проблемах)

!Схема помогает представить вызовы функций и локальные переменные как отдельные "кадры" выполнения

Функции

Функция — это именованный блок кода, который можно вызывать много раз. Функции делают код короче, понятнее и проще для тестирования.

Документация: Определение функций в учебнике Python

Зачем нужны функции

Убирают дублирование кода.

Делают программу читаемой: по имени функции понятно, что она делает.

Позволяют разбивать задачу на маленькие части.

Как объявить и вызвать функцию

Функция объявляется через def.

Правила:

Имя функции обычно пишут в стиле snake_case.

Тело функции выделяется отступом.

Параметры и аргументы

Параметр — имя в объявлении функции.

Аргумент — конкретное значение при вызове.

Возврат значения: return

return завершает функцию и возвращает результат.

Важно различать:

print() выводит на экран.

return возвращает значение в место вызова.

Пример ошибки мышления:

Если return не написан, функция возвращает None.

Несколько return и ранний выход

Часто удобно выйти из функции сразу, когда результат уже известен.

Значения параметров по умолчанию

Можно задавать значения по умолчанию.

Правило: параметры со значением по умолчанию обычно ставят после обязательных.

Именованные аргументы

При вызове можно явно указывать, какой параметр заполняете.

Очень частая ошибка: изменяемые значения по умолчанию

Если использовать список или словарь как значение по умолчанию, он создаётся один раз и будет общим для всех вызовов.

Плохой пример:

Правильный подход — использовать None и создавать список внутри:

Докстроки: короткое описание функции

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

Области видимости и время жизни переменных

Область видимости — это часть программы, где имя переменной доступно.

Документация: Модель выполнения: связывание имён

Локальные и глобальные переменные

Локальные переменные создаются внутри функции и доступны только в ней.

Глобальные переменные создаются на верхнем уровне файла и доступны из функций только для чтения (по умолчанию).

Пример:

Локальная переменная не видна снаружи:

Почему важно избегать изменения глобальных переменных

Глобальные изменения делают программу менее предсказуемой: функция начинает зависеть от внешнего состояния.

Если всё же нужно изменить глобальную переменную, используется global, но в базовых программах лучше предпочитать return.

Сравните:

Второй вариант легче тестировать и понимать.

Как Python ищет имя переменной

Внутри функции Python обычно ищет имя так:

сначала среди локальных переменных функции;

затем среди переменных внешнего уровня (глобальных) в этом файле;

затем среди встроенных имён (например, len, print).

Практический вывод: не называйте переменные list, dict, str, len, чтобы не перекрывать встроенные функции и типы.

Обработка исключений

Исключение — это объект ошибки, который возникает во время выполнения. Если исключение не обработать, программа завершится с сообщением об ошибке.

Документация: Ошибки и исключения (учебник Python)

Типичный пример исключения

Здесь возможна ошибка ValueError, если строку нельзя преобразовать в число.

try и except

Чтобы программа не падала, используют конструкцию try/except.

Рекомендация: ловите конкретные исключения, а не всё подряд.

Несколько except

Можно обрабатывать разные ошибки по-разному.

else и finally

else выполняется, если в try не было исключения.

finally выполняется всегда, даже если была ошибка.

!Схема показывает порядок выполнения try/except/else/finally

Когда стоит использовать исключения, а когда if

Исключения полезны, когда:

ошибка может возникнуть из-за внешних данных (ввод пользователя, файлы, сеть);

проще попытаться сделать действие и обработать сбой, чем заранее проверять всё.

if полезнее, когда:

условие нормальное и ожидаемое (например, проверка диапазона: возраст не меньше 0).

Как создавать свои ошибки: raise

Иногда вы хотите явно запретить некорректные данные.

Это особенно удобно, если функцию будут использовать в разных местах.

Пример: надёжная функция чтения возраста

Соединим функции, циклы и исключения.

Здесь:

цикл while повторяет запрос;

try/except защищает преобразование int(text);

проверка if age < 0 отсекает логически неверные данные;

return завершает функцию, когда всё корректно.

Типичные ошибки новичков

Путать print и return и ожидать значение там, где функция ничего не возвращает.

Изменять глобальные переменные вместо передачи данных через параметры и return.

Писать except: без указания типа и скрывать реальные ошибки.

Использовать [] или {} как значение по умолчанию у параметра.

Итоги

Теперь у вас есть инструменты, которые делают код похожим на настоящие программы:

вы умеете объявлять функции, передавать параметры и возвращать значения через return;

понимаете разницу между локальными и глобальными переменными и почему важно контролировать области видимости;

умеете обрабатывать ошибки через try/except, использовать else/finally и при необходимости поднимать ошибки через raise.

Дальше эти навыки пригодятся в более крупных задачах: функции станут строительными блоками программы, а исключения помогут писать устойчивый код при работе с вводом и данными.

Работа с файлами, модулями и пакетами

В прошлых статьях вы научились управлять потоком выполнения, работать с коллекциями, писать функции и обрабатывать исключения. Теперь добавим три практических навыка, без которых сложно писать реальные программы:

работа с файлами (чтение и запись данных);

разбиение кода на модули (импорт и повторное использование);

организация модулей в пакеты (структура проекта).

Работа с файлами

Файл — это данные, сохранённые на диске (например, notes.txt, data.csv, config.json). В Python чтение и запись файлов обычно делают через функцию open().

Документация: open()

Пути к файлам и рабочая папка

Чтобы открыть файл, нужен путь.

Относительный путь считается от текущей рабочей папки (где вы запускаете программу).

Абсолютный путь начинается от корня диска/файловой системы.

Для работы с путями удобен модуль pathlib.

Документация: pathlib

Пример:

!Иллюстрация показывает, как устроены пути к файлам и от чего считается относительный путь

Открытие файла: open() и режимы

open() возвращает файловый объект, через который можно читать или писать.

Чаще всего используют текстовый режим с кодировкой UTF-8.

Проблема такого кода в том, что при ошибке до close() файл может остаться открытым. Поэтому почти всегда используют with.

Контекстный менеджер with: правильный способ

with гарантирует закрытие файла, даже если внутри возникло исключение.

Таблица популярных режимов

| Режим | Что делает | Если файла нет | Если файл есть | |---|---|---|---| | "r" | чтение | ошибка | читает | | "w" | запись | создаст | перезапишет полностью | | "a" | добавление в конец | создаст | допишет в конец | | "x" | создание нового файла | создаст | ошибка | | "b" | двоичный режим (например, изображения) | зависит от базового режима | зависит от базового режима |

Примечания:

"r", "w", "a", "x" часто комбинируют с "b", например "rb".

По умолчанию открывается текстовый режим, поэтому чаще всего вы увидите просто "r" или "w".

Чтение из файла

Основные способы:

f.read() читает весь файл целиком в одну строку.

Перебор for line in f: читает файл построчно (подходит для больших файлов).

Пример построчного чтения:

rstrip("\n") убирает символ перевода строки в конце.

Запись в файл

Для записи используют write().

Важно:

write() не добавляет перевод строки автоматически.

Если вы открыли файл в режиме "w", он будет очищен.

Кодировка: почему важно encoding="utf-8"

Текстовые файлы хранят байты, и кодировка определяет, как эти байты превратить в символы.

Практическое правило для учебных и большинства прикладных задач:

при работе с текстом явно указывайте encoding="utf-8".

Пример:

Ошибки при работе с файлами и их обработка

Файлы — внешний ресурс, поэтому ошибки нормальны: файла может не быть, не хватит прав, путь может быть неверным. Здесь особенно полезны знания из темы про исключения.

Типичный шаблон:

Модули

Модуль — это обычный файл .py, который можно импортировать.

Документация: Модули

Зачем нужны модули

чтобы не держать весь код в одном файле;

чтобы переиспользовать функции и константы;

чтобы отделить логику от запуска программы.

Импорт: основные варианты

Импорт целого модуля:

Импорт с псевдонимом:

Импорт конкретного имени:

Рекомендация: избегайте from module import *, потому что становится неясно, какие имена откуда взялись.

Где Python ищет модуль

Когда вы пишете import something, Python ищет модуль:

среди модулей стандартной библиотеки;

среди установленных пакетов в окружении (поэтому важно venv из первой статьи);

среди файлов и папок в путях поиска, включая папку запуска.

Если вы назовёте свой файл, например, json.py, то можете случайно «перекрыть» стандартный модуль json. Это частая ошибка новичков.

__name__ и точка входа

Один и тот же файл может:

импортироваться как модуль;

запускаться как программа.

Для этого используют проверку if __name__ == "__main__":.

Что это даёт:

при импорте add будет доступна, но печать не выполнится;

при запуске файла напрямую выполнится блок под if.

!Схема показывает разницу между запуском файла и импортом как модуля

Пакеты

Пакет — это способ сгруппировать модули в папку со структурой.

Документация: Пакеты

Структура простого пакета

Один из типичных вариантов структуры проекта:

Смысл файлов:

myapp/ — папка пакета;

__init__.py — файл, который делает папку пакетом (и может быть пустым);

utils.py, storage.py — модули.

Импорт из пакета

Если main.py рядом с папкой myapp, то можно импортировать так:

Внутри самого пакета часто используют относительные импорты.

Пример: внутри myapp/storage.py импорт из utils.py:

Практический совет:

относительные импорты удобны внутри пакета;

для запуска модулей внутри пакета часто используют запуск как модуль: python -m myapp.storage (в этом случае Python лучше понимает структуру пакета).

Сторонние пакеты, pip и зависимости

Кроме стандартной библиотеки, вы можете подключать сторонние пакеты через pip.

Документация: pip user guide

Базовый сценарий работы в виртуальном окружении:

Чтобы зафиксировать зависимости проекта, часто сохраняют список в файл requirements.txt.

Пример команды для получения списка установленных пакетов:

На практике вывод pip freeze перенаправляют в файл и затем устанавливают зависимости из него.

Мини-пример: читаем файл и собираем частоты слов

Соединим функции, коллекции и файлы. Задача: прочитать текстовый файл и посчитать, сколько раз встречается каждое слово.

Что здесь используется:

Path("data") / "text.txt" для пути;

with open(...) для безопасной работы с файлом;

dict и get() для накопления результата;

if __name__ == "__main__": чтобы модуль можно было и импортировать, и запускать.

Итоги

Теперь вы умеете строить более «реальные» программы:

читать и записывать файлы через open(), выбирать режимы и работать через with;

понимать важность encoding="utf-8" для текста;

обрабатывать типичные файловые ошибки через исключения;

разносить код по модулям и подключать его через import;

организовывать модули в пакеты и использовать относительные импорты;

подключать сторонние пакеты через pip в виртуальном окружении.

Отладка, тестирование и основы стиля кода

Вы уже умеете писать программы на Python: использовать условия и циклы, работать с коллекциями, создавать функции, обрабатывать исключения, читать и записывать файлы, разбивать код на модули и пакеты. Следующий шаг к более надёжным и поддерживаемым программам — научиться:

находить и исправлять ошибки с помощью отладки;

проверять корректность кода через тестирование;

писать код в понятном стиле, чтобы его было легче читать и менять.

!Цикл разработки: от ошибки до исправления и проверки

Отладка: как искать ошибки в программе

Отладка — это процесс поиска причины, по которой программа:

падает с ошибкой;

работает, но выдаёт неправильный результат;

зависает или выполняется слишком долго.

Типы проблем: синтаксис и выполнение

Синтаксическая ошибка возникает, когда Python не может прочитать код.

Ошибка выполнения возникает, когда код читается нормально, но ломается при запуске (например, деление на ноль, неправильный тип данных).

Пример синтаксической ошибки:

Пример ошибки выполнения:

Traceback: главное, что нужно уметь читать

Когда возникает исключение и оно не обработано, Python печатает traceback — список вызовов, который показывает:

в каком файле произошла ошибка;

на какой строке;

через какие функции программа пришла к этой строке;

тип исключения и сообщение.

Пример:

При запуске вы увидите ValueError. В traceback важно смотреть:

на последнюю строку (тип исключения и сообщение);

на самую нижнюю строку вашего кода в стеке вызовов (обычно там ошибка проявилась);

на строки выше, чтобы понять, откуда пришли данные.

Документация про встроенные исключения: Built-in Exceptions

Мини-алгоритм поиска ошибки

Воспроизведите ошибку стабильно (одни и те же действия дают одну и ту же проблему).

Упростите пример: уберите всё лишнее, оставьте минимальный код, где проблема остаётся.

Прочитайте traceback и найдите строку, где ошибка возникла.

Проверьте входные данные на этой строке: типы, значения, пустые строки, None.

Исправьте и снова воспроизведите.

Отладка через print()

Самый простой инструмент — временно распечатать значения.

Так быстро видно, что в список попала строка, и сложение ломается.

Практические советы:

Печатайте и значение, и тип через type().

Печатайте ключевые точки: вход в функцию, результат вычисления, значения в цикле.

Удаляйте отладочные print() после исправления (иначе они превращаются в шум).

Встроенный отладчик pdb и breakpoint()

Когда одних print() недостаточно, удобно остановить программу в нужном месте и пошагово выполнять код.

В Python есть встроенный отладчик pdb. Самый простой способ поставить точку остановки — вызвать breakpoint().

После остановки доступны базовые команды:

l показать код вокруг текущей строки

p имя вывести значение (например, p data)

n выполнить текущую строку и перейти к следующей

s зайти внутрь вызываемой функции

c продолжить выполнение до следующей остановки

q выйти из отладчика

Документация: pdb — The Python Debugger

Отладка в редакторе (IDE)

Если вы используете Visual Studio Code или PyCharm, у них есть графический отладчик:

ставите breakpoint кликом слева от строки;

запускаете в режиме Debug;

смотрите значения переменных, стек вызовов, выполняете шаги.

Это удобнее pdb, но полезно уметь оба подхода.

Тестирование: как проверять код автоматически

Тестирование — это запуск кода так, чтобы проверить: для известных входных данных получаются ожидаемые результаты.

Зачем тесты нужны даже в маленьких проектах:

вы быстрее ловите ошибки после изменений;

проще переписывать код, не боясь сломать старое;

тесты служат документацией на поведение функций.

!Пирамида показывает, что чаще всего делают много маленьких unit-тестов

Что удобнее всего тестировать

Лучше всего тестируются функции, которые:

получают данные через параметры;

возвращают результат через return;

не зависят от input(), файлов и глобальных переменных.

Если функция читает файл или спрашивает ввод, её можно разделить:

одна часть читает данные;

другая обрабатывает данные (и именно её удобно тестировать).

assert: базовая проверка ожидания

assert проверяет условие. Если оно ложно, возникает AssertionError.

Важно:

assert полезен в учебных примерах и простых проверках.

полноценные тесты обычно пишут в тестовом фреймворке, чтобы видеть отчёт по многим проверкам.

unittest: стандартный фреймворк тестирования

В стандартной библиотеке Python есть модуль unittest.

Документация: unittest — Unit testing framework

Пример структуры проекта:

calc.py код

test_calc.py тесты

calc.py:

test_calc.py:

Запуск тестов из папки проекта:

Или точечно:

Паттерн AAA: Arrange, Act, Assert

Хороший unit-тест обычно содержит три части:

Arrange подготовка данных

Act вызов тестируемой функции

Assert проверка результата

Это помогает писать тесты читаемо.

Что тестировать в первую очередь

граничные случаи (пустые списки, ноль, отрицательные значения);

некорректный ввод (проверка, что выбрасывается исключение);

типичные кейсы, которые реально встречаются в задаче.

Сторонние инструменты тестирования

В реальных проектах часто используют pytest, но для базового курса достаточно unittest.

Если хотите посмотреть, как выглядит альтернативный подход:

pytest Documentation

Основы стиля кода: как писать читаемо

Стиль кода — это правила оформления, которые делают программы:

понятными для вас через неделю;

понятными для других;

проще поддерживаемыми.

Главный документ по стилю для Python — PEP 8.

PEP 8 — Style Guide for Python Code

Базовые правила PEP 8, которые стоит применить сразу

Отступы: 4 пробела.

Имена:

- функции и переменные: snake_case - классы: CamelCase - константы: UPPER_CASE

Пробелы вокруг операторов: a + b, а не a+b.

Пустые строки между крупными блоками (например, между функциями) улучшают чтение.

Импорты: порядок и читаемость

Часто используемый порядок:

стандартная библиотека

сторонние пакеты

ваши модули проекта

Плохой пример:

Лучше:

Докстроки и комментарии

Комментарии объясняют почему, а не что (что видно из кода).

Докстроки описывают назначение функции и её параметры.

Документация: PEP 257 — Docstring Conventions

Автоформатирование и линтеры

Чтобы не спорить со стилем вручную, используют инструменты:

форматтер приводит код к единому виду;

линтер находит подозрительные места и стилистические ошибки.

Популярные варианты:

black форматирование

- Black documentation

ruff быстрый линтер

- Ruff documentation

Пример использования (в активированном виртуальном окружении):

Практическая идея для учебных проектов:

сначала доведите программу до корректной работы;

затем прогоните форматирование;

затем включайте линтер и исправляйте предупреждения постепенно.

Как связать всё вместе: отладка + тесты + стиль

Один из удобных рабочих процессов для небольших программ:

Напишите функцию, которая решает маленькую задачу.

Запустите на нескольких примерах.

Если ошибка:

- прочитайте traceback; - локализуйте место; - используйте print() или breakpoint().

Когда исправили — добавьте unit-тест на этот случай.

Приведите код к стилю (автоформатирование помогает).

Итоги

Теперь у вас есть три практических навыка, которые превращают набор знаний Python в уверенную разработку:

вы умеете читать traceback и применять простую отладку через print() и breakpoint();

понимаете, зачем нужны тесты, и умеете писать базовые unit-тесты на unittest;

знаете ключевые правила стиля (PEP 8) и понимаете роль форматтеров и линтеров.

Эти навыки особенно важны, когда вы начинаете писать программы из нескольких модулей, работать с файлами и расширять проекты: ошибки становятся разнообразнее, а поддерживать код без тестов и стиля становится заметно сложнее.