学 Python 的时候我记了一堆零散的笔记，后来发现真正卡住我的不是某个语法怎么写，而是脑子里没有一张地图。比如知道 list 能改、tuple 不能改，但说不清为什么字典的 key 必须用不可变类型；知道装饰器加个 @ 就能用，但换个带参数的场景就懵了。这篇是把当时画的一整套思维导图重新串了一遍，从初识 Python 一路走到并发和应用领域，每张图前面说清楚它在讲什么，后面补一句最容易记混的地方在哪。
这篇偏「结构」，配套的Python基础小结(一)偏「细节」，那篇里有可以直接跑的代码、内建函数表和标准库清单，两篇搭配着看效率会高一些。
在本篇文章中，我们将从浅入深，和大家一起学习以下知识：
- Python 是什么语言，它的执行方式和别的语言差在哪
- 变量、运算符这些语法地基，以及缩进为什么被写进语法
- 字符串的创建、拼接、转义和切片，为什么它是不可变类型
- 列表、元组、字典这三种容器分别适合什么场景
- 函数与流程控制的写法，以及 Python 里没有
switch这件事 - 类的定义、属性和方法，私有成员到底私有到什么程度
- 高级特性六件套：切片、迭代、生成器、
yield、闭包、装饰器 - 标准库里最常用的几个模块和它们的典型用途
- Python 并发的三条路和 GIL 带来的限制
- Python 在爬虫、数据分析这些方向上的实际落点
一、初识 Python
先从最外层说起。Python 是解释型语言，源码交给解释器逐行翻译执行，不像 C 那样先编译成机器码再跑。好处是改完就能跑、跨平台成本低，代价是执行速度比编译型语言慢一截。
这张图把 Python 的身世、特点和适用范围一次讲完。
图里最该记住的是「胶水语言」这个定位。Python 自己跑得不快，但它能很轻松地把 C/C++ 写的高性能模块包起来调用，所以做数据分析时你写的是 Python，底下真正干活的是 NumPy 里的 C 代码。这也解释了一个初学者常见的困惑，既然 Python 慢，为什么机器学习都用它？因为慢的那部分早就被换掉了。
二、语法基础
2.1 变量与运算符
语法这一层没什么捷径，就是把地基铺平。先看整体轮廓。
这张图里的缩进部分值得多看两眼。别的语言用花括号划分代码块，Python 直接把缩进写进了语法，缩进错了就是语法错误而不是风格问题。好处是所有人写出来的代码长得差不多，坏处是复制粘贴代码时特别容易踩到 Tab 和空格混用的坑，官方推荐统一用 4 个空格。
接下来是变量。
Python 的变量不用声明类型，a = 1 之后再写 a = 'hello' 也完全合法。这里有个坑要注意，Python 里的变量更像是贴在对象上的标签，而不是一块装着值的内存。所以 b = a 之后改 a 指向的可变对象，b 看到的也变了，很多人第一次被列表「莫名其妙」修改就是栽在这。
再看运算符。
算术运算符里最容易记混的是 / 和 //。在 Python 3 里 1 / 2 得到的是 0.5，类型是 float，哪怕两边都是整数；要取整必须用 1 // 2，结果是 0。Python 2 的行为和这个不一样，网上老教程里抄来的代码在这一点上经常翻车。
2.2 字符串处理
字符串是用得最多的类型，图也最多，一张张过。
先是创建。
单引号和双引号在 Python 里没有区别，选哪个纯看内容里有没有引号需要躲开。三引号可以跨行，既能写长文本也常被当成多行注释用。
然后是拼接。
+ 拼接直观，但在循环里拼几万次会很慢。原因是字符串不可变，每次 + 都在生成一个新对象，旧的当垃圾扔掉。要拼大量片段就用 ''.join(列表)，一次性分配。
* 号重复这个写法挺舒服的，画分隔线时 '-' * 40 比循环干净多了。
转义这块和正则一起用的时候最容易出问题。写正则时习惯性在字符串前加 r 变成原始字符串，r'\d+' 里的反斜杠就不会被当成转义符先吃掉一层。
切片是 Python 里最舒服的设计之一，s[start:end:step] 三个参数都可以省。记住区间是左闭右开，s[0:3] 拿的是前三个字符不含下标 3。负数下标从右往左数，s[::-1] 是反转字符串的常见写法。
这些方法全都返回新字符串，不会在原地改。所以 s.upper() 单独写一行是没用的，必须接住返回值。这个我踩过，调试半天才发现是自己没赋值回去。
2.3 列表
列表是可变的有序容器，日常用得最多。
这两张图里的方法分两类要分清楚。append、insert、remove、sort 这些是原地修改，返回 None；sorted(列表) 才是返回新列表。写 a = a.sort() 之后发现 a 变成 None，是新手最经典的一次翻车。
另外一个坑是在遍历列表的同时删元素，下标会错乱，正确做法是新建一个列表装筛选结果，或者用列表推导式。
2.4 元组
元组和列表长得像，区别只有一个字：不可变。
不可变带来两个实际好处。一是可以当字典的 key 和集合的元素，列表就不行；二是函数返回多个值时天然用元组打包，return x, y 拿到的就是一个元组。
写单元素元组必须带逗号，(1,) 才是元组，(1) 只是一个加了括号的整数。这个语法看着别扭，但确实没有更好的写法。
2.5 字典
字典是 key-value 结构，查找是哈希表，速度和数据量基本无关。
这两张图配合着看。取值的时候优先用 d.get('key') 而不是 d['key']，前者取不到返回 None，后者直接抛 KeyError，get 还能带一个默认值。
那为什么字典的 key 必须是不可变类型呢？因为字典靠 key 的哈希值定位存储位置，如果 key 存进去之后还能被改，哈希值就变了，之前存的那条数据再也找不回来。所以 str、int、tuple 能当 key，list、dict 不行。
顺带一提，从 Python 3.7 开始，字典正式保证按插入顺序遍历，这一点写进了语言规范。3.6 版本其实已经是这个行为了，但当时只算实现细节，不保证。
2.6 函数
参数这张图信息量最大。位置参数、默认参数、*args、**kwargs 的顺序是固定的，写反了直接语法错误。
这里有个非常经典的陷阱：默认参数不要用可变对象。def f(items=[]) 这种写法，默认的空列表只在函数定义时创建一次，后续每次调用共享同一个列表，调三次就会发现里面的元素在累加。正确写法是默认值给 None，进函数体再判断赋值。
2.7 流程控制
四张图覆盖了分支和循环。几个和别的语言不一样的地方：多分支用 elif 而不是 else if；Python 没有 switch 语句，历史上都用字典映射或者一串 elif 代替（3.10 之后有了 match 语句，但和 C 系的 switch 不是一回事，它是结构化模式匹配）。
for 循环在 Python 里是「遍历可迭代对象」，不是 C 那种计数循环，要按下标走得配 range()，要同时拿到下标和值就用 enumerate()。
还有一个别的语言基本没有的语法，for 和 while 都可以带 else 分支，循环正常跑完才执行，被 break 中断就跳过。用在「找不到就报错」这种场景挺顺手，但可读性一般，团队里不熟悉的人多就别用。
三、类
面向对象这块 Python 的语法比 Java 松得多，但概念是齐的。
3.1 创建类
__init__ 是初始化方法，实例创建之后被调用，用来给对象挂属性。它的第一个参数 self 必须显式写出来，这一点常被吐槽啰嗦，但好处是「实例方法就是第一个参数为实例的普通函数」这件事变得非常直白。
继承写在类名后面的括号里，调用父类构造建议用 super().__init__(...)，比直接写 父类名.__init__(self, ...) 更好维护，多重继承时也只有 super() 能走对方法解析顺序。
3.2 属性
类属性和实例属性的区别是这一节的重点。类属性写在 class 下面、方法外面，所有实例共享；实例属性挂在 self 上，各归各的。
要小心的是，如果类属性是列表这类可变对象，某个实例把它改了，所有实例都会看到变化，因为大家指向的是同一个对象。但如果直接给实例的同名属性赋值，Python 会在实例上新建一个属性把类属性遮住，不影响别人。这两种行为长得像，结果完全不同。
3.3 方法
方法分三类。实例方法第一个参数是 self，类方法用 @classmethod 装饰、第一个参数是 cls，静态方法用 @staticmethod 装饰、什么都不接。需要访问类本身（比如做工厂方法）就用类方法，纯工具函数只是逻辑上归属这个类就用静态方法。
私有成员这块要说清楚。Python 里以双下划线开头的名字（比如 __name）并不是真的私有，解释器只是做了名字改写，把它变成 _类名__name。外部照样能访问，只是得绕一下。所以它更像是一个「别碰我」的约定，而不是编译期强制。单下划线开头就更弱了，纯粹靠自觉。
四、高级特性
这一节是 Python 相对好用的地方，也是面试爱问的地方。
map、filter、reduce 加上 lambda 构成了 Python 的函数式那一小块。在 Python 3 里 map 和 filter 返回的是迭代器不是列表，要看到内容得套一层 list()。日常写代码其实列表推导式更常见，可读性更好，map/filter 主要用在配合已有函数的场景。
切片这里再强调一次，a[:] 是浅拷贝一份列表，改副本不影响原来的；但如果列表里装的是嵌套列表，改内层还是会串，那时候得用 copy.deepcopy。
只要实现了 __iter__ 就是可迭代对象，for 就能遍历。列表、字符串、字典、文件对象都在这个范围里，所以「按行读文件」可以直接 for line in f，不用先 readlines() 把整个文件读进内存。
生成器是我觉得 Python 最值钱的特性之一。它按需产出值，不把结果一次性堆在内存里。处理几个 G 的日志文件时，列表推导式会直接把内存打满，换成生成器表达式（把方括号换成圆括号）就稳稳跑完。
函数里只要出现 yield，它就不再是普通函数，调用后返回的是生成器对象，函数体一行都没执行。每次 next() 才往下跑到下一个 yield 处暂停，把当前状态原地冻结。这个「能暂停能恢复」的能力，后来直接长成了 Python 的协程和 async/await。
迭代器和可迭代对象要分清。可迭代对象能生成迭代器，迭代器自己带 __next__，能被 next() 推着走。列表是可迭代对象但不是迭代器，iter(列表) 之后才是。生成器则天生就是迭代器。
闭包是「函数加上它捕获的外层变量」。内层函数引用了外层函数的局部变量，外层返回内层之后，那个变量不会随着外层退出而销毁。要在闭包里修改外层变量得加 nonlocal，要改模块级变量得加 global，不加的话赋值会被当成新建局部变量。
装饰器就是闭包的一个应用。它接收一个函数、返回一个新函数，@decorator 只是 f = decorator(f) 的语法糖。日志、计时、权限校验、缓存这些横切逻辑都适合往这放。
写装饰器时记得加 functools.wraps，否则被装饰函数的 __name__ 和文档字符串会被替换成内层 wrapper 的，调试和自动生成文档时会很难受。这块我一开始也没在意，直到用 Flask 注册路由时撞上重名报错才明白它的必要性。
五、自带模块
Python 常被说「自带电池」，指的就是标准库的覆盖面。
这张图是个目录，重点看下面几个高频的。
urllib 是标准库里的 HTTP 客户端，不用装第三方包。它够用但接口偏底层，写 POST、带 header、处理 cookie 都比较啰嗦，所以实际项目里大家基本都换成 requests。想零依赖跑个脚本，urllib 还是首选。
re 这块最容易记混的是四个函数的区别。match 只从字符串开头匹配，匹配不上直接返回 None；search 会扫描整个字符串找第一个匹配；findall 返回所有匹配组成的列表，日常用得最多；sub 做替换，第二个参数还可以传函数，按匹配结果动态生成替换内容。
正则模式串前面记得加 r，理由前面讲转义时说过。
random 用的是梅森旋转算法，属于伪随机。做抽奖、洗牌、造测试数据没问题，涉及密码、token、验证码这类安全场景必须换成 secrets 模块，这是官方明确写在文档里的提醒。
调试时可以先 random.seed(42) 固定种子，这样每次跑出来的随机序列一样，问题好复现。
math 里的函数都只处理单个数值，要对整个数组做数学运算就该上 NumPy 了，性能差好几个量级。
六、Python 并发
这张图把多线程、多进程、协程放在一起对比。选哪个的判断依据其实很简单，先看你的任务是卡在 CPU 上还是卡在等待上。
CPython 有一把全局解释器锁（GIL），同一时刻只允许一个线程执行 Python 字节码。所以纯计算任务开再多线程也快不起来，得用 multiprocessing 开多进程，绕开 GIL。反过来，网络请求、读写文件这类时间都花在等待上的任务，线程在等待时会释放 GIL，多线程是有效的。
协程走的是另一条路，单线程内靠事件循环切换，没有线程切换开销，适合海量 IO 并发，代价是整条链路上的库都得是异步的，中间混进一个同步阻塞调用就前功尽弃。
说实话我在生产环境只认真用过多进程和线程池，asyncio 那套只在小 demo 里跑过，遇到过什么坑还说不上来。
七、应用领域
最后一节聊落地。学语法的过程很容易失去方向感，看看它到底被用在哪，动力会好一点。
Web 后端、自动化运维、爬虫、数据分析、机器学习，这几个方向的共同点是都需要「快速把想法变成能跑的东西」，Python 的开发效率优势在这里被放大了。
爬虫的技术栈是这么一条链：请求用 requests，解析用 BeautifulSoup 或者 lxml 的 XPath，规模上去了换 Scrapy 框架，页面是 JS 渲染的就上 Selenium。真正难的从来不是写解析代码，是反爬对抗和频率控制。写爬虫记得先看目标站的 robots.txt 和服务条款，别把自己写进去。
爬下来的数据得有地方放。量小直接 CSV 或者 JSON 文件，结构化查询需求多就上 MySQL，字段不固定用 MongoDB。这一步选型看的是后面怎么查，不是数据量本身。
数据分析这条线上的分工很清楚：NumPy 管数值计算，Pandas 管表格清洗，Matplotlib 和 Seaborn 管画图，scikit-learn 管传统机器学习。日常花时间最多的其实是 Pandas 那一段的清洗，模型训练反而是最短的一步。
总结
这套图从头到尾其实回答了三个问题。
语法层面，Python 用缩进定义代码块、变量是贴在对象上的标签、字符串不可变，这三点决定了大量写法上的细节，比如为什么字典 key 必须不可变、为什么循环里拼字符串要用 join。
容器层面，列表、元组、字典、集合各有明确定位。要改就用列表，要当 key 就用元组，要按名字查就用字典，要去重就用集合，这个判断链几乎不用犹豫。
进阶层面，切片、迭代、生成器、yield、闭包、装饰器是一条完整的链，前一个是后一个的基础。真正卡住大多数人的是生成器和 yield，把「函数可以暂停在某一行、下次从那里继续」这句话想明白，装饰器和协程都会顺很多。
最容易踩的三个坑我再点一次：默认参数别用可变对象、原地修改的方法返回 None、双下划线的私有成员并不是真私有。
