python.md

示例代码和输出都是根据 Python 3.13.1

一、Python 必学内容

1. 基础语法
   • 变量与数据类型（整数、浮点数、字符串、布尔值等）
   • 运算符（算术、比较、逻辑、赋值等）
   • 控制结构（条件语句 if-else，循环语句 for、while）
   • 输入输出（input()、print()）
2. 数据结构
   • 列表（list）：增删改查、切片、列表推导式
   • 元组（tuple）：不可变序列
   • 字典（dict）：键值对操作
   • 集合（set）：去重、集合运算
3. 函数
   • 定义与调用函数
   • 参数传递（位置参数、关键字参数、默认参数）
   • 返回值与作用域
   • 匿名函数（lambda）
4. 文件操作
   • 文件读写（open()、read()、write()）
   • 上下文管理器（with 语句）
5. 面向对象编程（OOP）
   • 类与对象
   • 构造函数（__init__）
   • 继承与多态
   • 封装与私有属性
6. 模块与包
   • 导入模块（import）
   • 常用标准库（如 os、sys、math、datetime）
   • 创建与使用自定义模块
7. 错误与异常处理
   • try-except-finally 结构
   • 自定义异常
8. 常用工具
   • 列表推导式、字典推导式
   • 生成器与迭代器
   • enumerate()、zip() 等内置函数

---

二、Python 选学内容

1. 高级数据结构
   • 堆（heapq）
   • 队列（queue）
   • 链表、栈等自定义数据结构
2. 函数式编程
   • map()、filter()、reduce()
   • 装饰器（@decorator）
3. 并发与并行
   • 多线程（threading）
   • 多进程（multiprocessing）
   • 异步编程（asyncio）
4. 数据库操作
   • SQLite、MySQL、PostgreSQL 等数据库连接与操作
   • ORM 框架（如 SQLAlchemy）
5. 网络编程
   • 基本网络通信（socket）
   • HTTP 请求（requests 库）
   • Web 框架（如 Flask、Django）
6. 数据处理与分析
   • NumPy：数值计算
   • Pandas：数据分析
   • Matplotlib、Seaborn：数据可视化
7. 机器学习与人工智能
   • Scikit-learn：机器学习库
   • TensorFlow、PyTorch：深度学习框架
   • NLTK、spaCy：自然语言处理
8. 自动化与脚本
   • 自动化任务（os、shutil）
   • 网络爬虫（BeautifulSoup、Scrapy）
   • 自动化测试（unittest、pytest）
9. 性能优化
   • 代码性能分析（cProfile）
   • 代码优化技巧
10. 部署与打包
    • 虚拟环境（venv、conda）
    • 打包工具（PyInstaller、setuptools）
    • 部署工具（Docker、Kubernetes）

---

三、学习建议

1. 循序渐进：先掌握基础语法，再逐步学习高级内容。
2. 实践为主：通过项目实战巩固知识。
3. 查阅文档：熟悉 Python 官方文档和常用库的文档。
4. 参与社区：加入 Python 社区，交流学习经验。

这份清单可以帮助你系统性地学习 Python，根据个人需求选择必学和选学内容！