01 / 导读
导读
引用
Downey, A. B. (2024). Think Python: How to Think Like a Computer Scientist (3rd ed.). O'Reilly Media. 官方免费版本：https://allendowney.github.io/ThinkPython/
章节概要
全书19章，每章都是一个 Jupyter 笔记本，可以在浏览器中通过 Colab 运行。第1至18章以术语表和习题结尾，大多数章节还有一节“调试”，讨论该主题常见的错误。
第1章：编程是一种思维方式
本章把编程看作一种思维方式，它兼具数学、工程和科学的特点。内容包括算术运算符、表达式、值与类型、字符串，以及形式语言与自然语言的区别，并引入全书后续要用到的术语。
第2章：变量与语句
赋值、状态图、变量名、import 语句、表达式与语句的区别、print、参数和注释。
第3章：函数
函数的定义与调用、形参、用 for 和 range 写循环、局部变量、栈图和回溯信息。例子取自巨蟒剧团（Monty Python）的歌词，章末讨论为什么值得编写函数。
第4章：函数与接口
本章用海龟绘图模块画正方形、多边形和圆，同时讲解封装、泛化、重构、开发计划和文档字符串，主题是设计彼此配合的函数接口。
第5章：条件与递归
整除与取模、布尔表达式、if、else 以及链式和嵌套条件，然后是递归、递归函数的栈图、无限递归和键盘输入。
第6章：返回值
有返回值的函数与返回 None 的函数、渐进式开发、布尔函数、带返回值的递归、对递归的“信念之跃”、斐波那契数列和类型检查。
第7章：迭代与搜索
遍历字符串和文件中的单词、更新变量、计数、in 运算符与线性搜索，全章围绕“有多少英语单词含字母 e”这一问题展开。本章还引入 doctest，习题中有 Spelling Bee 字谜。
第8章：字符串与正则表达式
字符串作为序列、切片、不可变性、比较与字符串方法，随后是写文件、查找与替换、正则表达式和字符串替换。习题使用文字游戏 Wordle。
第9–11章：列表；字典；元组
三种核心数据结构。第9章讲列表的运算、方法、排序、别名和列表参数；第10章把字典看作映射，讲计数器、遍历、累积列表和备忘录；第11章讲元组的不可变性、元组赋值、作为返回值的元组、参数打包、zip、排序和字典的反转。习题中贯穿回文和变位词等文字谜题。
第12章：文本分析与生成
先统计一部小说中的不同单词和词频，再讲二元组、马尔可夫分析和生成新文本。本章指出，这些算法与大语言模型的某些部分相似。
第13章：文件与数据库
文件名与路径、f-string、用 YAML 和 shelve 存储数据、检查等价文件以及遍历目录。最后的习题是在目录树中查找重复的照片。
第14–16章：类与函数；类与方法；类与对象
分三步介绍面向对象编程。第14章定义 Time 类，讲属性、纯函数、原型与补丁以及先设计后开发；第15章把函数改写为方法，并加入静态方法、str、init 和运算符重载；第16章用 Point、Line 和 Rectangle 类讲解等价与同一、深拷贝和多态。
第17章：继承
以扑克牌和牌组为贯穿示例，再讲父类与子类和特化，重点是牌的表示、比较和排序。
第18章：Python 补充内容
前面各章略去的特性：集合、Counter、defaultdict、条件表达式、列表推导式、any 与 all、具名元组和关键字参数打包。其“调试”一节在 doctest 之外又介绍 unittest。
第19章：结语
继续学习的建议：作者在数据科学和建模方面的其他著作、虚拟助手和其他开发环境等工具、Python 用户组，以及再学一门语言，并推荐函数式语言。
核心概念
第1–6章：基础、函数与递归
- 值、类型和表达式：谈论程序所用的词汇，最先引入，以便读懂错误信息和文档。
- 栈图：函数调用帧的图示，用来跟踪局部变量和递归调用。
- 渐进式开发：以小步、可测试的方式构建函数，第6章再次运用。
第7–13章：字符串、集合与文件
- 线性搜索：在序列中逐个查找元素，即第7章的模式。
- 别名与可变性：多个名字指向同一个列表对象，以及元组和字符串为何不能原地修改。
- 字典作为映射：按键直接查找，用于计数、备忘录和马尔可夫分析。
- 持久化：通过文件、YAML 和 shelve 使数据在程序运行结束后仍然保留。
第14–18章：对象与 Python 补充内容
- 程序员自定义类型：把数据和操作捆绑在一起的类。
- 纯函数与方法：同一个操作先写成函数，再移入类中。
- 继承与多态：通过子类复用类，以及可处理不同类对象的代码。
- 测试：前面章节用 doctest，第18章加入 unittest。
评析
优点
- 有意缩小的语言子集。 前言说明，本书只讲 Python 中用最少概念换取最大能力的部分，第18章则集中收录被省略的便利特性。
- 有意识地教授术语。 术语在首次出现时即给出定义，并在每章末尾的术语表中复习；前言解释说，初学者要学的第二件事就是谈论程序所用的语言。
- 内置调试与测试。 几乎每章都有“调试”一节，第三版还加入了 doctest 和 unittest，前言把这列为本版的改动之一。
- 练习兼顾操作与反思。 每章的习题都以“Ask a virtual assistant”一项开头，示范如何核对助手的回答；后面的习题是文字谜题、文本生成、重复文件搜索和纸牌游戏，而不是抽象的操练。
- 免费且可直接运行。 文本采用知识共享许可，笔记本无需安装任何软件即可在浏览器中运行。
局限
- 范围有意收窄。 作者说明本书并不涵盖整个语言；书中没有系统的算法分析、对标准库的广泛介绍，也没有大型项目。
- 依赖笔记本环境和虚拟助手。 本版围绕 Jupyter 和虚拟助手编写，偏好纯文本编辑器加终端的读者需要自行调整说明。
- 对有经验的程序员起步偏慢。 前言提醒，已有大量 Python 经验的读者可能觉得前几章太慢。
- 面向对象编程分阶段引入。 第一个面向对象章节有意展示不地道的写法，到第15章给出常用形式之前，读者可能觉得有些迂回。
在课程中的定位
在入门编程课程书单中，本书是一门精练的 Python 入门课，对术语、调试和解决问题给予同等重视。最接近的替代品是 Python Crash Course：它更快进入较大的项目，包括游戏、数据可视化和网络应用，而 Think Python 则停留在小程序，以及这些程序背后的术语与习惯上。How to Design Programs 和 Structure and Interpretation of Computer Programs 沿着另一种传统教编程，采用设计步骤和 Scheme 系语言，适合想获得比某一语言专书更深概念基础的读者。
Guttag 的 Introduction to Computation and Programming Using Python 覆盖面更广，包括计算建模和数据分析，是读完 Think Python 之后自然的下一步。The C Programming Language 的作用不同：在第一门语言已经熟练之后，从简短而底层的角度看内存与类型。
如何使用本书
本书适合从未编过程序的人，也适合懂另一门语言而想学 Python 的人，不设先修要求。各章前后依赖，前言要求读者按顺序阅读，并在继续之前做完习题。
实用的安排是：先读第1至6章，这是基础（算术、函数、条件与递归）；然后读第7至13章，即字符串、集合与文件，这是日常 Python 的核心。第14至17章的面向对象编程可作为第二阶段，主要写脚本的读者可以读完第14章后略读。第18章最好在前面各章让你想写出更简短的代码时再读，第19章是简短的后续建议清单。
在 Colab 中运行每一章，亲手输入示例而不是只看，并完成习题，包括“调试”各节。按书中的建议借助助手获取提示时，要测试它给出的代码，并与本章自己的做法对照。
版本与来源
本导读依据第三版（2024），即作者在知识共享许可下于 https://allendowney.github.io/ThinkPython/ 发布的免费在线版本。内容基于前言、第1至18章的完整目录与全部小节标题、各章引言，以及习题和结尾一章。