Python_Total_Tutorial
Introduction
环境与工具链
系统安装与版本选择
虚拟环境
包管理工具
开发工具
调试工具
文档生成工具
测试工具
快速入门
变量与数的运算
内置容器
控制语句和异常处理
自省,注释和内置函数
函数
类和面向对象编程
模块和包
练习
进阶篇
面向对象编程
鸭子类型
继承与组合
抽象类
运算符重载
静态方法,类方法,实例方法以及方法的绑定
函数式编程
匿名函数和函数变量
高阶函数
表达式和解析
生成器和生成器表达式
生成器与协程
偏函数和珂里化
作用域
闭包
元编程
动态补丁monkey-path
基本类型扩展
元类metaclass
装饰器decorator
eval
标准库
并行处理
多进程模块
多线程模块
用队列处理多线程
方法和容器扩展
按顺序插值(bisect)
堆结构(heapq)
对象拷贝(copy)
容器类模块(collections)
弱引用模块(weakref)
数组容器(array)
自省(inspect)
格式化文本处理
配置文件解析(configparser)
轻量级网络传输标准Json模块(json)
通用表格格式(csv)
HTML支持模块(html)
robot.txt网站配置文本解析(urllib.robotparser)
XML支持模块(xml)
国际化
国际化翻译(gettext)
时间日期模块(time,calendar和datetime)
函数式编程
迭代工具模块(tertools)
高阶函数和可调用操作(functools)
运算符模块(operator)
命令行工具编程
命令行解析工具(argparse)
C风格的命令行解析工具(getopt)
terminal上的"GUI"编程(curses)
内置工具与框架
测试运行时间模块(timeit)
单元测试框架(unittest)
调试工具模块(pdb)
调用追踪(traceback)
海龟绘图框架(turtle)
简单词法分析工具(shlex)
日志框架(logging)
说明文档测试模块(doctest)
文档生成器(pydoc)
自定义交互式界面(cmd)
数据持久化
对象序列化与反序列化1(pickle)
对象序列化与反序列化2(marshal)
简单数据存储(shelve)
数据库sqlite3
数学
数学模块math
复数运算(cmath)
有理数(fractions)
高精度计算(decimal)
随机模块(random)
图形界面编程
网络编程
邮件服务(smtplib和email)
URL控制工具(urllib)
系统与环境工具
文件与文件夹操作
创建临时文件夹(tempfile)
多文件输入(fileinput)
高级文件操作(shutil)
通用路径控制(os.path)
文件文件比较(filecmp)
文件文件夹状态常量(stat)
系统环境模块(os)
IO编程
缓存数据存储(linecache)
输入输出模块(io)
摘要与压缩
数据压缩解压模块1(zlib)
数据压缩解压模块2(bz2)
gzip文件压缩解压(gzip)
tar文件压缩解压(tarfile)
zip格式压缩解压(zipfile)
摘要算法(hashlib)
hmac摘要算法模块(hmac)
字符串文本和二进制数据
二进制结构处理(struct)
通用字符串常量(string)
文本包装和填充(textwrap)
正则表达式(re)
字符串比较(difflib)
高级话题
Python的大整数计算
跨版本兼容问题
关于内建模块builtins(__builtin__,builtins和__builtins__)
函数传参究竟传值还是传引用?
扩展与性能优化
性能分析工具
定位性能瓶颈(profile和pstats)
内存剖析(memory_profiler和objgraph)
高性能语言扩展
C扩展
标准C
CFFI
Cython
mpi4py
ctypes
Fortran扩展
numba
rust编译动态库
文件读取效率对比
python中链表性能讨论
python与设计模式
创建型设计模式
池模式pool
抽象工厂模式Abstract FactoryPattern
单例模式standalone和Borg
惰性求值模式Lazy_Evaluation
工厂方法factory_method
建造者模式Builer
原型模式Prototype
结构型设计模式
代理模式Proxy
桥接模式bridge
适配器模式Adapter
外观模式Facaed
装饰器模式Decorator
行为型设计模式
备忘录模式Momento
策略模式Strategy
观察者模式Observer
模板模式template
责任链模式chain
中介模式Mediator
Powered by
GitBook
环境与工具链
环境与工具链
Python的运行环境和工具链是相对老旧的,但用起来效果还是不错
本篇主要分为这几个部:
系统安装与版本选择
虚拟环境
包管理工具
开发工具
调试工具
文档生成工具
测试工具
results matching "
"
No results matching "
"