Python 知识地图

Python 文档要按“能写脚本、能做 Web、能处理数据、能接 AI、能排查线上问题”的路线补齐。不能只罗列语法，也不能只给几个脚本片段。

学习路线

flowchart TD
    A["环境与包管理"] --> B["基础语法和数据结构"]
    B --> C["函数、模块和面向对象"]
    C --> D["异常、文件和类型标注"]
    D --> E["并发、异步和日志调试"]
    E --> F["数据库、Web API 和测试"]
    F --> G["数据分析、爬虫、CLI 和 AI 开发"]
    G --> H["项目结构、部署和面试"]

每个模块必须补什么

模块	必讲原理	必备 Demo
环境与包管理	Python 解释器、虚拟环境、pip、依赖锁定、包导入路径	创建 venv、安装依赖、导出 requirements
基础语法	动态类型、变量引用、可变/不可变对象、作用域	参数传递、列表和字典修改
数据结构	list、tuple、dict、set、切片、推导式、复杂度	订单去重、分组统计
函数模块	函数对象、闭包、装饰器、模块搜索路径	日志装饰器、业务模块拆分
OOP	类、实例、继承、组合、魔术方法、数据类	支付策略、DTO 建模
异常与文件	异常传播、上下文管理器、编码、文件流	CSV 读取、错误行记录
类型标注	typing、泛型、Protocol、mypy 思路	API 返回类型、Repository 接口
并发异步	GIL、线程、进程、asyncio、事件循环	并发请求下游接口
Web API	路由、请求响应、中间件、参数校验、异常处理	FastAPI CRUD 接口
数据库	连接池、事务、参数绑定、防 SQL 注入	MySQL 查询和事务提交
数据分析	NumPy、Pandas、缺失值、分组、透视	采集数据清洗报表
爬虫自动化	HTTP、解析、限速、重试、反爬边界	抓取公开页面并清洗
测试日志	pytest、fixture、mock、logging、调试	服务函数单测和日志追踪
Python AI	API 调用、Embedding、RAG、工具调用	文档问答最小 Demo

Python 原理重点

flowchart TD
    A["Python 代码"] --> B["解释器执行"]
    B --> C["对象模型"]
    C --> D["引用计数和 GC"]
    D --> E["GIL 影响线程并行"]
    E --> F["asyncio 用单线程调度 IO"]

重点要讲清：

1. Python 变量保存的是对象引用，不是直接保存对象本身。
2. list、dict 是可变对象，函数里修改会影响外部对象。
3. GIL 限制的是同一进程内 Python 字节码并行执行，不代表线程完全没用。
4. IO 密集任务适合线程或 asyncio，CPU 密集任务更适合多进程或原生扩展。
5. 类型标注不改变运行时类型，但能提升可维护性和工具检查能力。

商业场景要求

Python 文档中的 Demo 要优先围绕这些场景：

场景	需要覆盖
运维脚本	参数解析、日志、异常、退出码
数据清洗	文件读取、缺失值、异常行、导出报表
后台接口	FastAPI、校验、数据库、测试
爬虫采集	限速、重试、解析、存储、合规边界
AI 应用	调模型、RAG、工具调用、结果校验

面试闭环

Python 面试页要按下面方式组织：

flowchart TD
    A["面试问题"] --> B["标准回答"]
    B --> C["追问：原理是什么"]
    C --> D["跳转到知识点页"]
    D --> E["Demo 和商业场景"]

高频问题必须覆盖：

1. list 和 tuple 区别。
2. dict 为什么查询快。
3. 深拷贝和浅拷贝。
4. 装饰器原理。
5. 生成器和迭代器。
6. GIL 是什么。
7. 线程、进程、协程区别。
8. async/await 工作原理。
9. with 上下文管理器。
10. Python 项目如何组织和测试。

本章小结

Python 文档要从“脚本能跑”提升到“知道对象模型、并发边界、工程结构和商业场景”。每个页面都要有可运行 Demo、原理解释和真实使用边界。