跳到主要内容

Python 基础知识体系概览

为什么要学 Python 基础​

Python 以其简洁优雅的语法和强大的生态成为当今最流行的编程语言之一。无论是 Web 开发、数据科学、AI/ML 还是自动化运维，Python 都是首选语言。扎实的 Python 基础是面试和日常开发的根基。

核心知识体系​

Python 的核心特点​

特点说明
动态类型变量无需声明类型，运行时确定
强类型不同类型之间不会隐式转换（"1" + 1 报错）
解释执行源码 → 字节码 → PVM 解释执行
GIL全局解释器锁，限制多线程并行（CPU 密集型）
鸭子类型"如果它走路像鸭子，叫声像鸭子，那它就是鸭子"
万物皆对象函数、类、模块都是对象
缩进即语法使用缩进而非花括号定义代码块

执行模型​

Python 的执行分为两步：

  1. 编译阶段：将 .py 源码编译为字节码（bytecode），缓存为 .pyc 文件
  2. 解释阶段：Python 虚拟机（PVM）逐条执行字节码指令
CPython 是默认实现

Python 有多个实现：CPython（C 语言，最常用）、PyPy（JIT 编译，更快）、Jython（JVM）、GraalPy 等。面试中提到"Python"默认指 CPython。

数据模型：万物皆对象​

Python 中一切皆对象，每个对象包含三要素：

x = 42

# 1. 身份（identity）：内存地址，用 id() 获取
print(id(x))        # 如 140234866584880

# 2. 类型（type）：决定对象支持哪些操作
print(type(x))      # <class 'int'>

# 3. 值（value）：对象存储的数据
print(x)             # 42

可变（mutable）与不可变（immutable）：

不可变类型可变类型
int, float, boollist
str, tupledict
frozenset, bytesset, bytearray
不可变 ≠ 不能"修改"

不可变是指对象本身不能修改，但变量可以重新绑定：

x = 1
x = 2  # ✅ x 指向了新对象，原对象 1 未变

类型系统​

Python 是动态强类型语言：

  • 动态类型：变量类型在运行时确定，同一变量可绑定不同类型
  • 强类型：不允许隐式类型混合运算
# 动态类型
x = 1          # x 是 int
x = "hello"    # x 变成 str，完全合法

# 强类型
"1" + 1        # ❌ TypeError: can only concatenate str to str
"1" + str(1)   # ✅ "11"，需要显式转换

鸭子类型（Duck Typing）​

class Duck:
    def quack(self):
        print("嘎嘎嘎")

class Person:
    def quack(self):
        print("我在模仿鸭子叫")

def make_it_quack(thing):
    # 不检查类型，只关心有没有 quack 方法
    thing.quack()

make_it_quack(Duck())    # 嘎嘎嘎
make_it_quack(Person())  # 我在模仿鸭子叫

作用域与变量查找​

Python 使用 LEGB 规则查找变量：

x = "global"          # Global

def outer():
    x = "enclosing"   # Enclosing
    
    def inner():
        x = "local"   # Local
        print(x)       # → "local"（L 层找到）
    
    inner()

outer()
print(len)             # <built-in function len>（B 层）

面向对象核心​

MRO（方法解析顺序）​

Python 使用 C3 线性化算法确定多继承时的方法调用顺序：

class A:
    def method(self):
        print("A")

class B(A):
    def method(self):
        print("B")

class C(A):
    def method(self):
        print("C")

class D(B, C):
    pass

d = D()
d.method()       # → "B"
print(D.mro())   # [D, B, C, A, object]

魔术方法（Dunder Methods）​

分类方法用途
构造析构__init__, __new__, __del__对象创建与销毁
字符串__str__, __repr__字符串表示
比较__eq__, __lt__, __hash__比较与哈希
容器__len__, __getitem__, __contains__容器协议
算术__add__, __mul__, __radd__运算符重载
上下文__enter__, __exit__with 语句
可调用__call__实例当函数调用
属性访问__getattr__, __setattr__, __getattribute__属性拦截

高级特性速览​

装饰器​

import functools

def timer(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        import time
        start = time.time()
        result = func(*args, **kwargs)
        print(f"{func.__name__} 耗时 {time.time() - start:.4f}s")
        return result
    return wrapper

@timer
def slow_function():
    import time
    time.sleep(1)

生成器​

def fibonacci():
    """惰性求值，无限斐波那契数列"""
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

# 按需计算，不占用大量内存
fib = fibonacci()
print([next(fib) for _ in range(10)])
# [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

上下文管理器​

from contextlib import contextmanager

@contextmanager
def managed_resource(name):
    print(f"获取资源: {name}")
    try:
        yield name
    finally:
        print(f"释放资源: {name}")

with managed_resource("DB连接") as r:
    print(f"使用 {r}")
# 获取资源: DB连接
# 使用 DB连接
# 释放资源: DB连接

知识点关联​

本分类涵盖以下核心知识点：

文档核心内容面试重要度
数据类型可变/不可变、深浅拷贝、类型转换⭐⭐⭐⭐⭐
函数参数、闭包、lambda、一等公民⭐⭐⭐⭐⭐
类与面向对象继承、MRO、魔术方法、描述符⭐⭐⭐⭐⭐
装饰器函数/类装饰器、带参装饰器⭐⭐⭐⭐⭐
生成器与迭代器yield、迭代协议、惰性求值⭐⭐⭐⭐
上下文管理器with 协议、contextlib⭐⭐⭐⭐
元类type、__new__、ABCMeta⭐⭐⭐
作用域与闭包LEGB、nonlocal、闭包陷阱⭐⭐⭐⭐
Python 新特性3.8~3.13 核心特性⭐⭐⭐

相关链接​