Python 的前置了解
Python 的工作流程和解释器
- Python 是一种解释型语言，这意味着在执行代码时，Python 的解释器会逐行读取并执行代码，而不需要先编译成机器语言。（坦白的说，虽然便于执行，但运行效率等方面来说 emm 个人感觉不如 c 舒服）
- Python 使用的主要解释器是 CPython，它是用 C 语言实现的。CPython 解释器包括一个编译器和一个虚拟机，编译器将源代码转换成字节码，然后虚拟机会执行这些字节码。这样的处理方式使得 Python 在易用性和跨平台性方面具有优势，但相对于编译型语言，执行效率可能较低。
Python 的基本特性
- 简洁的语法：Python 语法相对简洁，注意点少，易于阅读和学习。但是库真的嘎嘎多，如果有时间深入的学习，好比是冰山下的 90% 浮上水面。
- 动态类型：Python 是动态类型语言，变量在声明时不必显式指定数据类型。这使得在 Python 中，对变量的使用有更大的自由度。自由一定好吗（有些时候是
- 广泛的标准库：Python 拥有庞大的标准库，覆盖从网络编程到文本处理的各种模块。虽然没有无所不能这么夸张，但是覆盖面真的广啊。
函数与作用域
函数
函数指的是将一些操作抽象成一个封装的指令，看不见内部的具体操作了。比如高中中的数学：f (x)=x^2+3x+2，让复杂的式子有一个简单的表示方式 'f (x)'。通过利用函数，可以让操作复用变得简单，让程序运行结构清晰，而不是一坨操作堆在一起。 Python 中的函数定义使用 def 关键字（关键字是具有特殊功能的词）。函数可以接受参数（输入），并可返回结果（输出）。并且支持默认参数、关键字参数等一些高级功能。
作用域
作用域是对变量的限制，限制了变量可以存在与使用的范围，好比于 f (x) 的自变量 x。
Python 有两种主要的作用域：
- 全局作用域。模块级别定义的变量（如创建的对象、全局声明的变量）具有全局作用域。也就是在整个程序运行中生效
- 局部作用域。函数内定义的变量具有局部作用域，函数结束后大多数情况会被销毁。也就是只在单独的一个函数中生效
面向对象编程（OOP）
什么是对象？
很显然不是你想的 “npy”，这里祝每位读者的爱情都可以圆满。（（ 偏应用来说，我们可以创建一种类 (型)，我们可以赋予这个类各种功能函数。粗糙的说，创建一个特殊的函数，这个函数里面有很多别的函数。 许多语言都有面向对象编程的能力，Python 也不例外。所谓面向对象，简单来说可以理解为把一个个对象作为程序的基本单元，在对象中定义各种操作。
Python 中的对象
而这种能力，在 Python 中尤其突出。在 Python 中，一切都是对象，包括基本数据类型。当然也可以自己定义类（class）来创建自己的对象类型，并在其中封装数据和功能。Python 中的类支持继承、封装和多态，这使得复用代码和组织复杂程序变得简单。
Python 的环境依赖
环境依赖指的是 Python 项目运行所必需的外部库和模块，咱们吃饭要有各种餐具，体面的食用各种类型的食物，对 python 来说，环境依赖就是餐具，是 python 实现吃这一行为所需要的媒介。这些依赖定义了项目需要哪些外部输入（如代码库或工具）以正常运行。
环境依赖的重要性
- 兼容性保障：确保项目可以在预定的环境或平台上运行，不受不同版本依赖库更新的影响。
- 安全性：定期更新依赖库可以修补潜在的安全漏洞，增强项目的安全性。
- 可维护性：清晰的依赖管理可以简化项目的后期维护，尤其是在团队协作和项目转交时。
管理 Python 环境依赖的工具
- Pip (不建议直接使用)：Python 的包安装器，可以从 Python 包索引 (PyPI) 安装、升级和移除包。
- Pipenv：将 Pip 和 venv（虚拟环境）的功能集于一身，用于创建虚拟环境和管理项目依赖。它自动管理虚拟环境和依赖文件，提供了一种更高级的依赖管理方式。
- Poetry：一个用于 Python 包和依赖管理的工具，它提供了依赖解析、包管理和虚拟环境的完整解决方案。Poetry 的设计目标是简化包的发布流程，同时保证项目依赖的严格管理。
虚拟环境
虚拟环境是什么？
在 Python 中，虚拟环境是一个独立的目录结构，其中包含了一个 Python 解释器的副本以及一系列安装的库。虚拟环境可以让不同的项目在各自独立的环境中运行，而不会相互干扰。这意味着每个项目都可以有自己的依赖版本，不受其他项目或系统级安装的影响。
为什么虚拟环境很重要？
- 依赖管理：项目依赖的库可能会随着时间更新版本，新版本的库可能不再向后兼容。使用虚拟环境可以锁定特定版本的库，确保项目的稳定性。
- 环境隔离：在没有虚拟环境的情况下，所有项目共享同一个 Python 解释器和库集合。这可能会导致依赖冲突，比如两个项目依赖同一个库但需要不同版本。虚拟环境通过为每个项目创建独立的运行环境，避免了这种冲突。
- 项目迁移和部署：虚拟环境可以轻松地复制和迁移，这对于确保在不同开发、测试和生产环境中的一致性非常重要。此外，它也简化了部署过程，因为你可以确保所有必要的依赖都会被正确安装。
使用虚拟环境
Python 有多种工具可以创建和管理虚拟环境，最常用的是 venv。