人工智能之编程进阶 Python高级

第十章知识点总结

@
目录
人工智能之编程进阶 Python高级
前言
🐍 Python 重要知识点全景图（从基础到网络编程）
一、基础语法与内置类型
1. 变量与动态类型
2. 核心内置类型
3. 容器类型（重点！）
✅ 列表 list
✅ 元组 tuple
✅ 字典 dict
✅ 集合 set
二、控制结构与函数
1. 条件与循环
2. 函数定义
高级特性：
三、面向对象编程（OOP）
1. 类与实例
2. 继承与多态
3. 特殊方法（魔术方法）
四、模块与包管理
1. 模块导入
2. 包结构
3. 虚拟环境（必会！）
五、文件与异常处理
1. 文件读写
2. 异常处理
六、高级特性（提升代码质量）
1. 列表推导式 / 生成器表达式
2. 装饰器（Decorator）
3. 上下文管理器（Context Manager）
七、并发与并行（见前文，此处简述）
八、网络编程与数据获取（核心！）
1. 底层通信：socket
2. HTTP 客户端
3. 动态页面处理：selenium
4. HTML 解析：BeautifulSoup
5. 专业爬虫框架：Scrapy
九、常用标准库与第三方库速查
十、最佳实践与避坑指南
✅ 推荐做法
❌ 常见错误
十一、学习路径建议
总结：Python 技术栈全景
资料关注

前言

学到这里基本上掌握了python的常用操作，但这些还未涉及到数据分析的部分，这些都只是对于语言的灵活运用，至于数据分析，将在后续栏目增加，一起努力学习，未来方向充满不确定，我们能做的就是不断学习，跟随政策，拥抱人工智能，打好地基，方能不被脱节。

🐍 Python 重要知识点全景图（从基础到网络编程）

目标：掌握 Python 从变量到爬虫的完整技术栈
结构：由浅入深，层层递进，每部分含核心概念 + 示例 + 注意事项

一、基础语法与内置类型

1. 变量与动态类型

Python 是 动态类型语言：变量无需声明类型，类型在运行时确定。

x = 10        # int
x = "hello"   # str（合法！）

变量本质是对象引用：a = [1,2]; b = a → a 和 b 指向同一列表。

2. 核心内置类型

类型	特点	示例
`int`,`float`,`complex`	数值类型	`3`,`3.14`,`1+2j`
`str`	不可变 Unicode 字符串	`"你好"`,`f"Hello {name}"`
`bool`	布尔值（`True`/`False`）	`bool(0) → False`
`NoneType`	空值（单例）	`x = None`

3. 容器类型（重点！）

✅ 列表 `list`

有序、可变、允许重复

lst = [1, 2, 3]
lst.append(4)
lst[0] = 10

✅ 元组 `tuple`

有序、不可变、可哈希（可用作 dict key）

t = (1, 2, 3)
t = 1, 2, 3  # 省略括号

✅ 字典 `dict`

无序（Python 3.7+ 插入有序）、键值对、键必须可哈希

d = {"name": "Alice", "age": 30}
d["city"] = "Beijing"
for k, v in d.items(): ...

✅ 集合 `set`

无序、不重复、可变

s = {1, 2, 3}
s.add(4)
s1 & s2  # 交集

💡 关键区别：

list vs tuple：是否可变

dict vs set：是否有 value

二、控制结构与函数

1. 条件与循环

# if-elif-else
if x > 0:print("positive")
elif x == 0:print("zero")
else:print("negative")# for 循环（迭代器协议）
for i in range(5):print(i)# while
while n > 0:n -= 1

2. 函数定义

def greet(name: str, age: int = 18) -> str:"""文档字符串"""return f"Hello {name}, you are {age}"# 调用
greet("Alice")           # 位置参数
greet(age=20, name="Bob") # 关键字参数

高级特性：

默认参数（注意 mutable 默认值陷阱！）
可变参数：*args（元组）、**kwargs（字典）
作用域：LEGB 规则（Local → Enclosing → Global → Built-in）

三、面向对象编程（OOP）

1. 类与实例

class Person:species = "Homo sapiens"  # 类属性def __init__(self, name):self.name = name      # 实例属性def say_hello(self):return f"Hi, I'm {self.name}"p = Person("Alice")
print(p.say_hello())

2. 继承与多态

class Student(Person):def __init__(self, name, student_id):super().__init__(name)self.id = student_iddef say_hello(self):  # 方法重写return f"Student: {self.name}"

3. 特殊方法（魔术方法）

__str__：用户友好字符串
__repr__：开发者调试字符串
__len__、__getitem__：使对象支持 len()、obj[key]

四、模块与包管理

1. 模块导入

import os
from math import sqrt
from datetime import datetime as dt

2. 包结构

mypackage/__init__.py  # 标识为包（Python 3.3+ 可省略）module1.pysubpackage/__init__.pymodule2.py

3. 虚拟环境（必会！）

python -m venv myenv      # 创建
source myenv/bin/activate # Linux/macOS
myenv\Scripts\activate    # Windows
pip install requests       # 安装到虚拟环境

五、文件与异常处理

1. 文件读写

# 推荐使用 with（自动关闭）
with open('data.txt', 'r', encoding='utf-8') as f:content = f.read()with open('output.txt', 'w') as f:f.write("Hello")

2. 异常处理

try:x = int(input("Enter number: "))
except ValueError:print("Invalid input!")
else:print("Success")
finally:print("Always run")

✅ 最佳实践：不要裸写 except:，应捕获具体异常。

六、高级特性（提升代码质量）

1. 列表推导式 / 生成器表达式

# 列表推导
squares = [x**2 for x in range(10) if x % 2 == 0]# 生成器（节省内存）
gen = (x**2 for x in range(10))

2. 装饰器（Decorator）

def timer(func):def wrapper(*args, **kwargs):start = time.time()result = func(*args, **kwargs)print(f"{func.__name__} took {time.time()-start}s")return resultreturn wrapper@timer
def slow_func():time.sleep(1)

3. 上下文管理器（Context Manager）

class MyFile:def __enter__(self):print("Opening file")return selfdef __exit__(self, exc_type, exc_val, exc_tb):print("Closing file")with MyFile() as f:pass

七、并发与并行（见前文，此处简述）

模型	模块	适用场景
多线程	`threading`	I/O 密集（网络、磁盘）
异步 I/O	`asyncio`	高并发 I/O（Web 服务）
多进程	`multiprocessing`	CPU 密集（计算）
子进程	`subprocess`	调用外部程序

⚠️ 记住：Python 有 GIL，多线程不能并行 CPU

八、网络编程与数据获取（核心！）

1. 底层通信：`socket`

TCP/UDP 编程
适合自定义协议

2. HTTP 客户端

工具	特点
`urllib`	标准库，功能全但繁琐
`requests`	第三方，简洁强大，首选

import requests
resp = requests.get("https://api.example.com/data")
data = resp.json()

3. 动态页面处理：`selenium`

控制真实浏览器
执行 JavaScript、处理登录、滑块验证等

4. HTML 解析：`BeautifulSoup`

提取结构化数据
支持 CSS 选择器、XPath（需 lxml）

from bs4 import BeautifulSoup
soup = BeautifulSoup(html, 'lxml')
titles = soup.select('h2.title')

5. 专业爬虫框架：`Scrapy`

组件化：Spider、Item、Pipeline、Middleware
内置去重、并发、中间件、导出格式（JSON/CSV）

九、常用标准库与第三方库速查

类别	标准库	第三方库
时间	`datetime`,`time`	`arrow`,`pendulum`
JSON	`json`	—
正则	`re`	—
日志	`logging`	—
单元测试	`unittest`,`doctest`	`pytest`
Web 开发	`http.server`	`Flask`,`Django`,`FastAPI`
数据分析	—	`pandas`,`numpy`
网络请求	`urllib`,`http.client`	`requests`,`aiohttp`
爬虫	—	`BeautifulSoup`,`Scrapy`,`selenium`

十、最佳实践与避坑指南

✅ 推荐做法

使用类型提示（Python 3.5+）：

def add(a: int, b: int) -> int:return a + b

虚拟环境隔离依赖
用 pathlib 替代 os.path（更面向对象）
用 logging 替代 print 做日志
用 with 管理资源（文件、锁、连接）

❌ 常见错误

可变对象作为函数默认参数：def f(x=[]) → 改为 x=None
在循环中拼接字符串：改用 ''.join(list)
忽略编码问题：始终指定 encoding='utf-8'
在生产环境关闭 SSL 验证：verify=False（危险！）

十一、学习路径建议

基础：变量、控制流、函数、文件
进阶：OOP、异常、模块、装饰器
实用技能：
- requests + BeautifulSoup（静态爬虫）
- selenium（动态爬虫）
- asyncio（异步编程）
- Scrapy（工程化爬虫）
扩展：
- Web 框架（Flask/FastAPI）
- 数据库（SQLAlchemy / PyMongo）
- 部署（Docker, Gunicorn）

总结：Python 技术栈全景

基础语法 → 函数/OOP → 文件/异常 → 模块/包↓
并发模型（threading/asyncio/multiprocessing）↓
网络编程（socket → urllib → requests）↓
网页解析（BeautifulSoup / lxml）↓
动态渲染（selenium）↓
工程化爬虫（Scrapy）↓
数据存储（MySQL/MongoDB） + Web服务（FastAPI）

💡 核心思想：
Python 的优势在于 “胶水语言” + 丰富生态。
不必精通所有细节，但要清楚 每个工具的定位与边界，按需组合，高效解决问题。

这份总结涵盖了从零基础到网络数据获取的完整知识链，建议收藏并结合实践反复巩固。掌握这些，你已具备 Python 中高级开发能力！🚀

资料关注

公众号：咚咚王

《Python编程：从入门到实践》
《利用Python进行数据分析》
《算法导论中文第三版》
《概率论与数理统计（第四版） (盛骤) 》
《程序员的数学》
《线性代数应该这样学第3版》
《微积分和数学分析引论》
《（西瓜书）周志华-机器学习》
《TensorFlow机器学习实战指南》
《Sklearn与TensorFlow机器学习实用指南》
《模式识别（第四版）》
《深度学习 deep learning》伊恩·古德费洛著花书
《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》
《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》
《自然语言处理综论第2版》
《Natural-Language-Processing-with-PyTorch》
《计算机视觉-算法与应用(中文版)》
《Learning OpenCV 4》
《AIGC：智能创作时代》杜雨+&+张孜铭
《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》
《从零构建大语言模型（中文版）》
《实战AI大模型》
《AI 3.0》