Python开发实战：从基础语法到高级特性的30个技巧

1. Python补充指南：从基础到进阶的实用技巧

作为一名使用Python近十年的开发者，我经常遇到同行们提出的各种Python相关问题。有些问题看似简单却隐藏着深层的原理，有些技巧看似复杂却能大幅提升开发效率。这篇文章将分享那些官方文档不会告诉你的实战经验，涵盖从基础语法到高级特性的全方位知识补充。

2. Python核心语法精要

2.1 变量与数据类型的深层理解

Python的变量远不止表面看起来那么简单。比如这个常见但容易误解的例子：

python复制a = 256
b = 256
a is b  # 返回True

x = 257
y = 257 
x is y  # 可能返回False

这是因为Python对小整数(-5到256)进行了缓存优化。理解这些底层机制能避免很多隐蔽的bug。

重要提示：判断对象相等时，==比较值，is比较内存地址。在大多数情况下应该使用==。

2.2 列表推导式的进阶用法

列表推导式不只是简化循环的工具，合理使用能显著提升性能：

python复制# 传统方式
result = []
for i in range(100):
    if i % 2 == 0:
        result.append(i**2)

# 列表推导式
result = [i**2 for i in range(100) if i % 2 == 0]

更复杂的嵌套推导式：

python复制matrix = [[1,2,3], [4,5,6], [7,8,9]]
flatten = [num for row in matrix for num in row]

3. 函数与面向对象编程的实战技巧

3.1 装饰器的原理与应用

装饰器是Python最强大的特性之一。理解其本质很重要：

python复制def my_decorator(func):
    def wrapper(*args, **kwargs):
        print("Before function call")
        result = func(*args, **kwargs)
        print("After function call")
        return result
    return wrapper

@my_decorator
def say_hello(name):
    print(f"Hello, {name}!")

实际应用场景：

• 日志记录
• 性能测试
• 权限验证
• 缓存处理

3.2 类与元编程技巧

Python的类机制非常灵活。比如使用__slots__优化内存：

python复制class Person:
    __slots__ = ['name', 'age']
    
    def __init__(self, name, age):
        self.name = name
        self.age = age

这可以显著减少内存占用，特别适合创建大量实例的情况。

4. Python性能优化实战

4.1 选择正确的数据结构

不同操作的性能对比：

4.2 使用生成器处理大数据

生成器能有效节省内存：

python复制def read_large_file(file_path):
    with open(file_path, 'r') as f:
        for line in f:
            yield line

# 使用方式
for line in read_large_file('huge_file.txt'):
    process(line)

5. 常用标准库的隐藏功能

5.1 collections模块的高级容器

defaultdict的妙用：

python复制from collections import defaultdict

word_counts = defaultdict(int)
for word in words:
    word_counts[word] += 1

Counter类的统计功能：

python复制from collections import Counter

c = Counter('abracadabra')
print(c.most_common(3))  # [('a', 5), ('b', 2), ('r', 2)]

5.2 itertools的高效迭代

无限迭代器示例：

python复制import itertools

# 无限计数器
for i in itertools.count(10):
    if i > 20: break
    print(i)

# 循环迭代
for item in itertools.cycle(['a', 'b', 'c']):
    # 会无限循环，需要设置退出条件
    pass

6. 异步编程实战指南

6.1 asyncio核心概念

基本协程示例：

python复制import asyncio

async def fetch_data():
    print("开始获取数据")
    await asyncio.sleep(2)
    print("数据获取完成")
    return {'data': 1}

async def main():
    task = asyncio.create_task(fetch_data())
    print("等待任务完成")
    await task
    print(f"获取到的数据: {task.result()}")

asyncio.run(main())

6.2 异步上下文管理器

使用async with管理资源：

python复制class AsyncConnection:
    async def __aenter__(self):
        print("建立连接")
        return self
    
    async def __aexit__(self, exc_type, exc, tb):
        print("关闭连接")

async def use_connection():
    async with AsyncConnection() as conn:
        print("使用连接中")

7. 调试与性能分析技巧

7.1 使用pdb进行调试

基本调试命令示例：

python复制import pdb

def buggy_function(x, y):
    result = x + y
    pdb.set_trace()  # 设置断点
    return result * 2

buggy_function(3, 4)

常用pdb命令：

• n(ext): 执行下一行
• c(ontinue): 继续执行直到下一个断点
• l(ist): 显示当前代码
• p: 打印变量值
• q(uit): 退出调试

7.2 使用cProfile分析性能

性能分析示例：

python复制import cProfile

def slow_function():
    total = 0
    for i in range(100000):
        total += i
    return total

cProfile.run('slow_function()')

分析结果会显示每个函数的调用次数和执行时间，帮助定位性能瓶颈。

8. Python与其他语言的交互

8.1 使用ctypes调用C函数

简单示例：

c复制// testlib.c
#include <stdio.h>

void hello_from_c() {
    printf("Hello from C!\n");
}

编译为共享库后：

python复制from ctypes import CDLL

lib = CDLL('./testlib.so')
lib.hello_from_c()

8.2 使用subprocess调用系统命令

安全执行系统命令：

python复制import subprocess

result = subprocess.run(['ls', '-l'], capture_output=True, text=True)
print(result.stdout)

重要提示：永远不要直接拼接用户输入作为命令参数，这会导致命令注入漏洞。

9. 现代Python开发工具链

9.1 虚拟环境管理

使用venv创建隔离环境：

bash复制python -m venv myenv
source myenv/bin/activate  # Linux/Mac
myenv\Scripts\activate  # Windows

9.2 使用poetry管理依赖

poetry的基本用法：

bash复制poetry init
poetry add requests
poetry install

poetry.lock文件能确保所有开发者使用完全相同的依赖版本。

10. Python类型提示实战

10.1 基本类型注解

函数类型提示示例：

python复制def greet(name: str) -> str:
    return f"Hello, {name}"

Vector = list[float]

def scale(scalar: float, vector: Vector) -> Vector:
    return [scalar * num for num in vector]

10.2 使用mypy进行静态检查

安装和使用：

bash复制pip install mypy
mypy your_script.py

这能在运行前捕获许多类型相关的错误。

11. 测试驱动开发实践

11.1 使用pytest编写测试

基本测试示例：

python复制# test_sample.py
def func(x):
    return x + 1

def test_answer():
    assert func(3) == 4

运行测试：

bash复制pytest test_sample.py

11.2 高级测试技巧

使用fixture共享测试资源：

python复制import pytest

@pytest.fixture
def database():
    db = setup_database()
    yield db
    teardown_database(db)

def test_query(database):
    result = database.query("SELECT 1")
    assert result == 1

12. Python打包与分发

12.1 创建可安装的包

基本项目结构：

code复制my_package/
├── setup.py
├── my_package/
│   ├── __init__.py
│   └── module.py

setup.py示例：

python复制from setuptools import setup

setup(
    name="my_package",
    version="0.1",
    packages=["my_package"],
)

安装开发模式：

bash复制pip install -e .

12.2 构建wheel分发

创建wheel文件：

bash复制python setup.py bdist_wheel

这会生成.whl文件，可以方便地分发给其他用户。

13. Python安全编程实践

13.1 常见安全漏洞防范

SQL注入防护：

python复制# 错误方式 - 易受攻击
query = f"SELECT * FROM users WHERE name = '{username}'"

# 正确方式 - 使用参数化查询
cursor.execute("SELECT * FROM users WHERE name = %s", (username,))

13.2 密码安全处理

使用hashlib安全存储密码：

python复制import hashlib
import os

def hash_password(password):
    salt = os.urandom(32)
    key = hashlib.pbkdf2_hmac(
        'sha256',
        password.encode('utf-8'),
        salt,
        100000
    )
    return salt + key

14. Python并发编程模式

14.1 线程与进程的选择

何时使用线程：

• I/O密集型任务
• 需要共享内存
• 快速启动需求

何时使用进程：

• CPU密集型任务
• 需要隔离性
• 利用多核优势

14.2 使用concurrent.futures

线程池示例：

python复制from concurrent.futures import ThreadPoolExecutor

def process_item(item):
    # 处理单个项目
    return item * 2

with ThreadPoolExecutor(max_workers=4) as executor:
    results = list(executor.map(process_item, range(10)))

15. Python与数据科学

15.1 使用pandas高效处理数据

避免逐行处理：

python复制# 低效方式
for index, row in df.iterrows():
    df.at[index, 'new_col'] = row['col1'] * 2

# 高效方式
df['new_col'] = df['col1'] * 2

15.2 使用numpy向量化运算

传统循环 vs 向量化：

python复制import numpy as np

# 传统方式
a = [1,2,3,4]
b = [5,6,7,8]
result = []
for x, y in zip(a, b):
    result.append(x + y)

# numpy方式
a = np.array([1,2,3,4])
b = np.array([5,6,7,8])
result = a + b

16. Python Web开发要点

16.1 Flask高效路由

使用蓝图组织大型应用：

python复制from flask import Blueprint

auth = Blueprint('auth', __name__)

@auth.route('/login')
def login():
    return "Login page"

# 在主应用中注册
app.register_blueprint(auth, url_prefix='/auth')

16.2 Django ORM优化

避免N+1查询问题：

python复制# 低效方式 - 产生N+1查询
books = Book.objects.all()
for book in books:
    print(book.author.name)  # 每次循环都查询作者

# 高效方式 - 使用select_related
books = Book.objects.select_related('author').all()
for book in books:
    print(book.author.name)  # 预先加载作者

17. Python与机器学习

17.1 使用scikit-learn构建管道

完整机器学习流程：

python复制from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC

pipe = Pipeline([
    ('scaler', StandardScaler()),
    ('classifier', SVC())
])

pipe.fit(X_train, y_train)
y_pred = pipe.predict(X_test)

17.2 特征工程技巧

分类特征编码：

python复制import pandas as pd
from sklearn.preprocessing import OneHotEncoder

df = pd.DataFrame({'color': ['red', 'blue', 'green']})
encoder = OneHotEncoder(sparse=False)
encoded = encoder.fit_transform(df[['color']])

18. Python代码质量保障

18.1 使用flake8进行代码检查

安装与使用：

bash复制pip install flake8
flake8 your_script.py

检查内容包括：

• PEP8风格违规
• 语法错误
• 未使用的变量/导入
• 其他潜在问题

18.2 代码格式化工具

使用black自动格式化：

bash复制pip install black
black your_script.py

black采用"不妥协"的代码格式化方式，确保团队代码风格一致。

19. Python调试高级技巧

19.1 使用logging进行调试

配置日志系统：

python复制import logging

logging.basicConfig(
    level=logging.DEBUG,
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
    filename='app.log'
)

logger = logging.getLogger(__name__)
logger.debug('This is a debug message')

19.2 异常处理最佳实践

捕获特定异常：

python复制try:
    result = 10 / 0
except ZeroDivisionError as e:
    logger.error(f"Division by zero: {e}")
    raise CustomError("Math error occurred") from e

使用raise from保留原始异常堆栈。

20. Python元编程进阶

20.1 动态创建类

使用type动态创建类：

python复制MyClass = type('MyClass', (), {'x': 10, 'say_hello': lambda self: "Hello"})

obj = MyClass()
print(obj.x)  # 10
print(obj.say_hello())  # "Hello"

20.2 描述符协议

实现属性访问控制：

python复制class PositiveNumber:
    def __set_name__(self, owner, name):
        self.name = name
    
    def __get__(self, obj, objtype=None):
        return obj.__dict__[self.name]
    
    def __set__(self, obj, value):
        if value <= 0:
            raise ValueError("必须是正数")
        obj.__dict__[self.name] = value

class Order:
    quantity = PositiveNumber()

order = Order()
order.quantity = 10  # 正常
order.quantity = -5  # 抛出ValueError

21. Python与数据库交互

21.1 SQLAlchemy核心用法

声明式模型定义：

python复制from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

class User(Base):
    __tablename__ = 'users'
    
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)

engine = create_engine('sqlite:///mydatabase.db')
Base.metadata.create_all(engine)

21.2 异步数据库访问

使用asyncpg连接PostgreSQL：

python复制import asyncpg

async def fetch_data():
    conn = await asyncpg.connect('postgresql://user:pass@localhost/db')
    result = await conn.fetch('SELECT * FROM users')
    await conn.close()
    return result

22. Python设计模式实现

22.1 单例模式实现

使用模块实现单例：

python复制# singleton.py
class _Singleton:
    def __init__(self):
        self.value = None

instance = _Singleton()

def get_instance():
    return instance

# 使用方式
from singleton import get_instance
s1 = get_instance()
s2 = get_instance()
assert s1 is s2  # True

22.2 观察者模式实现

简单观察者实现：

python复制class Observable:
    def __init__(self):
        self._observers = []
    
    def register(self, observer):
        self._observers.append(observer)
    
    def notify(self, *args, **kwargs):
        for observer in self._observers:
            observer(*args, **kwargs)

def observer_function(message):
    print(f"收到消息: {message}")

observable = Observable()
observable.register(observer_function)
observable.notify("测试消息")

23. Python与网络编程

23.1 使用socket创建TCP服务器

基本TCP服务器：

python复制import socket

with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s:
    s.bind(('localhost', 65432))
    s.listen()
    conn, addr = s.accept()
    with conn:
        print('Connected by', addr)
        while True:
            data = conn.recv(1024)
            if not data:
                break
            conn.sendall(data)

23.2 使用requests处理HTTP请求

高级请求示例：

python复制import requests

session = requests.Session()
session.headers.update({'User-Agent': 'MyApp/1.0'})

try:
    response = session.get(
        'https://api.example.com/data',
        params={'page': 1},
        timeout=5
    )
    response.raise_for_status()
    data = response.json()
except requests.exceptions.RequestException as e:
    print(f"请求失败: {e}")

24. Python与GUI开发

24.1 Tkinter基础应用

简单GUI示例：

python复制import tkinter as tk
from tkinter import messagebox

def on_click():
    messagebox.showinfo("提示", f"你好, {entry.get()}!")

root = tk.Tk()
entry = tk.Entry(root)
entry.pack()
button = tk.Button(root, text="问候", command=on_click)
button.pack()
root.mainloop()

24.2 使用PyQt构建现代界面

PyQt基础窗口：

python复制from PyQt5.QtWidgets import QApplication, QMainWindow, QLabel

app = QApplication([])

window = QMainWindow()
window.setWindowTitle("我的应用")
label = QLabel("Hello, PyQt!", parent=window)
window.setCentralWidget(label)
window.show()

app.exec_()

25. Python与系统管理

25.1 文件系统操作

递归遍历目录：

python复制import os

for root, dirs, files in os.walk('/path/to/directory'):
    for file in files:
        path = os.path.join(root, file)
        print(path)

25.2 进程管理

获取系统进程信息：

python复制import psutil

for proc in psutil.process_iter(['pid', 'name', 'username']):
    print(proc.info)

26. Python与正则表达式

26.1 常用正则模式

提取电子邮件：

python复制import re

text = "联系我：user@example.com 或 support@test.org"
emails = re.findall(r'[\w\.-]+@[\w\.-]+', text)
print(emails)  # ['user@example.com', 'support@test.org']

26.2 命名捕获组

使用命名组提高可读性：

python复制pattern = r'(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})'
match = re.search(pattern, '2023-05-15')
if match:
    print(match.group('year'))  # 2023
    print(match.groupdict())  # {'year': '2023', 'month': '05', 'day': '15'}

27. Python与日期时间处理

27.1 时区处理

正确处理时区：

python复制from datetime import datetime
import pytz

utc = pytz.utc
local_tz = pytz.timezone('Asia/Shanghai')

utc_time = datetime.now(utc)
local_time = utc_time.astimezone(local_tz)
print(local_time)

27.2 时间差计算

计算时间间隔：

python复制from datetime import datetime, timedelta

start = datetime(2023, 1, 1)
end = datetime(2023, 1, 15)
delta = end - start
print(delta.days)  # 14

# 添加时间差
new_date = start + timedelta(days=30)
print(new_date)  # 2023-01-31

28. Python与办公自动化

28.1 处理Excel文件

使用openpyxl：

python复制from openpyxl import Workbook

wb = Workbook()
ws = wb.active
ws['A1'] = "Hello"
ws['B1'] = "World"
wb.save('example.xlsx')

28.2 生成PDF报告

使用reportlab：

python复制from reportlab.pdfgen import canvas

c = canvas.Canvas("hello.pdf")
c.drawString(100, 750, "Welcome to ReportLab!")
c.save()

29. Python与图像处理

29.1 使用Pillow处理图像

基本图像操作：

python复制from PIL import Image, ImageFilter

img = Image.open('photo.jpg')
gray = img.convert('L')
blur = img.filter(ImageFilter.BLUR)
blur.save('blurred.jpg')

29.2 生成验证码图片

创建简单验证码：

python复制from PIL import Image, ImageDraw, ImageFont
import random

def generate_captcha(text, filename):
    img = Image.new('RGB', (200, 80), color=(255, 255, 255))
    draw = ImageDraw.Draw(img)
    font = ImageFont.truetype('arial.ttf', 36)
    
    for i, char in enumerate(text):
        draw.text((50*i + 10, 20), char, fill=(0, 0, 0), font=font)
    
    img.save(filename)

generate_captcha('ABCD', 'captcha.png')

30. Python与网络爬虫

30.1 使用BeautifulSoup解析HTML

提取网页数据：

python复制from bs4 import BeautifulSoup
import requests

html = requests.get('https://example.com').text
soup = BeautifulSoup(html, 'html.parser')

for link in soup.find_all('a'):
    print(link.get('href'))

30.2 使用Scrapy构建爬虫

简单Scrapy爬虫：

python复制import scrapy

class QuotesSpider(scrapy.Spider):
    name = "quotes"
    start_urls = ['http://quotes.toscrape.com']

    def parse(self, response):
        for quote in response.css('div.quote'):
            yield {
                'text': quote.css('span.text::text').get(),
                'author': quote.css('small.author::text').get(),
            }

31. Python与API开发

31.1 FastAPI快速入门

创建API端点：

python复制from fastapi import FastAPI

app = FastAPI()

@app.get("/items/{item_id}")
async def read_item(item_id: int, q: str = None):
    return {"item_id": item_id, "q": q}

31.2 使用Swagger文档

FastAPI自动生成的交互式文档可以通过访问/docs路径查看，无需额外配置。

32. Python与微服务

32.1 使用gRPC创建服务

定义proto文件后：

python复制# server.py
import grpc
from concurrent import futures
import my_service_pb2
import my_service_pb2_grpc

class MyService(my_service_pb2_grpc.MyServiceServicer):
    def SayHello(self, request, context):
        return my_service_pb2.HelloReply(message=f'Hello, {request.name}!')

server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
my_service_pb2_grpc.add_MyServiceServicer_to_server(MyService(), server)
server.add_insecure_port('[::]:50051')
server.start()
server.wait_for_termination()

33. Python与区块链

33.1 简单区块链实现

区块类示例：

python复制import hashlib
import json
from time import time

class Block:
    def __init__(self, index, transactions, timestamp, previous_hash):
        self.index = index
        self.transactions = transactions
        self.timestamp = timestamp
        self.previous_hash = previous_hash
        self.hash = self.compute_hash()
    
    def compute_hash(self):
        block_string = json.dumps(self.__dict__, sort_keys=True)
        return hashlib.sha256(block_string.encode()).hexdigest()

34. Python与物联网

34.1 使用MQTT协议

发布消息示例：

python复制import paho.mqtt.client as mqtt

client = mqtt.Client()
client.connect("mqtt.eclipse.org", 1883, 60)
client.publish("topic/test", "Hello, MQTT!")
client.disconnect()

35. Python与游戏开发

35.1 使用Pygame创建游戏

简单游戏循环：

python复制import pygame

pygame.init()
screen = pygame.display.set_mode((800, 600))
pygame.display.set_caption("我的游戏")

running = True
while running:
    for event in pygame.event.get():
        if event.type == pygame.QUIT:
            running = False
    
    screen.fill((0, 0, 0))
    pygame.display.flip()

pygame.quit()

36. Python与音频处理

36.1 使用pydub处理音频

基本操作：

python复制from pydub import AudioSegment

sound = AudioSegment.from_file("input.mp3")
sound = sound + 10  # 增加10dB
sound.export("output.mp3", format="mp3")

37. Python与视频处理

37.1 使用OpenCV处理视频

读取视频帧：

python复制import cv2

cap = cv2.VideoCapture('video.mp4')

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    cv2.imshow('frame', gray)
    
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

38. Python与3D图形

38.1 使用matplotlib绘制3D图

3D散点图示例：

python复制import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x = np.random.standard_normal(100)
y = np.random.standard_normal(100)
z = np.random.standard_normal(100)

ax.scatter(x, y, z)
plt.show()

39. Python与地理信息系统

39.1 使用geopandas处理地理数据

读取shapefile：

python复制import geopandas as gpd

gdf = gpd.read_file('shapefile.shp')
gdf.plot()

40. Python与自然语言处理

40.1 使用NLTK进行文本处理

分词和词性标注：

python复制import nltk
from nltk.tokenize import word_tokenize
from nltk import pos_tag

text = "Python is a great programming language."
tokens = word_tokenize(text)
tags = pos_tag(tokens)
print(tags)

40.2 使用spaCy进行实体识别

命名实体识别：

python复制import spacy

nlp = spacy.load("en_core_web_sm")
doc = nlp("Apple is looking at buying U.K. startup for $1 billion")

for ent in doc.ents:
    print(ent.text, ent.label_)

41. Python与推荐系统

41.1 协同过滤实现

基于用户的协同过滤：

python复制from collections import defaultdict
import numpy as np

def cosine_similarity(u, v):
    return np.dot(u, v) / (np.linalg.norm(u) * np.linalg.norm(v))

user_ratings = {
    'Alice': {'Item1': 5, 'Item2': 3},
    'Bob': {'Item1': 4, 'Item2': 2, 'Item3': 5},
    'Charlie': {'Item2': 5, 'Item3': 4}
}

def recommend(user, ratings):
    scores = defaultdict(float)
    for other_user in ratings:
        if other_user == user:
            continue
        
        # 计算用户相似度
        common_items = set(ratings[user]) & set(ratings[other_user])
        if not common_items:
            continue
            
        user_vec = [ratings[user][item] for item in common_items]
        other_vec = [ratings[other_user][item] for item in common_items]
        sim = cosine_similarity(user_vec, other_vec)
        
        # 加权评分
        for item in ratings[other_user]:
            if item not in ratings[user]:
                scores[item] += ratings[other_user][item] * sim
    
    return sorted(scores.items(), key=lambda x: x[1], reverse=True)

print(recommend('Alice', user_ratings))

42. Python与金融分析

42.1 计算投资组合收益

简单投资组合分析：

python复制import numpy as np
import pandas as pd

returns = pd.DataFrame({
    'StockA': [0.02, 0.01, -0.005, 0.015],
    'StockB': [0.03, -0.01, 0.02, 0.01],
    'StockC': [-0.01, 0.02, 0.015, 0.005]
})

weights = np.array([0.4, 0.3, 0.3])
portfolio_returns = (returns * weights).sum(axis=1)
print(portfolio_returns)

42.2 计算移动平均线

使用pandas计算：

python复制import yfinance as yf

data = yf.download('AAPL', start='2022-01-01', end='2023-01-01')
data['MA50'] = data['Close'].rolling(window=50).mean()
data['MA200'] = data['Close'].rolling(window=200).mean()
print(data[['Close', 'MA50', 'MA200']].tail())

43. Python与量化交易

43.1 回测框架示例

简单回测逻辑：

python复制import pandas as pd

def backtest(data, strategy):
    position = 0
    portfolio = pd.DataFrame(index=data.index)
    portfolio['signal'] = strategy(data)
    portfolio['returns'] = data['Close'].pct_change()
    portfolio['strategy'] = portfolio['signal'].shift() * portfolio['returns']
    return portfolio

def moving_average_crossover(data):
    short_ma = data['Close'].rolling(window=10).mean()
    long_ma = data['Close'].rolling(window=50).mean()
    return (short_ma > long_ma).astype(int)

# 使用示例
data = pd.read_csv('stock_data.csv', parse_dates=['Date'], index_col='Date')
results = backtest(data, moving_average_crossover)
print(results.head())

44. Python与生物信息学

44.1 DNA序列处理

计算GC含量：

python复制def gc_content(sequence):
    gc = sequence.count('G') + sequence.count('C')
    return gc / len(sequence) * 100

dna = "ATGCGATACGCTTGA"
print(f"GC含量: {gc_content(dna):.2f}%")

45. Python与物理模拟

45.1 简单物理引擎

模拟自由落体：

python复制import matplotlib.pyplot as plt

g = 9.8  # 重力加速度
dt = 0.01  # 时间步长
time = 0
height = 100  # 初始高度
velocity = 0  # 初始速度

times = []
heights = []

while height > 0:
    velocity += g * dt
    height -= velocity * dt
    time += dt
    times.append(time)
    heights.append(height)

plt.plot(times, heights)
plt.xlabel('时间 (s)')
plt.ylabel('高度 (m)')
plt.title('自由落体模拟')
plt.show()

46. Python与化学计算

46.1 化学方程式平衡

使用sympy平衡方程：

python复制from sympy import symbols, Eq, solve

C, O2, CO2 = symbols('C O2 CO2')
equation = Eq(C + O2, CO2)
print(equation)  # 已经平衡

47. Python与密码学

47.1 AES加密实现

使用PyCryptodome：

python复制from Crypto.Cipher import AES
from Crypto.Random import get_random_bytes

key = get_random_bytes(16)
cipher = AES.new(key, AES.MODE_EAX)
data = b"Secret message"
ciphertext, tag = cipher.encrypt_and_digest(data)

# 解密
cipher = AES.new(key, AES.MODE_EAX, cipher.nonce)
plaintext = cipher.decrypt_and_verify(ciphertext, tag)
print(plaintext)

48. Python与硬件交互

48.1 使用RPi.GPIO控制树莓派

控制LED示例：

python复制import RPi.GPIO as GPIO
import time

GPIO.setmode(GPIO.BCM)
GPIO.setup(18, GPIO.OUT)

try:
    while True:
        GPIO.output(18, GPIO.HIGH)
        time.sleep(1)
        GPIO.output(18, GPIO.LOW)
        time.sleep(1)
finally:
    GPIO.cleanup()

49. Python与自动化测试

49.1 使用Selenium进行Web测试

自动化浏览器测试：

python复制from selenium import webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Chrome()
driver.get("https://www.example.com")

element = driver.find_element(By.TAG_NAME, "h1")
print(element.text)

driver.quit()

50. Python与Docker集成

50.1 使用docker-py管理容器

列出运行中的容器：

python复制import docker

client = docker.from_env()
for container in client.containers.list():
    print(container.name)

50.2 构建Docker镜像

通过Python构建：

python复制import docker

client = docker.from_env()
client.images.build(path='.', tag='my-image')

51. Python与Kubernetes交互

51.1 使用kubernetes-client

获取Pod信息：

python复制from kubernetes import client,