python-programming

该技能聚焦数据工程场景下的 Python 开发，资料将其定位为生产级 Python 开发，用于构建可扩展数据管道、ETL 系统与数据密集型应用。核心内容分为若干主题：一是类型安全的数据结构，涉及 TypedDict、Literal、NotRequired 与 dataclass（含 frozen、slots）等现代写法；二是面向大数据集的生成器模式，如按块读取 CSV、可组合的转换管道；三是面向 I/O 密集型任务的异步编程，包括带指数退避的请求重试与并发抓取限流；四是错误处理与可观测性，包括重试装饰器、执行耗时日志与结构化日志。资料还给出配置管理、数据库连接池等生产模式，以及常见故障排查表（内存错误、导入错误、异步死锁、GIL 瓶颈等）与调试清单命令，例如 python --version、python -m cProfile -s cumtime script.py。学习路径按 12 周分为基础、中级、高级与生产精通四阶段。工具与技术栈列出 Python 3.12+、uv 0.4+、Ruff 0.5+、mypy 1.11+、pytest 8.0+、pydantic 2.5+、polars 0.20+、httpx 0.27+。最佳实践部分强调类型标注、组合优于继承、上下文管理器，并避免裸 except 与修改函数参数。限制：资料除版本号外未提供具体收费、价格、安装步骤与平台支持信息，相关内容暂未提供。