Python
Python 是一门动态类型、解释执行、强缩进的通用编程语言——它以「优雅、明确、简单」（The Zen of Python）为设计哲学，用接近自然语言的语法和「电池全齐（batteries included）」的标准库，把开发者从语法细节中解放出来，专注解决问题本身。Python 由 Guido van Rossum 于 1989 年圣诞假期开始设计（1991 年开源），名字来自英国喜剧团体 Monty Python（不是蟒蛇）。今天它是人工智能、数据科学、科学计算、自动化脚本的事实标准语言——NumPy/Pandas/scikit-learn/PyTorch/TensorFlow 构成的生态，让 Python 成为「AI 时代的通用语」；同时它在 Web 后端（Django/FastAPI）、运维脚本、测试工具链也无处不在。对前端开发者而言，Python 是读得懂 AI 论文配套代码、跑得通模型训练脚本、写得来数据处理 pipeline 的必备第二语言。
Python 的全部考点围绕**「动态语言的工程化」展开：①语法基础（给 JS 开发者）——缩进定义块、动态类型与鸭子类型、列表/字典/元组、列表推导式、装饰器与上下文管理器，这些是与 JS 心智差异最大的部分；②工具链**——pip 安装包、venv/virtualenv 隔离环境（解决「项目 A 要 NumPy 1.x、项目 B 要 2.x」的依赖冲突，这是 Python 工程最痛的点）；③异步——asyncio + async/await（与 JS 的 Promise 类似但有事件循环差异）；④AI 代码阅读能力——能看懂 PyTorch 训练循环、Pandas 数据变换、装饰器标注（如 @app.route/@torch.no_grad()）、上下文管理器（with torch.enable_grad():），不必自己从零写，但要理解。边界：本叶只讲语言基础与 AI 代码阅读能力，Django/FastAPI 等 Web 框架不在本章（归后端框架章）。
评价
优点
- 语法简洁可读：缩进强制代码整齐，接近伪代码，阅读和上手成本极低，适合快速原型与教学
- 生态无敌（AI/数据）：NumPy/Pandas/scikit-learn/PyTorch/TensorFlow/Matplotlib 构成完整数据科学栈，几乎所有 AI 论文配套代码都是 Python
- 电池全齐的标准库：os/sys/json/re/itertools/collections/asyncio 开箱即用，写脚本不必装一堆依赖
- 胶水语言：能轻松调用 C/C++（ctypes/cython）、与其他语言互操作，适合做集成层与自动化
- 跨平台 + 解释执行：开发→运行反馈快，无需编译，Windows/macOS/Linux 通用
缺点
- 运行速度慢：解释执行 + 动态类型，比 C/Rust 慢 1-2 个数量级（靠 NumPy 调 C 才能做数值计算）
- 动态类型的坑：无静态类型检查（需用 type hints + mypy 补），重构与大型项目维护成本高，运行时才发现
AttributeError - GIL（全局解释器锁）：CPython 多线程不能真并行 CPU 任务，要用多进程或 C 扩展绕开
- 依赖管理混乱：pip/conda/poetry/uv 多套方案并存，环境隔离（venv）是新手必踩的坑
- 打包分发难：把 Python 程序打包成可执行文件（PyInstaller）体积大、跨平台问题多，不如 Go 单二进制方便
本叶地图
- 入门 —— Python 定位、语法基础（给 JS 开发者）、动态类型与鸭子类型、列表推导式、与 JS 对比
- 语法精要（给 JS 开发者） —— 缩进、装饰器、上下文管理器、列表推导式、asyncio 异步
- 工具链与 AI 代码阅读 —— pip/venv/virtualenv 依赖管理、与 JS 工具链对比、读懂 PyTorch/Pandas 代码
- 参考 —— Python 核心概念速查、与 JS 差异表、内置函数清单、易错点