为什么要学 Python

最近开始接触 Ai 相关的东西。主要是应用层的内容，比如 RAG Agent 等。此类应用特点：无需太多安全性能，偏向于工具，这块技术发展变化比较迅速，大模型日新月异，应用层技术也跟随变化较多。

根据此特点选择脚本类型语言作为应用层开发语言。待选语言有 Nodejs python。 个人虽熟悉 Nodejs，但鉴于 Python 生态较好 性能较好等，最后决定 Python。

Python 综述

Python 第一版本发布于 2000年，目前在 Tiobe 排行榜里人数排名第一，社区热度也升为第一。

  • 定位：高级语言，通用能力编程语言
  • 特性：动态语言，基于解释器，gc 等
  • 范式：函数编程，面向对象，面向过程

主要在 数据处理，计算，Web等发挥作用，AI 领域使用很多， Web 开发也有很多场景

运行模式支持 多进程，多线程，协程

执行流程

这一章直接问了 gpt，下面都是 ai 的回答

在Python中，程序的执行流程通常是按照以下步骤进行的：

  1. 解释器读取源代码：Python解释器会逐行读取源代码文件，并将其转换为字节码形式，这是一种中间表示形式，可以被Python虚拟机执行。

  2. 词法分析和语法分析：在这个阶段，Python解释器会将源代码分解成单词（Token）并构建语法树。这个过程包括词法分析（将源代码分解为Token）和语法分析（根据语法规则构建语法树）。

  3. 编译字节码：Python解释器将语法树转换为字节码。字节码是一种中间形式，类似于机器码，但是不是针对特定的硬件架构。

  4. 执行字节码：Python虚拟机执行字节码指令。这些指令会被逐条执行，从而实现程序的逻辑。

  5. 动态类型检查：Python是一种动态类型语言，因此在运行时会进行类型检查。如果类型不匹配，会引发类型错误。

  6. 垃圾回收：Python具有自动内存管理机制，包括垃圾回收。垃圾回收器会定期检查不再使用的内存对象，并释放它们。

  7. 异常处理：在程序执行过程中，如果发生异常，Python会查找合适的异常处理程序。如果找不到合适的处理程序，程序会中止并打印错误信息。

  8. 程序结束：当程序执行完所有的代码或遇到显式的退出语句（如return或sys.exit()）时，程序结束执行。

语法

跟我熟悉的 JS 差别很大，总体感受很灵活。基础的比如：变量 循环，函数的定义参数。可以直接看官方文档

个人感觉 1-2 周左右时间，即可上手基础开发。

这里只提下我印象比较深刻的函数部分： 通过 def 定义，通过缩进写函数体，当然也可以添加类型系统，比如入参数类型，返回类型。基础demo如下

def add(num1, num2)
    return num1 + num2

sum = add(1, 2)

print(sum)

函数参数可以用 * *key_yars 来动态接收

异步编程

稍微复杂一点的逻辑都会离不开异步编程。而大多语言的异步编程通过事件循环来实现的。

相比我比较熟悉的 Javascript 里浏览器和 Nodejs 运行时的模式，Python多少还是有点不同：

Python 中的事件循环主要是通过 asyncio 模块来实现的。asyncio 是 Python 标准库中的一个模块，用于编写异步 I/O 代码。它提供了事件循环、任务、协程和各种异步 I/O 操作。

基本概念

  • 事件循环：管理和调度异步任务的核心组件。
  • 协程：使用 async def 定义的函数，可以在事件循环中异步运行。
  • 任务：由事件循环调度的协程对象。
  • Future：表示一个异步操作的最终结果，类似于 JavaScript 中的 Promise。

示例

以下是一个简单的示例，展示了如何使用 asyncio 模块来创建和运行事件循环：

import asyncio

async def say_hello():
    print('Hello')
    await asyncio.sleep(1)
    print('World')

async def main():
    await asyncio.gather(say_hello(), say_hello())

# 获取默认事件循环并运行主协程
asyncio.run(main())

解释

  1. 定义协程：使用 async def 定义了一个名为 say_hello 的协程，它在打印 Hello 后等待 1 秒，然后打印 World。
  2. 主协程：定义了一个名为 main 的协程，它使用 asyncio.gather 并发地运行两个 say_hello 协程。
  3. 运行事件循环：使用 asyncio.run 获取默认事件循环并运行 main 协程。

事件循环的工作原理

  1. 启动事件循环：当调用 asyncio.run(main()) 时，事件循环启动并开始运行 main 协程。
  2. 调度任务：事件循环调度 main 协程中的任务。在这个例子中，asyncio.gather 会并发地运行两个 say_hello 协程。
  3. 处理 I/O 操作：当协程遇到 I/O 操作（如 await asyncio.sleep(1)），事件循环会挂起该协程并切换到其他可运行的任务。
  4. 完成任务：当 I/O 操作完成时，事件循环会恢复被挂起的协程并继续执行。
  5. 结束事件循环：当所有任务完成时，事件循环停止。

更复杂的示例

以下是一个更复杂的示例，展示了如何处理多个异步任务和超时：

import asyncio

async def fetch_data(delay, name):
    print(f'Starting {name}')
    await asyncio.sleep(delay)
    print(f'Finished {name}')

async def main():
    task1 = asyncio.create_task(fetch_data(2, 'Task 1'))
    task2 = asyncio.create_task(fetch_data(3, 'Task 2'))
    task3 = asyncio.create_task(fetch_data(1, 'Task 3'))

    await asyncio.wait([task1, task2, task3], timeout=2.5)

# 运行事件循环
asyncio.run(main())

解释

  1. 创建任务：使用 asyncio.create_task 创建了三个任务，每个任务在不同的延迟后完成。
  2. 等待任务：使用 asyncio.wait 并设置超时时间为 2.5 秒。如果某些任务在超时时间内未完成，它们将被取消。

输出结果

Starting Task 1
Starting Task 2
Starting Task 3
Finished Task 3
Finished Task 1

在这个例子中，Task 2 因为超时而未能完成。

处理超时

如果你需要处理超时，可以使用 asyncio.TimeoutError：

async def main():
    try:
        await asyncio.wait_for(fetch_data(3, 'Task 2'), timeout=2)
    except asyncio.TimeoutError:
        print('Task 2 timed out')

asyncio.run(main())

本章小节

Python 的 asyncio 模块提供了强大的工具来编写高效的异步 I/O 代码。通过理解事件循环、协程和任务的工作原理，可以更好地编写和调试异步 Python 程序。

比较有意思的是， Javascript 里并没有提供事件循环的底层 API，而 Python 却提供了很多。从这点来看Python灵活性更好，在需要充分榨干 cpu 的场景中会有更好的表现，就像 C++ 提供了垃圾回收的低层级API，而 Java 则直接用Jvm 的 gc 机制来做，使得 c++ 性能更强，更灵活, 当然编写难度也会提升，实际技术选型时要综合考虑。

优秀框架库

  • Web服务开发： Flask FastAPI
  • 任务队列： Celery

总结

入门 python 还是比较容易。本文内容主要是我在做两个项目中 学习到的一些概念，知识点。感觉目前能成为一个中级 python 开发了。如果后面用了一些其他高级功能，再专题写一下具体的部分

到了一定程度语言已经不是问题的关键了，怎么熟悉整个技术体系更重要，比如在Web服务开发领域：计算机组成，操组系统，编译原理，等基础概念，数据库，高并发，分布式这些架构。