Python知识图谱.md

1. 有兴趣的可以点开思维导图目录，查看思维导图文件.xmind，需要使用XMind软件打开编辑
2. 在思维导图目录提供放大不失真的svg文件

初心

从Python 2.3开始使用至今，整理历年经验所得，知识图谱，希望有助于学习Python的同学。

写了二十万行左右的Python代码，是Python让我得以在帝都安身立命。

技术选型

当时选择Python引入到项目团队中来，考察了当时可以接触到的几乎所有的编程语言，比如C, C++, Java, Perl, PHP, Delphi, Pascal, 甚至研究能不能使用 Masm 写出来一套满足项目需要的基础框架出来。

项目需要大量的数据处理，需要应对高频的新需求，需要跨平台迁移到不同的Linux或AIX上面运行。

提出了著名的3C原则， C Complete，能不能覆盖绝大部分的问题域， C Cost，成本，既包含开发成本也包括运维成本，也包含迭代成本，C Change，快速应对变化。

基于上述3C原则，特别最后一个C，我决定选择了Python。

选择Python的其他原因

1. Google把Python作为公司层面的第三门编程语言，和C、Java并列（大厂背书）
2. 当时非常流行的BitTorrent下载软件使用Python开发（成功实践）
3. 可以参考BitTorrent源代码（可以学习）

知识来源

日后的开发经历中，的确多多从BitTorrent源代码中受益。当时可以学习的资料非常用有限，中文资料稀缺到几乎可以说没有。

当时三个知识来源

1. Python官方，教父写的早期文档和各种PEP
2. Google
3. BitTorrent源代码

方法论

第一个版本开发出来，部署上线，即取得非常惊艳的效果，效率比其他语言开发的史前版本高出1个数量级，功能和处理逻辑复杂于史前版本，但是效率依旧高出一个数量级。

第二年开始重构，这个时候我已经非常熟悉Python的语言特性，也观摩过若干个知名开源项目的源代码。在重构中引入单元测试。

这段学习让我总结出来的方法论如下

1. 选择合适的工具可以大幅度降低研发成本和确保交付品质
2. 识别不同的知识来源，善用之
3. 选择恰当的重构或优化时间点，避免早期重构和过度优化

获奖感言

BTW

1. 感谢Python 之父 Guido van Rossum
2. 把单元测试技术介绍给我的哥们，名字叫黄冬，后来担任优酷土豆的CTO。