本书是一本以“项目引领、任务驱动、AI全流程伴学”为核心理念的Python程序设计教材。全书共设计五个由浅入深的项目，涵盖从基础语法、流程控制、数据结构、函数封装到面向对象编程与数据分析的完整知识体系。

本书最大特色是AI全流程伴学：在每个任务中设置“核心AI技能”栏目，引导学生学会如何与AI协作，包括概念解释、代码生成、调试辅助、代码审查、架构优化等，培养“提问一验证一批判一整合”的元技能。

全书案例贴近生活，任务循序渐进，适合作为高等职业院校Python程序设计相关课程的教材，也适合作为自学者的参考书。

      在人工智能技术飞速发展的今天，编程教育正面临前所未有的机遇与挑战。 一方 面，Python   作为数据分析、AI 开发的首选语言，其重要性日益凸显；另一方面，AI  助手(如DeepSeek 、文心一言等)已能自动生成代码、解释概念、辅助调试，传统 “语法堆砌+代码记忆”的教学模式正被颠覆。
     我们该如何教会学生在AI 时代编程?
     本书的答案不是让学生回避 AI, 而是学会与 AI 高效协作。我们提出“AI 全流程  伴学”理念：将 AI 作为学生身边的“智能助教”,在概念理解、代码编写、调试优化、 项目设计等环节提供支持，帮助学生从“被动接收知识”转向“主动构建知识”。
     本书面向高职院校学生，按照“项目引领、任务驱动”的教学模式，精选五个贴 近学生生活与认知的趣味项目，覆盖Python 核心知识点。每个项目被拆解为若干任 务，学生在完成具体任务的过程中，不仅能够掌握Python 语法，而且可以培养计算思 维与解决实际问题的能力。
     本书的主要特点如下：
     内容组织采用课堂模式： 课前知识准备，课中核心AI 技能和案例，课后实践操 作；在教和学过程中培养学生的学习习惯、学习行为。
     AI 深度融合： 在每个任务中设置“核心AI 技能”栏目，教授学生如何向AI 提 问、如何描述错误、如何让AI审查代码、如何借助AI 进行架构优化等，全面提升人 机协作能力。
     项目引领，任务驱动： 五个项目层层递进，每个任务目标明确、步骤清晰，让学 生在“做中学”,在实践中理解抽象概念。
     能力递进，覆盖全面：从变量、数据类型、流程控制，到函数、文件操作、面向 对象，再到数据分析与可视化，形成完整的知识体系。

     注重实践，突出应用：项目选题涵盖个人信息管理、游戏开发、班级管理、角色 设计、数据分析等真实场景，强化学生的职业适应能力。
     面向就业：五个项目分别对应学生可能就业的职业和岗位需求。
     本书由南京城市职业学院涂刚、蔡洁和北京字节跳动网络技术有限公司周文凯任 主编，南京城市职业学院郭倩、青海建筑职业技术学院寸丹彤、陕西国防工业职业技 术学院常玲玲任副主编。其中涂刚负责整书的框架搭建并编写项目五、蔡洁编写项目 一、周文凯负责整书的能力图谱搭建和案例代码测试、郭倩编写项目三和习题库、寸 丹彤编写项目二及编制课程标准、常玲玲编写项目四。校企合作编写以确保内容既符 合教学规律，又贴近实际应用。在编写过程中，借助AI 工具辅助生成案例代码、优 化教学语言，并反复打磨任务设计，力求为学生提供一本“好用、有趣、前沿”的 Python 教材。
     愿这本书能成为您开启Python 编程之门的钥匙，更愿您在学习过程中，不仅掌握 一门技术，更学会一种与AI 共舞的思维方式。
     由于编写时间仓促，书中难免存在疏漏之处，恳请广大师生和读者批评指正。
                                                                                                                   编者
                                                                                                              2026年3月

项目一 数字名片  1
   任务 11 破冰行动2
      学习目标 2
      知识准备 2
         一、什么是编程——指令与顺序的艺术 2
         二、为什么选择 Python——你的第一把“瑞士军刀” 3
         三、环境搭建——准备好你的“数字工坊” 3
      核心 AI 技能 认识 AI 的“幻觉”边界，建立批判性思维 5
      案例 向 AI 制定专属学习计划 6
      实践操作：运行第一个 Python 程序——“Hello, World!” 6
   任务 12 为数据贴上“标签”——变量8
      学习目标 8
      知识准备 8
         一、变量是什么——带标签的储物箱 8
         二、变量命名规则——给箱子起个好名字 9
         三、赋值语句——把数据放进箱子 10
      核心AI技能 掌握“R-C-A-S”公式，利用 AI 进行概念降维 10
      案例 AI辅助的“个人信息收集”程序 V00 12
      实践操作：数字名片 V10——使用变量存储个人信息，并输出个人信息 13
   任务 13 数字世界的“容器”——数据类型14
      学习目标 14
      知识准备 14
         一、整数（int）——数数的砖块 14
         二、浮点数（fl oat）——测量的尺子 15
         三、字符串（str）——描述的文字 15
         四、算术运算符——计算的魔法符号 16
      核心 AI 技能 使用 type() 函数——给变量做“DNA 鉴定” 17
      案例 AI 辅助的“数据类型侦探”程序 18
      实践操作：完善数字名片——加入更多数据并检查类型 20
   任务 14 程序的“输入”与“转换”20
      学习目标 21
      知识准备 21
         一、 input() 函数——程序的“耳朵” 21
         二、类型转换函数——数据的“变形术” 21
         三、类型转换的风险与注意事项 22
      核心 AI 技能 错误信息（Traceback）解读 23
      案例 AI 修复“年龄计算器”程序 23
      实践操作：完善数字名片——实现真正的交互 25
   任务 15 打造精美“数字名片”26
      学习目标 26
      知识准备 26
一、print() 函数的进阶用法 26
二、 f-string——字符串格式化的“魔法” 27
三、转义字符——控制输出的“隐形力量” 28
      核心 AI 技能 代码审查指令——让 AI帮你优化代码 29
      案例 AI 辅助的“精美名片”生成器 31
      实践操作：数字名片 V30——项目整合与美化 33
项目总结 34
项目二 趣味猜数字游戏 35
   任务 21 程序的“十字路口”——ifelse 36
      学习目标 36
      知识准备 36
         一、比较运算符——程序的“判断器” 36
         二、布尔类型——逻辑世界的“真”与“假” 37
         三、 ifelse 语句——程序的“十字路口” 37
      核心 AI 技能 逻辑可视化——让 AI 画流程图 38
      案例 AI 辅助的“游乐园门票计价器”（基础版） 39
      实践操作：猜数字游戏核心逻辑 40
   任务 22 复杂的决策分支——ifelifelse 41
      学习目标 41
      知识准备 41
         一、ifelifelse 多分支结构 41
         二、嵌套条件——条件中的条件 42
         三、模式匹配——现代化的“智能分拣机” 43
      核心 AI 技能 测试用例生成——让 AI 帮你找漏洞 45
      案例 AI 辅助的“智能快递柜”系统（基础版） 46
      实践操作：猜数字游戏 V20——增加难度选择 48
   任务 23 永不疲倦的“引擎”——while和 for 49
      学习目标 49
      知识准备 49
         一、 while 循环——条件控制的循环 50
         二、 for 循环——遍历序列的循环 51
         三、循环的嵌套——循环套循环 52
      核心 AI 技能 循环执行过程可视化——让 AI 当“讲解员” 53
      案例 AI 辅助的“猜数字”多轮游戏框架 55
      实践操作：猜数字游戏 V30——实现多轮次猜测 56
   任务 24 循环的“红绿灯”——break 与 continue 57
      学习目标 57
      知识准备 57
         一、break 语句——紧急出口 57
         二、 continue 语句——跳过本轮，继续下一轮 58
         三、break 与 continue 对比 58
      核心 AI 技能 代码调试——让 AI定位逻辑错误 58
      案例 AI 辅助的“猜数字”游戏优化 60
      实践操作：猜数字游戏 V40——增加退出功能 61
   任务 25 打造“金刚不坏”之身——异常处理62
      学习目标 62
      知识准备 62
         一、什么是异常——程序的“意外” 62
         二、 tryexcept 语句——程序的“安全气囊” 63
         三、 else 和 fi nally 子句——锦上添花 64
         四、抛出异常——主动触发“意外” 64
      核心 AI 技能 风险分析——让 AI 预测潜在问题 66
      案例 AI 辅助的“健壮版”猜数字游戏 68
      实践操作：猜数字游戏 V50——终极健壮版 70
项目总结 72
项目三 班级信息管理系统73
   任务 31 字符串处理——信息的整理与验证74
      学习目标 74
      知识准备 74
         一、字符串的索引与切片——精准定位 74
         二、字符串常用方法——功能强大的“瑞士军刀” 75
         三、字符串格式化进阶——format()方法 76
         四、字符串的不可变性——重要的底层概念 77
      核心 AI 技能 字符串处理技巧咨询——让 AI 教你高效方法 77
      案例 AI 辅助的“学生信息格式化工具” 78
      实践操作：学生信息预处理器 79
   任务 32 数据“收纳盒”——列表与元组81
      学习目标 81
      知识准备 81
         一、列表——万能的“收纳盒” 81
         二、元组——上了锁的“列表” 84
      核心 AI 技能 场景化数据建模——让AI 推荐最佳方案 85
      案例 AI 辅助的“班级花名册”V10 87
      实践操作：班级花名册 V10——列表初体验 88
   任务 33 智能“档案柜”——字典与集合89
      学习目标 89
      知识准备 89
         一、字典——智能的“档案柜” 89
         二、集合——元素的“魔法袋” 91
         三、数据结构对比 93
      核心 AI 技能 复杂数据结构可视化——让 AI 画图解释 93
      案例 AI 辅助的“学生信息管理”V20 95
      实践操作：学生信息管理系统V20——列表套字典 96
   任务 34 代码封装机——函数基础98
      学习目标 98
      知识准备 98
         一、为什么要用函数——告别重复代码 98
         二、函数的定义和调用 98
         三、参数——函数的“输入口” 99
         四、返回值——函数的“输出口” 102
         五、变量的作用域——局部与全局 103
      核心 AI 技能 代码重构指令——让 AI帮你提炼函数 104
      案例 AI 辅助的“函数版”学生管理系统 106
      实践操作：学生信息管理系统V30——函数版108
   任务 35 数据永生——模块化与文件持久化108
      学习目标 109
      知识准备 109
         一、模块——Python 的“工具箱” 109
         二、 if _ _name_ _ == "_ _main_ _ "——模块的双重身份 110
         三、文件操作——让数据“永生” 111
         四、使用 json 模块实现数据持久化 111
      核心 AI 技能 快速 API 学习法——让AI 教你用新模块 113
      案例 AI 辅助的“保存学生数据” 114
      实践操作：学生信息管理系统V40——数据持久化 115
   任务 36 系统整合与菜单设计117
      学习目标 117
      知识准备 117
         一、主循环设计——程序的“心脏” 117
         二、函数间参数传递——数据流动 118
         三、多级菜单设计——复杂导航 118
         四、用户体验优化——让程序更友好 119
      核心 AI 技能 架构审查——让 AI点评你的系统设计 120
      案例 AI 辅助的“增强版”学生管理系统 125
      实践操作：学生信息管理系统V50——完整整合版132
项目总结 133
项目四 文字冒险游戏——勇士斗恶龙  134
   任务 41 绘制“角色”蓝图——定义类135
      学习目标 135
      知识准备 135
         一、面向对象编程——从“过程”到“对象” 135
         二、类与对象——蓝图与实例 135
         三、第一个类——Character（角色） 136
         四、构造与析构方法——对象的“出生证明”和“死亡证书” 137
         五、 self 参数——对象自己的身份证 137
         六、属性——对象的“特征” 138
      核心 AI 技能 实体抽象提示词——让AI 帮你提取属性和方法 138
      案例 AI 辅助的“勇士与哥布林”角色创建 142
      实践操作：文字冒险游戏 V10 ——创建角色类 143
   任务 42 赋予“灵魂”——初始化144
      学习目标 144
      知识准备 144
         一、 _ _init_ _() 深入——对象的“出生证明” 144
         二、 self 的本质——对象自己的身份证 145
         三、类的方法——对象的三种行为模式 145
      核心 AI 技能 深度追问——让 AI 解释“为什么” 150
      案例 AI 辅助的“角色生成器”增强版 152
      实践操作：文字冒险游戏 V20 ——职业选择与多种创建方式 158
   任务 43 让它“动”起来——定义方法159
      学习目标 159
      知识准备 160
         一、封装——把数据和行为装进“黑盒子” 160
         二、为 Character 类添加核心方法——行为的封装 161
         三、私有属性与公有方法——受控的访问 162
         四、方法间的相互调用——封装的内聚性 162
         五、方法的参数与返回值——封装的接口 164
      核心 AI 技能 代码审查——让 AI评估封装质量 165
      案例 AI 辅助的“战斗系统”设计 173
      实践操作：文字冒险游戏 V30 ——封装完整的战斗系统 182
   任务 44 “生”与“死”的判断——状态管理183
      学习目标 183
      知识准备 183
         一、状态的概念与封装 183
         二、继承——让类拥有“家族关系” 184
         三、创建角色类的继承体系 184
         四、方法重写与 super()—— 子类定制行为 187
         五、多态——同一接口，不同实现 188
      核心 AI 技能 架构审查——让 AI评估继承设计 188
      案例 AI 辅助的“职业系统”设计 195
      实践操作：文字冒险游戏 V40 ——继承与多态 202
   任务 45 谱写“战斗史诗”——综合应用203
      学习目标 203
      知识准备 203
         一、回合制战斗基本流程 203
         二、战斗系统的类设计 203
         三、策略模式——让 AI 决策 205
         四、完善角色类的多态行为 206
      核心 AI 技能 系统设计评审——让 AI评估整体架构 209
      案例 AI 辅助的“史诗战斗”模拟 220
      实践操作：文字冒险游戏 V50 ——史诗战斗模拟器 231
项目总结 232
项目五 简易天气数据分析233
   任务 51 从“数据仓库”取货234
      学习目标 234
      知识准备 234
         一、 CSV 文件格式——数据交换的“通用语言” 234
         二、 csv 模块——Python 内置的CSV 处理工具 236
         三、文件路径与异常处理 239
         四、预览数据——了解数据结构 240
      核心 AI 技能 任务分解——让 AI帮你规划项目 240
      案例 AI 辅助的“天气数据加载器” 241
      实践操作：天气数据加载器 V10 242
   任务 52 数据“清洁工”242
      学习目标 242
      知识准备 243
         一、数据清洗 243
         二、字符串清洗常用方法 244
         三、类型转换 244
         四、缺失值处理 245
         五、异常值处理 245
      核心 AI 技能 异常处理策略咨询——向 AI 请教最佳实践 245
      案例 AI 辅助的“数据清洗函数” 246
      实践操作：天气数据分析 V20 ——数据清洗 248
   任务 53 数据“透视”分析249
      学习目标 249
      知识准备 249
         一、分组统计的概念 249
         二、使用字典进行分组统计 249
         三、字典嵌套——存储复杂统计结果 250
         四、列表推导式——简洁的数据处理 250
      核心 AI 技能 算法调优——让 AI提供更简洁的写法 250
      案例 AI 辅助的“分组统计”实现 253
      实践操作：天气数据分析 V30 ——分组统计 254
   任务 54 寻找“温差之最”255
      学习目标 255
      知识准备 255
         一、极值查找的基本模式 255
         二、计算温差 255
         三、处理多个极值 256
      核心 AI 技能 逻辑解释——让 AI分析算法原理 256
      案例 AI 辅助的“温差之最”查找 259
      实践操作：天气数据分析 V40 ——温差之最 260
   任务 55 数据“可视化”261
      学习目标 261
      知识准备 261
         一、matplotlib 简介 261
         二、基本绘图流程 261
         三、绘制多条折线 262
         四、处理日期数据 262
         五、图表美化 262
      核心 AI 技能 可视化模板生成——让 AI 生成画图代码 262
      案例 AI 辅助的“温度变化图”绘制 264
      实践操作：天气数据分析 V50——完整分析系统 266
项目总结 266

涂刚，南京城市职业学院智能工程学院，教授。

蔡洁，南京城市职业学院副教授。

周文凯，北京字节跳动网络技术有限公司高级开发工程师。

AI赋能、配套资源丰富