Python核心技术与实战

00 开篇词 从工程的角度深入理解Python

01 如何逐步突破，成为Python高手？

02 Jupyter Notebook为什么是现代Python的必学技术？

03 列表和元组，到底用哪一个？

04 字典、集合，你真的了解吗？

05 深入浅出字符串

06 Python “黑箱”：输入与输出

07 修炼基本功：条件与循环

08 异常处理：如何提高程序的稳定性？

09 不可或缺的自定义函数

10 简约不简单的匿名函数

11 面向对象（上）：从生活中的类比说起

12 面向对象（下）：如何实现一个搜索引擎？

13 搭建积木：Python 模块化

14 答疑（一）：列表和元组的内部实现是怎样的？

15 Python对象的比较、拷贝

16 值传递，引用传递or其他，Python里参数是如何传递的？

17 强大的装饰器

18 metaclass，是潘多拉魔盒还是阿拉丁神灯？

19 深入理解迭代器和生成器

20 揭秘 Python 协程

21 Python并发编程之Futures

22 并发编程之Asyncio

23 你真的懂Python GIL（全局解释器锁）吗？

24 带你解析 Python 垃圾回收机制

25 答疑（二）：GIL与多线程是什么关系呢？

26 活都来不及干了，还有空注意代码风格？！

27 学会合理分解代码，提高代码可读性

28 如何合理利用assert？

29 巧用上下文管理器和With语句精简代码

30 真的有必要写单元测试吗？

31 pdb & cProfile：调试和性能分析的法宝

32 答疑（三）：如何选择合适的异常处理方式？

33 带你初探量化世界

34 RESTful & Socket：搭建交易执行层核心

35 RESTful & Socket：行情数据对接和抓取

36 Pandas & Numpy：策略与回测系统

37 Kafka & ZMQ：自动化交易流水线

38 MySQL：日志和数据存储系统

39 Django：搭建监控平台

40 总结：Python中的数据结构与算法全景

41 硅谷一线互联网公司的工作体验

42 细数技术研发的注意事项

43 Q&A：聊一聊职业发展和选择

加餐 带你上手SWIG：一份清晰好用的SWIG编程实践指南

结束语 技术之外的几点成长建议