Python 是一种高级、通用、解释型编程语言，由 Guido van Rossum（吉多·范罗苏姆）于 1991年首次发布。Python 被誉为 "胶水语言"，几乎可以应用于任何领域，是当今最流行的编程语言之一！

Python 的名字来源于英国喜剧团体 Monty Python，而非蟒蛇。

优点
语法简单，易于学习
50万第三方包极其丰富
开源免费跨平台
社区强大
胶水语言，可轻松调用 C/C++/Java 等语言的模块

缺点
运行慢内存占用高
多线程无法真正利用多核 CPU
运行时报错难以发现
不支持移动端开发，操作系统、驱动、游戏引擎等
容易被反编译
不同py版本编写的代码可能不兼容

最擅长的领域：
AI（TensorFlow、PyTorch）
数据分析/科学计算（Pandas、NumPy、Jupyter、 SciPy、SymPy）
自动化脚本
网络爬虫（Scrapy、BeautifulSoup）
网络安全
量化金融 Zipline、Backtrader

一句话总结：Python 用开发速度换运行速度，是 AI 和数据领域的王者，但不适合追求极致性能和移动端的场景。

完整学习路径图
第一部分：基础篇（能写代码）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
环境搭建 → 变量/类型 → 数据结构 → 字符串处理 → 正则表达式
运算符/表达式 → 流程控制 → 函数 → 面向对象 → 标准库/自定义库

第二部分：高级篇（能写有用的代码）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
文件操作 → 网络操作 → 数据库操作
异常处理 → 并发编程 → 安全编程

第三部分：交付篇（能交付项目）
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
工程化（调试/设计模式/Git/测试/项目结构）
部署运维（Docker/CI·CD/监控告警/定时任务）
最终：依据项目多练习代码！
核心原则：每个知识点都要写代码，看懂不等于会，项目实战才是最好的学习方式。

第一部分：基础篇
掌握编程的核心概念与基本能力

1. 环境搭建

# ==================== 安装Python ====================

# Windows: 下载安装包
# 访问 https://www.python.org/downloads/
# ⚠️ 安装时勾选 "Add Python to PATH"

# Mac:
brew install python3

# Linux(Ubuntu):
sudo apt update && sudo apt install python3 python3-pip

# 验证安装
python3 --version          # Python 3.12.x
pip3 --version             # pip 24.x


# ==================== 开发工具 ====================

# 方式一：VS Code（推荐初学者）
# 下载 https://code.visualstudio.com/
# 安装 Python 扩展插件

# 方式二：PyCharm（专业IDE）
# 下载 https://www.jetbrains.com/pycharm/

# 方式三：命令行直接运行
python3 hello.py


# ==================== 虚拟环境（项目隔离） ====================

# 创建虚拟环境
python3 -m venv myproject_env

# 激活
# Windows:
myproject_env\Scripts\activate
# Mac/Linux:
source myproject_env/bin/activate

# 安装依赖
pip install requests pandas

# 导出/安装依赖清单
pip freeze > requirements.txt
pip install -r requirements.txt

# 退出虚拟环境
deactivate

Python

# hello.py —— 第一个程序
print("Hello, Python!")

# 运行：python3 hello.py
# 输出：Hello, Python!

一、编码

Python 3 源码文件默认使用 UTF-8 编码，字符串均为 Unicode。
可通过 # -*- coding: cp-1252 -*- 指定其他编码。

二、标识符

首字符：字母（a-z, A-Z）或下划线 _
其余部分：字母、数字、下划线
大小写敏感：count 和 Count 是不同的标识符
不能使用保留关键字（如 if、for、class）
Python 3 支持 Unicode 标识符（如中文变量名 姓名 = "张三"）

age = 25 # 普通变量名，最常见
user_name = "Alice" # 用下划线连接单词，清晰易读
_total = 100 # 下划线开头通常表示“内部使用”或“私有”
MAX_SIZE = 1024 # 全大写通常表示“常量”（固定不变的值）
calculate_area() # 函数名，动词+名词
StudentInfo # 类名，首字母大写（驼峰命名法）
__private_var # 双下划线开头，有特殊含义

三、保留关键字（35个）

通过 import keyword; keyword.kwlist 查看，涵盖：

类别	关键字
逻辑值	`True`, `False`, `None`
逻辑运算	`和` , `或` , `非`
条件控制	`if`, `elif`, `else`
循环控制	`for`, `while`, `break`, `continue`
异常处理	`try`, `except`, `finally`, `raise`
函数	`def`, `return`, `lambda`
类与对象	`class`, `del`
模块导入	`import`, `from`, `as`
作用域	`global`, `nonlocal`
异步	`async`, `await`
其他	`assert`, `in`, `is`, `pass`, `with`, `yield`

四、注释

单行注释：# 注释内容
多行注释：使用 '''...''' 或 """..."""

五、行与缩进

Python 使用缩进表示代码块（而非 {}）
同一代码块的缩进空格数必须一致，否则报 IndentationError

六、多行语句

使用反斜杠 \ 换行：
Python
```
total = a + \
        b + \
        c
```
在 []、{}、() 中可直接换行，无需 \

七、基本数据类型

类型	说明	示例
`int`	整数	`1`, `-5`
`bool`	布尔	`True`, `False`
`float`	浮点数	`1.23`, `3E-2`
`complex`	复数	`1 + 2j`

八、字符串

单引号 ' 和双引号 " 等价
三引号 ''' / """ 用于多行字符串
r"..." 原始字符串（不转义）
+ 连接，* 重复
索引：从左 0 开始，从右 -1 开始
切片：str[start:end:step]（start 包含，end 不包含）
字符串不可变

九、其他语法要点

空行：用于分隔代码段，非语法要求但属于良好习惯
用户输入：input("提示信息")
同行多语句：用分号 ; 分隔（不推荐）
代码组：缩进相同的语句构成代码块，复合语句首行以 : 结束
print 不换行：print(x, end="")

十、模块导入

Python

import somemodule                    # 导入整个模块
from somemodule import func          # 导入特定函数
from somemodule import func1, func2  # 导入多个函数
from somemodule import *             # 导入全部（不推荐）

十一、命令行参数

python -h 查看帮助信息
通过 sys.argv 获取命令行参数

2. 变量、常量与数据类型

如何定义基本数据

Python

# ==================== 变量 ====================
# 变量 = 给数据起名字，方便后续使用
# Python是动态类型语言，不需要声明类型

name = "张三"              # 字符串 str
age = 25                   # 整数 int
salary = 8500.50           # 浮点数 float
is_active = True           # 布尔值 bool（True/False）
nothing = None             # 空值 NoneType

# 查看类型
print(type(name))          # <class 'str'>
print(type(age))           # <class 'int'>

# 动态类型：同一个变量可以改变类型（但不推荐）
x = 10
x = "hello"               # 合法，但会让代码难以维护


# ==================== 常量 ====================
# Python没有真正的常量语法，约定用全大写表示"不应修改"
MAX_RETRY = 3
PI = 3.14159
DB_HOST = "192.168.1.100"


# ==================== 类型转换 ====================
# 字符串 → 数字
num = int("123")           # 123
price = float("99.9")     # 99.9

# 数字 → 字符串
text = str(100)            # "100"

# 数字 → 布尔
print(bool(0))             # False（0为假）
print(bool(42))            # True（非0为真）
print(bool(""))            # False（空字符串为假）
print(bool("hello"))       # True（非空为真）


# ==================== 多重赋值 ====================
a, b, c = 1, 2, 3
x = y = z = 0              # 三个变量都等于0


# ==================== 命名规则 ====================
# ✅ 合法：字母/下划线开头，包含字母/数字/下划线
user_name = "张三"
_private = "内部变量"
count2 = 10

# ❌ 非法
# 2name = "xx"             # 不能以数字开头
# my-name = "xx"           # 不能用连字符
# class = "xx"             # 不能用保留关键字

3. 数据结构

更复杂的数据如何构成

Python

# ==================== 列表 list ====================
# 有序、可变、允许重复
fruits = ["苹果", "香蕉", "橘子", "香蕉"]

# 增
fruits.append("葡萄")               # 末尾添加
fruits.insert(1, "西瓜")            # 指定位置插入

# 删
fruits.remove("香蕉")               # 删除第一个匹配项
last = fruits.pop()                  # 弹出最后一个
del fruits[0]                        # 按索引删除

# 改
fruits[0] = "芒果"

# 查
print(fruits[0])                     # 索引访问
print(len(fruits))                   # 长度
print("芒果" in fruits)              # 成员判断

# 切片
nums = [0, 1, 2, 3, 4, 5]
print(nums[1:4])                     # [1, 2, 3]
print(nums[::2])                     # [0, 2, 4] 步长2
print(nums[::-1])                    # [5, 4, 3, 2, 1, 0] 反转

# 列表推导式
squares = [x**2 for x in range(1, 6)]            # [1, 4, 9, 16, 25]
evens = [x for x in range(10) if x % 2 == 0]     # [0, 2, 4, 6, 8]

# 排序
nums = [3, 1, 4, 1, 5]
nums.sort()                          # 原地排序 [1, 1, 3, 4, 5]
sorted_nums = sorted(nums, reverse=True)  # 返回新列表，不改原列表


# ==================== 元组 tuple ====================
# 有序、不可变（创建后不能修改）
point = (10, 20)
single = (42,)                       # 单元素元组必须加逗号！

x, y = point                        # 拆包
print(point[0])                      # 10
# point[0] = 99                      # ❌ 报错！元组不可变

# 用途：函数返回多个值、作为字典的key、保护数据不被修改


# ==================== 字典 dict ====================
# 键值对、键唯一、3.7+保持插入顺序
student = {
    "name": "张三",
    "age": 20,
    "scores": [85, 90, 78]
}

# 增/改
student["gender"] = "男"             # 新增
student["age"] = 21                  # 修改

# 查
print(student["name"])               # 张三（键不存在会报错）
print(student.get("phone", "无"))    # 安全获取，不存在返回默认值

# 删
del student["gender"]
student.pop("age")

# 遍历
for key, value in student.items():
    print(f"{key}: {value}")

# 字典推导式
word = "hello"
char_count = {c: word.count(c) for c in set(word)}
# {'h': 1, 'e': 1, 'l': 2, 'o': 1}


# ==================== 集合 set ====================
# 无序、不重复、支持数学集合运算
a = {1, 2, 3, 4}
b = {3, 4, 5, 6}

a.add(5)                            # 添加元素
a.discard(1)                        # 删除（不存在不报错）

print(a & b)                        # 交集 {3, 4, 5}
print(a | b)                        # 并集 {2, 3, 4, 5, 6}
print(a - b)                        # 差集 {2}

# 去重
names = ["张三", "李四", "张三", "王五"]
unique_names = list(set(names))      # ['张三', '李四', '王五']


# ==================== 总结对比 ====================
"""
类型     有序   可变   重复   用途
list     ✅    ✅    ✅    通用序列，最常用
tuple    ✅    ❌    ✅    不可变数据，函数返回值
dict     ✅*   ✅    键不可  键值映射，最常用之一
set      ❌    ✅    ❌    去重、集合运算
"""

4. 字符串处理

Python

# ==================== 字符串定义 ====================
s1 = 'hello'
s2 = "it's OK"
s3 = """多行
字符串"""
s4 = r"C:\Users\test"               # 原始字符串（不转义）

# ==================== 索引与切片 ====================
text = "Python编程"
# 索引  P  y  t  h  o  n  编  程
#       0  1  2  3  4  5  6  7
#      -8 -7 -6 -5 -4 -3 -2 -1

print(text[0])             # P
print(text[-1])            # 程
print(text[0:6])           # Python
print(text[::-1])          # 程编nohtyP（反转）


# ==================== 常用方法 ====================
msg = "  Hello World  "

# 去除空白
print(msg.strip())                   # "Hello World"
print(msg.lstrip())                  # "Hello World  "

# 大小写
print("hello".upper())               # HELLO
print("HELLO".lower())               # hello
print("hello world".title())         # Hello World
print("hello world".capitalize())    # Hello world

# 查找与替换
print("hello world".find("world"))   # 6（找不到返回-1）
print("hello world".index("world")) # 6（找不到报错）
print("hello world".replace("world", "python"))  # hello python
print("hello world".count("l"))      # 3

# 判断
print("123".isdigit())               # True 是否全是数字
print("abc".isalpha())               # True 是否全是字母
print("hello".startswith("he"))      # True
print("hello".endswith("lo"))        # True

# 分割与连接
print("a,b,c".split(","))            # ['a', 'b', 'c']
print(",".join(["a", "b", "c"]))     # "a,b,c"

# 格式化（三种方式）
name, age = "张三", 25
print("姓名：%s，年龄：%d" % (name, age))           # ① %格式化
print("姓名：{}，年龄：{}".format(name, age))        # ② format方法
print(f"姓名：{name}，年龄：{age}")                  # ③ f-string（推荐✅）
print(f"计算：{3 + 5}")                              # f-string支持表达式
print(f"价格：{99.5:.2f}")                            # 保留2位小数：99.50

5. 正则表达式

字符串匹配自定义的模式

Python

import re

text = "联系人：张三 138-0001-2345，李四 lisi@mail.com，日期 2025-01-15"

# ==================== 常用语法速查 ====================
"""
.       匹配任意字符（除换行）
\d      数字 [0-9]
\w      字母/数字/下划线
\s      空白字符（空格/制表符/换行）
*       前面的字符出现 0次或多次
+       前面的字符出现 1次或多次
?       前面的字符出现 0次或1次
{n,m}   前面的字符出现 n到m次
[]      字符集合，如 [a-z] [0-9]
^       开头
$       结尾
()      分组捕获
|       或
"""

# ==================== findall: 查找所有匹配 ====================
phones = re.findall(r"1[3-9]\d-\d{4}-\d{4}", text)
print(phones)        # ['138-0001-2345']

emails = re.findall(r"\w+@\w+\.\w+", text)
print(emails)        # ['lisi@mail.com']

dates = re.findall(r"\d{4}-\d{2}-\d{2}", text)
print(dates)         # ['2025-01-15']

chinese = re.findall(r"[\u4e00-\u9fa5]+", text)
print(chinese)       # ['联系人', '张三', '李四', '日期']


# ==================== search: 找第一个匹配 ====================
match = re.search(r"(\d{3})-(\d{4})-(\d{4})", text)
if match:
    print(match.group())      # 138-0001-2345（完整匹配）
    print(match.group(1))     # 138（第1个分组）
    print(match.group(2))     # 0001（第2个分组）


# ==================== sub: 替换 ====================
cleaned = re.sub(r"\d{3}-\d{4}-\d{4}", "***", text)
print(cleaned)    # 联系人：张三 ***，李四 lisi@mail.com，日期 2025-01-15


# ==================== match: 从开头匹配 ====================
result = re.match(r"联系人", text)
print(result.group())    # 联系人


# ==================== 贪婪 vs 非贪婪 ====================
html = "<div>hello</div><div>world</div>"
print(re.findall(r"<div>.*</div>", html))     # 贪婪：匹配最长
# ['<div>hello</div><div>world</div>']

print(re.findall(r"<div>.*?</div>", html))    # 非贪婪：匹配最短
# ['<div>hello</div>', '<div>world</div>']


# ==================== compile: 预编译（提升性能） ====================
phone_pattern = re.compile(r"1[3-9]\d{9}")
result = phone_pattern.findall("手机号13800001234和13900005678")
print(result)    # ['13800001234', '13900005678']

6. 运算符与表达式

数据如何处理

Python

# ==================== 算术运算符 ====================
print(17 + 3)         # 20    加
print(17 - 3)         # 14    减
print(17 * 3)         # 51    乘
print(17 / 3)         # 5.666 除（返回浮点数）
print(17 // 3)        # 5     整除（取商）
print(17 % 3)         # 2     取余（取余数）
print(2 ** 10)        # 1024  幂


# ==================== 赋值运算符 ====================
x = 10
x += 5                # x = x + 5 → 15
x -= 3                # x = x - 3 → 12
x *= 2                # x = x * 2 → 24
x //= 5               # x = x // 5 → 4
x **= 3               # x = x ** 3 → 64


# ==================== 比较运算符 ====================
print(10 > 5)          # True
print(10 == 10)        # True
print(10 != 5)         # True
print(10 >= 10)        # True
# 返回值都是布尔值 True / False


# ==================== 逻辑运算符 ====================
age = 25
salary = 10000

print(age > 18 and salary > 5000)    # True   两个都为真→真
print(age > 30 or salary > 5000)     # True   一个为真→真
print(not age > 30)                  # True   取反


# ==================== 成员运算符 ====================
fruits = ["苹果", "香蕉", "橘子"]
print("苹果" in fruits)         # True   是否在集合中
print("葡萄" not in fruits)     # True   是否不在集合中


# ==================== 身份运算符 ====================
a = [1, 2, 3]
b = [1, 2, 3]
c = a

print(a == b)          # True   值相等
print(a is b)          # False  不是同一个对象
print(a is c)          # True   是同一个对象（c指向a）


# ==================== 三元表达式 ====================
score = 85
level = "及格" if score >= 60 else "不及格"
print(level)           # 及格

7. 流程控制

代码如何执行（代码的结构）

Python

# ==================== 条件判断 ====================
score = 85

if score >= 90:
    print("优秀")
elif score >= 80:
    print("良好")           # ← 执行这个
elif score >= 60:
    print("及格")
else:
    print("不及格")

# 简写：三元表达式
result = "通过" if score >= 60 else "未通过"


# ==================== for 循环 ====================
# 遍历列表
fruits = ["苹果", "香蕉", "橘子"]
for fruit in fruits:
    print(fruit)

# 带索引遍历
for i, fruit in enumerate(fruits):
    print(f"第{i+1}个: {fruit}")

# range() 生成数字序列
for i in range(5):             # 0,1,2,3,4
    print(i)

for i in range(1, 10, 2):     # 1,3,5,7,9（步长2）
    print(i)

# 遍历字典
person = {"name": "张三", "age": 25}
for key, value in person.items():
    print(f"{key}: {value}")


# ==================== while 循环 ====================
count = 0
while count < 5:
    print(count)
    count += 1                 # 别忘了更新条件，否则死循环！

# 实用示例：用户输入验证
while True:
    pwd = input("请输入密码（至少6位）: ")
    if len(pwd) >= 6:
        print("密码设置成功")
        break                  # 跳出循环
    print("密码太短，请重新输入")


# ==================== break / continue / else ====================
# break: 立即跳出循环
for i in range(10):
    if i == 5:
        break                  # 到5就停止
    print(i)                   # 0 1 2 3 4

# continue: 跳过本次，进入下一次
for i in range(10):
    if i % 2 == 0:
        continue               # 跳过偶数
    print(i)                   # 1 3 5 7 9

# for...else: 循环正常结束（没有break）时执行else
for i in range(5):
    if i == 10:                # 条件不会成立
        break
else:
    print("循环正常结束")       # ← 会执行


# ==================== 嵌套循环 ====================
# 九九乘法表
for i in range(1, 10):
    for j in range(1, i + 1):
        print(f"{j}×{i}={i*j}", end="\t")
    print()                    # 换行

8. 系统函数与自定义函数

重复代码块如何复用

Python

# ==================== 常用系统内建函数 ====================
# 类型相关
print(type(42))               # <class 'int'>
print(isinstance(42, int))    # True
print(len("hello"))           # 5
print(id(42))                 # 内存地址

# 数学相关
print(abs(-10))               # 10
print(max(3, 7, 1, 9))       # 9
print(min(3, 7, 1, 9))       # 1
print(sum([1, 2, 3, 4]))     # 10
print(round(3.14159, 2))     # 3.14
print(pow(2, 10))            # 1024

# 序列相关
print(range(5))               # range(0, 5) → 配合list()使用
print(list(range(5)))         # [0, 1, 2, 3, 4]
print(sorted([3, 1, 4]))     # [1, 3, 4]
print(reversed([1, 2, 3]))   # 迭代器 → list() 转换
print(list(zip([1,2], ["a","b"])))  # [(1,'a'), (2,'b')]

# 输入输出
name = input("请输入姓名: ")  # 从键盘读取（返回字符串）
print(f"你好, {name}")

# 进制转换
print(bin(10))                # 0b1010
print(oct(10))                # 0o12
print(hex(255))               # 0xff


# ==================== 自定义函数 ====================
def greet(name):
    """打招呼（这是文档字符串）"""
    return f"你好, {name}!"

print(greet("张三"))           # 你好, 张三!


# ==================== 参数类型 ====================
def create_user(name, age=18, *hobbies, **extra):
    """
    name:     位置参数（必填）
    age:      默认参数（可选，有默认值）
    *hobbies: 可变参数（收集多余的位置参数→元组）
    **extra:  关键字参数（收集多余的键值对→字典）
    """
    print(f"姓名: {name}, 年龄: {age}")
    print(f"爱好: {hobbies}")
    print(f"其他: {extra}")

create_user("李明", 25, "篮球", "音乐", city="北京")
# 姓名: 李明, 年龄: 25
# 爱好: ('篮球', '音乐')
# 其他: {'city': '北京'}


# ==================== 返回多个值 ====================
def calc(a, b):
    return a + b, a - b, a * b    # 实际返回一个元组

add, sub, mul = calc(10, 3)        # 拆包接收
print(add, sub, mul)               # 13 7 30


# ==================== lambda 匿名函数 ====================
square = lambda x: x ** 2
print(square(5))                   # 25

# 常用于排序
students = [("张三", 85), ("李四", 92), ("王五", 78)]
students.sort(key=lambda s: s[1], reverse=True)
print(students)  # [('李四', 92), ('张三', 85), ('王五', 78)]


# ==================== 高阶函数 ====================
nums = [1, 2, 3, 4, 5]

# map: 对每个元素应用函数
doubled = list(map(lambda x: x * 2, nums))         # [2,4,6,8,10]

# filter: 过滤
evens = list(filter(lambda x: x % 2 == 0, nums))   # [2, 4]

# reduce: 累积
from functools import reduce
total = reduce(lambda a, b: a + b, nums)            # 15


# ==================== 装饰器（函数增强） ====================
import time

def timer(func):
    """计时装饰器：测量函数执行时间"""
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        elapsed = time.time() - start
        print(f"{func.__name__} 耗时: {elapsed:.4f}秒")
        return result
    return wrapper

@timer
def slow_function():
    time.sleep(1)
    return "完成"

slow_function()   # slow_function 耗时: 1.0012秒

9. 面向对象

多个相关函数如何一块复用

Python

# ==================== 类的定义 ====================
class Student:
    """学生类"""
    school = "Python学院"                 # 类属性（所有实例共享）

    def __init__(self, name, age):        # 构造方法
        self.name = name                  # 实例属性
        self.age = age
        self._scores = []                 # 约定私有属性（前缀_）

    def add_score(self, score):           # 实例方法
        if 0 <= score <= 100:
            self._scores.append(score)
        else:
            raise ValueError("成绩必须在0-100之间")

    def get_average(self):
        if not self._scores:
            return 0
        return sum(self._scores) / len(self._scores)

    def __str__(self):                    # 打印对象时调用
        return f"学生({self.name}, {self.age}岁)"

    def __len__(self):                    # len()时调用
        return len(self._scores)

# 使用
s = Student("张三", 20)
s.add_score(85)
s.add_score(92)
print(s)                    # 学生(张三, 20岁)
print(s.get_average())      # 88.5
print(len(s))               # 2
print(Student.school)       # Python学院


# ==================== 继承 ====================
class GradStudent(Student):
    """研究生，继承自Student"""

    def __init__(self, name, age, research):
        super().__init__(name, age)        # 调用父类构造
        self.research = research

    def __str__(self):                     # 方法重写（多态）
        return f"研究生({self.name}, 方向: {self.research})"

g = GradStudent("李四", 24, "人工智能")
g.add_score(95)                            # 继承了父类方法
print(g)                                   # 研究生(李四, 方向: 人工智能)
print(isinstance(g, Student))              # True


# ==================== 类方法与静态方法 ====================
class MathHelper:

    @staticmethod                          # 静态方法：不需要实例
    def is_even(n):
        return n % 2 == 0

    @classmethod                           # 类方法：操作类本身
    def description(cls):
        return f"这是 {cls.__name__} 工具类"

print(MathHelper.is_even(4))               # True
print(MathHelper.description())            # 这是 MathHelper 工具类


# ==================== @property 属性装饰器 ====================
class Circle:
    def __init__(self, radius):
        self._radius = radius

    @property                              # 像属性一样访问
    def area(self):
        return 3.14159 * self._radius ** 2

    @property
    def radius(self):
        return self._radius

    @radius.setter                         # 设置时自动校验
    def radius(self, value):
        if value <= 0:
            raise ValueError("半径必须大于0")
        self._radius = value

c = Circle(5)
print(c.area)              # 78.53975（不需要加括号）
c.radius = 10              # 通过setter修改
# c.radius = -1            # ❌ ValueError

10. 标准库与自定义库

多个相关对象如何一块复用

Python

# ==================== 导入方式 ====================
import os                              # 导入整个模块
from datetime import datetime          # 导入特定内容
from collections import Counter       # 导入特定类
import json as j                       # 别名


# ==================== 常用标准库示例 ====================

# --- math: 数学 ---
import math
print(math.sqrt(16))         # 4.0
print(math.ceil(3.2))        # 4  向上取整
print(math.floor(3.8))       # 3  向下取整
print(math.pi)               # 3.141592653589793

# --- datetime: 日期时间 ---
from datetime import datetime, timedelta
now = datetime.now()
print(now.strftime("%Y-%m-%d %H:%M:%S"))   # 2025-01-15 14:30:00
yesterday = now - timedelta(days=1)
date = datetime.strptime("2025-01-15", "%Y-%m-%d")

# --- json: 序列化 ---
import json
data = {"name": "张三", "age": 25}
json_str = json.dumps(data, ensure_ascii=False)   # → JSON字符串
obj = json.loads(json_str)                         # → Python对象

# --- collections: 增强容器 ---
from collections import Counter, defaultdict, OrderedDict
words = ["apple", "banana", "apple", "cherry", "apple"]
print(Counter(words))         # Counter({'apple': 3, 'banana': 1, 'cherry': 1})
print(Counter(words).most_common(2))  # [('apple', 3), ('banana', 1)]

# --- random: 随机 ---
import random
print(random.randint(1, 100))           # 随机整数
print(random.choice(["a", "b", "c"]))   # 随机选一个
random.shuffle([1, 2, 3, 4, 5])         # 打乱列表

# --- hashlib: 哈希 ---
import hashlib
md5 = hashlib.md5("hello".encode()).hexdigest()
print(md5)   # 5d41402abc4b2a76b9719d911017c592


# ==================== 自定义模块 ====================

# --- utils/string_helper.py ---
"""字符串工具模块"""

def clean_text(text):
    """去除多余空白"""
    return " ".join(text.split())

def mask_phone(phone):
    """手机号脱敏"""
    return phone[:3] + "****" + phone[7:]

# --- utils/__init__.py ---
from .string_helper import clean_text, mask_phone


# --- main.py（使用自定义模块） ---
from utils import clean_text, mask_phone

print(clean_text("  hello   world  "))   # "hello world"
print(mask_phone("13800001234"))          # "138****1234"


# ==================== 自定义包结构 ====================
"""
my_project/
├── main.py
├── utils/                  # 工具包
│   ├── __init__.py         # 包标识文件
│   ├── string_helper.py
│   └── date_helper.py
├── models/                 # 数据模型包
│   ├── __init__.py
│   └── user.py
└── config/
    ├── __init__.py
    └── settings.py
"""

第二部分：高级篇

从「能写代码」到「能写有用的代码」

11. 文件操作

对操作系统操作的支持

Python

import os
import shutil

# ==================== 读写文本文件 ====================
# 写文件
with open("output.txt", "w", encoding="utf-8") as f:
    f.write("第一行\n")
    f.write("第二行\n")

# 追加写入
with open("output.txt", "a", encoding="utf-8") as f:
    f.write("追加的内容\n")

# 读取全部
with open("output.txt", "r", encoding="utf-8") as f:
    content = f.read()
    print(content)

# 逐行读取（推荐，节省内存）
with open("output.txt", "r", encoding="utf-8") as f:
    for line in f:
        print(line.strip())

# 读取为列表
with open("output.txt", "r", encoding="utf-8") as f:
    lines = f.readlines()      # ['第一行\n', '第二行\n', ...]


# ==================== 读写二进制文件 ====================
# 复制图片
with open("photo.jpg", "rb") as src:
    data = src.read()
with open("photo_copy.jpg", "wb") as dst:
    dst.write(data)


# ==================== 目录操作 ====================
print(os.getcwd())                          # 当前目录
print(os.path.exists("output.txt"))         # 文件是否存在
print(os.path.isfile("output.txt"))         # 是否是文件
print(os.path.isdir("data"))               # 是否是目录
print(os.path.getsize("output.txt"))       # 文件大小（字节）

os.makedirs("data/reports/2025", exist_ok=True)   # 递归创建目录

# 列出目录内容
for name in os.listdir("./data"):
    full_path = os.path.join("./data", name)
    print(f"{name} - {'目录' if os.path.isdir(full_path) else '文件'}")

# 路径拼接（跨平台安全）
path = os.path.join("data", "reports", "report.txt")

# 获取文件名和扩展名
print(os.path.basename("/data/report.txt"))   # report.txt
print(os.path.splitext("report.txt"))         # ('report', '.txt')


# ==================== 文件复制/移动/删除 ====================
shutil.copy("output.txt", "backup.txt")     # 复制
shutil.move("backup.txt", "data/")          # 移动
os.remove("output.txt")                     # 删除文件
shutil.rmtree("data/old")                   # 删除目录（含内容）


# ==================== 命令执行 ====================
import subprocess

# 执行系统命令
result = subprocess.run(["ls", "-la"], capture_output=True, text=True)
print(result.stdout)

# Windows:
# result = subprocess.run(["dir"], shell=True, capture_output=True, text=True)

# 检查命令是否成功
if result.returncode == 0:
    print("命令执行成功")

12. 网络操作

Python

import requests
import socket
import json

# ==================== HTTP请求（requests库） ====================

# GET请求
response = requests.get(
    "https://api.example.com/users",
    params={"page": 1, "size": 10},
    headers={"Authorization": "Bearer token123"},
    timeout=10
)
print(response.status_code)    # 200
print(response.json())         # 解析JSON响应

# POST请求
data = {"username": "admin", "password": "123456"}
response = requests.post(
    "https://api.example.com/login",
    json=data,
    timeout=10
)
result = response.json()

# 下载文件
resp = requests.get("https://example.com/file.pdf", stream=True)
with open("downloaded.pdf", "wb") as f:
    for chunk in resp.iter_content(chunk_size=8192):
        f.write(chunk)

# Session保持（自动管理Cookie）
session = requests.Session()
session.post("https://example.com/login", data={"user": "admin", "pwd": "123"})
response = session.get("https://example.com/dashboard")  # 自动带cookie


# ==================== Socket基础 ====================

# 简单TCP客户端
sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
sock.connect(("example.com", 80))
sock.send(b"GET / HTTP/1.1\r\nHost: example.com\r\n\r\n")
data = sock.recv(4096)
print(data.decode())
sock.close()

# 检测端口是否开放
def check_port(host, port):
    try:
        s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
        s.settimeout(3)
        s.connect((host, port))
        s.close()
        return True
    except (socket.timeout, ConnectionRefusedError):
        return False

print(check_port("baidu.com", 80))   # True
print(check_port("baidu.com", 8888)) # False

13. 数据库操作

对第三方系统操作的支持

Python

# ==================== MySQL操作（PyMySQL） ====================
import pymysql

conn = pymysql.connect(
    host="localhost", port=3306,
    user="root", password="123456",
    database="testdb", charset="utf8mb4",
    cursorclass=pymysql.cursors.DictCursor
)

try:
    with conn.cursor() as cursor:
        # 查询
        cursor.execute("SELECT * FROM users WHERE age >= %s", (18,))
        users = cursor.fetchall()
        for user in users:
            print(f"{user['name']} - {user['age']}岁")

        # 插入
        cursor.execute(
            "INSERT INTO users (name, age) VALUES (%s, %s)",
            ("张三", 25)
        )
        conn.commit()
        print(f"新增ID: {cursor.lastrowid}")

        # 批量插入
        data = [("李四", 22), ("王五", 28)]
        cursor.executemany(
            "INSERT INTO users (name, age) VALUES (%s, %s)", data
        )
        conn.commit()

        # 更新
        cursor.execute("UPDATE users SET age=%s WHERE name=%s", (26, "张三"))
        conn.commit()

        # 删除
        cursor.execute("DELETE FROM users WHERE name=%s", ("王五",))
        conn.commit()

except Exception as e:
    conn.rollback()
    print(f"操作失败: {e}")
finally:
    conn.close()


# ==================== Redis操作 ====================
import redis

r = redis.Redis(host="localhost", port=6379, db=0, decode_responses=True)

# 字符串
r.set("name", "张三", ex=3600)    # 设置，过期时间3600秒
print(r.get("name"))               # 张三

# 哈希
r.hset("user:1", mapping={"name": "张三", "age": "25"})
print(r.hgetall("user:1"))         # {'name': '张三', 'age': '25'}

# 列表（队列）
r.rpush("task_queue", "task1", "task2")
task = r.lpop("task_queue")        # 取出 task1

# 设置过期
r.expire("name", 60)              # 60秒后过期


# ==================== SQLite（轻量级/无需服务器） ====================
import sqlite3

conn = sqlite3.connect("local.db")        # 文件数据库
cursor = conn.cursor()

cursor.execute("""
    CREATE TABLE IF NOT EXISTS notes (
        id INTEGER PRIMARY KEY AUTOINCREMENT,
        title TEXT NOT NULL,
        content TEXT,
        created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
    )
""")

cursor.execute("INSERT INTO notes (title, content) VALUES (?, ?)",
               ("学习笔记", "今天学了Python"))
conn.commit()

cursor.execute("SELECT * FROM notes")
for row in cursor.fetchall():
    print(row)

conn.close()

14. 异常处理

运行报错如何处理

Python

# ==================== 基本捕获 ====================
try:
    num = int(input("输入数字: "))
    result = 100 / num
except ValueError:
    print("输入的不是数字")
except ZeroDivisionError:
    print("不能除以零")
except Exception as e:
    print(f"未知错误: {type(e).__name__}: {e}")
else:
    print(f"结果: {result}")         # 无异常时执行
finally:
    print("执行完毕")                # 无论如何都执行


# ==================== 常见异常类型 ====================
"""
ValueError      值不对      int("abc")
TypeError       类型不对    "hello" + 123
KeyError        键不存在    dict["不存在的key"]
IndexError      索引越界    list[999]
FileNotFoundError 文件不存在 open("不存在.txt")
AttributeError  属性不存在  "hello".不存在的方法()
ZeroDivisionError 除以零   1 / 0
ImportError     导入失败    import 不存在的模块
ConnectionError 连接失败    请求不可达的服务器
TimeoutError    超时       网络请求超时
"""


# ==================== 手动抛出异常 ====================
def set_age(age):
    if not isinstance(age, int):
        raise TypeError("年龄必须是整数")
    if age < 0 or age > 150:
        raise ValueError(f"年龄不合法: {age}")
    return age


# ==================== 自定义异常 ====================
class BusinessError(Exception):
    """业务异常基类"""
    def __init__(self, code, message):
        self.code = code
        self.message = message
        super().__init__(self.message)

class InsufficientBalance(BusinessError):
    """余额不足"""
    def __init__(self, balance, amount):
        super().__init__(4001, f"余额不足: 余额{balance}, 需要{amount}")

def withdraw(balance, amount):
    if amount > balance:
        raise InsufficientBalance(balance, amount)
    return balance - amount

try:
    withdraw(100, 200)
except BusinessError as e:
    print(f"[{e.code}] {e.message}")
    # [4001] 余额不足: 余额100, 需要200


# ==================== 异常传递 ====================
def func_a():
    return 1 / 0               # 异常发生

def func_b():
    func_a()                   # 异常向上传递

def func_c():
    try:
        func_b()               # 在这里统一捕获
    except ZeroDivisionError:
        print("在func_c中捕获了异常")

func_c()                       # 输出: 在func_c中捕获了异常


# ==================== 实用模式：重试机制 ====================
import time

def retry(func, max_retries=3, delay=1):
    """带重试的函数执行"""
    for attempt in range(1, max_retries + 1):
        try:
            return func()
        except Exception as e:
            print(f"第{attempt}次失败: {e}")
            if attempt == max_retries:
                raise
            time.sleep(delay)

# 使用
# retry(lambda: requests.get("https://unstable-api.com", timeout=5))

15. 并发编程

如何多个任务一起做，提高效率

Python

# ==================== 多线程（适合I/O密集型） ====================
import threading
import time

def download(url, name):
    """模拟下载任务"""
    print(f"[{name}] 开始下载 {url}")
    time.sleep(2)                      # 模拟耗时
    print(f"[{name}] 下载完成")

# 串行执行：6秒
# download("url1", "任务1")
# download("url2", "任务2")
# download("url3", "任务3")

# 多线程并行：约2秒
threads = []
for i in range(3):
    t = threading.Thread(target=download, args=(f"url{i}", f"任务{i}"))
    threads.append(t)
    t.start()

for t in threads:
    t.join()                           # 等待所有线程完成

print("全部下载完成")


# ==================== 线程池（推荐） ====================
from concurrent.futures import ThreadPoolExecutor, as_completed

def fetch_data(url):
    """模拟获取数据"""
    time.sleep(1)
    return f"{url} 的数据"

urls = [f"https://api.example.com/page/{i}" for i in range(10)]

with ThreadPoolExecutor(max_workers=5) as executor:
    # 提交所有任务
    futures = {executor.submit(fetch_data, url): url for url in urls}

    # 获取结果（谁先完成先处理谁）
    for future in as_completed(futures):
        url = futures[future]
        result = future.result()
        print(f"{url} → {result}")


# ==================== 多进程（适合CPU密集型） ====================
from concurrent.futures import ProcessPoolExecutor

def heavy_compute(n):
    """CPU密集型计算"""
    return sum(i * i for i in range(n))

with ProcessPoolExecutor(max_workers=4) as executor:
    results = executor.map(heavy_compute, [10**6, 10**6, 10**6, 10**6])
    for r in results:
        print(r)


# ==================== 异步编程 asyncio ====================
import asyncio

async def fetch(name, delay):
    """异步任务"""
    print(f"[{name}] 开始")
    await asyncio.sleep(delay)         # 异步等待（不阻塞）
    print(f"[{name}] 完成")
    return f"{name}的结果"

async def main():
    # 并发执行3个任务
    tasks = [
        fetch("任务A", 2),
        fetch("任务B", 1),
        fetch("任务C", 3),
    ]
    results = await asyncio.gather(*tasks)
    print(results)

asyncio.run(main())
# 总耗时约3秒（取最长的那个），而非 2+1+3=6秒


# ==================== 线程锁（解决数据竞争） ====================
counter = 0
lock = threading.Lock()

def increment():
    global counter
    for _ in range(100000):
        with lock:                     # 加锁保护共享数据
            counter += 1

t1 = threading.Thread(target=increment)
t2 = threading.Thread(target=increment)
t1.start(); t2.start()
t1.join(); t2.join()
print(counter)                         # 200000（不加锁可能小于这个值）

16. 安全编程

让系统更安全

Python

import hashlib
import hmac
import secrets
import html

# ==================== 密码哈希（不要存明文密码！） ====================
def hash_password(password, salt=None):
    """安全的密码哈希"""
    if salt is None:
        salt = secrets.token_hex(16)
    hashed = hashlib.pbkdf2_hmac("sha256", password.encode(), salt.encode(), 100000)
    return salt + ":" + hashed.hex()

def verify_password(password, stored):
    """验证密码"""
    salt = stored.split(":")[0]
    return hash_password(password, salt) == stored

stored_pwd = hash_password("mypassword123")
print(verify_password("mypassword123", stored_pwd))  # True
print(verify_password("wrongpassword", stored_pwd))  # False


# ==================== 安全随机数 ====================
token = secrets.token_hex(32)          # 安全随机Token
url_token = secrets.token_urlsafe(32)  # URL安全的Token
print(token)


# ==================== 防SQL注入 ====================
# ❌ 危险：字符串拼接
# sql = f"SELECT * FROM users WHERE name = '{user_input}'"

# ✅ 安全：参数化查询
# cursor.execute("SELECT * FROM users WHERE name = %s", (user_input,))


# ==================== 防XSS攻击 ====================
user_input = '<script>alert("hacked")</script>'
safe_text = html.escape(user_input)
print(safe_text)
# &lt;script&gt;alert(&quot;hacked&quot;)&lt;/script&gt;


# ==================== 输入验证 ====================
import re

def validate_email(email):
    pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
    return bool(re.match(pattern, email))

def validate_phone(phone):
    pattern = r'^1[3-9]\d{9}$'
    return bool(re.match(pattern, phone))

print(validate_email("test@example.com"))   # True
print(validate_email("invalid-email"))      # False
print(validate_phone("13800001234"))        # True


# ==================== 敏感信息脱敏 ====================
def mask_phone(phone):
    return phone[:3] + "****" + phone[7:]

def mask_id_card(id_card):
    return id_card[:6] + "********" + id_card[14:]

print(mask_phone("13800001234"))           # 138****1234
print(mask_id_card("110101199001011234"))   # 110101********1234


# ==================== 环境变量管理敏感配置 ====================
import os
# 不要在代码中硬编码密码！
# ❌ db_password = "123456"
# ✅ 使用环境变量
db_password = os.environ.get("DB_PASSWORD", "default_for_dev")

# 或使用 .env 文件
# pip install python-dotenv
from dotenv import load_dotenv
load_dotenv()
api_key = os.getenv("API_KEY")

第三部分：交付篇

从「能写代码」到「能交付项目」

17. 工程化

调试技巧

Python

# ==================== print调试（最基础） ====================
def calc_total(items):
    total = 0
    for item in items:
        print(f"[DEBUG] 处理: {item}, 当前total={total}")   # 调试输出
        total += item["price"] * item["qty"]
    return total


# ==================== logging（推荐替代print） ====================
import logging

logging.basicConfig(
    level=logging.DEBUG,
    format="%(asctime)s [%(levelname)s] %(message)s",
    handlers=[
        logging.FileHandler("app.log", encoding="utf-8"),
        logging.StreamHandler()            # 同时输出到控制台
    ]
)

logger = logging.getLogger(__name__)

logger.debug("调试信息")          # 开发时查看
logger.info("正常流程")           # 关键操作记录
logger.warning("警告信息")        # 需要注意
logger.error("错误信息")          # 出错了
logger.critical("严重错误")       # 系统级别错误


# ==================== 断点调试 ====================
# 方式一：pdb（命令行调试）
# import pdb; pdb.set_trace()    # 代码中插入断点

# 方式二：breakpoint()（Python 3.7+）
# breakpoint()                   # 更简洁

# 方式三：IDE调试（推荐）
# VS Code / PyCharm 中点击行号设置断点，F5启动调试
# F10 单步跳过 | F11 单步进入 | Shift+F11 跳出

设计模式

Python

# ==================== 单例模式 ====================
class Database:
    _instance = None

    def __new__(cls, *args, **kwargs):
        if cls._instance is None:
            cls._instance = super().__new__(cls)
        return cls._instance

    def __init__(self):
        if not hasattr(self, 'initialized'):
            self.connection = "数据库连接"
            self.initialized = True

db1 = Database()
db2 = Database()
print(db1 is db2)          # True（同一个实例）


# ==================== 工厂模式 ====================
class ReportFactory:
    """根据类型创建不同的报告生成器"""

    @staticmethod
    def create(report_type):
        if report_type == "pdf":
            return PDFReport()
        elif report_type == "excel":
            return ExcelReport()
        elif report_type == "word":
            return WordReport()
        raise ValueError(f"不支持的报告类型: {report_type}")

# report = ReportFactory.create("pdf")


# ==================== 策略模式 ====================
class Sorter:
    def __init__(self, strategy):
        self.strategy = strategy

    def sort(self, data):
        return self.strategy(data)

# 不同排序策略
by_name = lambda users: sorted(users, key=lambda u: u["name"])
by_age = lambda users: sorted(users, key=lambda u: u["age"])

users = [{"name": "张三", "age": 30}, {"name": "李四", "age": 20}]
sorter = Sorter(by_age)
print(sorter.sort(users))  # 按年龄排序

代码协作管理（Git）

Bash

# ==================== Git 基本操作 ====================
git init                          # 初始化仓库
git add .                         # 暂存所有修改
git commit -m "feat: 添加用户模块"  # 提交

git branch dev                    # 创建分支
git checkout dev                  # 切换分支
git merge dev                     # 合并分支

git remote add origin https://github.com/user/project.git
git push origin main              # 推送
git pull origin main              # 拉取

# ==================== .gitignore ====================
# 项目根目录创建 .gitignore 文件
__pycache__/
*.pyc
.env
venv/
*.log
output/
.idea/

依赖管理

Bash

# ==================== pip + requirements.txt ====================
pip install requests pandas       # 安装
pip freeze > requirements.txt     # 导出依赖
pip install -r requirements.txt   # 安装依赖

# ==================== Poetry（现代依赖管理，推荐） ====================
pip install poetry
poetry init                       # 初始化项目
poetry add requests pandas        # 添加依赖
poetry install                    # 安装所有依赖
poetry run python main.py         # 在虚拟环境中运行

项目结构（标准模板）

text

my_project/
├── README.md                 # 项目说明文档
├── requirements.txt          # 依赖清单
├── .gitignore                # Git忽略文件
├── .env                      # 环境变量（不提交到Git）
├── config/                   # 配置
│   ├── __init__.py
│   └── settings.py
├── src/                      # 核心源码
│   ├── __init__.py
│   ├── models/               # 数据模型
│   ├── services/             # 业务逻辑
│   ├── utils/                # 工具函数
│   └── main.py               # 入口
├── tests/                    # 测试代码
│   ├── __init__.py
│   ├── test_models.py
│   └── test_services.py
├── docs/                     # 文档
│   └── api.md
└── scripts/                  # 脚本
    └── deploy.sh

测试代码

Python

# ==================== 单元测试 pytest ====================
# tests/test_calc.py

# 被测试的代码
def add(a, b):
    return a + b

def divide(a, b):
    if b == 0:
        raise ValueError("除数不能为0")
    return a / b

# --- 测试用例 ---
def test_add():
    assert add(1, 2) == 3
    assert add(-1, 1) == 0
    assert add(0, 0) == 0

def test_divide():
    assert divide(10, 2) == 5.0
    assert divide(7, 2) == 3.5

def test_divide_by_zero():
    import pytest
    with pytest.raises(ValueError):
        divide(10, 0)

# 运行测试：
# pip install pytest
# pytest tests/ -v
# pytest tests/ -v --cov=src    （带覆盖率报告）

18. 部署运维

Dockerfile

# ==================== Dockerfile ====================
FROM python:3.12-slim

WORKDIR /app

# 安装依赖（利用Docker缓存）
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

# 复制项目代码
COPY . .

# 环境变量
ENV PYTHONUNBUFFERED=1

# 启动命令
CMD ["python", "src/main.py"]

Bash

# 构建镜像
docker build -t my-python-app:1.0 .

# 运行容器
docker run -d --name my-app \
  -e DB_HOST=192.168.1.100 \
  -e DB_PASSWORD=secret \
  -v /data/logs:/app/logs \
  -p 5000:5000 \
  my-python-app:1.0

# 查看日志
docker logs -f my-app

Docker Compose

YAML

# docker-compose.yml
version: '3.8'
services:
  app:
    build: .
    ports:
      - "5000:5000"
    environment:
      - DB_HOST=mysql
      - REDIS_HOST=redis
    depends_on:
      - mysql
      - redis
    volumes:
      - ./logs:/app/logs
    restart: always

  mysql:
    image: mysql:8.0
    environment:
      MYSQL_ROOT_PASSWORD: root123
      MYSQL_DATABASE: mydb
    volumes:
      - mysql_data:/var/lib/mysql

  redis:
    image: redis:7-alpine
    ports:
      - "6379:6379"

volumes:
  mysql_data:

Bash

docker-compose up -d           # 启动所有服务
docker-compose logs -f app     # 查看日志
docker-compose down            # 停止所有服务

CI/CD（GitHub Actions 示例）

YAML

# .github/workflows/ci.yml
name: CI/CD Pipeline

on:
  push:
    branches: [main]
  pull_request:
    branches: [main]

jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: 安装Python
        uses: actions/setup-python@v5
        with:
          python-version: '3.12'

      - name: 安装依赖
        run: pip install -r requirements.txt

      - name: 运行测试
        run: pytest tests/ -v

  deploy:
    needs: test
    runs-on: ubuntu-latest
    if: github.ref == 'refs/heads/main'
    steps:
      - uses: actions/checkout@v4

      - name: 构建Docker镜像
        run: docker build -t my-app:${{ github.sha }} .

      - name: 部署
        run: |
          echo "部署到服务器..."
          # ssh deploy@server "docker pull && docker-compose up -d"

监控告警

Python

# ==================== 健康检查接口 ====================
from flask import Flask, jsonify
import psutil

app = Flask(__name__)

@app.route("/health")
def health_check():
    """健康检查端点，供监控系统调用"""
    return jsonify({
        "status": "healthy",
        "cpu_percent": psutil.cpu_percent(),
        "memory_percent": psutil.virtual_memory().percent,
        "disk_percent": psutil.disk_usage('/').percent,
    })


# ==================== 简单告警通知 ====================
import requests

def send_alert(title, content, level="warning"):
    """发送告警到企业微信/钉钉"""

    # 企业微信机器人
    webhook = "https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx"
    payload = {
        "msgtype": "markdown",
        "markdown": {
            "content": f"## ⚠️ {title}\n\n"
                       f"**级别**: {level}\n\n"
                       f"**详情**: {content}\n\n"
                       f"**时间**: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}"
        }
    }
    requests.post(webhook, json=payload)


# 使用示例
if psutil.cpu_percent() > 90:
    send_alert("CPU告警", f"CPU使用率超过90%: {psutil.cpu_percent()}%", "critical")

定时任务部署

Python

# ==================== 定时调度 ====================
from apscheduler.schedulers.blocking import BlockingScheduler

scheduler = BlockingScheduler()

@scheduler.scheduled_job('cron', hour=8, minute=0)
def daily_report():
    """每天早上8点执行"""
    print("生成日报...")

@scheduler.scheduled_job('cron', day_of_week='mon', hour=9)
def weekly_report():
    """每周一早上9点执行"""
    print("生成周报...")

@scheduler.scheduled_job('interval', minutes=5)
def health_check():
    """每5分钟检查一次"""
    print("健康检查...")

scheduler.start()

推荐学习资源
入门《Python Crash Course》经典入门
入门《Automate the Boring Stuff》实用自动化
进阶《Fluent Python》⭐ 必读经典
进阶《Effective Python》 90条建议
高级《Python Cookbook》食谱式参考
高级《CPython Internals》解释器源码

├── 官方文档：docs.python.org（最权威）
├── Real Python：realpython.com（高质量教程）
├── Python官方教程
├── LeetCode / 力扣（算法练习）
├── GitHub 开源项目阅读
└── PyCon 年会视频（YouTube）

Python 应用项目与实践类书籍大全

一、Python 基础与进阶

书名	作者	适合人群	说明
《Python编程：从入门到实践》	Eric Matthes	零基础	最推荐的入门书，含项目实战
《笨办法学Python 3》	Zed Shaw	零基础	通过练习驱动学习
《Python基础教程》	Magnus Lie Hetland	初级	经典入门，含10个项目
《流畅的Python》	Luciano Ramalho	中高级	深入Python高级特性
《Python Cookbook》	David Beazley	中高级	实用技巧和最佳实践
《Effective Python》	Brett Slatkin	中级	90条编程建议
《Python学习手册》	Mark Luerta	初中级	详尽的参考书
《Python核心编程》	Wesley Chun	中级	深入核心机制
《Python进阶》	Yasoob	中级	开源免费，进阶技巧

二、Web 开发

Django

书名	作者	说明
《Django Web开发实战》	黄永祥	中文原创，实战项目
《Two Scoops of Django》	Daniel/Audrey Feldroy	Django 最佳实践
《Django for Beginners》	William S. Vincent	3个完整项目
《Django for Professionals》	William S. Vincent	生产级项目部署
《Django for APIs》	William S. Vincent	RESTful API 开发
《Test-Driven Development with Python》	Harry Percival	TDD + Django 实践

Flask

书名	作者	说明
《Flask Web开发实战》	李辉（greyli）	中文原创，5个项目
《Flask Web开发》	Miguel Grinberg	Flask 经典教材
《Building Web Apps with Python and Flask》	Malhar Lathkar	入门实战

FastAPI

书名	作者	说明
《Building Python Web APIs with FastAPI》	Abdulazeez Adeshina	FastAPI 实战
《Building Data Science Applications with FastAPI》	François Voron	数据科学+API

三、数据科学与分析

书名	作者	说明
《利用Python进行数据分析》	Wes McKinney	Pandas作者亲写，必读
《Python数据科学手册》	Jake VanderPlas	NumPy/Pandas/Matplotlib/Scikit-learn
《数据科学实战》	Joel Grus	从零构建数据科学工具
《Python数据分析与挖掘实战》	张良均	中文，14个案例
《Python数据可视化编程实战》	Igor Milovanovic	Matplotlib 等可视化
《Storytelling with Data》	Cole Knaflic	数据可视化思维
《Python for Data Analysis》	Wes McKinney	第三版，更新至 Pandas 2.0

四、机器学习与深度学习

机器学习

书名	作者	说明
《机器学习实战》	Peter Harrington	经典入门，含代码实现
《Hands-On Machine Learning》	Aurélien Géron	最受欢迎的ML实战书
《Python Machine Learning》	Sebastian Raschka	Scikit-learn 深度实战
《机器学习》	周志华	西瓜书，理论经典
《统计学习方法》	李航	理论+算法推导
《Feature Engineering for ML》	Alice Zheng	特征工程实战

深度学习

书名	作者	说明
《Deep Learning with Python》	François Chollet	Keras 作者亲写
《动手学深度学习》	李沐等	中文，MXNet/PyTorch/TF
《PyTorch深度学习实战》	Eli Stevens	PyTorch 入门到进阶
《深度学习入门：基于Python的理论与实现》	斋藤康毅	鱼书，从零实现神经网络
《TensorFlow实战Google深度学习框架》	郑泽宇	TensorFlow 实战
《GANs in Action》	Jakub Langr	生成对抗网络实战

五、自然语言处理（NLP）

书名	作者	说明
《Python自然语言处理》	Steven Bird	NLTK 官方教材
《Natural Language Processing with Transformers》	Lewis Tunstall	Hugging Face 团队
《NLP实战：利用Python理解、分析和生成文本》	Hobson Lane	完整NLP项目
《Transformers for NLP》	Denis Rothman	Transformer 架构实战
《基于BERT的自然语言处理》	Naresh Kumar	BERT 应用开发

六、计算机视觉

书名	作者	说明
《OpenCV 4 with Python》	Alberto Fernández	OpenCV 实战
《Python计算机视觉编程》	Jan Erik Solem	经典CV入门
《Deep Learning for Computer Vision》	Rajalingappaa Shanmugamani	深度学习+视觉
《Practical Python and OpenCV》	Adrian Rosebrock	快速上手 OpenCV

七、网络爬虫

书名	作者	说明
《Python网络爬虫权威指南》	Ryan Mitchell	爬虫入门经典
《Python 3网络爬虫开发实战》	崔庆才	中文最全爬虫书，第2版
《精通Scrapy网络爬虫》	刘硕	Scrapy 框架专精
《Python爬虫开发与项目实战》	范传辉	大量实战项目

八、自动化与运维

书名	作者	说明
《Python自动化运维》	刘天斯	运维实战经典
《Automate the Boring Stuff with Python》	Al Sweigart	办公自动化神书，免费在线
《Python for DevOps》	Noah Gift	DevOps 实战
《Python自动化测试实战》	无涯	Selenium/Appium 测试
《Python+Office：轻松实现办公自动化》	王秀文	Excel/Word/PPT 自动化

九、网络编程与安全

书名	作者	说明
《Black Hat Python》	Justin Seitz	黑客与渗透测试
《Violent Python》	TJ O'Connor	安全工具开发
《Python网络编程》	Brandon Rhodes	网络协议与编程
《Python黑帽子》	Justin Seitz	第2版，安全攻防
《Python绝技：运用Python成为顶级黑客》	TJ O'Connor	安全实战

十、游戏开发

书名	作者	说明
《Python游戏编程快速上手》	Al Sweigart	Pygame 入门
《Making Games with Python & Pygame》	Al Sweigart	免费在线阅读
《Invent Your Own Computer Games with Python》	Al Sweigart	适合青少年
《Python编程：从入门到实践》第二部分	Eric Matthes	含外星人入侵游戏项目

十一、金融量化

书名	作者	说明
《Python for Finance》	Yves Hilpisch	量化金融经典
《量化投资：以Python为工具》	蔡立耑	中文量化入门
《Python金融大数据分析》	Yves Hilpisch	金融+数据分析
《Mastering Python for Finance》	James Ma Weiming	金融建模
《Python与量化投资》	王小川	策略开发实战

十二、科学计算与工程

书名	作者	说明
《Python科学计算》	张若愚	中文，NumPy/SciPy
《Numerical Python》	Robert Johansson	科学计算深入
《Python for Scientists》	John Stewart	科研人员用
《Scipy and Numpy》	Eli Bressert	快速参考

十三、GUI 桌面应用

书名	作者	说明
《Python Qt GUI与数据可视化编程》	王维波	PyQt5 实战
《Rapid GUI Programming with Python and Qt》	Mark Summerfield	Qt 经典
《wxPython in Action》	Noel Rappin	wxPython 开发
《Create GUI Applications with Python & Qt》	Martin Fitzpatrick	PyQt6/PySide6

十四、DevOps / 微服务 / 云

书名	作者	说明
《Python微服务开发》	Tarek Ziadé	微服务架构
《Architecture Patterns with Python》	Harry Percival	领域驱动设计
《Infrastructure as Code with Python》	Moshe Zadka	基础设施自动化
《Python for DevOps》	Noah Gift	CI/CD + 云原生

十五、物联网 / 树莓派 / 硬件

书名	作者	说明
《Python树莓派编程》	Simon Monk	硬件+Python
《Raspberry Pi Cookbook for Python Programmers》	Tim Cox	树莓派项目
《MicroPython入门指南》	多作者	嵌入式 Python
《Programming with MicroPython》	Nicholas Tollervey	物联网开发

十六、设计模式与架构

书名	作者	说明
《Python设计模式》	Chetan Giridhar	经典设计模式
《Architecture Patterns with Python》	Harry Percival	DDD + 事件驱动
《Robust Python》	Patrick Viafore	类型注解+健壮代码
《Practices of the Python Pro》	Dane Hillard	专业代码组织
《Clean Code in Python》	Mariano Anaya	Python 代码整洁之道

GKLBB

导航

软件研发 --- 一篇文章学python

一、编码

二、标识符

三、保留关键字（35个）

四、注释

五、行与缩进

六、多行语句

七、基本数据类型

八、字符串

九、其他语法要点

十、模块导入

十一、命令行参数

2. 变量、常量与数据类型

3. 数据结构

4. 字符串处理

5. 正则表达式

6. 运算符与表达式

7. 流程控制

8. 系统函数与自定义函数

9. 面向对象

10. 标准库与自定义库

第二部分：高级篇

11. 文件操作

12. 网络操作

13. 数据库操作

14. 异常处理

15. 并发编程

16. 安全编程

第三部分：交付篇

17. 工程化

调试技巧

设计模式

代码协作管理（Git）

依赖管理

项目结构（标准模板）

测试代码

18. 部署运维

Dockerfile

Docker Compose

CI/CD（GitHub Actions 示例）

监控告警

定时任务部署

Python 应用项目与实践类书籍大全

一、Python 基础与进阶

二、Web 开发

Django

Flask

FastAPI

三、数据科学与分析

四、机器学习与深度学习

机器学习

深度学习

五、自然语言处理（NLP）

六、计算机视觉

七、网络爬虫

八、自动化与运维

九、网络编程与安全

十、游戏开发

十一、金融量化

十二、科学计算与工程

十三、GUI 桌面应用

十四、DevOps / 微服务 / 云

十五、物联网 / 树莓派 / 硬件

十六、设计模式与架构

推荐学习路线