Decentralization? We're still early!

《Introducing Python: Modern Computing in Simple Packages》:通往现代编程之路

  • 《Introducing Python: Modern Computing in Simple Packages》:通往现代编程之路

    發布人 Brave 2026-02-17 04:39

    如果你正在寻找一本既能带你入门,又能让你紧跟时代潮流的 Python 指南,那么由 Bill Lubanovic 撰写的经典续作——《Introducing Python: Modern Computing in Simple Packages, 3rd Edition》(中文译名参考:《Python 语言及其应用》第 3 版)无疑是最佳选择。

    该版本已于 2025 年 10 月 14 日正式由 O'Reilly Media 出版,全书共 658 页,包含 27 个章节ISBN-13 为 9781098174408(纸质版),ISBN 9781098174392(电子版)。它在保留原书幽默、易读风格的同时,针对当前的技术浪潮进行了深度重构。作者在第三版前言中明确说明了修订策略:"尽管本书大体延续了第二版的框架,但我已逐页更新了所有内容:删除了原第 20–22 章及附录 A、C、E,并新增了关于 AI、数据科学和性能优化的章节。"

    值得一提的是,该书系列在读者中的口碑一直十分稳健。Goodreads 上,第一版(2014)评分为 4.11(210 条评价),第二版(2019)评分最高达 4.39。第三版因出版时间较新(2025 年 10 月),独立评分数据尚在积累中,但凭借前作的良好声誉和全面更新的内容,已获得广泛期待。


    1. 紧跟 AI 与高性能时代的革新

    相比前作,第三版最大的亮点在于它不再仅仅停留在基础语法,而是将触角延伸到了现代计算的最前沿:

    📌 AI 与大模型集成(全新第 26 章)

    新增了关于人工智能(AI)模型的完整独立章节,甚至包括如何编写有效的 LLM(大语言模型)提示词来辅助编程、测试和调试。根据 O'Reilly 官网披露的目录细节,该章节涵盖了从 AI 发展脉络到前沿实践的完整链条,包括:专家系统、感知机、图像识别(ImageNet 与 AlexNet)、大语言模型(LLM)、"ChatGPT 时刻"、检索增强生成(RAG, Retrieval Augmented Generation)、AI Agent(智能体)、模型效率优化、Python AI 框架生态、当前主流模型概览、Hugging Face 平台使用,以及基于 Ollama 的本地模型运行实操示例。 这一章的设计理念并非要将读者培养成 AI 研究员,而是让每一位 Python 开发者都能理解 AI 的基本原理,并具备动手调用和集成模型的实战能力。

    📌 性能飞跃(全新第 27 章)

    深入讨论了 Python 的性能增强方案,帮助开发者摆脱"Python 很慢"的固有印象。该章节系统性地覆盖了性能优化的完整工具链:时间度量(timing)、性能分析(profiling)、算法与数据结构选择、数组 vs. 列表与元组的性能差异、缓存策略、Cython 编译优化、NumPy/SciPy 数值计算加速、C 语言或 Rust 扩展编写,以及 Taichi(一个面向高性能并行计算的 Python 嵌入式领域专用语言,常用于图形渲染和物理仿真)。

    这一章的出现恰逢其时。Python 3.13(2024 年 10 月发布)引入了实验性的自由线程模式(Free-Threaded Mode,即"去 GIL"方案),允许线程真正并行运行在多核 CPU 上;同时还加入了实验性 JIT 编译器,早期基准测试显示常见操作有 5%–15% 的性能提升。而 Python 3.14(2025 年 10 月发布)更进一步:自由线程模式的单线程性能损耗已降至 5%–10%,新增了增量垃圾回收机制(大幅减少大内存应用的暂停时间)、零开销调试接口(PEP 768),以及目录迭代、字典查找、asyncio 和文件 I/O 等多项底层优化。这些底层变革正在彻底改写"Python 性能天花板"的叙事,而第 27 章则为读者提供了在应用层面榨取性能的系统指南。

    📌 全面拥抱类型提示(第 14 章重点强化)

    新版更加强调类型提示(Type Hints)的使用,这已成为编写健壮、可维护的现代 Python 代码的标准实践。第三版将类型提示与文档编写合并为独立的第 14 章(Type Hints and Documentation),不仅讲解基础语法,还体现了类型系统在现代 Python 生态中日益核心的地位。随着 FastAPI、Pydantic 等框架将类型提示作为核心设计理念,以及 mypy、pyright 等静态类型检查器的普及,掌握类型提示已从"可选的良好习惯"升级为"专业开发者的必备技能"。

    📌 数据科学工具链全面更新(第 25 章)

    除了传统的 NumPy、SciPy、pandas 和数据可视化工具之外,第三版还新增了 Polars 和 DuckDB 的内容。Polars 是一个基于 Rust 构建的高性能 DataFrame 库,默认利用所有可用 CPU 核心进行多线程处理,并采用惰性求值策略;DuckDB 则是一个嵌入式分析型 SQL 数据库,支持直接查询 CSV/Parquet/JSON 文件,当数据超出内存时可自动使用磁盘存储。在多项基准测试中,Polars 和 DuckDB 的性能均远超传统 pandas。这两个工具代表了 Python 数据处理生态的最新方向,它们的纳入使本书在数据科学领域保持了前沿性。


    2. 从入门到"Pythonista"的系统进阶

    全书约 658 页,27 个章节被划分为两大部分(Part I 与 Part II),结构经过精心调整,旨在让读者的进阶之路更加平滑:

    📖 Part I:Python 基础(第 1–12 章)—— 打牢根基

    从最基本的数据结构到高级特性,通过大量的代码食谱(Recipes)展示如何优雅地解决问题。具体涵盖以下核心主题:

    章节主题说明
    Ch 1📝 IntroductionPython 世界的入门导览
    Ch 2🔢 Types and Variables类型系统与变量基础
    Ch 3🧮 Numbers数值类型与运算
    Ch 4🔤 Strings字符串处理
    Ch 5💾 Bytes and Bytearray字节与字节数组
    Ch 6🔀 If and Match条件判断与模式匹配含 Python 3.10+ 的 match/case 结构化模式匹配
    Ch 7🔁 For and While循环控制
    Ch 8📋 Tuples and Lists元组与列表
    Ch 9📚 Dictionaries and Sets字典与集合
    Ch 10⚙️ Functions函数定义与高阶函数
    Ch 11🏗️ Objects面向对象编程
    Ch 12📦 Modules and Packages模块化与包管理

    Part I 的设计理念是"交替推进"——在相邻章节中,读者会先接触 Python 的基本代码构件和数据结构,然后学习如何组合它们,逐步构建起对更高级特性的理解。每章末尾配有练习题,帮助读者巩固所学内容。

    📖 Part II:Python 实战(第 13–27 章)—— 从达人到专家

    这是第三版结构性变化最大的部分。 作者将原有第二版中的第 19 章"成为 Python 达人"(Be a Pythonista)扩展为了完整的第二部分,更系统地介绍开发环境、测试、调试及代码重用等专业技巧。具体而言,Part II 的前四章(第 13–16 章)构成了一个完整的"专业开发者工具包":

    章节主题说明
    Ch 13🛠️ Development Environment开发环境搭建与工作流配置
    Ch 14🏷️ Type Hints and Documentation类型提示与文档编写规范
    Ch 15🧪 Testing测试策略与框架(pytest 等)
    Ch 16🐛 Debugging调试技巧与工具链

    紧随其后的章节(第 17–24 章)则覆盖了 Python 在各个实战领域的应用:

    章节主题说明
    Ch 17📄 Text Data文本数据处理与正则表达式
    Ch 18🔐 Binary Data二进制数据处理
    Ch 19🕐 Dates and Times日期与时间处理
    Ch 20📂 Files文件 I/O(含新增"文件格式判定"小节)
    Ch 21⏱️ Data in Time: Concurrency并发编程(线程、进程、异步)
    Ch 22🌐 Data in Space: Networks网络编程
    Ch 23🗄️ Data in a Box: Persistent Storage持久化存储与数据库
    Ch 24🕸️ The WebWeb 开发(含 FastAPI 等现代框架)

    最后三章(第 25–27 章)则是第三版的"皇冠上的明珠":

    章节主题说明
    Ch 25📊 Data Science数据科学(NumPy, pandas, Polars, DuckDB 等)
    Ch 26🤖 AI人工智能(LLM, RAG, Hugging Face, Ollama 等)
    Ch 27🚀 Performance性能优化(Cython, Rust 扩展, Taichi 等)

    这种"先语言、后实践"的两段式结构,使得读者可以根据自身水平灵活选择起点——初学者从 Part I 第一章循序渐进,而有经验的开发者则可以直接跳入 Part II 的特定章节,按需取用。


    3. 与第二版的关键差异速览

    为了帮助已经拥有第二版的读者快速评估升级价值,以下是两个版本的核心差异对比:

    特性📕 第二版(2019)📗 第三版(2025)
    出版时间2019 年 12 月2025 年 10 月
    页数627 页658 页
    章节数约 22 章 + 附录27 章(两大部分)
    AI / 机器学习❌ 未涉及✅ 全新第 26 章
    性能优化❌ 无专门章节✅ 全新第 27 章
    Polars & DuckDB❌ 未涉及✅ 第 25 章新增
    类型提示有所涉及✅ 独立第 14 章重点强化
    开发者工具包单章概述✅ 扩展为 4 章系统讲解
    文件格式判定❌ 无✅ 第 20 章新增小节
    结构化模式匹配❌ 无(Python 3.10 尚未发布)✅ 第 6 章涵盖 match/case

    结论:如果你已拥有第二版,第三版的核心增量价值在于全新的 AI 与性能章节、现代数据工具链(Polars、DuckDB)的引入、类型提示的系统强化,以及开发者工具包从单章到多章的结构性扩展。考虑到 2019 年至 2025 年间 Python 生态的巨变(Python 3.10 的模式匹配、3.11–3.14 的性能飞跃、LLM 浪潮的席卷),这一升级是值得的。


    4. 为什么选择这一版?

    作者 Bill Lubanovic 拥有超过 40 年的开发经验。他非常清楚初学者的痛点,因此在书中特意避开了晦涩的术语,转而使用简洁、风趣的语言。作者自己在书中坦言,他选择的内容标准是"我在二十年的生产级 Python 开发中真正用到的东西,而非冷门话题或复杂的奇技淫巧"。这种务实的选材哲学,使本书在"入门级友好"和"专业级实用"之间取得了难得的平衡。

    如果你是编程新手,这本书会告诉你哪些特性该用,哪些"坑"该避开;如果你是经验丰富的开发者,新版中关于 FastAPI 和现代异步编程的见解也绝对值得一读。

    🧑‍💻 关于作者 Bill Lubanovic

    Bill Lubanovic 的职业生涯横跨了计算机发展史的多个关键时期,其技术履历极为丰富:

    • 自 1977 年起从事 UNIX 软件开发,1981 年起涉足 GUI 开发,1990 年起使用数据库,1993 年起投身 Web 开发
    • 1982 年在初创公司 Intran 开发了 MetaForm——这是在 Mac 和 Windows 诞生之前最早的商业图形用户界面之一
    • 曾在美国西北航空(Northwest Airlines)编写图形化收益管理系统,创造了数百万美元的营收;并推动该公司接入互联网,编写了其第一个互联网营销测试
    • 1994 年联合创办互联网服务提供商 Tela,1999 年创办 Web 开发公司 Mad Scheme
    • 曾在 Internet Archive(互联网档案馆)用 Python 重写了 Wayback Machine
    • 著有 O'Reilly 出版的《FastAPI: Modern Python Web Development》(2024)、合著《Linux System Administration》,以及《Introducing Python》全部三个版本
    • 他发现 FastAPI 后,与团队用它重写了一个大型生物医学研究 API,并在此后的所有新项目中都采用了 FastAPI
    • 目前居住在明尼苏达州,与家人和猫一起生活

    这种从硬件时代到 AI 时代的亲历者视角,使他在讲解技术演变时具备一般作者不具备的纵深感和历史感。他不仅仅是在教你 Python,更是在帮你建立对整个计算范式的直觉。


    5. 适用读者与阅读建议

    本书的目标读者群体是宽泛而精准的:

    读者类型推荐阅读路径预期收获
    🔰 零基础编程新手Part I(Ch 1–12)→ Part II 按需选读从零建立 Python 编程能力与计算思维
    🔄 从其他语言转入的开发者快速浏览 Part I → 重点研读 Part II快速掌握 Python 惯用法和生态工具链
    📈 有经验的 Python 开发者直接进入 Part II,重点关注 Ch 14, 25–27补齐类型提示、AI 集成、性能优化等现代技能短板
    🎓 数据科学 / AI 从业者Ch 25(Data Science)+ Ch 26(AI)+ Ch 27(Performance)了解 Python 在 AI 和数据领域的最新工具与最佳实践

    阅读建议:

    • ✏️ 动手为先:每章末尾的练习题是巩固知识的最佳途径,不要跳过
    • 🔍 代码食谱(Recipes)值得反复品味:作者在书中穿插了大量的代码食谱,展示如何用 Pythonic 的方式优雅地解决实际问题
    • 🔗 结合官方文档交叉阅读:本书提供了绝佳的"地图",但 Python 官方文档永远是最权威的"字典"
    • 📚 如果对 Web 开发特别感兴趣:可以搭配同一作者的《FastAPI: Modern Python Web Development》(O'Reilly, 2024)进行深入学习

    6. 获取方式

    目前,该书已在以下平台上线:

    平台链接格式
    📕 O'Reilly 官网oreilly.com在线阅读 / 电子版
    📦 Amazon(纸质版)amazon.com平装本
    📱 Amazon(Kindle 版)amazon.com/ebookKindle 电子书
    📖 Barnes & Noblebarnesandnoble.com纸质版 / 电子版
    📖 ebooks.comebooks.com电子书

    它是你构建现代计算思维、掌握 Python 生态系统的理想"入场券"。无论你是刚踏入编程世界的新手,还是正在寻找应对 AI 时代新技能的资深开发者,这本 658 页的指南都值得放在你的书架上。

    Brave 回复 1 week, 3 days ago 1 成員 · 0 回复
  • 0 回复

歡迎留言回复交流。

Log in to reply.

讨论開始
00 回复 2018 年 6 月
現在