MOC - Python 生态系统

本 MOC 旨在提供一个关于 Python 编程语言及其广阔生态系统的全面概览和导航图。它覆盖了从语言核心概念到各种应用领域（如 Web 开发、数据科学、自动化等）的关键工具、库和框架。

1. Python 语言核心 (Core Language)

• Python 简介：Python 的起源、哲学和优势。

• Python 基础语法：变量、数据类型、运算符、控制流（循环、条件语句）。

• Python 数据结构：列表、元组、字典、集合。

• Python 函数：函数定义、参数、作用域、匿名函数（Lambda）。

• Python 面向对象编程 (OOP)：类、对象、继承、多态。

• Python 模块与包：如何组织和复用代码。

• Python 异常处理：try-except-finally 结构。

• Python 文件操作：读写文件。

• Python 生成器与迭代器：高效处理序列数据。

• Python 装饰器：理解和使用装饰器。

• Python 上下文管理器 (With Statement)：资源管理。

2. Python 环境与包管理 (Environment & Package Management)

• Python 环境安装：不同操作系统下的安装方法。

• Pip - Python 包管理器：安装、升级、卸载包。

• 虚拟环境 (Virtual Environments)：

  • Python 虚拟环境：Python 标准库自带的虚拟环境工具。
  • venv：Python 标准库自带的虚拟环境工具。
  • Conda：科学计算领域常用的环境和包管理工具。

• Poetry：现代化的依赖管理和打包工具。

• PDM：另一个现代的 Python 包管理器，支持 PEP 582。

• pipx：全局安装和管理命令行应用程序。

3. Python 开发工具 (Development Tools)

• IDE 与代码编辑器：

• VS Code for Python：配置和常用插件。

• PyCharm：专业的 Python IDE。

• JupyterLab：交互式开发的利器。

• 调试工具：pdb，VS Code 调试。

• 代码格式化与 Linting：

• Black：代码格式化器。

• Flake8：代码质量检查工具。

• Ruff：高性能的 Python Linting & Formatting 工具。

• 单元测试框架：

• unittest：Python 标准库自带。

• pytest：社区广泛使用的测试框架。

• 文档生成器：Sphinx。

• 版本控制系统：Git 与 Python项目管理。

4. Web 开发 (Web Development)

• Web 框架：

• Django Web 框架：Python 最流行的全栈 Web 框架之一。

  • Django 项目的创建与基本配置：从零开始构建 Django 应用。

  • Django Views (视图)：处理请求并返回响应。

  • Django Models (模型)：定义数据结构和数据库交互。

  • Django 模板 (Templates)：渲染 HTML 页面。

  • Django ORM：对象关系映射。

  • Django 数据库迁移 (Migrations)：管理数据库模式变更。

  • Django 管理后台 (Admin)：自动化的管理界面。

• Flask：微框架（Micro-framework），轻量级。

• Flask Extensions

• FastAPI：高性能、现代化的 API 框架，基于 Starlette 和 Pydantic。

• Starlette：轻量级的 ASGI 框架。

• Dash：基于 Flask, React, Plotly 的数据应用框架。

• ASGI 与 WSGI：Python Web 服务器接口。

• 数据库连接：SQLAlchemy (ORM)、Psycopg2 (PostgreSQL)、mysqlclient (MySQL)。

• Web 服务器：Gunicorn、Uvicorn。

5. 数据科学与机器学习 (Data Science & Machine Learning)

• 数据处理与分析：

• NumPy：高性能数值计算。

• Pandas：数据操作与分析（DataFrame）。

• SciPy：科学计算。

• 数据可视化：

• Matplotlib：基础绘图库。

• Seaborn：基于 Matplotlib 的统计图形库。

• Plotly：交互式绘图。

• Bokeh：交互式可视化。

• 机器学习：

• Scikit-learn：通用机器学习库。

• TensorFlow：深度学习框架。

• Keras：TensorFlow 的高层 API。

• PyTorch：另一个流行的深度学习框架。

• LightGBM：梯度提升树库。

• 自然语言处理 (NLP)：

• NLTK：基础 NLP 库。

• spaCy：工业级 NLP 库。

• Hugging Face Transformers：预训练模型。

• 计算机视觉 (CV)：

• OpenCV-Python：图像处理。

• Pillow (PIL Fork)：图像操作。

6. 自动化与脚本 (Automation & Scripting)

• 操作系统交互：

• os 模块：文件、目录操作。

• subprocess 模块：运行外部命令。

• shutil 模块：高级文件操作。

• 定时任务：schedule，cron 集成。

• Web 抓取：

• Requests：HTTP 请求。

• Beautiful Soup：HTML/XML 解析。

• Scrapy：专业的 Web 爬虫框架。

• Selenium：浏览器自动化。

7. 桌面 GUI 开发 (Desktop GUI Development)

• PySide：基于 Qt 框架。

• Tkinter：Python 标准库自带。

• Kivy：跨平台的多点触控应用开发。

8. 异步编程 (Asynchronous Programming)

• asyncio：Python 标准库的异步 I/O 框架。

• await 语法。

• aiohttp：基于 asyncio 的异步 HTTP 客户端/服务器。

• Celery：分布式任务队列。

9. 性能优化与部署 (Performance & Deployment)

• 性能分析工具：cProfile。

• JIT 编译器：Numba (数值计算)。

• Cython：将 Python 代码编译成 C 语言。

• 容器化部署：Docker 与 Python 应用。

• 云平台部署：Python on AWS Lambda、Python on GCP App Engine。

• 打包与分发：setuptools。

---