Kalax524

数据库与持久化 持久化就是让数据在程序结束后仍然存在。 选择存储方式 - 少量配置：JSON、TOML、YAML。 - 表格数据：CSV、Excel。 - 结构化查询：SQLite、PostgreSQL、MySQL。 - 缓存和队列：Redis。 - 文档数据：MongoDB。 SQL 基础 必须掌

数据分析与可视化 数据分析方向的核心是：读取数据、清洗数据、理解数据、展示结论。 常用工具 - Jupyter：交互式分析。 - NumPy：数组和数值计算。 - Pandas：表格数据处理。 - Matplotlib：基础绘图。 - Seaborn：统计图表。 - Plotly：交互式图表。 -

并发、异步与性能 先写正确，再写清楚，最后再优化性能。 性能判断 优化前先回答： - 程序慢在哪里？ - 是 CPU 计算慢，还是 I/O 等待慢？ - 数据量会增长到多大？ - 有没有简单算法改进？ 计时 更系统可以用： - timeit - cProfile - line profiler GI

打包、部署与安全 当代码要给别人用、放到服务器上、或长期运行时，就需要打包、部署和安全意识。 打包基础 现代 Python 项目通常使用 pyproject.toml 描述项目。 应该理解： - 项目名称和版本。 - 依赖。 - 可选依赖。 - 命令行入口。 - 构建 wheel。 版本号 常见语义

项目实战与复习清单 真正掌握 Python 的标志是能独立完成小项目，并能解释自己的设计选择。 初级项目 1. 命令行计算器 要求： - 支持加减乘除。 - 处理除零错误。 - 支持循环输入。 - 写 5 个测试。 对应知识： - 基础语法与运行方式 - 函数、参数与作用域 - 测试、调试与日志 2

自动化脚本与命令行工具 自动化是 Python 最容易立刻产生价值的方向。 适合自动化的任务 - 批量重命名文件。 - 整理下载目录。 - 处理 CSV、Excel、JSON。 - 定时生成报告。 - 调用 API 同步数据。 - 批量压缩、复制、移动文件。 - 自动发送提醒。 脚本基本结构 命令行

Python 术语表 A API：应用程序接口，程序之间约定好的调用方式。 Argument：调用函数时传入的实际值。 Attribute：对象上的属性或方法。 B Boolean：布尔值， True 或 False 。 Built-in：Python 内置对象或函数，例如 len 、 sum 。

Python 学习路线图 Python 的学习目标不是「背完语法」，而是获得三种能力：能快速写脚本，能组织项目，能在具体方向里解决实际问题。 第一阶段：能写小程序 目标：看懂并写出 50 行以内的小脚本。 必须掌握： - 安装 Python、运行 .py 文件、使用 REPL 或 Jupyter。

数据类型与容器 基本类型 类型 例子 用途 --- --- --- int 42 整数 float 3.14 小数 bool True 真假 str "hello" 文本 NoneType None 空值 字符串 必须掌握： - 索引从 0 开始。 - 切片格式是 start:stop:step ，

基础语法与运行方式 必须掌握 - Python 文件通常以 .py 结尾。 - 代码靠缩进表示层级，常用 4 个空格。 - 一行通常写一个语句。 - 后面是单行注释。 - 三引号字符串常用于文档字符串。 - Python 是动态类型语言：变量名可以绑定到不同类型的对象。 运行方式 常见运行方式： -