很多朋友在学习Python时常常会遇到一个困境语法都看懂了但一遇到实际问题就无从下手或者写出的代码总感觉不够“Pythonic”。这往往是因为缺乏足够的、循序渐进的实战练习。编程能力的提升没有捷径唯有通过大量、有质量的代码练习将知识内化为肌肉记忆。为此我精心整理并详解了100道Python经典练习题覆盖从基础语法到进阶算法的核心知识点。这套练习题的设计遵循了由浅入深、层层递进的原则无论你是刚入门的新手还是希望巩固基础的开发者都能从中获益。坚持每天练习几道一周左右完成你不仅能显著提升代码熟练度更能深刻理解Python的编程思想写出更优雅、高效的代码。本文将为你呈现这100道练习题中的精华部分并附上详细的解题思路、代码实现以及关键知识点剖析。我们不会一次性堆砌所有题目而是通过分类讲解和典型例题拆解帮助你掌握举一反三的能力。1. 环境准备与学习建议在开始刷题之前确保你有一个可运行的Python环境并了解如何高效地使用它。1.1 Python环境搭建对于初学者推荐使用Anaconda发行版它集成了Python解释器、常用的科学计算库以及强大的包管理工具能避免很多环境依赖问题。下载与安装访问Anaconda官网根据你的操作系统Windows/macOS/Linux下载对应的安装包。安装过程基本一路“Next”即可注意在安装选项中勾选“Add Anaconda to my PATH environment variable”将Anaconda添加到系统路径以便在命令行中直接使用。验证安装安装完成后打开命令行终端Windows下为CMD或PowerShellmacOS/Linux下为Terminal输入以下命令python --version或python3 --version如果显示Python 3.x的版本信息如Python 3.9.13则说明安装成功。同时你也可以使用conda --version来验证Conda是否安装成功。如果你更喜欢轻量化的环境也可以直接安装官方Python并使用pip管理包。但处理数据科学相关的库时可能会遇到更多兼容性问题。1.2 选择你的代码编辑器或IDE一个顺手的工具能极大提升编码效率和体验。新手友好 - VS Code微软出品的免费、轻量且功能强大的编辑器。安装Python扩展后支持代码高亮、智能提示、调试、内置终端等。配置简单社区活跃。专业开发 - PyCharmJetBrains公司出品专为Python设计的集成开发环境。社区版免费专业版功能更强大需付费。其智能代码补全、重构、调试和项目管理功能非常出色适合中大型项目。即时交互 - Jupyter Notebook特别适合数据分析、机器学习和教学。它以“单元格”为单位运行代码能即时看到输出和图表非常适合本题库这种练习模式。Anaconda默认已安装Jupyter。对于本练习题使用任何你习惯的工具均可。下文示例代码均可在标准Python解释器中运行。1.3 高效练习方法论盲目刷题效果有限遵循以下方法能让你的学习事半功倍先思考后看答案拿到题目后先尝试自己分析问题、设计算法、编写代码。即使最终没写出来这个思考过程也极其宝贵。动手敲不要复制务必亲手将代码敲入编辑器。这能加深对语法和细节的记忆避免“眼高手低”。理解优于记忆重点关注解题思路和背后的Python知识点如列表推导式、生成器、lambda函数等而不是死记硬背某段代码。举一反三完成一道题后尝试修改题目条件例如将“求最大值”改为“求最小值”或“求第二大的值”或者用不同的方法实现巩固学习效果。善用调试当程序出错或结果不符合预期时学会使用print()输出中间变量或利用IDE的调试功能设置断点逐步跟踪程序执行过程这是定位问题的核心技能。2. Python基础语法巩固练习第1-30题这一部分旨在夯实基础覆盖变量、数据类型、运算符、条件判断、循环、字符串和列表的基本操作。2.1 典型例题精讲例题1数字求和与类型转换题目编写一个程序接收两个用户输入的数字计算它们的和、差、积、商保留两位小数并输出。# 接收输入input()返回的是字符串需要转换为数值类型 num1 float(input(请输入第一个数字: )) num2 float(input(请输入第二个数字: )) # 计算 sum_result num1 num2 difference num1 - num2 product num1 * num2 # 处理除法考虑除数为零的情况 if num2 ! 0: quotient num1 / num2 else: quotient 无穷大 (除数不能为零) # 输出结果使用格式化字符串让输出更美观 print(f{num1} 和 {num2} 的和是: {sum_result}) print(f{num1} 和 {num2} 的差是: {difference}) print(f{num1} 和 {num2} 的积是: {product}) print(f{num1} 和 {num2} 的商是: {quotient if isinstance(quotient, str) else quotient:.2f}) # 仅当商是数字时格式化知识点input()函数类型转换float()算术运算符条件判断if-else格式化字符串f-string异常情况处理除零。例题2判断闰年题目输入一个年份判断它是否是闰年。闰年规则能被4整除但不能被100整除或者能被400整除。year int(input(请输入一个年份: )) # 使用逻辑运算符组合条件 if (year % 4 0 and year % 100 ! 0) or (year % 400 0): print(f{year} 年是闰年) else: print(f{year} 年不是闰年)知识点取模运算符%逻辑运算符and,or复杂的条件表达式。例题3斐波那契数列生成题目生成斐波那契数列的前N项。斐波那契数列前两项为0, 1后续每一项是前两项之和。n int(input(请输入要生成的斐波那契数列项数: )) fib_sequence [] # 处理前两项 if n 1: fib_sequence.append(0) if n 2: fib_sequence.append(1) # 生成后续项 for i in range(2, n): next_value fib_sequence[i-1] fib_sequence[i-2] fib_sequence.append(next_value) print(f前{n}项斐波那契数列: {fib_sequence}) # 更Pythonic的写法生成器思想简化版 a, b 0, 1 fib_list [] for _ in range(n): fib_list.append(a) a, b b, a b # 同时赋值是Python的优雅之处 print(f另一种写法前{n}项斐波那契数列: {fib_list})知识点for循环列表的append()方法Python特有的多重赋值a, b b, ab算法基础。2.2 基础练习清单部分交换变量值不借助第三个变量交换两个变量的值。生成随机数使用random模块生成一个指定范围的随机整数。判断奇偶数输入一个整数输出它是奇数还是偶数。温度转换将摄氏温度转换为华氏温度公式F C * 9/5 32。计算三角形面积输入底和高计算三角形面积。求解二次方程输入a, b, c求解方程 ax² bx c 0 的根考虑判别式。判断质数输入一个正整数判断其是否为质数。打印九九乘法表使用嵌套循环打印出标准的九九乘法表。寻找最大最小值输入一系列数字以空格分隔找出其中的最大值和最小值。列表元素操作给定一个列表实现对其求和、求平均值、反转、排序等操作。3. 字符串与列表高级操作练习第31-60题字符串和列表是Python中最常用、最灵活的序列类型。这部分练习旨在提升你对它们高级特性的运用能力。3.1 典型例题精讲例题4字符串反转与回文判断题目检查一个字符串是否是回文字符串正读反读都一样。def is_palindrome(s): 判断字符串是否为回文 # 预处理忽略大小写和空格根据题目要求调整 s_clean .join(ch.lower() for ch in s if ch.isalnum()) # 移除非字母数字字符并转小写 # 方法1使用切片反转字符串 return s_clean s_clean[::-1] # 方法2使用循环比较首尾字符 # left, right 0, len(s_clean) - 1 # while left right: # if s_clean[left] ! s_clean[right]: # return False # left 1 # right - 1 # return True # 测试 test_str A man, a plan, a canal: Panama print(f{test_str} 是回文吗 {is_palindrome(test_str)}) test_str2 hello print(f{test_str2} 是回文吗 {is_palindrome(test_str2)})知识点字符串切片[::-1]是经典的反转操作字符串方法lower(),isalnum(),join()列表推导式函数定义。例题5统计列表元素频率题目给定一个列表找出出现次数最多的元素。from collections import Counter def most_frequent(lst): 使用Counter统计 if not lst: # 处理空列表 return None counter Counter(lst) # most_common(1)返回一个包含(元素计数)的列表取第一个 return counter.most_common(1)[0][0] # 测试 data [1, 2, 3, 2, 4, 2, 5, 2, 6, 2] print(f列表 {data} 中出现最频繁的元素是: {most_frequent(data)}) # 如果不允许使用Counter可以手动实现 def most_frequent_manual(lst): if not lst: return None freq {} for item in lst: freq[item] freq.get(item, 0) 1 # 找出频率字典中值最大的键 return max(freq, keyfreq.get) print(f(手动实现)出现最频繁的元素是: {most_frequent_manual(data)})知识点collections.Counter工具类字典的get()方法max()函数的key参数字典推导式。例题6列表推导式与条件过滤题目从一个混合列表中提取出所有的整数并计算它们的平方生成一个新列表。mixed_list [1, a, 3.14, 5, hello, 7, 12, world, 9] # 使用列表推导式结合 isinstance 进行类型判断 squares_of_ints [x ** 2 for x in mixed_list if isinstance(x, int)] print(f混合列表: {mixed_list}) print(f其中整数的平方列表: {squares_of_ints}) # 扩展提取所有字符串并转换为大写 uppercase_strings [s.upper() for s in mixed_list if isinstance(s, str)] print(f其中字符串的大写列表: {uppercase_strings})知识点列表推导式高效创建列表isinstance()类型检查**幂运算符。3.2 字符串与列表练习清单部分字符串单词反转将句子中的每个单词反转但单词顺序不变。如 “Hello World” - “olleH dlroW”。检查字符串包含判断一个字符串是否包含另一个字符串的所有字符不考虑顺序。字符串编码与解码练习使用str.encode()和bytes.decode()进行简单的编码转换。列表去重移除列表中的重复元素并保持原有顺序。列表扁平化将嵌套的多维列表如[[1,2], [3,4,5], [6]]转换为一维列表。列表交集、并集、差集给定两个列表计算它们的交集、并集和差集。实现栈和队列使用列表模拟栈后进先出和队列先进先出的基本操作。矩阵转置实现一个二维列表矩阵的转置操作。合并有序列表将两个已经排序的列表合并成一个新的有序列表。寻找“孤独”数字在一个列表中所有数字都出现两次只有一个数字出现一次找出它。要求时间复杂度O(n)空间复杂度O(1)提示异或运算4. 函数、模块与文件操作练习第61-80题这部分重点练习代码的封装、复用以及与外部文件系统的交互。4.1 典型例题精讲例题7实现装饰器计时函数题目编写一个装饰器用来测量任何函数的执行时间。import time def timer_decorator(func): 计时装饰器 def wrapper(*args, **kwargs): # *args和**kwargs确保可以装饰任何参数的函数 start_time time.perf_counter() # 使用高精度计时器 result func(*args, **kwargs) # 执行原函数 end_time time.perf_counter() elapsed_time end_time - start_time print(f函数 {func.__name__} 执行耗时: {elapsed_time:.6f} 秒) return result # 返回原函数的执行结果 return wrapper # 使用装饰器 timer_decorator def slow_function(n): 一个模拟的耗时函数 sum_val 0 for i in range(n): sum_val i return sum_val timer_decorator def fast_function(): time.sleep(0.5) # 休眠0.5秒模拟操作 return Done # 测试 print(slow_function(1000000)) print(fast_function())知识点装饰器定义与使用*args和**kwargs可变参数time.perf_counter()计时函数作为一等公民。例题8递归实现目录遍历题目编写一个函数递归地列出指定目录下所有文件和子目录模拟os.walk的部分功能。import os def list_files_recursively(directory, indent0): 递归列出目录下的所有文件和文件夹 # 安全判断路径是否存在且为目录 if not os.path.isdir(directory): print(f错误{directory} 不是一个有效的目录。) return try: entries os.listdir(directory) except PermissionError: print( * indent f[权限不足无法访问: {directory}]) return for entry in entries: full_path os.path.join(directory, entry) # 根据是文件还是目录用不同前缀表示 if os.path.isdir(full_path): print( * indent f[DIR] {entry}/) # 递归调用缩进增加 list_files_recursively(full_path, indent 4) else: print( * indent f {entry}) # 测试请替换为你的测试目录路径 test_dir ./ # 当前目录 print(f递归列出目录: {test_dir}) list_files_recursively(test_dir)知识点递归函数os模块进行文件系统操作os.listdir,os.path.join,os.path.isdir异常处理PermissionError路径处理。例题9读写CSV文件并处理数据题目从一个CSV文件中读取学生成绩数据计算每个人的平均分和全班的科目平均分并写入新的CSV文件。import csv # 假设 scores.csv 内容如下 # name,math,english,python # Alice,85,90,88 # Bob,78,85,92 # Charlie,92,88,95 def process_scores(input_file, output_file): students [] subject_totals {} subject_counts {} # 1. 读取数据 with open(input_file, moder, newline, encodingutf-8) as infile: reader csv.DictReader(infile) # 使用DictReader方便通过列名访问 for row in reader: name row[name] scores {} total 0 count 0 for subject, score_str in row.items(): if subject name: continue try: score int(score_str) except ValueError: print(f警告学生 {name} 的 {subject} 成绩 {score_str} 不是有效数字按0分处理。) score 0 scores[subject] score total score count 1 # 累加科目总分和计数 subject_totals[subject] subject_totals.get(subject, 0) score subject_counts[subject] subject_counts.get(subject, 0) 1 average total / count if count 0 else 0 students.append({ name: name, **scores, # 解包字典将各科成绩加入 average: round(average, 2) }) # 2. 计算科目平均分 subject_averages {} for subject, total in subject_totals.items(): count subject_counts[subject] subject_averages[subject] round(total / count, 2) if count 0 else 0 # 3. 写入新文件 with open(output_file, modew, newline, encodingutf-8) as outfile: # 确定字段名姓名、各科、个人平均分 fieldnames [name] list(subject_totals.keys()) [average] writer csv.DictWriter(outfile, fieldnamesfieldnames) writer.writeheader() writer.writerows(students) # 写入一行科目平均分 writer.writerow({name: 科目平均分, **subject_averages, average: }) print(f数据处理完成结果已写入 {output_file}) print(f科目平均分: {subject_averages}) # 测试请确保当前目录下存在scores.csv文件 process_scores(scores.csv, processed_scores.csv)知识点csv模块读写CSV文件DictReader和DictWriter的使用上下文管理器with语句字典的合并与解包**异常处理数据聚合。4.2 函数与文件练习清单部分实现map/reduce函数不使用内置的map和reduce自己实现类似功能的函数。生成器实现斐波那契数列用生成器yield的方式无限生成斐波那契数列。lambda与高阶函数使用lambda表达式配合map、filter、sorted处理列表。模拟日志记录器编写一个简单的日志记录模块支持不同级别INFO, WARNING, ERROR的消息写入文件。配置文件读取使用configparser模块读取和修改.ini格式的配置文件。JSON序列化与反序列化将Python字典结构保存为JSON文件并重新加载。文件内容统计统计一个文本文件的字符数、单词数、行数。简单加密解密实现一个简单的字符替换加密算法如凯撒密码并对文件内容进行加解密。查找重复文件根据文件内容MD5哈希查找指定目录下的重复文件。批量重命名文件将某个目录下所有.txt文件按照特定规则如添加前缀、修改后缀重命名。5. 面向对象编程与算法练习第81-100题这部分进入Python编程的中阶涉及面向对象设计思想和经典算法实现。5.1 典型例题精讲例题10实现一个简单的银行账户类题目设计一个BankAccount类包含属性账号、户主、余额和方法存款、取款、显示余额。取款时需检查余额是否充足。class BankAccount: 一个简单的银行账户类 # 类属性可以用于生成唯一账号简单示例 account_counter 1000 def __init__(self, owner, initial_balance0.0): 初始化账户 self.account_number BankAccount.account_counter BankAccount.account_counter 1 # 账号自增 self.owner owner # 私有属性建议通过方法访问 self._balance initial_balance print(f账户 {self.account_number} 创建成功户主: {self.owner}, 初始余额: {self._balance:.2f}) def deposit(self, amount): 存款 if amount 0: self._balance amount print(f存款成功存入金额: {amount:.2f}, 当前余额: {self._balance:.2f}) return True else: print(存款金额必须为正数) return False def withdraw(self, amount): 取款 if amount 0: print(取款金额必须为正数) return False if amount self._balance: print(f取款失败余额不足。当前余额: {self._balance:.2f}, 尝试取款: {amount:.2f}) return False self._balance - amount print(f取款成功取出金额: {amount:.2f}, 当前余额: {self._balance:.2f}) return True def get_balance(self): 查询余额 return self._balance def display_info(self): 显示账户信息 print(f账户号: {self.account_number}) print(f户主: {self.owner}) print(f余额: {self._balance:.2f}) # 测试 if __name__ __main__: account1 BankAccount(张三, 1000) account2 BankAccount(李四, 500) account1.deposit(200) account1.withdraw(1500) # 应失败 account1.withdraw(300) account1.display_info() account2.deposit(-100) # 应失败 account2.withdraw(600) # 应失败 account2.display_info()知识点类的定义class构造函数__init__实例属性与类属性私有属性约定_balance方法定义self关键字if __name__ __main__:的作用。例题11实现冒泡排序和快速排序题目手动实现冒泡排序和快速排序算法并比较其对同一组数据的排序性能。import random import time def bubble_sort(arr): 冒泡排序 (原地排序) n len(arr) # 遍历所有数组元素 for i in range(n): # 最后 i 个元素已经排好序 swapped False for j in range(0, n - i - 1): if arr[j] arr[j 1]: # 交换元素 arr[j], arr[j 1] arr[j 1], arr[j] swapped True # 如果这一轮没有交换说明已经有序提前结束 if not swapped: break return arr def quick_sort(arr): 快速排序 (返回新列表) if len(arr) 1: return arr pivot arr[len(arr) // 2] # 选择中间元素作为基准 left [x for x in arr if x pivot] middle [x for x in arr if x pivot] right [x for x in arr if x pivot] # 递归排序左右部分并合并 return quick_sort(left) middle quick_sort(right) # 生成测试数据 test_data [random.randint(1, 10000) for _ in range(1000)] data_copy1 test_data.copy() data_copy2 test_data.copy() print(f原始数据 (前10个): {test_data[:10]} ...) # 测试冒泡排序 (对小规模数据或已基本有序数据尚可) start time.perf_counter() sorted_by_bubble bubble_sort(data_copy1) bubble_time time.perf_counter() - start print(f冒泡排序耗时: {bubble_time:.6f} 秒) print(f冒泡结果 (前10个): {sorted_by_bubble[:10]}) # 测试快速排序 (通常高效得多) start time.perf_counter() sorted_by_quick quick_sort(data_copy2) quick_time time.perf_counter() - start print(f快速排序耗时: {quick_time:.6f} 秒) print(f快速结果 (前10个): {sorted_by_quick[:10]}) # 验证结果正确性 print(f两个排序结果一致吗 {sorted_by_bubble sorted_by_quick})知识点经典排序算法实现递归列表推导式列表切片random模块生成随机数time模块性能测试列表的copy()方法。5.2 OOP与算法练习清单部分图形类继承创建一个Shape基类派生出Rectangle、Circle等子类实现计算面积和周长的多态方法。简单的图书馆管理系统设计Book、User、Library类实现借书、还书、查询等功能。实现一个链表手动实现单向链表的数据结构支持节点的插入、删除、查找和遍历。二叉树的遍历实现二叉树节点类并编写前序、中序、后序和层序遍历的方法。深度优先搜索(DFS)与广度优先搜索(BFS)在一个图或网格中实现DFS和BFS算法用于寻找路径。二分查找在已排序的列表中实现二分查找算法。查找两个有序数组的中位数这是一个经典的算法问题要求时间复杂度为O(log(min(m,n)))。实现一个简单的LRU缓存使用collections.OrderedDict或自己结合字典和双向链表实现最近最少使用缓存。解析简单数学表达式实现一个可以解析和计算包含加减乘除和括号的字符串表达式的函数如”3 5 * (2 - 8)”。汉诺塔问题使用递归解决经典的汉诺塔问题并打印出移动步骤。6. 常见问题与调试技巧在练习过程中你肯定会遇到各种错误和问题。这里总结一些高频问题及其解决方法。6.1 语法与运行时错误问题现象常见原因解决思路SyntaxError: invalid syntax代码不符合Python语法规则如括号不匹配、冒号缺失、错误的关键字拼写。仔细检查报错行及上一行的语法。使用IDE的语法高亮功能辅助检查。IndentationError缩进不一致混用了空格和Tab。统一使用4个空格进行缩进。在编辑器中设置“将Tab转换为空格”。NameError: name ‘xxx’ is not defined使用了未定义的变量或函数名。可能是拼写错误或变量在作用域外。检查变量名拼写。确认变量是否在引用之前已经赋值或定义。注意函数内局部变量与全局变量。TypeError: can’t multiply sequence by non-int of type ‘float’类型不匹配的操作如试图将字符串与数字相乘。使用type()函数检查变量类型并使用int(),float(),str()进行必要的类型转换。IndexError: list index out of range列表索引超出了有效范围如访问list[5]但列表只有3个元素。在访问索引前使用len(list)检查列表长度。考虑使用循环或安全访问方式如list.get(index, default)对于字典。KeyError字典中不存在要访问的键。使用dict.get(key, default_value)方法提供默认值或在访问前用key in dict判断键是否存在。ZeroDivisionError除数为零。在进行除法运算前判断除数是否为零。6.2 逻辑与算法错误这类错误不会导致程序崩溃但会产生错误的结果。循环条件错误导致无限循环或循环次数不对。调试方法在循环内打印关键变量如索引、条件判断值观察其变化是否符合预期。边界条件处理不当例如处理列表时忽略了空列表或只有一个元素的情况二分查找时left和right的更新条件有误。调试方法用极端情况空输入、最大值、最小值测试你的函数。变量作用域混淆在函数内部修改了全局变量或者以为修改了传入的可变参数如列表的副本实则修改了原对象。调试方法理清函数参数是传递值还是传递引用对于可变对象。必要时使用copy()或deepcopy()创建副本。浮点数精度问题0.1 0.2 ! 0.3。解决方法对于需要精确比较的场景如金额使用Decimal模块对于一般比较可以判断两数差的绝对值是否小于一个极小值如abs(a - b) 1e-9。6.3 高效的调试策略print()大法好在关键位置打印变量值这是最直接、最常用的方法。使用断言在代码中插入assert语句用于检查程序运行到某点时条件是否必须满足。例如assert len(my_list) 0, “列表不能为空”。在调试完成后可以通过-O命令行参数关闭断言。利用IDE调试器VS Code、PyCharm等都提供了强大的图形化调试器。学会设置断点、单步执行、查看变量栈、条件断点能极大提升调试效率。阅读错误回溯信息Python的错误信息Traceback会告诉你错误发生的文件、行数以及调用链。从下往上看找到你自己代码中最早出现错误的那一行。7. 最佳实践与进阶学习路线完成这100道练习题你已经打下了坚实的Python基础。要成为一名优秀的Python开发者还需要关注以下工程实践和进阶方向。7.1 编写Pythonic的代码善用内置函数和数据结构Python有丰富的内置函数len,sum,max,min,sorted,zip,enumerate等和高效的数据结构list,dict,set,tuple。在解决问题前先想想是否有内置工具可用。列表推导式与生成器表达式它们比传统的for循环更简洁、高效。对于大数据集生成器表达式使用圆括号可以节省内存。使用with语句管理资源文件操作、数据库连接、锁等资源务必使用with语句确保它们被正确关闭或释放。遵循PEP 8风格指南保持代码风格一致提高可读性。使用工具如autopep8或black可以自动格式化代码。类型注解Python 3.5支持类型注解Type Hints虽然不影响运行时但能让IDE提供更好的提示并方便使用mypy进行静态类型检查提高代码健壮性。def greet(name: str) - str: return fHello, {name}7.2 下一步学习方向深入标准库Python“自带电池”。花时间学习collections,itertools,functools,os,sys,re正则表达式,datetime,json,csv等常用模块。Web开发后端框架学习Flask轻量、灵活或Django全能、内置功能多来构建Web应用。异步编程掌握asyncio和aiohttp处理高并发I/O密集型任务。数据分析与科学计算核心三剑客NumPy数值计算、Pandas数据分析、Matplotlib/Seaborn数据可视化。机器学习Scikit-learn是入门机器学习的绝佳工具库。自动化与脚本系统运维subprocess,shutil,pathlib等模块用于自动化系统任务。网络爬虫Requests用于HTTP请求BeautifulSoup和lxml用于解析HTML/XMLScrapy是强大的爬虫框架。软件工程与协作版本控制精通Git了解GitHub/GitLab工作流。虚拟环境使用venv或conda为每个项目创建独立的Python环境避免包冲突。打包与发布学习setuptools和pip了解如何将自己的代码打包成库。测试编写单元测试unittest,pytest和集成测试保证代码质量。文档为你的代码和项目编写清晰的文档使用Sphinx工具。编程是一场漫长的修行这100道题是一个很好的起点但绝不是终点。真正的能力来源于将知识应用于实际项目在解决真实问题的过程中不断踩坑、总结和成长。建议你在练习之余尝试用Python去自动化你的日常工作、分析感兴趣的数据、或者搭建一个小工具、小网站。当你亲手完成一个能运行的项目时获得的成就感与对知识的理解深度是任何练习题都无法比拟的。