# 🐍 Python 学习思维导图

从零到能写项目的完整知识地图 · 按阶段推进

# 一、基础入门（1-2 周）

# 1. 环境搭建

• Python 安装（官网 / Anaconda）
• 版本选择：3.10+
• 包管理器：pip、conda、venv
• 编辑器/IDE：VS Code、PyCharm
• 虚拟环境：venv / virtualenv / poetry

# 2. 语法基础

• 变量与数据类型
  • int / float / str / bool / None
• 输入输出：input() / print() / f-string
• 运算符：算术、比较、逻辑、位运算
• 注释与代码规范（PEP 8）

# 3. 流程控制

• 条件：if / elif / else
• 循环：for / while
• 控制：break / continue / pass

# 二、核心数据结构（2-3 周）

# 1. 内置容器

• 列表 list：增删改查、切片、推导式
• 元组 tuple：不可变、解包
• 字典 dict：键值对、get、遍历
• 集合 set：去重、交并差
• 字符串 str：切片、常用方法、格式化

# 2. 推导式与生成器

• 列表/字典/集合推导式
• 生成器表达式 (x for x in ...)
• yield 生成器函数

# 3. 常用内置函数

• map / filter / zip / enumerate
• sorted / len / sum / any / all

# 三、函数与模块（2 周）

# 1. 函数

• 定义、参数、返回值
• 默认参数 / 关键字参数 / 可变参数 *args **kwargs
• 作用域：LEGB 规则
• 匿名函数 lambda
• 装饰器 @decorator
• 闭包与高阶函数

# 2. 模块与包

• import / from ... import
• __name__ == "__main__"
• 包的 __init__.py
• 标准库：os sys math random datetime json re collections
• 第三方库安装与管理

# 四、面向对象编程（2-3 周）

• 类与对象：class / __init__ / self
• 三大特性
  • 封装：私有属性 _ __
  • 继承：单继承 / 多继承 / super()
  • 多态：方法重写
• 魔术方法：__str__ __repr__ __len__ __eq__
• 类方法 @classmethod / 静态方法 @staticmethod / 属性 @property
• 抽象类与接口：abc 模块
• 数据类：@dataclass

# 五、进阶特性（3-4 周）

# 1. 错误与异常

• try / except / else / finally
• raise 自定义异常
• 断言 assert

# 2. 文件与 IO

• 打开读写：open() / with 上下文管理
• 常见格式：txt / csv / json / xlsx
• 路径操作：pathlib

# 3. 并发编程

• 多线程 threading
• 多进程 multiprocessing
• 异步 asyncio / async await
• GIL 概念与适用场景

# 4. 类型与工程化

• 类型注解 + typing
• 单元测试：unittest / pytest
• 代码检查：flake8 / ruff / mypy
• 日志：logging

# 六、数据与算法（并行推进）

• 算法基础：排序、查找、递归、动态规划
• 复杂度分析：时间/空间 O(n)
• 常用库
  • NumPy：数组运算
  • Pandas：数据清洗与分析
  • Matplotlib / Seaborn：可视化
• 刷题平台：LeetCode、牛客

# 七、应用方向（选 1-2 个深入）

# 八、数据库与网络（按需）

• 关系型：SQLite / MySQL / PostgreSQL
• ORM：SQLAlchemy
• NoSQL：MongoDB / Redis
• 网络：HTTP、requests、API 调用
• 部署：Docker、Linux 基础

# 九、项目与实战

1. 入门：计算器、待办清单、猜数字游戏
2. 进阶：爬虫抓数据 + 可视化、Flask 博客、Excel 自动化报表
3. 综合：数据分析全流程、API 服务、小工具打包发布
4. 工程：Git 版本控制、GitHub 提交、README 撰写

# 十、学习方法建议

• ✅ 每天写代码，比看视频更重要
• ✅ 每学一个知识点立刻做小练习
• ✅ 用项目驱动学习（先做，再补知识）
• ✅ 读官方文档 + 优秀开源代码
• ✅ 用 AI/搜索引擎解决问题，但先自己想 10 分钟
• ✅ 坚持写笔记 / 博客沉淀

# 📅 推荐路线（约 3-6 个月）

基础语法 → 数据结构 → 函数模块 → 面向对象
   ↓
进阶特性（异常/文件/并发） → 选定方向 → 项目实战 → 持续深耕

关键节点

• 1 个月：能写 100 行小脚本
• 3 个月：能独立完成一个小项目
• 6 个月：能读懂主流开源库、具备求职/实用能力