Python核心技术与实战

共 48 讲。

目录

• Python核心技术与实战
• 开篇词 - 从工程的角度深入理解Python
• 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？
• 33 - 带你初探量化世界
• 34 - RESTful & Socket：搭建交易执行层核心
• 35 - RESTful & Socket：行情数据对接和抓取
• 36 - Pandas & Numpy：策略与回测系统
• 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？