🐍 Python 深度研究
本目录收录 Python 语言核心机制、高级特性、工程实践及底层原理的深度研究笔记。
🧭 知识图谱 (Knowledge Graph)
01. 基础与工程 (Core & Engineering)
- 代码规范：简明 Python 代码规范 (AI Rules)
- 变量与类型：变量工程指南 (解包、命名哲学、类型注解)
- 注释与文档：注释与文档指南 (Google Style Docstring)
- 数值计算：数值工程指南 (浮点陷阱、Decimal、魔术数字)
- 字符串处理：字符串工程指南 (F-string、编码、性能优化)
- 容器与集合：容器工程指南 (底层实现、可变性、自定义容器)
- 流程控制：异常处理最佳实践、上下文管理器 (
with)
02. 数据获取与爬虫 (Web Scraping)
- 爬虫原理：基础原理与反爬对抗 (HTTP/2/3, TLS 指纹, 浏览器指纹)
- 网络请求：请求库详解 (urllib, requests, httpx, Selenium, Playwright)
- 解析技术：解析库详解 (XPath, BeautifulSoup, pyquery)
- 数据存储：存储方案详解 (文件, MySQL, MongoDB, Redis)
- 框架应用：Scrapy 分布式爬虫
03. 数据分析与可视化 (Data Analysis)
- NumPy：向量化运算核心
- Pandas：数据清洗与高级处理 (Groupby, Window Functions)
- Polars：新一代高性能数据处理库
- 可视化：Matplotlib, Seaborn, ECharts
04. 机器学习与 AI (AI & LLM)
- Scikit-learn：传统机器学习算法
- PyTorch：深度学习基础
- LLM 应用：LangChain / LlamaIndex 架构
- Prompt Engineering：提示词工程
05. Web 开发与展示 (Web Dev)
- Streamlit：快速构建数据 Dashboard
- FastAPI：高性能 API 开发
- Flask：微框架应用
06. 办公自动化 (Automation)
- Excel 处理：openpyxl / xlwings
- 文档处理：PDF, Word 自动化
- 脚本工具：文件管理、邮件自动发送