人工智能之編程進階 Python高級

第十章 知識點總結

@

目錄

• 人工智能之編程進階 Python高級
• 前言
• 🐍 Python 重要知識點全景圖（從基礎到網絡編程）
• 一、基礎語法與內置類型

• 1. 變量與動態類型
• 2. 核心內置類型
• 3. 容器類型（重點！）

• ✅ 列表 list
• ✅ 元組 tuple
• ✅ 字典 dict
• ✅ 集合 set

• 二、控制結構與函數

• 1. 條件與循環
• 2. 函數定義

• 高級特性：

• 三、面向對象編程（OOP）

• 1. 類與實例
• 2. 繼承與多態
• 3. 特殊方法（魔術方法）

• 四、模塊與包管理

• 1. 模塊導入
• 2. 包結構
• 3. 虛擬環境（必會！）

• 五、文件與異常處理

• 1. 文件讀寫
• 2. 異常處理

• 六、高級特性（提升代碼質量）

• 1. 列表推導式 / 生成器表達式
• 2. 裝飾器（Decorator）
• 3. 上下文管理器（Context Manager）

• 七、併發與並行（見前文，此處簡述）
• 八、網絡編程與數據獲取（核心！）

• 1. 底層通信：socket
• 2. HTTP 客户端
• 3. 動態頁面處理：selenium
• 4. HTML 解析：BeautifulSoup
• 5. 專業爬蟲框架：Scrapy

• 九、常用標準庫與第三方庫速查
• 十、最佳實踐與避坑指南

• ✅ 推薦做法
• ❌ 常見錯誤

• 十一、學習路徑建議
• 總結：Python 技術棧全景
• 資料關注

前言

學到這裏基本上掌握了python的常用操作，但這些還未涉及到數據分析的部分，這些都只是對於語言的靈活運用，至於數據分析，將在後續欄目增加，一起努力學習，未來方向充滿不確定，我們能做的就是不斷學習，跟隨政策，擁抱人工智能，打好地基，方能不被脱節。

🐍 Python 重要知識點全景圖（從基礎到網絡編程）

目標：掌握 Python 從變量到爬蟲的完整技術棧
結構：由淺入深，層層遞進，每部分含核心概念 + 示例 + 注意事項

一、基礎語法與內置類型

1. 變量與動態類型

• Python 是 動態類型語言：變量無需聲明類型，類型在運行時確定。

x = 10        # int
x = "hello"   # str（合法！）

• 變量本質是對象引用：a = [1,2]; b = a → a 和 b 指向同一列表。

2. 核心內置類型

3. 容器類型（重點！）

✅ 列表 list

• 有序、可變、允許重複

lst = [1, 2, 3]
lst.append(4)
lst[0] = 10

✅ 元組 tuple

• 有序、不可變、可哈希（可用作 dict key）

t = (1, 2, 3)
t = 1, 2, 3  # 省略括號

✅ 字典 dict

• 無序（Python 3.7+ 插入有序）、鍵值對、鍵必須可哈希

d = {"name": "Alice", "age": 30}
d["city"] = "Beijing"
for k, v in d.items(): ...

✅ 集合 set

• 無序、不重複、可變

s = {1, 2, 3}
s.add(4)
s1 & s2  # 交集

💡 關鍵區別：

• list vs tuple：是否可變
• dict vs set：是否有 value

二、控制結構與函數

1. 條件與循環

# if-elif-else
if x > 0:
    print("positive")
elif x == 0:
    print("zero")
else:
    print("negative")

# for 循環（迭代器協議）
for i in range(5):
    print(i)

# while
while n > 0:
    n -= 1

2. 函數定義

def greet(name: str, age: int = 18) -> str:
    """文檔字符串"""
    return f"Hello {name}, you are {age}"

# 調用
greet("Alice")           # 位置參數
greet(age=20, name="Bob") # 關鍵字參數

高級特性：

• 默認參數（注意 mutable 默認值陷阱！）
• 可變參數：*args（元組）、**kwargs（字典）
• 作用域：LEGB 規則（Local → Enclosing → Global → Built-in）

三、面向對象編程（OOP）

1. 類與實例

class Person:
    species = "Homo sapiens"  # 類屬性

    def __init__(self, name):
        self.name = name      # 實例屬性

    def say_hello(self):
        return f"Hi, I'm {self.name}"

p = Person("Alice")
print(p.say_hello())

2. 繼承與多態

class Student(Person):
    def __init__(self, name, student_id):
        super().__init__(name)
        self.id = student_id

    def say_hello(self):  # 方法重寫
        return f"Student: {self.name}"

3. 特殊方法（魔術方法）

• __str__：用户友好字符串
• __repr__：開發者調試字符串
• __len__、__getitem__：使對象支持 len()、obj[key]

四、模塊與包管理

1. 模塊導入

import os
from math import sqrt
from datetime import datetime as dt

2. 包結構

mypackage/
    __init__.py  # 標識為包（Python 3.3+ 可省略）
    module1.py
    subpackage/
        __init__.py
        module2.py

3. 虛擬環境（必會！）

python -m venv myenv      # 創建
source myenv/bin/activate # Linux/macOS
myenv\Scripts\activate    # Windows
pip install requests       # 安裝到虛擬環境

五、文件與異常處理

1. 文件讀寫

# 推薦使用 with（自動關閉）
with open('data.txt', 'r', encoding='utf-8') as f:
    content = f.read()

with open('output.txt', 'w') as f:
    f.write("Hello")

2. 異常處理

try:
    x = int(input("Enter number: "))
except ValueError:
    print("Invalid input!")
else:
    print("Success")
finally:
    print("Always run")

✅ 最佳實踐：不要裸寫 except:，應捕獲具體異常。

六、高級特性（提升代碼質量）

1. 列表推導式 / 生成器表達式

# 列表推導
squares = [x**2 for x in range(10) if x % 2 == 0]

# 生成器（節省內存）
gen = (x**2 for x in range(10))

2. 裝飾器（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、併發與並行（見前文，此處簡述）

⚠️ 記住：Python 有 GIL，多線程不能並行 CPU

八、網絡編程與數據獲取（核心！）

1. 底層通信：socket

• TCP/UDP 編程
• 適合自定義協議

2. HTTP 客户端

import requests
resp = requests.get("https://api.example.com/data")
data = resp.json()

3. 動態頁面處理：selenium

• 控制真實瀏覽器
• 執行 JavaScript、處理登錄、滑塊驗證等

4. HTML 解析：BeautifulSoup

• 提取結構化數據
• 支持 CSS 選擇器、XPath（需 lxml）

from bs4 import BeautifulSoup
soup = BeautifulSoup(html, 'lxml')
titles = soup.select('h2.title')

5. 專業爬蟲框架：Scrapy

• 組件化：Spider、Item、Pipeline、Middleware
• 內置去重、併發、中間件、導出格式（JSON/CSV）

九、常用標準庫與第三方庫速查

十、最佳實踐與避坑指南

✅ 推薦做法

1. 使用類型提示（Python 3.5+）：

def add(a: int, b: int) -> int:
    return a + b

1. 虛擬環境隔離依賴
2. 用 pathlib 替代 os.path（更面向對象）
3. 用 logging 替代 print 做日誌
4. 用 with 管理資源（文件、鎖、連接）

❌ 常見錯誤

• 可變對象作為函數默認參數：def f(x=[]) → 改為 x=None
• 在循環中拼接字符串：改用 ''.join(list)
• 忽略編碼問題：始終指定 encoding='utf-8'
• 在生產環境關閉 SSL 驗證：verify=False（危險！）

十一、學習路徑建議

1. 基礎：變量、控制流、函數、文件
2. 進階：OOP、異常、模塊、裝飾器
3. 實用技能：

• requests + BeautifulSoup（靜態爬蟲）
• selenium（動態爬蟲）
• asyncio（異步編程）
• Scrapy（工程化爬蟲）

4. 擴展：

• Web 框架（Flask/FastAPI）
• 數據庫（SQLAlchemy / PyMongo）
• 部署（Docker, Gunicorn）

總結：Python 技術棧全景

基礎語法 → 函數/OOP → 文件/異常 → 模塊/包
     ↓
併發模型（threading/asyncio/multiprocessing）
     ↓
網絡編程（socket → urllib → requests）
     ↓
網頁解析（BeautifulSoup / lxml）
     ↓
動態渲染（selenium）
     ↓
工程化爬蟲（Scrapy）
     ↓
數據存儲（MySQL/MongoDB） + Web服務（FastAPI）

💡 核心思想：
Python 的優勢在於 “膠水語言” + 豐富生態。
不必精通所有細節，但要清楚 每個工具的定位與邊界，按需組合，高效解決問題。

這份總結涵蓋了從零基礎到網絡數據獲取的完整知識鏈，建議收藏並結合實踐反覆鞏固。掌握這些，你已具備 Python 中高級開發能力！🚀