3.6 KiB
3.6 KiB
doc_type, full_text
| doc_type | full_text |
|---|---|
| short | sources/Contents.md |
Practical Python Programming 课程总览
本文是 Practical Python Programming 知识库的课程总览。课程从最小可运行的 Python 程序开始，逐步进入数据处理、程序组织、类与对象、对象模型、生成器、高级函数特性、测试调试和包管理，最终目标是让学习者能写出可运行、可调试、可组织、可复用的 Python 程序。
本知识库内容派生自 Practical Python Programming，许可与署名信息见 summaries/practical-python-attribution。
学习主线
课程按能力递进组织：
- 环境与入门：安装 Python，使用解释器，编辑和运行脚本，理解基础语法、表达式、字符串、列表、文件和函数。
- 数据处理：用元组、字典、列表、集合、推导式和 CSV 文件组织现实数据，并学习格式化输出、计数、查询和转换。
- 程序组织：把脚本拆分为函数和模块，处理错误，设计可复用接口，并理解
main()、模块导入和命令行执行。 - 类与对象：用类封装数据和行为，理解实例、方法、继承、多态、特殊方法和异常类型。
- 对象模型：深入理解名称、引用、可变性、属性查找、绑定方法、属性、
__slots__、静态方法和类方法。 - 生成器与迭代：使用迭代协议、生成器函数、生成器表达式和管道组织流式数据处理。
- 高级主题：学习可变参数、匿名函数、闭包、装饰器和装饰方法等函数式与元编程基础。
- 测试、日志与调试：使用单元测试、日志和调试器定位问题，建立可维护程序的反馈循环。
- 包与分发：理解包结构、第三方模块、依赖管理和代码交付的基本原则。
核心能力
- 从交互式试验过渡到可重复运行的脚本；
- 用 Python 容器和文件处理完成小型数据分析任务；
- 把一次性脚本逐步重构为函数、模块、包和应用目录；
- 用对象、协议和生成器表达更复杂的数据模型和数据流；
- 用测试、日志和调试工具缩短定位问题的反馈时间；
- 理解包、依赖和分发的稳定原则，而不是只记忆某个工具命令。
主要入口
- summaries/01_Introduction__00_Overview：从零开始学习编辑、运行、调试程序，并完成 CSV 数据处理的入门脚本。
- summaries/02_Working_with_data__00_Overview：围绕数据结构、查询、格式化和对象表示组织数据处理能力。
- summaries/03_Program_organization__00_Overview：从脚本走向函数、模块、错误处理和库接口。
- summaries/04_Classes_objects__00_Overview：用类、对象、继承和特殊方法组织行为。
- summaries/05_Object_model__00_Overview：解释 Python 对象、属性、方法和协议的运行机制。
- summaries/06_Generators__00_Overview：使用生成器和迭代协议处理流式数据。
- summaries/07_Advanced_Topics__00_Overview：覆盖可变参数、lambda、闭包和装饰器。
- summaries/08_Testing_debugging__00_Overview：建立测试、日志和调试实践。
- summaries/09_Packages__00_Overview：整理包结构、第三方模块和代码分发。