Python 学习路径

现在 Python 主要在 前端 、 数据分析 两个方面比较火，相较于其它语言，更灵活，经过一段时间的选择之后，希望可以认真的学习 Python 这门编程语言。

Python 的级别

对于我们这些程序员来说，总要有一个级别，不然怎么能知道自己在哪个级别呢？

一级——了解基本语法 [1⁄2]

• 掌握了基本的语法，可以通过 Python 实现常用的需求。不管代码质量怎么样。
• The Python Tutorial 3.7

二级——熟练使用常用的库 [0/3]

• 熟悉常用的 Standard 库的使用。
• The Python Standard Library
• 熟悉常用的第三方库，要看各自领域中的内容，例如 pandas、flask 等

Pythonic 的小技能 [0/8]

• 善用内置函数 [0/3]
  • enumerate
  • reversed
  • any all
• 小细节 [0/6]
  • raise SystemExit
  • 文件的 x 模式
  • ConfigParser
  • defaultdict
  • Counter
  • nametuple
• 使用高级并发工具
• 使用装饰器
• 使用设计模式
• 全局变量
• 时间复杂度
• 上下文管理器 [0/5]
  • 管理锁
  • 管理数据库 cursor
  • 运算精度
  • 同时管理多个资源
  • 实现上下文管理协议

三级——Pythonic [0/2]

让编码更优雅，更符合 Python 也就是 Pythonic 而不是用 Python 写 Java 类型的代码，比如 with、for-else、try-else、while-else、yield 等。

另外还需要掌握一些实现原理，了解 Python 在语法层面的一些协方，可以自己实现语法糖。比如（上下文管理器）等。

• [[https://docs.python.org/3.7/reference/index.html][The Python

Language Reference]]

• Python HOWTOs

四级——高级玩法 [0/4]

• 掌握 Python 的内存机制、GIL限制等
• 知道如何改变 Python 的行为
• 可以轻松写出高质量的 Python 代码
• 能够轻松分辨不同的 Python 代码效率并知道如何优化

五级——看透本质 [0/3]

• 阅读 Python 的 C 实现
• 掌握 Python 中各种对象的本质，掌握是如何通过 C
• 实现对象行为，对于常见的数据结构，掌握其实现细节

优雅的 Python

The Zen of Python

Beautiful is better than ugly. Explicit is better than implicit. Simple is better than complex. Complex is better than complicated. Flat is better than nested. Sparse is better than dense. Readability counts. Special cases aren’t special enough to break the rules. Although practicality beats purity. Errors should never pass silently. Unless explicitly silenced. In the face of ambiguity, refuse the temptation to guess. There should be one– and preferably only one –obvious way to do it. Although that way may not be obvious at first unless you’re Dutch. Now is better than never. Although never is often better than right now. If the implementation is hard to explain, it’s a bad idea. If the implementation is easy to explain, it may be a good idea. Namespaces are one honking great idea – let’s do more of those!

优美胜于丑陋 明了胜于晦涩 简洁胜于复杂 复杂胜于凌乱 扁平胜于嵌套 间隔胜于紧凑 可读性很重要 即便假借特例的实用性之名，也不可违背这些规则 不要包容所有错误，除非你确定需要这样做 当存在多种可能，不要尝试去猜测 而是尽量找一种，最好是唯一一种明显的解决方案 虽然这并不容易，因为你不是 Python 之父 做也许好过不做，但不假思索就动手还不如不做 如果你无法向人描述你的方案，那肯定不是一个好方案；反之亦然 命名空间是一种绝妙的理念，我们应当多加利用