一句话定位
Python 是一门以可读性为第一设计目标、以"电池齐全"标准库和庞大生态著称的高级动态类型语言，横跨脚本自动化、Web 后端、数据科学与 AI、测试与运维等领域。
边界（Scope）
在范围内：
- 语言核心：语法、对象模型、数据结构、函数、OOP、迭代器/生成器、异常、模块系统。
- 运行时机制：解释器模型、GIL、内存管理与垃圾回收、执行速度特征。
- 工具链：解释器与版本管理、虚拟环境、依赖管理、打包发布、测试、代码质量。
- 进阶特性：装饰器、上下文管理器、元编程、类型注解、并发与异步。
- 生态地图：数据科学、Web、自动化、AI/LLM 四大方向的代表项目与心智模型。
- 软知识：PEP 流程、社区文化、历史脉络、常见误区、安全与伦理。
不在范围内（只给入口，不展开）：
- 各 Web 框架（Django/FastAPI/Flask）的完整实战 → 见 kp-042。
- pandas/NumPy/PyTorch 的具体 API 手册 → 见 kp-041 / kp-044。
- 机器学习算法与数学基础 → 属于独立领域。
- DevOps 与云平台部署 → 属于独立领域。
核心问题
学 Python 要回答三层问题：
- 语言层：Python 如何组织数据与控制流？（对象、名字、缩进、协议）
- 运行时层：代码如何被解释执行？为什么慢？为什么并发模型特殊？（Cpython、GIL、GC）
- 工程层：真实项目如何起步与维护？（环境隔离、依赖、测试、规范、发布）
前置知识
零基础可学。有任一语言经验者可加速：懂命令行有助环境篇；懂任意 OOP 语言有助对象模型；懂 C 有助理解 Cpython 与 GIL。
学习目标（完成本知识库后应能）
- 用 Python 写出结构清晰的中型脚本与模块化项目。
- 说清 Python 对象模型的关键机制（名字绑定、可变性、鸭子类型、协议）。
- 正确使用装饰器、生成器、上下文管理器、类型注解等"Pythonic"设施。
- 依据场景选对并发方案（线程 / 进程 / asyncio）并说明理由（GIL）。
- 独立完成：环境隔离 → 依赖管理 → 测试 → 打包发布 的完整工程闭环。
- 建立对生态的地图感，知道什么问题该用什么工具去查。
版本基线
以 Python 3.12/3.13（2024–2025 年代）为主基线，标注 Python 2 已于 2020-01-01 EOL，不再覆盖。涉及前沿特性（free-threading、JIT）单独在 kp-039 展开。