你已经学会了 Python 基础的变量、循环、函数，能写简单的小工具，但想进一步提升效率、写出更健壮的代码，却不知道从哪入手？这篇进阶教程，我会跳过枯燥的理论，聚焦工作中最常用的进阶技巧—— 数据结构高效用法、异常处理、模块包管理、面向对象基础，最后落地到 “批量处理 Excel” 的实战项目，学完就能用在工作中，新手也能轻松上手！
一、先明确：进阶要学什么？
入门阶段我们掌握了 “能用 Python 做事”，进阶的核心是：
- 更高效：用更少的代码实现更多功能（比如列表推导式替代循环）；
- 更健壮：代码出错时不崩溃，还能给出清晰提示（异常处理进阶）；
- 更规范：学会模块化编程，代码可复用、易维护；
- 更实用：对接实际工作场景（比如批量处理 Excel、自动生成报表）。
二、进阶知识点 1：数据结构高效用法（告别低效循环）
入门我们学了列表、字典的基础操作，进阶重点掌握 “高效写法”，大幅提升代码运行速度和简洁度。
1. 列表推导式（一行替代 for 循环）
入门用for循环生成列表，代码冗长；列表推导式用一行代码完成，效率提升 50% 以上。
基础用法：生成 / 筛选列表
python
运行
结果为：
嵌套列表推导式（处理二维列表）
python
运行
2. 字典高级用法（遍历、推导式、合并）
python
运行
3. 集合（快速去重、交集 / 并集）
集合是进阶处理数据的 “神器”，尤其适合去重和数据对比：
python
运行
三、进阶知识点 2：异常处理进阶（让代码更健壮）
入门只简单用了try-except，进阶要掌握完整的异常处理逻辑，避免代码崩溃，还能精准定位问题。
1. 完整的异常处理结构（try-except-else-finally）
python
运行
2. 自定义异常（处理业务逻辑错误）
当系统自带的异常不够用（比如 “年龄不能为负数”），可以自定义异常：
python
运行
四、进阶知识点 3：模块与包（代码复用的核心）
入门我们用了pandas、requests等第三方库，进阶要学会自定义模块和规范导入，让代码模块化。
1. 模块的导入技巧（避免命名冲突）
python
运行
2. 自定义模块（复用自己的代码）
步骤 1：创建自定义模块文件（比如my_tools.py）
python
运行
步骤 2：在另一个文件中导入并使用
python
运行
五、进阶知识点 4：面向对象基础（OOP）
面向对象是 Python 进阶的核心，适合开发复杂程序（比如管理系统、工具类），核心是 “类” 和 “对象”。
1. 定义类和创建对象
python
运行
2. 类的继承（复用父类代码）
python
运行
六、实战项目：批量处理 Excel（进阶核心实战）
结合以上进阶知识点，做一个工作中高频使用的项目：批量合并多个 Excel 文件，并筛选出指定条件的数据。
项目需求
完整代码（可直接运行）
python
运行
运行前准备
安装依赖库：
这个是安装 Python 的依赖库，很简单，跟着这几步操作就行：
安装步骤（分系统）
1. 打开命令行工具
- Windows：按下Win+R，输入cmd回车，打开 “命令提示符”；
- Mac/Linux：打开 “终端”（Mac 在启动台搜 “Terminal”）。
2. 复制命令并执行
把图里的这行命令直接粘贴到命令行里，按回车：
bash
运行
pip install pandas openpyxl -i https://pypi.tuna.tsinghua.edu.cn/simple
- 解释：这行命令是用pip（Python 的包管理工具）安装pandas（处理 Excel 的库）和openpyxl（读取 Excel 的引擎），-i后面是国内清华镜像源，能加快下载速度。
3. 等待安装完成
命令执行后，会显示 “Collecting pandas…”“Installing collected packages…” 的进度，最后出现 “Successfully installed…” 就说明安装成功了。
常见问题解决
如果提示 “pip 不是内部或外部命令”：
- 原因是 Python 的pip工具没加入系统环境变量；
- 解决：重新安装 Python 时，记得勾选 “Add Python to PATH”（安装界面的选项），或者手动把 Python 的Scripts文件夹路径（比如C:\\Python310\\Scripts）添加到系统环境变量的 “Path” 里。
运行效果
- 生成合并数据.xlsx：包含所有 Excel 文件的合并数据；
- 生成筛选数据.xlsx：只保留销售额 > 10000 的行；
- 生成error_log.txt：记录损坏 / 无法读取的文件（如有）。
七、进阶避坑指南
八、后续进阶方向
总结
如果运行代码时遇到具体问题（比如 Excel 读取失败、路径错误），欢迎在评论区留言！关注我，下一篇将分享 Python 自动化办公的高阶技巧（比如自动发邮件、生成可视化报表）。
