Python知识框架

一、Python基础语法

1. 变量与数据类型

   • 变量命名规则

   • 基本类型：int, float, str, bool, None

   • 复合类型：list, tuple, dict, set

   • 类型转换与检查（type(), isinstance()）

2. 运算符

   • 算术运算符：+, -, *, /, //, %, **

   • 比较运算符：==, !=, >, <, >=, <=

   • 逻辑运算符：and, or, not

   • 赋值运算符：=, +=, -=等

3. 流程控制

   • 条件语句：if-elif-else

   • 循环语句：for、while + break/continue/else

   • 三元表达式：x if condition else y

4. 输入与输出

   • print()格式化输出（f-string, format()）

   • input()用户输入

---

二、函数与模块

1. 函数基础

   • 定义与调用：def func():

   • 参数传递：位置参数、默认参数、关键字参数、可变参数（*args, **kwargs）

   • 返回值：return vs None

2. 作用域与闭包

   • 局部变量 vs 全局变量（global）

   • 闭包与嵌套函数

3. Lambda表达式

   • 匿名函数：lambda x: x*2

4. 模块与包

   • 导入模块：import, from...import

   • 标准库模块：math, random, datetime, os, sys等

   • 自定义模块与包结构

---

三、数据结构与算法

1. 内置数据结构

   • 列表（list）：切片、推导式、常用方法（append, sort, reverse等）

   • 元组（tuple）：不可变特性

   • 字典（dict）：键值对操作、遍历

   • 集合（set）：去重、集合运算（union, intersection）

2. 高级数据结构

   • collections模块：defaultdict, Counter, namedtuple

   • 堆（heapq）

   • 双向队列（deque）

3. 算法基础

   • 排序：sorted(), list.sort()

   • 查找：线性搜索、二分搜索

   • 递归与迭代

---

四、面向对象编程（OOP）

1. 类与对象

   • 定义类：class MyClass:

   • 实例化与构造函数：__init__()

   • 实例属性 vs 类属性

2. 三大特性

   • 封装：私有属性（_var, __var）

   • 继承：class Child(Parent):、super()

   • 多态：方法重写

3. 魔术方法

   • __str__, __repr__

   • __len__, __getitem__

   • __add__, __eq__等运算符重载

4. 高级特性

   • 类装饰器：@classmethod, @staticmethod

   • 抽象基类（abc模块）

---

五、文件与异常处理

1. 文件操作

   • 打开文件：open() + with语句

   • 读写模式：r, w, a, b（二进制）

   • 读写方法：read(), write(), readlines()

2. 异常处理

   • try-except-else-finally

   • 常见异常类型：ValueError, TypeError, FileNotFoundError

   • 自定义异常：继承Exception

---

六、Python高级特性

1. 生成器与迭代器

   • 生成器函数：yield

   • 迭代器协议：__iter__, __next__

2. 装饰器

   • 函数装饰器：@decorator

   • 带参数的装饰器

3. 上下文管理器

   • with语句的实现（__enter__, __exit__）

4. 并发与并行

   • 多线程：threading模块

   • 多进程：multiprocessing模块

   • 异步编程：asyncio（协程）

---

七、常用标准库与第三方库

1. 标准库

   • sys：系统相关

   • os：操作系统交互

   • re：正则表达式

   • json/pickle：序列化

   • logging：日志记录

2. 第三方库

   • 数据分析：numpy, pandas

   • 可视化：matplotlib, seaborn

   • Web开发：flask, django

   • 爬虫：requests, scrapy

   • 机器学习：scikit-learn, tensorflow

---

八、项目开发与工具

1. 开发环境

   • IDE：PyCharm、VS Code

   • Jupyter Notebook

2. 虚拟环境

   • venv、conda环境管理

3. 代码规范

   • PEP8规范

   • 文档字符串（Docstring）

4. 调试与测试

   • 调试工具：pdb

   • 单元测试：unittest, pytest

5. 版本控制

   • Git基础命令

---

九、实战方向建议

1. Web开发

   • 框架：Django（全栈）、Flask（轻量）

   • REST API：FastAPI

2. 数据分析/科学计算

   • 工具链：pandas + numpy + matplotlib

3. 自动化脚本

   • 文件处理、爬虫、定时任务

4. 机器学习/AI

   • 库：scikit-learn、PyTorch

---

通过这个框架，你可以逐步深入学习每个模块，结合实际项目巩固知识。建议从基础语法和函数开始，再逐步过渡到OOP和高级特性，最后结合领域方向（如Web或数据分析）深入实践。