很多 Python 编程初学者卡在"单词不认识":看到 yield、decorator、iterable 一头雾水,遇到 TypeError、KeyError 不知道从哪查。本文按"基础语法 → 数据类型 → 函数与类 → 模块与库 → 异常处理 → 工程概念"的学习路径,整理了 200+ 个 Python单词 与 Python术语,每条标注中文含义、易混对比和适用场景。查到一个词先看释义,遇到带链接的术语可点进 Python3 教程 延伸学习;更广义的计算机基础概念可对照《编程语言》相关词条。

一、Python 基础语法与关键字
Python 用缩进划分代码块,对空格敏感;注释 用 #,多行说明用三引号写成文档字符串。下面先列出 35 个保留关键字——它们不能用作变量名。这些 Python术语 是语法的骨架,记不住就先把这张表存下来。
| 关键字 | 中文含义 | 常见用法 |
|---|---|---|
| False / True | 布尔假 / 真 | 条件判断的结果 |
| None | 空值 | 表示"没有值",不同于 0 或空字符串 |
| and / or / not | 与 / 或 / 非 | 逻辑运算 |
| if / elif / else | 如果 / 否则如果 / 否则 | 分支判断 |
| for / while | 遍历 / 当…时 | 循环 |
| in / is | 在…中 / 是 | 成员与身份判断 |
| def | 定义函数 | def foo(): |
| class | 定义类 | class A: |
| return | 返回 | 函数返回值 |
| import / from | 导入 / 从…导入 | 引入模块 |
| as | 别名 | import numpy as np |
| with | 上下文管理 | 自动关闭文件 |
| try / except / finally | 尝试 / 捕获 / 最终 | 异常处理 |
| raise / assert | 抛出 / 断言 | 主动报错与调试 |
| lambda | 匿名函数 | lambda x: x*2 |
| yield | 产出 | 生成器返回中间值 |
| global / nonlocal | 全局 / 非局部 | 修改外层变量 |
| async / await | 异步 / 等待 | 协程写法 |
| break / continue / pass | 跳出 / 跳过 / 占位 | 循环控制 |
| del | 删除 | 删除变量或元素 |
缩进与可读性:Python 用 4 个空格缩进,混用 Tab 和空格会触发 IndentationError(失败信号:缩进不一致是最常见的入门报错)。PEP 8 建议统一用空格。
适用边界:关键字是语言保留字,不能当变量名;但
str、list等内置函数名不是关键字,可以覆盖(不推荐,覆盖后原功能失效)。Python英语 资料里常把 built-in 和 keyword 混为一谈,需注意区分。
二、数据类型与结构
Python 是动态类型语言:变量不用声明类型,但每个值都有类型。数据类型相关的 Python术语 如下。
| 类型 | 英文 | 中文 | 是否可变 | 典型用途 |
|---|---|---|---|---|
| int | integer | 整数 | 不可变 | 计数、索引 |
| float | floating | 浮点数 | 不可变 | 小数计算 |
| complex | complex | 复数 | 不可变 | 科学计算 |
| bool | boolean | 布尔 | 不可变 | 真/假判断 |
| str | string | 字符串 | 不可变 | 文本 |
| bytes | bytes | 字节串 | 不可变 | 二进制数据 |
| list | list | 列表 | 可变 | 有序可改集合 |
| tuple | tuple | 元组 | 不可变 | 固定组合 |
| set | set | 集合 | 可变 | 去重、交集 |
| dict | dictionary | 字典 | 可变 | 键值映射 |
| frozenset | frozen set | 冻结集合 | 不可变 | 作字典键 |
| range | range | 范围 | 不可变 | 循环计数 |
易混辨析:list / tuple / set / dict 怎么选
- list(列表):有序、可重复、可改。需要"按顺序存、经常增删"时用,例如 Python 列表 的增删改查。
- tuple(元组):有序、不可改。适合"一组固定值",如坐标
(x, y)、函数返回多个值。 - set(集合):无序、不重复。需要"去重"或"判断是否存在"时用。
- dict(字典):键值对。需要"按名字查内容"时用,如配置项。
性能取舍:
set和dict的查找是 O(1),list的in判断是 O(n)。数据量大时优先用集合或字典做成员判断。
可变与不可变
对比:list、dict、set 是可变对象,修改不影响原对象身份;int、str、tuple 是不可变对象,每次"修改"其实是生成新对象。边界:把 list 当函数默认参数(def f(x=[]))会踩坑——默认值在函数定义时创建一次,多次调用会共享,失败常见:后续调用会累积上次的结果。
三、函数、类与面向对象编程
函数 是组织代码的基本单位;类是面向对象的核心。函数与类领域的 Python术语 是面向对象的入口。下表覆盖高频术语。
| 术语 | 中文 | 说明 |
|---|---|---|
| function | 函数 | 封装一段可复用逻辑 |
| parameter | 形参 | 定义时的变量名 |
| argument | 实参 | 调用时传入的值 |
| return | 返回值 | 函数输出 |
| *args / **kwargs | 可变参数 | 接收任意位置/关键字参数 |
| lambda | 匿名函数 | 单行小函数 |
| closure | 闭包 | 函数记住外层变量 |
| decorator | 装饰器 | 不改动原函数增强功能 |
| generator | 生成器 | 惰性产出,省内存 |
| iterator | 迭代器 | 可被 for 遍历的对象 |
| iterable | 可迭代对象 | 能用 for 循环的对象 |
| class | 类 | 对象的蓝图 |
| object | 对象 / 实例 | 类的具体个体 |
| instance | 实例 | 类创建出的对象 |
| method | 方法 | 类里的函数 |
| attribute | 属性 | 对象上的变量 |
| self | 自身 | 实例方法的第一个参数 |
| inheritance | 继承 | 子类复用父类 |
| polymorphism | 多态 | 同一接口不同实现 |
| encapsulation | 封装 | 隐藏内部细节 |
| override | 重写 | 子类覆盖父类方法 |
| static / class method | 静态 / 类方法 | 不依赖实例的方法 |
| property | 属性装饰器 | 像属性一样访问方法 |
| dunder / magic | 双下方法 | __init__ 等内置钩子 |
| metaclass | 元类 | 创建类的类 |
| dataclass | 数据类 | 自动生成样板代码 |
| duck typing | 鸭子类型 | "像鸭子就是鸭子"的动态判定 |
形参 vs 实参
对比:形参(parameter)是函数定义里的名字,实参(argument)是调用时真正传进去的值。混淆两者常在调试"为什么改了参数原函数没变"时出错(排错:可变对象传参会被函数内修改影响外部)。
类与实例、重写与重载
对比:类(class)是模板,实例(instance)是按模板造出的具体对象。self 指向当前实例。Python 没有真正的编译期方法重载(overload),同名方法后者覆盖前者;所谓"重载"通常用默认参数或 *args 实现。
class Dog:
def __init__(self, name):
self.name = name
def bark(self):
return f"{self.name} 汪汪"
d = Dog("旺财")
print(d.bark()) # 预期输出(未在本机执行):旺财 汪汪
四、模块、包与库:导入与代码复用
当代码变多,需要拆成模块和包;别人的轮子则通过 pip 安装成库。完整速查见 Python 速查表。
| 术语 | 中文 | 说明 |
|---|---|---|
| module | 模块 | 一个 .py 文件 |
| package | 包 | 含 __init__.py 的目录 |
| import | 导入 | 引入其他模块 |
| namespace | 命名空间 | 名字的作用范围 |
| pip | 包管理器 | 安装第三方库 |
| PyPI | Python 包索引 | 官方第三方库仓库 |
| venv | 虚拟环境 | 隔离项目依赖 |
| dependency | 依赖 | 项目需要的库 |
| wheel | 轮子包 | 编译好的分发格式 |
| standard library | 标准库 | Python 自带 |
| third-party | 第三方库 | 社区维护的库 |
| framework | 框架 | 约定大于配置的库 |
标准库常用模块
| 模块 | 作用 |
|---|---|
| os / sys | 系统与解释器交互 |
| re | 正则表达式 |
| json | JSON 序列化 |
| datetime | 日期时间 |
| collections | 增强容器(Counter、deque) |
| itertools | 迭代工具 |
| pathlib | 面向对象的路径处理 |
| logging | 日志 |
| typing | 类型注解 |
| asyncio | 异步 IO |
常用第三方库
| 库 | 领域 |
|---|---|
| requests | HTTP 请求 |
| numpy / pandas | 数值与数据分析 |
| Django / Flask / FastAPI | Web 框架 |
| pytest | 测试 |
| matplotlib | 绘图 |
| SQLAlchemy | ORM 数据库 |
动手装一个库(TASK 信号):
# 1) 配置虚拟环境,隔离依赖
python -m venv .venv # 命令:创建虚拟环境
# 2) 安装第三方库
pip install requests # 安装:requests
# 3) 运行验证
python -c "import requests; print(requests.get('https://www.w3cschool.cn').status_code)"
# 预期:输出 200;失败时会抛 ConnectionError,可检查网络或代理
五、异常处理
程序难免出错,Python 用异常机制把"出错"和"正常逻辑"分开。
| 术语 | 中文 | 说明 |
|---|---|---|
| exception | 异常 | 运行中可捕获的错误 |
| error | 错误 | 更广义的问题 |
| try | 尝试 | 包裹可能出错的代码 |
| except | 捕获 | 出错时执行 |
| else | 否则 | 没出错时执行 |
| finally | 最终 | 无论对错都执行 |
| raise | 抛出 | 主动引发异常 |
| assert | 断言 | 条件不满足就报错 |
| traceback | 回溯 | 出错时的调用栈 |
常见内置异常
| 异常 | 触发场景 |
|---|---|
| SyntaxError | 语法写错 |
| NameError | 用了没定义的变量 |
| TypeError | 类型不对(如数字加字符串) |
| ValueError | 值不对(如 int("abc")) |
| KeyError | 字典缺键 |
| IndexError | 列表越界 |
| AttributeError | 对象没有该属性 |
| FileNotFoundError | 文件不存在 |
| ZeroDivisionError | 除零 |
| ImportError | 导入失败 |
try:
n = int(input("输入数字:"))
print(10 / n)
except ZeroDivisionError: # 捕获:除零
print("不能除以 0") # 修复:给出友好提示
except ValueError:
print("请输入整数") # 失败处理
finally:
print("收尾完成") # 验证:总会执行
六、开发流程与工程概念
从写代码到上线,工程化阶段的 Python术语 决定你能不能把代码跑上线,下面这些词会反复出现。
| 术语 | 中文 | 说明 |
|---|---|---|
| IDE | 集成开发环境 | PyCharm、VS Code 等 |
| interpreter | 解释器 | 把 Python 代码逐行执行 |
| bytecode | 字节码 | 编译后的中间代码 |
| REPL | 交互式解释器 | 输一行跑一行 |
| source code | 源码 | 你写的 .py |
| script | 脚本 | 直接运行的程序 |
| variable | 变量 | 存值的名字 |
| constant | 常量 | 约定不变的值 |
| operator | 运算符 | + - * / 等 |
| control flow | 控制流 | 分支与循环 |
| algorithm | 算法 | 解决问题的步骤 |
| debugging | 调试 | 找并修 bug |
| logging | 日志 | 记录运行状态 |
| testing | 测试 | 验证正确性 |
| unit test | 单元测试 | 测最小单元 |
| TDD | 测试驱动 | 先写测试再写代码 |
| version control | 版本控制 | git 管理改动 |
| CI/CD | 持续集成部署 | 自动构建发布 |
| lint | 代码检查 | flake8、pylint |
| PEP | Python 增强提案 | 官方规范 |
| API | 接口 | 程序间的契约 |
| CLI | 命令行 | 终端交互 |
| GUI | 图形界面 | 窗口按钮 |
| regex | 正则 | 文本模式匹配 |
| serialization | 序列化 | 对象转可存储格式 |
| concurrency | 并发 | 同时处理多任务 |
| thread / process | 线程 / 进程 | 执行单元 |
| coroutine | 协程 | 异步轻量任务 |
| GIL | 全局解释器锁 | CPython 的限制 |
| profiling | 性能剖析 | 找性能瓶颈 |
工具链速览:写代码用 IDE,跑起来用 在线运行 或本地解释器;提交前用 flake8 做 lint 检查、用 pytest 跑单测。遇到性能问题先用 cProfile 做 profiling 再改。

总结
本文按学习路径梳理了 Python编程 中最常见的英语单词与专业术语:从 35 个保留关键字、内置数据类型,到函数与类的面向对象写法,再到模块/包/库的复用、异常处理的常见类型,以及工程化阶段的工具链术语。掌握这些 Python术语 后,读文档、看报错、搜资料都会顺畅很多。建议把它当作速查表,遇到不认识的词回来翻;想系统学语法,可回到 Python3 教程 按章练习。广义的计算机基础术语(编程语言、开源、调试等)还可对照《编程语言》相关词条延伸。

常见问题(FAQ)
Python 2 和 Python 3 的术语有区别吗?
本文已覆盖大部分高频 Python术语;下面挑几个最常被问到的展开。
版本信号:Python 2 已停止维护,现在资料默认指 Python 3。差异主要在 print(2 是语句、3 是函数)、字符串默认编码(3 默认 Unicode)、整除(/ 在 3 中得浮点)。Python入门 新项目直接用 Python 3。
list 和 tuple 到底该用哪个?
对比 / 适用:需要修改内容用 list;一组值创建后不再变动(如配置、坐标)用 tuple,它更省内存且可作字典键。
遇到看不懂的报错先看哪?
排错:从 traceback 最后一行往上读,最后一个异常类型和位置最有用;NameError 多为拼写或作用域问题,TypeError 多为类型不匹配。
pip 和 conda 是什么关系?
对比:pip 是 Python 官方包管理器,装 PyPI 上的库;conda 是跨语言的环境与包管理器,能管 Python 版本本身。小项目用 venv + pip 足够。
装饰器(decorator)到底干了啥?
适用:装饰器在不改动原函数的前提下给它"加功能",比如计时、鉴权、缓存。理解它要先懂"函数是一等公民"和闭包。
延伸学习
- 配套课程:Python 零基础体系课(从基础到项目)
- 相关笔记:图解 Python 基础语法:零基础入门教程
- 教程工具:Python set 集合教程

TRAE-AI编程



