PyLLM

主题

Python 核心教程大纲 ​

总体设计思路 ​

Python 是大模型开发的"第一语言"——无论是数据处理（Pandas/NumPy）、模型训练（PyTorch/Transformers）、应用开发（LangChain/LlamaIndex），还是推理部署（vLLM/FastAPI），所有工具链都以 Python 为基础。不会 Python，就进不了 LLM 开发的大门。

本教程面向零基础或初学者，从 Python 安装开始，系统讲解核心语法和编程范式。教程的设计遵循以下原则：

  1. 面向大模型开发者：所有示例和练习都围绕 LLM 开发场景，不教 MNIST
  2. 从基础到进阶：数据类型 → 函数 → 数据结构 → 面向对象 → 并发编程，逐步递进
  3. 实战导向：每章都有可运行的代码示例和常见误区提醒
  4. 为后续教程铺路：学完本教程后，可以无缝衔接 NumPy / Pandas / LangChain 等教程

第一章：介绍与环境搭建（2节） ​

定位 ​

从零开始。安装 Python，配置开发环境，运行第一行代码。

00-intro 基本介绍 ​

  • Python 的历史与特点
  • Python 在 LLM 开发中的核心地位
  • Python 2 vs Python 3

01-install 安装与环境搭建 ​

  • Python 安装方式（官方 / Anaconda / pyenv）
  • 虚拟环境配置（venv / conda）
  • IDE 推荐（VS Code / PyCharm）
  • 第一个 Python 程序

第二章：数据类型与分支控制（4节） ​

定位 ​

Python 的基本数据类型和控制流。这是写任何程序的基础。

10-data-number 基本类型 ​

  • 整数、浮点数、布尔值
  • 数值运算与类型转换
  • 常见陷阱：浮点精度问题

11-data-str 字符串与编码 ​

  • 字符串的基本操作
  • 格式化字符串（f-string / format / %）
  • 编码问题：UTF-8 vs GBK

12-data-object 变量和对象 ​

  • Python 的"一切皆对象"
  • 可变对象 vs 不可变对象
  • 变量赋值与引用

13-data-ifwhile 条件、循环与异常 ​

  • if/elif/else 条件判断
  • for/while 循环
  • try/except 异常处理

第三章：函数与参数（5节） ​

定位 ​

函数是代码复用的基本单元。Python 的函数参数非常灵活，掌握它是写出优雅代码的关键。

20-func-basics 函数基础 ​

  • 函数定义与调用
  • 参数与返回值
  • 作用域与命名空间

21-func-advanced 高级参数特性 ​

  • 默认参数、可变参数（*args/**kwargs）
  • 关键字参数与位置参数
  • 参数的常见陷阱：可变默认值

22-func-functional 函数式编程工具 ​

  • map / filter / reduce
  • lambda 表达式
  • 偏函数 functools.partial

23-func-closure 闭包与装饰器 ​

  • 闭包的原理与用途
  • 装饰器的基本写法
  • 常用装饰器：@property / @staticmethod / @classmethod

25-func-special 递归与特殊函数 ​

  • 递归的原理与适用场景
  • 尾递归优化
  • 生成器函数（yield）

第四章：数据结构（4节） ​

定位 ​

Python 内置的四大核心数据结构。理解它们的特性，才能选择正确的工具。

30-struct-list 列表 ​

  • 列表的创建、索引、切片
  • 列表方法与常见操作
  • 列表推导式

31-struct-tuple 元组 ​

  • 元组与列表的区别
  • 元组解包
  • 命名元组

32-struct-dict 字典 ​

  • 字典的创建与操作
  • 字典推导式
  • 字典的遍历与排序

33-struct-set 集合 ​

  • 集合的创建与操作
  • 集合运算（交集/并集/差集）
  • 集合的去重应用

第五章：集合与映射（4节） ​

定位 ​

collections 模块中的高级数据结构，解决常见场景的效率问题。

40-collection-dequeue 双端队列 ​

  • deque vs list 的性能对比
  • 队列与栈的实现

41-collection-defaultdict defaultdict ​

  • 默认值字典的用法
  • 消除 KeyError 的优雅方式

42-collection-counter Counter ​

  • 计数器的用法
  • 词频统计实战

43-collection-namedtuple 命名元组 ​

  • 命名元组的创建与使用
  • 与普通元组和 dataclass 的对比

第六章：高级特性（3节） ​

定位 ​

Python 的"灵魂特性"——迭代器、推导式、生成器。理解它们，才能写出 Pythonic 的代码。

50-pro-iterator 迭代器 ​

  • 迭代器协议（iter / next）
  • 迭代器 vs 可迭代对象
  • itertools 常用函数

51-pro-comprehensions 推导式 ​

  • 列表推导式 / 字典推导式 / 集合推导式
  • 推导式 vs for 循环的性能对比
  • 嵌套推导式

54-pro-generator 生成器 ​

  • 生成器函数（yield）
  • 生成器表达式
  • 生成器在数据处理管道中的应用

第七章：模块使用（5节） ​

定位 ​

模块是 Python 代码组织的基本方式。掌握模块，才能管理大型项目。

60-module-basics 模块基础 ​

  • 模块的概念与创建
  • name == 'main' 的用法

61-module-import 模块的导入 ​

  • import 语句的各种写法
  • 相对导入与绝对导入
  • 循环导入的解决方法

62-module-package 模块的组织 ​

  • 包（Package）的结构
  • init.py 的作用
  • 命名空间包

63-module-distribution 模块的安装与发布 ​

  • pip 与 requirements.txt
  • setup.py / pyproject.toml
  • 发布到 PyPI

64-module-advanced 模块的高级特性 ​

  • 动态导入（importlib）
  • 插件架构模式
  • 热重载

第八章：面向对象编程（7节） ​

定位 ​

面向对象是构建大型 LLM 应用的基础——LangChain 的 Chain、Agent、Tool 都是类。理解 OOP，才能读懂框架源码。

70-oop-basics 类与对象基础 ​

  • 类的定义与实例化
  • 属性与方法
  • self 的含义

71-oop-attributes 属性与方法 ​

  • 实例属性 vs 类属性
  • 实例方法 vs 类方法 vs 静态方法
  • 属性描述符

72-oop-inheritance 继承与多态 ​

  • 单继承与多继承
  • 方法重写与 super()
  • 多态的实现

73-oop-magic 魔术方法 ​

  • init / repr / str
  • getitem / setitem / len
  • 运算符重载

74-oop-encapsulation 封装与访问控制 ​

  • Python 的"约定"封装（_ / __）
  • @property 的用法
  • 数据类 dataclass

75-oop-advanced 高级特性 ​

  • 元类（metaclass）
  • 描述符协议
  • 抽象基类（ABC）

76-oop-patterns 设计模式 ​

  • 常用设计模式在 Python 中的实现
  • 单例 / 工厂 / 策略 / 观察者模式
  • LLM 框架中的设计模式实例

第九章：输入输出（6节） ​

定位 ​

文件操作是数据处理的起点——读取训练数据、保存模型权重、写入日志，都离不开 IO。

80-io-file 文件操作基础 ​

  • 文件的打开与关闭
  • 读写模式（r/w/a/b）
  • 编码问题

81-io-path 路径操作 ​

  • os.path vs pathlib
  • 路径拼接与规范化
  • 目录遍历

82-io-context 上下文管理器 ​

  • with 语句的原理
  • 自定义上下文管理器
  • contextlib 工具

83-io-text-binary 文本与二进制 ​

  • 文本模式 vs 二进制模式
  • 编码与解码
  • 二进制数据的处理

84-io-serialization 数据序列化 ​

  • JSON / pickle / msgpack
  • 序列化的安全注意事项
  • 与 LLM 数据格式的对接

85-io-stdio 标准输入输出 ​

  • stdin / stdout / stderr
  • 命令行参数解析（argparse）
  • 日志输出（logging）

第十章：并发编程（5节） ​

定位 ​

LLM 应用天然需要并发——同时请求多个 API、并行处理数据、异步流式输出。掌握并发编程，是从"能跑"到"能跑好"的关键。

90-concurrency-basics 并发编程基础 ​

  • 并发 vs 并行
  • CPU 密集型 vs IO 密集型
  • Python 的 GIL 限制

91-concurrency-multiprocess 多进程编程 ​

  • multiprocessing 模块
  • 进程间通信（Queue / Pipe）
  • 进程池

92-concurrency-threading 多线程编程 ​

  • threading 模块
  • 线程安全与锁
  • 线程池

93-concurrency-async 异步编程 ​

  • async/await 语法
  • asyncio 事件循环
  • aiohttp 异步 HTTP 请求

94-concurrency-advanced 并发进阶与实践 ​

  • 并发模型选择指南
  • 异步 + 多进程混合
  • LLM API 的并发请求实战

附录：常用模块（4节） ​

X0-datetime-random 日期时间与随机数 ​

  • datetime / timedelta / timezone
  • random 模块与随机种子
  • LLM 场景：时间戳处理与数据采样

X1-regex 正则表达式 ​

  • re 模块的基本用法
  • 常用正则模式
  • LLM 场景：文本清洗与信息提取

X2-system-process 系统与进程 ​

  • os / sys / subprocess
  • 环境变量管理
  • LLM 场景：调用外部命令

X3-tools 工具模块 ​

  • typing 类型注解
  • dataclass 数据类
  • enum 枚举
  • LLM 场景：类型安全的 API 设计

基于 MIT 许可发布

版权所有 © 2024-至今