Python 介紹 Python 是一種 高級 的、解釋型 的、通用 的編程語言。其設計哲學強調代碼的可讀性，使用顯著的縮進。Python 是 動態類型 和 垃圾收集 的。 基本語法 設置 Python 環境並開始基礎知識。 文章鏈接：Python 安裝與快速入門 變數 變數用於存儲在電腦程式中引 ...
Python 介紹
Python 是一種 高級 的、解釋型 的、通用 的編程語言。其設計哲學強調代碼的可讀性，使用顯著的縮進。Python 是 動態類型 和 垃圾收集 的。
基本語法
設置 Python 環境並開始基礎知識。
文章鏈接：Python 安裝與快速入門
變數
變數用於存儲在電腦程式中引用和操作的信息。它們還提供了一種使用描述性名稱標記數據的方式，以便讀者和我們自己更清晰地理解我們的程式。將變數視為包含信息的容器很有幫助。它們的唯一目的是在記憶體中標記和存儲數據。然後可以在整個程式中使用這些數據。
文章鏈接：Python 變數：創建、類型、命名規則和作用域詳解
示例
x = 5
y = 6
sum_result = x + y
print(sum_result) # 列印 x + y 的和
條件語句
Python 中的條件語句根據特定條件是否為真或為假執行不同的操作。條件語句由 if-elif-else 語句和 match-case 語句處理。
文章鏈接：Python 條件和 if 語句
強制類型轉換
將一個數據類型的值（整數、字元串、浮點數等）轉換為另一個數據類型的過程稱為類型轉換。Python 有兩種類型的類型轉換：隱式和顯式。
函數
在編程中，函數是可重用的代碼塊，當調用時執行某個特定的功能。函數是每種編程語言的重要組成部分，因為它們有助於使代碼更模塊化和可重用。
在 Python 中，您使用 def 關鍵字定義一個函數，然後寫出函數標識符（名稱），後跟括弧和冒號。
文章鏈接：Python 函數：定義、調用、參數、遞歸和 Lambda 函數詳解
列表、元組、集合和字典
列表：與其他語言中聲明的動態大小數組（C++ 中的 vector 和 Java 中的 ArrayList）非常相似。列表不必總是同質的，這使其成為 Python 中最強大的工具之一。
元組：元組是由逗號分隔的 Python 對象集合。在某些方面，元組與列表相似，如索引、嵌套對象和重覆，但元組是不可變的，而列表是可變的。
文章鏈接：Python 元組教程：更新，解包，遍歷，合併和內置方法
集合：集合是一種無序的可迭代、可變的數據類型，沒有重覆元素。Python 的 set 類表示數學上的集合。
文章鏈接：Python 集合（Sets）1
字典：在 Python 中，字典是一個有序（從 Py 3.7 開始）[無序（Py 3.6 及更早版本）]的數據值集合，用於存儲數據值，如地圖一樣使用鍵值對。為了優化字典，提供了鍵值對。
文章鏈接：Python - 字典1
數據結構和演算法
數據結構是一個命名的位置，可用於存儲和組織數據。而演算法是解決特定問題的一系列步驟。學習數據結構和演算法使我們能夠編寫高效且優化的電腦程式。
數組和鏈表
數組 在連續的記憶體位置中存儲元素，從而使存儲的元素具有容易計算的地址，這允許更快地訪問特定索引處的元素。鏈表 在存儲結構上不太嚴格，元素通常不存儲在相鄰的位置，因此它們需要用附加標記存儲，以便提供對下一個元素的引用。存儲方案的差異決定了在給定情況下哪種數據結構更適用。
文章鏈接：Python 數組和列表：創建、訪問、添加和刪除數組元素
哈希表
哈希表、映射、HashMap、字典或關聯數組都是相同數據結構的名稱。它是實現集合抽象數據類型的數據結構，一種可以將鍵映射到值的結構。
二叉搜索樹
二叉搜索樹，也稱為有序或排序二叉樹，是一種根二叉樹數據結構，其中每個內部節點的鍵都大於其左子樹中所有鍵，小於其右子樹中的鍵。
遞歸
遞歸 是一種解決計算問題的方法，其中解決方案取決於同一問題的較小實例的解決方案。遞歸通過使用從其自身代碼內部調用自身的函數來解決這些遞歸問題。
排序演算法
排序 是指以特定格式排列數據。排序演算法 指定以特定順序排列數據的方式。最常見的順序是按數字或詞典順序。
排序的重要性在於，如果數據以排序的方式存儲，數據搜索可以被優化到非常高的水平。
高級主題
現在您已經學習了 Python 的基礎知識，讓我們轉向一些高級主題。在這一部分，您將學習關於面向對象編程（OOP）、Lambda、裝飾器、迭代器、模塊等方面的知識。
迭代器
迭代器 是一個包含可計數數量值的對象。迭代器是一個可以進行迭代的對象，這意味著您可以遍歷所有的值。在技術上，在 Python 中，迭代器是實現迭代器協議的對象，該協議包括 iter() 和 next() 方法。
正則表達式
正則表達式 是指定文本中搜索模式的字元序列。通常，這種模式由字元串搜索演算法用於字元串的“查找”或“查找和替換”操作，或用於輸入驗證。
裝飾器
裝飾器 是 Python 中的一種設計模式，允許用戶在不修改其結構的情況下向現有對象添加新功能。裝飾器通常在要裝飾的函數定義之前調用。
Lambda 表達式
Python Lambda 函數是匿名函數，這意味著該函數沒有名稱。我們已經知道 def 關鍵字用於在 Python 中定義普通函數。類似地，lambda 關鍵字用於在 Python 中定義匿名函數。
類
類 是用戶定義的藍圖或原型，用於創建對象。類提供了一種將數據和功能捆綁在一起的方法。創建新類會創建新類型的對象，允許創建該類型的新實例。每個類實例都可以附加屬性以維護其狀態。類實例還可以具有由其類定義的方法，用於修改其狀態。
文章鏈接：Python 面向對象編程：類、對象、初始化和方法詳解
繼承
繼承 允許我們定義一個類，該類繼承自另一個類的所有方法和屬性。
文章鏈接：Python 繼承和子類示例：從 Person 到 Student 的演示
方法和 Dunder
Python 中的方法與函數有些相似，只是它與對象/類關聯。Python 中的方法與函數非常相似，只有兩個主要區別。
- 方法是隱式用於調用它的對象。
- 方法對包含在類內的數據是可訪問的。
Dunder 或魔術方法是 Python 中方法名中具有兩個首碼和尾碼下劃線的方法。Dunder 在這裡的含義是“Double Under (Underscores)”。“魔術方法”通常用於運算符重載。魔術方法的一些示例包括：__init__、__add__、__len__、__repr__ 等。
內置模塊
Python 解釋器具有許多內置函數，它們始終可用於每個解釋器會話。其中許多已在前面進行了討論。例如 I/O 的 print() 和 input()，數字轉換函數（int()、float()、complex()），數據類型轉換（list()、tuple()、set()）等。
自定義模塊
模塊 是指包含 Python 語句和定義的文件。一個包含 Python 代碼的文件，例如：example.py，被稱為模塊，其模塊名稱將是 example。我們使用模塊將大型程式分解為小型、可管理和組織良好的文件。此外，模塊提供代碼的可重用性。
文章鏈接：Python 模塊：創建、導入和使用
PyPI
PyPI，通常發音為 pie-pee-eye，是一個包含數十萬個軟體包的存儲庫。這些軟體包的範圍從簡單的 Hello World 實現到先進的深度學習庫。
Pip
Python 的標準軟體包管理器是 pip。它允許您安裝和管理不屬於 Python 標準庫的軟體包。
Conda
Conda 是一個開源的軟體包管理系統和環境管理系統，可在 Windows、macOS 和 Linux 上運行。Conda 可以快速安裝、運行和更新軟體包及其依賴項。Conda 可以輕鬆創建、保存、載入和在本地電腦上切換環境。它是為 Python 程式創建的，但它可以打包和分發任何語言的軟體。
作為軟體包管理器，Conda 幫助您查找並安裝軟體包。如果您需要一個需要不同版本 Python 的軟體包，您不需要切換到其他環境管理器，因為 Conda 也是一個環境管理器。只需幾個命令，您就可以設置一個完全獨立的環境來運行該不同版本的 Python，同時在正常環境中繼續運行您通常的 Python 版本。
列表推導
列表推導是在 Python 中使用單行代碼創建列表的簡潔方法。它們是創建和操作列表的強大工具，可用於簡化和縮短代碼。
生成器推導
生成器推導是在 Python 中使用單行代碼創建生成器的簡潔方法。它們類似於列表推導，但是與其創建列表不同，它們創建一個生成器對象，根據需要按需生成值。
生成器推導是創建生成器的有用工具，它們允許您創建生成一個大序列值的生成器，因為它們允許您在記憶體中一次性創建生成器而不是整個序列。這可能更有效，並且使用的記憶體更少，特別是對於大型序列而言。
Python 範式
Python 是一種支持多範式編程的語言，這意味著它支持多種編程範式
。Python 支持的一些主要範式包括：
- 命令式編程：這種範式側重於逐步告訴電腦要做什麼。Python 支持命令式編程，具有變數、迴圈和控制結構等功能。
- 面向對象編程（OOP）：這種範式基於對象及其相互作用的概念。Python 支持面向對象編程，具有類、繼承和多態等功能。
- 函數式編程：這種範式基於函數作為一等公民的概念，強調使用純函數和不可變數據。Python 支持函數式編程，具有高階函數、lambda 表達式和生成器等功能。
- 面向切麵編程：這種範式基於將程式的橫切關註點與主功能分離的概念。Python 沒有內置支持面向切麵編程，但可以使用庫或語言擴展來實現。
Python 對多個範式的支持使其成為一種靈活多變的語言，使開發人員能夠選擇最適合其需求的範式。
Python 框架
框架自動化常見解決方案的常見實現，使用戶能夠專註於應用邏輯而不是基本例行過程。
框架通過為應用程式開發提供結構，使 Web 開發人員的生活更加輕鬆。它們提供 Web 應用程式中的常見模式，這些模式快速、可靠且易於維護。
同步框架
同步框架在 Python 中以同步方式處理數據流。在同步請求上，您發出請求並停止執行程式，直到從 HTTP 伺服器獲取響應（或錯誤，如果無法到達伺服器，或者如果伺服器花費太長時間回覆，則為超時）。解釋器將在請求完成之前（直到獲得對請求發生的情況的明確答覆：是否成功？是否出現錯誤？超時？...）被阻塞。
Django
Django 是一個基於 Python 的免費、開源的 Web 框架，遵循模型-模板-視圖體繫結構模式。由 Django 軟體基金會維護，這是一個在美國成立的獨立組織，作為 501 非盈利組織。
Flask
Flask 是一個用 Python 編寫的微型 Web 框架。它被分類為微框架，因為它不需要特定的工具或庫。它沒有資料庫抽象層、表單驗證或任何其他現成的第三方庫提供的常見功能。
Pyramid
Pyramid 是一個通用的、開源的、基於 Python 構建的 Web 應用程式開發框架。它允許 Python 開發人員輕鬆創建 Web 應用程式。Pyramid 得到了由 George Soros 發起的企業知識管理系統 KARL 的支持。
FastAPI
FastAPI 是用於在 Python 中開發 RESTful API 的 Web 框架。FastAPI 基於 Pydantic 和類型提示來驗證、序列化和反序列化數據，並自動生成 OpenAPI 文檔。
非同步
非同步編程是一種並行編程類型，其中允許單元在與主應用程式線程分開的線程中運行。當工作完成時，它會通知主線程有關工作線程的完成或失敗。這種風格主要關註任務的非同步執行。Python 有幾個用於實現非同步編程的框架。
gevent
gevent 是一個提供高級介面給事件迴圈的 Python 庫。它基於非阻塞 IO（libevent/libev）和輕量級的 greenlets。非阻塞 IO 意味著等待網路 IO 的請求不會阻塞其他請求；greenlets 意味著我們可以繼續以同步樣式編寫代碼。
AIOHTTP
AIOHTTP 是一個 Python 3.5+ 庫，提供了一個簡單而強大的非同步 HTTP 客戶端和伺服器實現。
Tornado
Tornado 是一個可伸縮的、非阻塞的 Web 伺服器和 Web 應用程式框架，用 Python 編寫。它是為 FriendFeed 開發的；該公司於 2009 年被 Facebook 收購，Tornado 隨即成為開源項目。
Sanic
Sanic 是一個用於 Python 3.7+ 的 Web 伺服器和 Web 框架，旨在提供快速的性能。它允許使用 Python 3.5 中添加的 async/await 語法，使您的代碼非阻塞且快速。
最後
為了方便其他設備和平臺的小伙伴觀看往期文章：
微信公眾號搜索：Let us Coding，關註後即可獲取最新文章推送
看完如果覺得有幫助，歡迎 點贊、收藏、關註
