[Brave]

Brave

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	📝 Introduction	Python 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 Web	Web 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/ebook	Kindle 电子书
📖 Barnes & Noble	barnesandnoble.com	纸质版 / 电子版
📖 ebooks.com	ebooks.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。