第一天：

1.Python 3.7核心变化

语法与操作符增强

字符串增强

迭代器化增强

函数增强

标准库位置

异常处理增强

2.Python OOP进阶

OOP基础：

封装

继承

多态

OOP进阶：

类属性

多继承

类装饰器

OOP深入

魔法方法

Slots

Metaclass

3.Python强类型编程实践

Python强类型检查历史背景

基本策略与建议

复杂数据结构标注

变参类型标注

类别选择

函数类型

泛型标注

使用注释标注

独立文件标注

前置引用

函数标注扩展overload

协变与逆变

静态duck typing

泛型静态duck typing

运行时duck typing

字面量类型

延迟类型提示执行

静态检查时与运行时区分

关闭静态类型检查

typing.Final/final

静态检查增强的Hook方法

类型标注扩展

工具参考

4.Python设计模式进阶

With异常处理

迭代器

装饰器

工厂方法

单例模式

MonoState模式

Mixin

代理器

策略模式

重载与多分派

Final

第二天：

5.Python并发模式进阶

Python GIL问题

多线程与多进程

并发同步与协同

Python版Synchronized

读写锁

执行服务模式

6.Python常用实用库进阶

更简介优美的代码：内置常用数据结构扩展

案例：高级数据结构演练

更可维护调试的代码：Python日志

案例：输出日志的最佳实践

让脚本可交互配置，命令行、进度条与GUI化（可选）

案例：轻松构建Python命令行

7.Python 数据：数据加工与处理

正则表达式

案例：5个有用的正则场景

XML/JSON/Base64/URL编码

案例：爬取新闻

MongoDB操作

案例：MongoDB操作案例

文本处理进阶（多汉字语音解析、中英文分词）（可选）

案例：新闻分词统计

8.Python 数据：大数据分析与可视化（可选）

使用Pandas做数据加工：读取、规则、脏数据过滤、数据验证、缺失数据填补、数据规整、合并、拼接、输出

案例：使用Pandas规整员工数据

使用Pandas/SeaBorn数据分析可视化：数据分布单维数据分析统计、多维数据分析统计、

案例：使用Pandas分析汽车行业数据

使用Dash/BokeH数据可视化

案例：Dash/BokeH可视化展示

课程目标

1. 掌握Python3.7及后续版本核心变化

2. 实践并掌握Python静态类型检查最佳实践

3. 进阶PythonPython核心议题：OOP、设计模式、并发模式等

4. 了解并掌握更多Python应用场景，开阔今后应用工程思路

1. 实践并掌握Python对各类数据的加工预处理与数据库操作

2. 实践并掌握Python大数据分析与可视化