在软件开发领域，Python 早已超越了“脚本语言”的刻板印象，成为数据科学、人工智能、自动化运维及后端开发的核心利器。然而，许多学习者常陷入“会用但不懂原理”、“代码能跑但难以维护”的困境。《Python核心技术与实战》这门体系课，正是为了填补这一鸿沟而生——它不仅教你怎么写代码，更引导你从工程视角深入理解 Python 的运行机制与设计哲学。

课程开篇即以“从工程角度深入理解 Python”为基调，打破传统教程仅关注语法的局限。作者王进（技术专家、多本 Python 著作作者）结合自身多年一线开发经验，构建了一套由浅入深、层层递进的学习路径。

**基础篇：夯实根基，重构认知**

前 14 讲系统梳理了 Python 的核心语法与数据结构。但与常规教材不同，本课程强调“知其然，更知其所以然”。例如，在讲解列表与元组时，并非简单罗列用法，而是探讨二者在内存布局、性能差异及适用场景上的本质区别；在字典与集合部分，深入剖析哈希表原理，帮助读者理解为何查找效率极高；字符串处理、输入输出、条件循环、异常处理等基础模块，均结合实际工程中常见的坑点展开，如 Unicode 编码陷阱、异常捕获的最佳实践等。面向对象章节更是通过“搜索引擎”这一具体案例，将类、对象、继承、多态等抽象概念落地，让读者真正掌握建模思维。模块化设计一节，则引导读者建立代码组织规范，为大型项目开发打下坚实基础。

**进阶篇：突破瓶颈，走向专业**

进阶部分聚焦于 Python 的高级特性与工程化能力。匿名函数、装饰器、生成器、迭代器等“黑魔法”被逐一拆解，揭示其背后的执行逻辑与性能考量。尤为重要的是，课程引入了并发编程、网络编程、数据库操作等实用技能，并配合真实项目实战，如构建个人博客系统、实现简易爬虫框架等，使学习成果可直接转化为生产力。答疑环节针对常见困惑提供精准解答，如列表与元组的内部实现差异，进一步巩固知识体系。

**学习价值：从“脚本小子”到“工程师”**

这门课不适合零基础完全入门者，但非常适合已掌握 Python 基本语法、希望提升代码质量与架构思维的中级开发者。它不追求面面俱到，而是精选最具工程价值的技术点深度剖析。通过本课程，你将不再满足于“代码能跑”，而是开始思考“代码为何如此运行”、“如何写出更高效、更健壮、更易维护的程序”。

无论你是否计划转型数据科学或人工智能，Python 的工程素养都是不可或缺的底层能力。《Python核心技术与实战》为你提供了一条清晰、系统、接地气的进阶之路，助你真正驾驭这门优雅而强大的语言。

课程目录

开篇词 (1讲)

  1. 开篇词 _ 从工程的角度深入理解Python

基础篇 (14讲)

  1. 01 _ 如何逐步突破，成为Python高手？
  2. 02 _ Jupyter Notebook为什么是现代Python的必学技术？
  3. 03 _ 列表和元组，到底用哪一个？
  4. 04 _ 字典、集合，你真的了解吗？
  5. 05 _ 深入浅出字符串
  6. 06 _ Python “黑箱”：输入与输出
  7. 07 _ 修炼基本功：条件与循环
  8. 08 _ 异常处理：如何提高程序的稳定性？
  9. 09 _ 不可或缺的自定义函数
  10. 10 _ 简约不简单的匿名函数
  11. 11 _ 面向对象（上）：从生活中的类比说起
  12. 12 _ 面向对象（下）：如何实现一个搜索引擎？
  13. 13 _ 搭建积木：Python 模块化
  14. 14 _ 答疑（一）：列表和元组的内部实现是怎样的？

进阶篇 (11讲)

  1. 15 _ Python对象的比较、拷贝
  2. 16 _ 值传递，引用传递or其他，Python里参数是如何传递的？
  3. 17 _ 强大的装饰器
  4. 18 _ metaclass，是潘多拉魔盒还是阿拉丁神灯？
  5. 19 _ 深入理解迭代器和生成器
  6. 20 _ 揭秘 Python 协程
  7. 21 _ Python并发编程之Futures
  8. 22 _ 并发编程之Asyncio
  9. 23 _ 你真的懂Python GIL（全局解释器锁）吗？
  10. 24 _ 带你解析 Python 垃圾回收机制
  11. 25 _ 答疑（二）：GIL与多线程是什么关系呢？

规范篇 (7讲)

  1. 26 _ 活都来不及干了，还有空注意代码风格？！
  2. 27 _ 学会合理分解代码，提高代码可读性
  3. 28 _ 如何合理利用assert？
  4. 29 _ 巧用上下文管理器和With语句精简代码
  5. 30 _ 真的有必要写单元测试吗？
  6. 31 _ pdb & cProfile：调试和性能分析的法宝
  7. 32 _ 答疑（三）：如何选择合适的异常处理方式？

量化交易实战篇 (8讲)

  1. 33 _ 带你初探量化世界
  2. 34 _ RESTful & Socket：搭建交易执行层核心
  3. 35 _ RESTful & Socket：行情数据对接和抓取
  4. 36 _ Pandas & Numpy：策略与回测系统
  5. 37 _ Kafka & ZMQ：自动化交易流水线
  6. 38 _ MySQL：日志和数据存储系统
  7. 39 _ Django：搭建监控平台
  8. 40 _ 总结：Python中的数据结构与算法全景

技术见闻与分享 (4讲)

  1. 41 _ 硅谷一线互联网公司的工作体验
  2. 42 _ 细数技术研发的注意事项
  3. 43 _ Q&A：聊一聊职业发展和选择
  4. 加餐 _ 带你上手SWIG：一份清晰好用的SWIG编程实践指南

结束语 (2讲)

  1. 结束语 _ 技术之外的几点成长建议
  2. 结课测试 _ 关于Python的这些知识，你都掌握了吗？