Python核心技术与实战 / 系统提升你的Python能力

景霄 Facebook资深工程师

课程目录
课程介绍

在线阅读:开篇词 | 从工程的角度深入理解Python

从工程的角度思考学习，以实用为出发点，多练习、多阅读、多做项目，这样才能有质的提高。
01 | 如何逐步突破，成为Python高手？

想要真正熟练地掌握Python或者是任何一门其他的编程语言，拥有大中型产品的开发经验是必不可少的。
02 | Jupyter Notebook为什么是现代Python的必学技术？

这一节课，我就来带你学习一下Jupyter Notebook，为后面的Python学习打下必备基础。
03 | 列表和元组，到底用哪一个？

今天我们就一起来学习，Python中最常见的两种数据结构：列表和元组。
04 | 字典、集合，你真的了解吗？

字典和集合在Python被广泛使用，并且性能进行了高度优化，其重要性不言而喻。
05 | 深入浅出字符串

今天这节课，我主要带你回顾一下字符串的常用操作，并对其中的一些小tricks详细地加以解释。
06 | Python “黑箱”：输入与输出

今天我们就由浅及深讲讲 Python 的输入和输出。
07 | 修炼基本功：条件与循环

要注意条件与循环的复用，简单功能往往可以用一行直接完成，极大地提高代码质量与效率。
08 | 异常处理：如何提高程序的稳定性？

和其他语言一样，异常处理是Python中一种很常见，并且很重要的机制与代码规范。
09 | 不可或缺的自定义函数

Python中函数的参数可以接受任意的数据类型，使用需要注意，必要时请在函数开头加入数据类型的检查。
10 | 简约不简单的匿名函数

匿名函数通常的使用场景是：程序中需要使用一个函数完成一个简单的功能，并且该函数只调用一次。
11 | 面向对象（上）：从生活中的类比说起

我将带你快速但清晰地疏通最基础的知识，确保你能够迅速领略面向对象的基本思想。
12 | 面向对象（下）：如何实现一个搜索引擎？

今天主要带你模拟敏捷开发过程中的迭代开发流程，巩固面向对象的程序设计思想。
13 | 搭建积木：Python 模块化

化繁为简，将功能模块化、文件化，从而可以像搭积木一样，将不同的功能，组件在大型工程中搭建起来。
14 | 答疑（一）：列表和元组的内部实现是怎样的？

元组和列表相似，本质也是一个array，但是空间大小固定。
15 | Python对象的比较、拷贝

深度拷贝会递归地拷贝原对象中的每一个子对象，因此，拷贝后的对象和原对象互不相关。
16 | 值传递，引用传递or其他，Python里参数是如何传递的？

了解Python中参数的传递机制，具有十分重要的意义，这往往能让我们写代码时少犯错误，提高效率。
17 | 强大的装饰器

我会以前面所讲的函数、闭包为切入点，引出装饰器的概念、表达和基本用法，最后，再通过实际工程中的例子让你再次加深理解。
18 | metaclass，是潘多拉魔盒还是阿拉丁神灯？

我们通过解读YAML的源码，围绕metaclass的设计本意“超越变形”，解析了metaclass的使用场景和使用方法。
19 | 深入理解迭代器和生成器

这一节课，我们深入到 Python 的容器类型实现底层去走走，了解一种叫做迭代器和生成器的东西。
20 | 揭秘 Python 协程

今天我们从一个简单的爬虫开始，到一个真正的爬虫结束，中间穿插讲解了 Python 协程最新的基本概念和用法。
21 | Python并发编程之Futures

我们通过下载网站内容的例子，比较了单线程和运用Futures的多线程版本的性能差异。
22 | 并发编程之Asyncio

今天这节课，我们继续学习Python并发编程的另一种实现方式——Asyncio。
23 | 你真的懂Python GIL（全局解释器锁）吗？

今天我就来解谜，带你一起来看GIL。
24 | 带你解析 Python 垃圾回收机制

对于不会再用到的内存空间，Python 是通过什么机制来回收的呢？
25 | 答疑（二）：GIL与多线程是什么关系呢？

其实，GIL的存在与Python支持多线程并不矛盾。
26 | 活都来不及干了，还有空注意代码风格？！

Google对编码规范的要求极其严格。今天，我们就来聊聊编程规范这件事儿。
27 | 学会合理分解代码，提高代码可读性

好的代码本身就是一份文档。同样功能的一份程序，一个组件，一套系统，让不同的人来写，写出来的代码却是千差万别。
28 | 如何合理利用assert？

究竟什么是assert，又该如何合理使用assert呢？
29 | 巧用上下文管理器和With语句精简代码

究竟with语句要怎么用，与之相关的上下文管理器是什么，它们之间又有着怎样的联系呢？
30 | 真的有必要写单元测试吗？

完成产品的功能需求只是很基础的一部分，如何保证所写代码的稳定、高效、无误，才是我们工作的关键。
31 | pdb & cProfile：调试和性能分析的法宝

在实际生产环境中，对代码进行调试和性能分析，是一个永远都逃不开的话题。
32 | 答疑（三）：如何选择合适的异常处理方式？

代码功能完整和规范完整的优先级是不分先后的，应该是同时进行的。
在线阅读:33 | 带你初探量化世界

这节课开始，我们就来探索一下量化的世界。
34 | RESTful & Socket：搭建交易执行层核心

从这节课开始，我们将实打实地从代码出发，一步步设计出一套清晰完整、易于理解的量化交易系统。
35 | RESTful & Socket：行情数据对接和抓取

我们先从交易所撮合模式讲起，然后介绍行情数据有哪些；之后，我将带你基于Websocket的行情数据来抓取模块。
在线阅读:36 | Pandas & Numpy：策略与回测系统

今天这节课，我们考虑的是，怎么在这些历史数据上，测试一个交易策略。
37 | Kafka & ZMQ：自动化交易流水线

我们继续回到 Python 的技术栈，从量化交易系统角度切入，为你讲解如何实现分布式系统之间的复杂协作。
38 | MySQL：日志和数据存储系统

这节课，我们就以 MySQL 这种传统型关系数据库为例，讲解一下数据库在日志中的运用。
39 | Django：搭建监控平台

今天我们就使用 Django 这个 Web 框架，来搭建一个简单的量化监控平台。
40 | 总结：Python中的数据结构与算法全景

为了进一步方便你理解Python的数据结构和算法，加深对基础内容的掌握，我为你总结了一个综合性的提纲。
41 | 硅谷一线互联网公司的工作体验

我想带你去了解一下，硅谷Top互联网公司的工作体验与文化，这里就以我工作的Facebook为例。
42 | 细数技术研发的注意事项

今天，我就和你聊聊技术研发的注意事项。
加餐 | 带你上手SWIG：一份清晰好用的SWIG编程实践指南

今天的学习目的，就是教你学会使用SWIG来实现Python对C++代码的调用。
43 | Q&A：聊一聊职业发展和选择

创业公司里全栈工程师的需求尤为突出。那么，如何成为一个优秀的全栈工程师呢？
结束语 | 技术之外的几点成长建议

计算机科学是一门偏向工程的学科，所以一定要多实践，多写代码，多交流，多思考。
结课测试 | 关于Python的这些知识，你都掌握了吗？

为了帮助你检验自己的学习效果，我特别给你准备了一套结课测试题。

47讲

你将获得

从工程角度掌握Python高阶用法；
独立开发Python项目的能力；
硅谷一线工程师的独家经验分享；
完整的Python学习路径。

讲师介绍

课程介绍

你是否也曾苦苦钻研面向对象的理念，却在被要求设计一个稍复杂点的系统时束手无策？
你是否也曾羡慕别人能巧用装饰器、生成器等高级操作，可自己在写代码时，却连异常抛出、内存不足等边界条件都战战兢兢搞不定呢？

由此可见，想要精通这门语言，必须真正理解知识概念，比如适当从源码层面深化认知，然后熟悉实际的工程应用，独立完成项目开发。这样，你才能成为真正的语言高手。

在这个专栏里，景霄会从工程的角度，带你学习Python。专栏基于Python最新的3.7版本，以语言知识结合工程应用为主线，其中包含了大量的独家解读和实际工作案例。内容难易兼顾，既可以带你巩固核心基础，更会教你各种高级进阶操作，让你循序渐进、系统掌握Python这门语言。

专栏按照进阶难度分为4个模块。

前两部分主要是Python的基础篇和进阶篇。除去必要的概念、操作讲解，基础篇和进阶篇都着重强调了学习中的重难点和易错点，并从性能分析、实际应用举例等不同维度出发，让你轻松理解和掌握它们。

第三部分是规范篇，通过讲解合理分解代码、运用assert、写单元测试等具体编程技巧，教你写出高质量的Python程序。

第四部分则是实战篇，这部分会通过量化交易系统项目的开发，带你串联起前面所学的Python知识，并加入大量的实战经验和技巧，让你在独立项目开发中获得质的提高。

Python核心技术与实战 / 系统提升你的Python能力

01 | 如何逐步突破，成为Python高手？

02 | Jupyter Notebook为什么是现代Python的必学技术？

03 | 列表和元组，到底用哪一个？

04 | 字典、集合，你真的了解吗？

05 | 深入浅出字符串

06 | Python “黑箱”：输入与输出

07 | 修炼基本功：条件与循环

08 | 异常处理：如何提高程序的稳定性？

09 | 不可或缺的自定义函数

10 | 简约不简单的匿名函数

11 | 面向对象（上）：从生活中的类比说起

12 | 面向对象（下）：如何实现一个搜索引擎？

13 | 搭建积木：Python 模块化

14 | 答疑（一）：列表和元组的内部实现是怎样的？

15 | Python对象的比较、拷贝

16 | 值传递，引用传递or其他，Python里参数是如何传递的？

17 | 强大的装饰器

18 | metaclass，是潘多拉魔盒还是阿拉丁神灯？

19 | 深入理解迭代器和生成器

20 | 揭秘 Python 协程

21 | Python并发编程之Futures

22 | 并发编程之Asyncio

23 | 你真的懂Python GIL（全局解释器锁）吗？

24 | 带你解析 Python 垃圾回收机制

25 | 答疑（二）：GIL与多线程是什么关系呢？

26 | 活都来不及干了，还有空注意代码风格？！

27 | 学会合理分解代码，提高代码可读性

28 | 如何合理利用assert？

29 | 巧用上下文管理器和With语句精简代码

30 | 真的有必要写单元测试吗？

31 | pdb & cProfile：调试和性能分析的法宝

32 | 答疑（三）：如何选择合适的异常处理方式？

34 | RESTful & Socket：搭建交易执行层核心

35 | RESTful & Socket：行情数据对接和抓取

37 | Kafka & ZMQ：自动化交易流水线

38 | MySQL：日志和数据存储系统

39 | Django：搭建监控平台

40 | 总结：Python中的数据结构与算法全景

41 | 硅谷一线互联网公司的工作体验

42 | 细数技术研发的注意事项

加餐 | 带你上手SWIG：一份清晰好用的SWIG编程实践指南

43 | Q&A：聊一聊职业发展和选择

结束语 | 技术之外的几点成长建议

结课测试 | 关于Python的这些知识，你都掌握了吗？

你将获得

讲师介绍

课程介绍

课程目录

特别放送

免费领取福利

限时活动推荐

订阅须知

随机推荐