面向Web开发者的Python速成指南，5分钟学会Python大家好，我是花姐，今天给大家带来一篇关于Python的速成

大家好，我是花姐，今天给大家带来一篇关于Python的速成指南，特别适合那些已经熟悉JavaScript的Web开发者。Python不仅语法简洁，还能让你在Web开发、自动化、数据科学等领域大展拳脚。准备好了吗？让我们开始吧！

简单介绍下Python

Python是一种强大的高级编程语言，广泛应用于Web开发、自动化、数据科学和脚本编写。如果你已经是一名熟悉JavaScript、TypeScript、Node.js以及React或Next.js等框架的全栈Web开发者，学习Python可以为你打开使用Django、Flask和FastAPI进行后端开发的大门，同时还能涉足自动化、数据分析和人工智能领域。本教程将快速带你了解Python，带你了解JavaScript与Python的不同之处。如果你对JavaScript已经很熟悉，你会发现Python的语法更简洁易学。

1. Python语法与基础

Hello World（没有分号，没有大括号）

print("Hello, world!")

没有分号;。
没有大括号{}，使用缩进。
没有console.log()，只有print()。

变量与动态类型

name = "花姐"  # 直接赋值，没有let/const的束缚
age = 18  # 永远18岁的神秘数字（HR看了都流泪）

不需要声明var、let或const。
类型是动态推断的。

Python中的`const`如何工作？

Python没有像JavaScript那样的const，但你可以通过使用全大写的变量名来定义常量。

PI = 3.14159  # 约定俗成，常量用大写

然而，这并不强制不可变性。如果你需要真正的不可变性，可以使用dataclass或frozen set。

JavaScript vs Python 数据类型对比

JS代码	Python代码
`let age = 18;`	`age = 18`
`const name = "花姐";`	`name = "花姐"`
`let arr = [1, 2, 3];`	`arr = [1, 2, 3]
`let obj = {key: "value"};`	`obj = {"key": "value"}`

2. 控制流（循环与条件语句）

If/Else

x = 10

if x > 5:
    print("X is large")
elif x == 5:
    print("X is five")
else:
    print("X is small")

条件语句不需要括号()。
使用缩进代替{}。

循环（For & While）

# 遍历列表
for num in [1, 2, 3]:
    print(num)

# While循环
x = 5
while x > 0:
    print(x)
    x -= 1

for循环直接遍历列表/数组。
while循环与JavaScript类似。

3. 函数与Lambda表达式

定义函数

def greet(name):
    return f"Hello, {name}!"

print(greet("花姐"))

def代替function。
没有{}，只有缩进。

Lambda（相当于箭头函数）

add = lambda x, y: x + y
print(add(5, 10))  # 输出: 15

相当于JavaScript的箭头函数：

const add = (x, y) => x + y;

4. Python集合（列表、字典、集合）

列表（类似数组）

nums = [1, 2, 3]
nums.append(4)  # 添加元素
nums.remove(2)  # 移除元素
print(nums)  # 输出: [1, 3, 4]

字典（类似对象）

user = {"name": "花姐", "age": 18}
print(user["name"])  # 输出: 花姐

5. Python中的面向对象编程（OOP）

定义类

class Person:
    def __init__(self, name):
        self.name = name

    def greet(self):
        return f"Hello, my name is {self.name}"

p = Person("花姐")
print(p.greet())  # 输出: Hello, my name is 花姐

__init__是构造函数（类似JavaScript中的constructor()）。
self类似this。

6. Python与数据库

SQLite示例（兼容Django和Flask）

import sqlite3

conn = sqlite3.connect("database.db")
cursor = conn.cursor()

cursor.execute("CREATE TABLE users (id INTEGER PRIMARY KEY, name TEXT)")
cursor.execute("INSERT INTO users (name) VALUES ('Austin')")
conn.commit()

SQLite是内置的，无需安装。

7. Python中的异步编程

Async/Await（类似JavaScript）

import asyncio

async def fetch_data():
    await asyncio.sleep(2)
    return "Data received"

async def main():
    result = await fetch_data()
    print(result)

asyncio.run(main())

使用async/await，类似JavaScript。
asyncio是事件循环，相当于Node.js。

8. Python包管理

任务

任务	JavaScript	Python
安装包	`npm install axios`	`pip install requests`
创建虚拟环境	`nvm use`	`python -m venv env`
运行脚本	`node script.js`	`python script.py`

使用pip进行包管理。
虚拟环境（venv）隔离依赖。

9. Python开发的最佳实践

编写干净、高效、可维护的Python代码对于长期的可扩展性至关重要。以下是每个Python开发者都应遵循的关键最佳实践：

遵循PEP 8（Python风格指南）

Python有一个官方的风格指南，称为PEP 8，它提供了编写Python代码的约定。

使用4个空格作为缩进级别（不要使用制表符）。
限制行长度为79个字符。
使用有意义的变量和函数名称。
使用snake_case作为变量和函数名称，使用PascalCase作为类名称。

示例代码

# 符合规范的代码
def calculate_area(radius):
    return 3.14 * radius ** 2

# 不推荐的代码
def calcArea(r): return 3.14*r**2

使用虚拟环境

Python的虚拟环境隔离了不同项目的依赖关系，防止冲突。

创建虚拟环境

python -m venv venv

激活虚拟环境：

Windows:

venv\Scripts\activate

Mac/Linux:

source venv/bin/activate

停用虚拟环境：

deactivate

使用类型提示提高代码可读性

Python是动态类型的，但你可以使用类型提示来提高代码的清晰度。

def add(x: int, y: int) -> int:
    return x + y

这使得代码可读性更强。
帮助像mypy这样的工具捕获类型错误。

Python中的函数、类注释文档

始终使用文档字符串（""" """）记录你的函数和类。

def greet(name: str) -> str:
    """
    返回给定名称的问候消息。

    :param name: 要问候的名称。
    :return: 问候字符串。
    """
    return f"Hello, {name}!"

使用三重引号进行多行文档字符串。
解释参数、返回值和目的。

10. Python中的注释

Python使用#进行单行注释，使用三重引号（""" """）进行文档字符串。

单行注释

# 这是一个单行注释
print("Hello, world!")  # 行内注释

多行文档字符串

"""
这是一个多行文档字符串。
通常用于文档。
"""
print("Hello, world!")

仅在必要时使用注释——好的代码应该是自解释的。
文档字符串不是注释——它们用于文档，可以通过help()访问。

11. 面向Web开发者的的Python导入

以下是一些常见的Python导入：

内置模块

功能	导入
系统操作	`import os`
文件处理	`import pathlib`
环境变量	`import dotenv`
日期和时间	`import datetime`
JSON解析	`import json`
HTTP请求	`import requests`
日志记录	`import logging`

示例用法

import os
import json
import requests

response = requests.get("https://api.example.com/data")
data = response.json()
print(data)

12. 设置`requirements.txt`文件

requirements.txt文件类似于Node.js中的package.json——它列出了Python项目的依赖项。

创建`requirements.txt`文件

pip freeze > requirements.txt

从`requirements.txt`安装依赖

pip install -r requirements.txt

这确保了所有团队成员和部署环境都有相同的包版本。

13. 在Python中编写和运行测试

Python有内置的unittest测试，但实用pytest模块更简洁。

使用`unittest`的基本测试

import unittest

def add(x, y):
    return x + y

class TestMath(unittest.TestCase):
    def test_add(self):
        self.assertEqual(add(2, 3), 5)

if __name__ == "__main__":
    unittest.main()

使用assertEqual()检查预期结果。

使用`pytest`进行测试

安装pytest：

pip install pytest

示例test_math.py：

def add(x, y):
    return x + y

def test_add():
    assert add(2, 3) == 5
    assert add(-1, 1) == 0

运行所有测试：

pytest

不需要使用类——只需使用assert。
自动发现名为test_*.py的测试文件。

14. 使用Python进行API调用获取数据

Python使用requests获取数据，类似于JavaScript中的fetch()。

基本API请求

import requests

response = requests.get("https://jsonplaceholder.typicode.com/posts")
data = response.json()
print(data)

requests.get()类似于JavaScript中的fetch(url)。
.json()在两种语言中的工作方式相同。

发送数据（POST请求）

payload = {"title": "Hello", "body": "World"}
response = requests.post("https://jsonplaceholder.typicode.com/posts", json=payload)

print(response.status_code)  # 201 Created
print(response.json())

使用json=payload而不是data=payload来发送JSON。

15. Python中的日志记录

日志记录对于调试和监控应用程序至关重要。

基本日志记录

import logging

logging.basicConfig(level=logging.INFO)
logging.info("This is an info message")
logging.warning("This is a warning")
logging.error("This is an error")

类似于console.log()，但支持不同的日志级别。

将日志写入文件

logging.basicConfig(filename="app.log", level=logging.DEBUG)
logging.debug("Debugging info")

保存日志以供后续分析。

16. 在Python中引发和处理错误

当发生错误时，Python允许你引发异常或记录错误。

引发异常

def divide(x, y):
    if y == 0:
        raise ValueError("Cannot divide by zero")
    return x / y

print(divide(10, 2))  # 正常
print(divide(10, 0))  # 引发ValueError

使用raise手动触发错误。

记录错误

而不是崩溃，使用日志记录错误并附带回溯：

import logging

logging.basicConfig(filename="error.log", level=logging.ERROR)

try:
    result = 10 / 0
except ZeroDivisionError as e:
    logging.error("An error occurred", exc_info=True)

exc_info=True记录完整的错误回溯。

结论

Python对于Web开发者来说是一种非常有用的语言，它扩展了你的技术栈，超越了JavaScript。无论你是使用FastAPI构建API，还是使用Django构建全栈应用，或者进行自动化任务，Python都让这一切变得简单而强大。🚀

面向Web开发者的Python速成指南，5分钟学会Python