课程简介
由于 Python 在深度学习、机器学习等领域的广泛使用，Python 一跃成为人工智能时代的“网红”语言。无论将来从事 Web 相关开发，还是做人工智能方面的研究，学会 Python 都将大有益处。本次课程将重点讲解Pyhton的进阶开发，我们将从深入Python这门语言的底层结构学习，到使用Python高级语法实现业务功能。讲师在每个章节后都设置了动手实操项目，帮助学员更好的理解知识点。
目标收益
1 能够编写具有Python风格的代码
2 掌握装饰器、魔术方法、 鸭子类型、动态属性等Python高级概念
3 使用Python开发后端程序的最佳实践
培训对象
1 了解数据结构和算法的基本概念
2 了解Python语言的基础语法：如变量赋值、判断循环、函数、类、文件操作、异常
3 熟悉常见的操作系统和网络协议如：Linux、HTTP、TCP
课程大纲
| 如何写Python风格的代码 |
1 Python数据模型(1小时) 1.1 案例：从一个“不像Python”的Python程序说起 1.2 Python风格编程之魔术方法 1.3 Python与C++的主要区别 |
| 数据结构 |
2 序列(1小时) 2.1 序列的内存分布及其包含的数据类型 2.2 列表元组在实际运行中的效率差异？ 2.3 Python风格编程之推导式 2.4 高阶函数filter与map(案例：MapReduce模式与Google的三驾马车) 2.5 序列排序与均值滤波算法 2.6 数组与Numpy(案例：利用 Numpy和数组分别进行矩阵操作，并分析性能优劣) 2.7 双向队列（案例：采用消息队列机制避免数据爆发增长，导致数据库崩溃） 3 字典和集合(0.5小时) 3.1 映射与hash的内存分布 3.2 字典推导式 3.3 defaultdict与UserDict（案例：利用字典实现复杂映射需求的存储） 4 文本和数字(0.5小时) 4.1 Unicode编码与解码 4.2 编解码异常处理--解决乱码问题最佳实践 4.3 正则表达式（案例：使用Python进行数据预处理） 4.4 精确的浮点数计算 4.5 正确使用Python解析网络协议封包 |
| 深入函数 |
5 函数(3小时) 5.1 Python风格编程之匿名函数 5.2 动态类型语言的参数传递与静态语言的主要差异 5.3 函数式编程 5.4 Python风格编程之functools 5.5 闭包与装饰器（案例：利用装饰器简化被修饰函数复杂度） 5.6 大型框架必备技能之叠放装饰器（案例：利用装饰器实现复杂函数定义） 5.7 （案例）Django中的动态属性源码分析 5.8 （案例）Django中的装饰器源码分析 |
| 面向对象 |
6 对象的引用和回收（1小时） 6.1 变量赋值的本质--Python虚拟机如何管理内存分配 6.2 对象的“相对”可变与不可变（案例：利用字节码分析Python性能瓶颈） 6.3 深拷贝与浅拷贝 （案例：对Python对象进行错误赋值导致的线上bug一例） 6.4 == 与 is 的区别 6.5 GC（案例：CPython垃圾回收机制剖析） 6.6 调试工具 pdb cprofile 7 Python风格的对象（2小时） 7.1 __new__与 __init__魔术方法的正确用法（案例：利用__new__实现单例设计模式） 7.2 classmethod 与 staticmethod类中必备的装饰器 7.3 Python风格编程之鸭子类型 （案例：实现复杂的自定义数据模型） 7.4 Python风格编程之黑魔法 7.5 切片处理__getitem__ 7.6 接口（案例：为Python定义“接口”） 7.7 协议与猴子补丁 7.8 抽象基类collections.abc 7.9 子类化内置类型 7.10 多继承与MRO（案例：Django的多继承实现原理，及源代码解析） 7.11 （案例）基于pyvmomi(https://github.com/vmware/pyvmomi) 实战Python语言的高级特性 |
| 控制流 |
8 迭代(1小时) 8.1 迭代与递归 8.2 可迭代对象与迭代器 8.3 生成器 8.4 Python风格编程之上下文管理器 8.5 协程与yield（案例：Python协程的演化过程） 9 并发编程(2小时) 9.1 多进程、多线程与协程 （案例：多进程与多线程模型性能差异比较） 9.2 使用future模块处理Python并发 9.3 使用底层threading库管理多线程 9.4 多进程、多线程间的通信 9.5 协程与asyncio包 9.6 CPython与GIL，Python性能的阿喀琉斯之踵 |
| 元编程 |
10 动态属性（1小时） 10.1案例：Django中的动态属性 10.2 属性描述符 10.3 元类 第七部分 Web框架 11 框架工具及设计模式(1小时) 11.1 MVC与MVVM 模式在Web后端开发的作用 11.2 案例：通过路由规则理解偏函数 11.3 主流框架Django与fastAPI对比 11.4 案例：基于Python的框架技术快速实现RESTapi的创建和认证 12 Django Admin快速创建在线表单服务（1小时） 12.1 利用ORM框架加速数据建模 12.2基于函数和基于类定义视图 12.3 基于Admin模块实现用户认证 12.4 如何解决CSRF跨域请求的安全问题 13 优化代码 -- 好代码的一般特征(1小时) 13.1 契约式设计 13.2 防错性设计 13.3 组合和继承 13.4 软件的正交性 13.5 Python中可实现的SOLID原则 13.6（案例）用装饰器改善代码 13.7 （案例）描述符的分离及如何从对象中获取更多信息 14 Python 与 数据分析 (1小时) 14.1 利用Pandas实现确实数据的处理与预测 14.2 如何基于pandas加速Python多维数组操作 14.3 常见机器学习算法与K-means聚类算法的实现(基于Scikit-Learn与手写) 14.4 深度神经网络与数据分类 15 发布一个完整的Python代码(1小时) 15.1 使用pyvenv 建立虚拟环境 15.2 通过pip及配置文件解决特定版本的软件包依赖关系 15.3 Python异常处理机制，及如何使用错误处理抛出友好的异常信息 15.4 使用nginx+gunicorn部署生产环境的Web服务 15.5 如何将Python应用程序打包为Docker镜像 15.6 如何将将Python程序发布为windows下的可执行文件(EXE) 15.7 基于Gooey实现Python的GUI界面 16 精进Python 16.1 推荐读物 16.2 GitHub中，优秀的Python项目 16.3 GitHub中，优秀的学习资源 |
|
如何写Python风格的代码 1 Python数据模型(1小时) 1.1 案例：从一个“不像Python”的Python程序说起 1.2 Python风格编程之魔术方法 1.3 Python与C++的主要区别 |
|
数据结构 2 序列(1小时) 2.1 序列的内存分布及其包含的数据类型 2.2 列表元组在实际运行中的效率差异？ 2.3 Python风格编程之推导式 2.4 高阶函数filter与map(案例：MapReduce模式与Google的三驾马车) 2.5 序列排序与均值滤波算法 2.6 数组与Numpy(案例：利用 Numpy和数组分别进行矩阵操作，并分析性能优劣) 2.7 双向队列（案例：采用消息队列机制避免数据爆发增长，导致数据库崩溃） 3 字典和集合(0.5小时) 3.1 映射与hash的内存分布 3.2 字典推导式 3.3 defaultdict与UserDict（案例：利用字典实现复杂映射需求的存储） 4 文本和数字(0.5小时) 4.1 Unicode编码与解码 4.2 编解码异常处理--解决乱码问题最佳实践 4.3 正则表达式（案例：使用Python进行数据预处理） 4.4 精确的浮点数计算 4.5 正确使用Python解析网络协议封包 |
|
深入函数 5 函数(3小时) 5.1 Python风格编程之匿名函数 5.2 动态类型语言的参数传递与静态语言的主要差异 5.3 函数式编程 5.4 Python风格编程之functools 5.5 闭包与装饰器（案例：利用装饰器简化被修饰函数复杂度） 5.6 大型框架必备技能之叠放装饰器（案例：利用装饰器实现复杂函数定义） 5.7 （案例）Django中的动态属性源码分析 5.8 （案例）Django中的装饰器源码分析 |
|
面向对象 6 对象的引用和回收（1小时） 6.1 变量赋值的本质--Python虚拟机如何管理内存分配 6.2 对象的“相对”可变与不可变（案例：利用字节码分析Python性能瓶颈） 6.3 深拷贝与浅拷贝 （案例：对Python对象进行错误赋值导致的线上bug一例） 6.4 == 与 is 的区别 6.5 GC（案例：CPython垃圾回收机制剖析） 6.6 调试工具 pdb cprofile 7 Python风格的对象（2小时） 7.1 __new__与 __init__魔术方法的正确用法（案例：利用__new__实现单例设计模式） 7.2 classmethod 与 staticmethod类中必备的装饰器 7.3 Python风格编程之鸭子类型 （案例：实现复杂的自定义数据模型） 7.4 Python风格编程之黑魔法 7.5 切片处理__getitem__ 7.6 接口（案例：为Python定义“接口”） 7.7 协议与猴子补丁 7.8 抽象基类collections.abc 7.9 子类化内置类型 7.10 多继承与MRO（案例：Django的多继承实现原理，及源代码解析） 7.11 （案例）基于pyvmomi(https://github.com/vmware/pyvmomi) 实战Python语言的高级特性 |
|
控制流 8 迭代(1小时) 8.1 迭代与递归 8.2 可迭代对象与迭代器 8.3 生成器 8.4 Python风格编程之上下文管理器 8.5 协程与yield（案例：Python协程的演化过程） 9 并发编程(2小时) 9.1 多进程、多线程与协程 （案例：多进程与多线程模型性能差异比较） 9.2 使用future模块处理Python并发 9.3 使用底层threading库管理多线程 9.4 多进程、多线程间的通信 9.5 协程与asyncio包 9.6 CPython与GIL，Python性能的阿喀琉斯之踵 |
|
元编程 10 动态属性（1小时） 10.1案例：Django中的动态属性 10.2 属性描述符 10.3 元类 第七部分 Web框架 11 框架工具及设计模式(1小时) 11.1 MVC与MVVM 模式在Web后端开发的作用 11.2 案例：通过路由规则理解偏函数 11.3 主流框架Django与fastAPI对比 11.4 案例：基于Python的框架技术快速实现RESTapi的创建和认证 12 Django Admin快速创建在线表单服务（1小时） 12.1 利用ORM框架加速数据建模 12.2基于函数和基于类定义视图 12.3 基于Admin模块实现用户认证 12.4 如何解决CSRF跨域请求的安全问题 13 优化代码 -- 好代码的一般特征(1小时) 13.1 契约式设计 13.2 防错性设计 13.3 组合和继承 13.4 软件的正交性 13.5 Python中可实现的SOLID原则 13.6（案例）用装饰器改善代码 13.7 （案例）描述符的分离及如何从对象中获取更多信息 14 Python 与 数据分析 (1小时) 14.1 利用Pandas实现确实数据的处理与预测 14.2 如何基于pandas加速Python多维数组操作 14.3 常见机器学习算法与K-means聚类算法的实现(基于Scikit-Learn与手写) 14.4 深度神经网络与数据分类 15 发布一个完整的Python代码(1小时) 15.1 使用pyvenv 建立虚拟环境 15.2 通过pip及配置文件解决特定版本的软件包依赖关系 15.3 Python异常处理机制，及如何使用错误处理抛出友好的异常信息 15.4 使用nginx+gunicorn部署生产环境的Web服务 15.5 如何将Python应用程序打包为Docker镜像 15.6 如何将将Python程序发布为windows下的可执行文件(EXE) 15.7 基于Gooey实现Python的GUI界面 16 精进Python 16.1 推荐读物 16.2 GitHub中，优秀的Python项目 16.3 GitHub中，优秀的学习资源 |
近期公开课推荐