Python知识框架
一、Python基础语法
-
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()）
-
-
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
-
-
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
-
-
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
-
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：
returnvsNone
-
-
作用域与闭包
-
局部变量 vs 全局变量（
global） -
闭包与嵌套函数
-
-
Lambda表达式
-
匿名函数：
lambda x: x*2
-
-
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
-
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）
-
-
高级数据结构
-
collections模块：defaultdict,Counter,namedtuple -
堆（
heapq） -
双向队列（
deque）
-
-
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）
-
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
-
-
三大特性
-
封装：私有属性（
_var,__var） -
继承：
class Child(Parent):、super() -
多态：方法重写
-
-
魔术方法
-
__str__,__repr__ -
__len__,__getitem__ -
__add__,__eq__等运算符重载
-
-
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
-
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()
-
-
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
-
生成器与迭代器
-
生成器函数：
yield -
迭代器协议：
__iter__,__next__
-
-
装饰器
-
函数装饰器：
@decorator -
带参数的装饰器
-
-
上下文管理器
-
with语句的实现（__enter__,__exit__）
-
-
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
-
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
-
-
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
-
开发环境
-
IDE：PyCharm、VS Code
-
Jupyter Notebook
-
-
虚拟环境
-
venv、conda环境管理
-
-
代码规范
-
PEP8规范
-
文档字符串（Docstring）
-
-
调试与测试
-
调试工具：
pdb -
单元测试：
unittest,pytest
-
-
版本控制
-
Git基础命令
-
九、实战方向建议
-
Web开发
-
框架：Django（全栈）、Flask（轻量）
-
REST API：
FastAPI
-
-
数据分析/科学计算
-
工具链：
pandas+numpy+matplotlib
-
-
自动化脚本
-
文件处理、爬虫、定时任务
-
-
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。