第一天

第一部分如何写Python风格的代码

1 Python数据模型(0.5小时)

1.1 案例：从一个“不像Python”的Python程序说起

1.2 Python风格编程之魔术方法

第二部分数据结构

2 序列(1小时)

2.1 序列的内存分布及其包含的数据类型

2.2 列表元组在实际运行中的效率差异？

2.3 Python风格编程之推导式

2.4 高阶函数filter与map(案例：MapReduce模式与Google的三驾马车)

2.5 序列排序与均值滤波算法

2.6 数组与Numpy(案例：利用 Numpy和数组分别进行矩阵操作，并分析性能优劣)

2.7 双向队列（案例：采用消息队列机制避免数据爆发增长，导致数据库崩溃）

3 字典和集合(0.5小时)

3.1 映射与hash的内存分布

3.2 字典推导式

3.3 defaultdict与UserDict（案例：利用字典实现复杂映射）

4 文本和数字(0.5小时)

4.1 Unicode编码与解码

4.2 编解码异常处理--解决乱码问题最佳实践

4.3 正则表达式（案例：使用Python进行数据预处理）

4.4 精确的浮点数计算

4.5 正确使用Python解析网络协议封包

第三部分深入函数

5 函数(2小时)

5.1 Python风格编程之匿名函数

5.2 动态类型语言的参数传递与静态语言的主要差异

5.3 函数式编程

5.4 Python风格编程之functools

5.5 闭包与装饰器（案例：利用装饰器简化被修饰函数复杂度）

5.6 大型框架必备技能之叠放装饰器（案例：利用装饰器实现复杂函数定义）

5.7（案例）Django中的装饰器源码分析 

5.8（案例）Django中的动态属性源码分析

第四部分面向对象

6 对象的引用和回收（0.5小时）

6.1 变量赋值的本质--Python虚拟机如何管理内存分配

6.2 对象的“相对”可变与不可变（案例：利用字节码分析Python性能瓶颈）

6.3 深拷贝与浅拷贝 （案例：对Python对象进行错误赋值导致的线上bug一例） 

6.4 == 与 is 的区别

6.5 GC（案例：CPython垃圾回收机制剖析）

7 Python风格的对象（1小时）

7.1 __new__与 __init__魔术方法的正确用法（案例：利用__new__实现单例设计模式）

7.2 classmethod 与 staticmethod类中必备的装饰器

7.3 Python风格编程之鸭子类型 （案例：实现复杂的自定义数据模型） 

7.4 Python风格编程之黑魔法

7.5 切片处理__getitem__

7.6 接口（案例：为Python定义“接口”）

7.7 协议与猴子补丁

7.8 抽象基类collections.abc

7.9 子类化内置类型

7.10 多继承与MRO（案例：Django的多继承实现原理，及源代码解析）

7.11 案例：基于pyvmomi(https://github.com/vmware/pyvmomi) 实战Python语言的高级特性

第二天

第五部分控制流

8 迭代(1小时)

8.1 迭代与递归

8.2 可迭代对象与迭代器

8.3 生成器

8.4 Python风格编程之上下文管理器

8.5 协程与yield（案例：Python协程的演化过程）

9 并发编程(1小时)

9.1 多进程、多线程与协程 （案例：多进程与多线程模型性能差异比较） 

9.2 使用future模块处理Python并发

9.3 使用底层threading库管理多线程

9.4 多进程、多线程间的通信

9.5 协程与asyncio包

9.6 CPython与GIL，Python性能的阿喀琉斯之踵

第六部分  Web框架 

10 框架工具及设计模式(1小时)

10.1 MVC与MVVM 模式在Web后端开发的作用

10.2 案例：通过路由规则理解偏函数

10.3 主流框架Django与fastAPI对比

10.4 案例：基于Python的框架技术快速实现 RESTapi的创建和认证

11 Django Admin快速创建在线表单服务（1小时）

11.1 利用ORM框架加速数据建模

11.2基于函数和基于类定义视图

11.3 基于Admin模块实现用户认证

11.4 如何解决CSRF跨域请求的安全问题

12 优化代码 - 好代码的一般特征(0.5小时)

12.1 契约式设计

12.2 防错性设计

12.3 组合和继承

12.4 软件的正交性

12.5 Python中可实现的SOLID原则

12.6（案例）用装饰器改善代码

12.7（案例）描述符的分离及如何从对象中获取更多信息

第七部分 发布

13 发布一个完整的Python代码(1小时)

13.1 使用pyvenv 建立虚拟环境

13.2 通过pip及配置文件解决特定版本的软件包依赖关系

13.3 Python异常处理机制，及如何使用错误处理抛出友好的异常信息

13.4 使用nginx+gunicorn部署生产环境的Web服务

13.5 如何将Python应用程序打包为Docker镜像

13.6 如何将将Python程序发布为windows下的可执行文件(EXE)

14 精进Python(0.5小时)

14.1 推荐读物

14.2 GitHub中，优秀的Python项目

14.3 GitHub中，优秀的学习资源

补充：各章节后，增加了学员可以实际动手的小型项目，约占授课总时长的10～15%