人工智能之编程进阶 Python高级
第十章 知识点总结
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：
listvstuple：是否可变dictvsset：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_id
def 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.py subpackage/ __init__.py module2.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 result
return 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 self
def __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+）：
``
python 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》
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/70048224/viewspace-3103040/ ，如需转载，请注明出处，否则将追究法律责任。
