# python-pro-learning **Repository Path**: openour/python-pro-learning ## Basic Information - **Project Name**: python-pro-learning - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-10-28 - **Last Updated**: 2025-11-12 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # python高级编程 ## 知识点说明 * v1.0.0 现代 Python 核心语法与高频特性🏅 * v1.1.0 f-string 高级表达式与调试语法🏅 * v1.2.0 := 海象运算符(常用于循环与赋值优化)🏅 * v1.3.0 typing / type hints:Literal、Protocol、Annotated(提升代码可读性和静态检查)🏅 * v1.4.0 match/case 模式匹配(仅基础用法,高频场景有限,可选深入)🏅 * v1.5.0 dataclasses + slots=True(高效数据对象)🏅 * v1.6.0 Python 3.11 重点特性:TaskGroup、异常分组(异步/调试场景)🏅 * v1.6.1 asyncio 基本使用🏅 * v1.6.2 TaskGroup、异常分组🏅 * v2.0.0 对象模型与类机制🏅 * v2.1.0 魔法方法体系(__init__, __call__, __str__, __repr__ 等)🏅 * v2.2.0 @property / @classmethod / @staticmethod🏅 * v2.3.0 描述符(只学常见用法,如 property 替代)🏅 * v3.0.0 容器类型与协议实现🏅 * v3.1.0 dict/set 的顺序保持与哈希机制🏅 * v3.2.0 collections 高频容器:defaultdict / Counter / deque / OrderedDict🏅 * v3.3.0 对象引用与垃圾回收基础(gc, weakref 用于内存管理)🏅 * v4.0.0 函数式与迭代式编程🏅 * v4.1.0 迭代器协议:__iter__ / __next__🏅 * v4.2.0 生成器:yield / yield from / send(异步和流式处理基础)🏅 * v4.3.0 functools / itertools 高频函数:partial, reduce, chain, groupby🏅 * v4.4.0 装饰器与上下文管理器(高频场景:日志、缓存、资源管理)🏅 * v5.0.0 并发与异步编程 * v5.1.0 线程与进程 * v5.1.1 GIL 机制与性能影响🏅 * v5.1.2 `threading` 与同步原语(Lock, Event, Condition)🏅 * v5.1.3 `multiprocessing` 与进程池🏅 * v5.1.4 `concurrent.futures` 统一接口与任务回收🏅 * v5.2.0 异步编程(asyncio) * v5.2.1 asyncio async/await 基础与任务调度🏅 * v5.2.2 TaskGroup、gather/wait/as_completed 对比🏅 * v5.2.3 asyncio + aiohttp / aioredis / asyncpg 实战🏅 * v5.2.4 threading / multiprocessing:仅了解 API 与典型应用🏅 * v6.0.0 网络编程与系统交互🏅 * v6.1.0 socket TCP/UDP 基础🏅 * v6.2.0 asyncio 高并发服务端🏅 * v6.3.0 FastAPI / aiohttp 实战(结合 async/await)🏅 * v6.4.0 异步文件 I/O(aiofiles)🏅 * v7.0.0 元编程与动态类型系统🏅 * v7.1.0 typing 高级特性:Protocol / Generic / TypeVar 🏅 * v7.2.0 dataclasses / Pydantic v2 数据模型 🏅 * v7.3.0 类装饰器与函数注册表 🏅 * v7.4.0 importlib 动态加载(插件式开发、高级实战)🏅 * v8.0.0 性能优化与工程实践🏅 * v8.1.0 性能分析工具:cProfile / timeit 🏅 * v8.2.0 内存分析:tracemalloc * v8.3.0 缓存优化:lru_cache / weakref * v8.4.0 工程化工具:poetry / mypy / ruff / pytest * v8.5.0 包管理与发布基础 * v9.0.0 方向化扩展 * v9.1.0 AI & 数据方向 * v9.1.1 NumPy 内存模型 * v9.1.2 Pydantic + LangChain / LangGraph 模型层整合 * v9.1.3 异步数据流与模型调用管理 * v9.2.0 系统与分布式方向 * 9.2.1 asyncio + Redis / Postgres / HTTP 驱动(aioredis / asyncpg) * 9.2.2 gRPC + FastAPI 混合通信 * 9.2.3 分布式任务系统(Celery / Dramatiq) * 9.2.4 NATS / WebSocket 实时通信