Python 30 天快速掌握计划(前端视角)

适用对象：资深前端开发者，熟悉 JavaScript/TypeScript、工程化、异步、Web API、测试与组件化思维。

计划周期：共 30 天。

每日投入建议：工作日 2.5 小时，周末 4 小时。核心目标是把 Python 用到生产级小项目里，而不是背语法。

当前基准：Python 官网下载页显示当前稳定版为 3.14.6。学习时以 Python 3.14 文档为准。

总目标

30 天后你应该能独立完成这些事：

1.使用 uv 管理 Python 版本、虚拟环境、依赖、脚本和项目。2.熟练写 Pythonic 代码，理解对象模型、迭代器、生成器、上下文管理器、装饰器。3.用类型标注、mypy 或 pyright、ruff、pytest 建立可靠工程流。4.理解 Python 异步模型，能把前端的 Promise、event loop、streaming 经验迁移到 asyncio。5.用 FastAPI、Pydantic、SQLAlchemy 构建一个可测试、可维护的 API 服务。6.能阅读主流 Python 项目源码，知道包结构、入口、配置和测试如何组织。

学习方法

每天按固定节奏执行：

1.读 30 分钟：只读当天资源的必要章节，带着问题读。2.写 90 分钟：必须产出可运行代码。3.测 30 分钟：用 pytest 或命令行验证，不靠手感。4.复盘 20 分钟：记录 3 个点：今天学到的 Python 机制、与 JS/TS 的差异、明天要补的缺口。

不要用“看完教程”作为完成标准。每天的完成标准以代码和测试为准。

推荐资源

优先级从高到低：

1.Python 官方教程：https://docs.python.org/3/tutorial/^[1]2.Python 标准库文档：https://docs.python.org/3/library/^[2]3.Python 语言参考：https://docs.python.org/3/reference/^[3]4.Python Packaging User Guide：https://packaging.python.org/en/latest/^[4]5.uv 文档：https://docs.astral.sh/uv/^[5]6.Ruff 文档：https://docs.astral.sh/ruff/^[6]7.pytest 文档：https://docs.pytest.org/en/stable/^[7]8.typing 官方文档：https://typing.python.org/en/latest/^[8]9.mypy 文档：https://mypy.readthedocs.io/en/stable/^[9]10.FastAPI 文档：https://fastapi.tiangolo.com/^[10]11.Pydantic 文档：https://docs.pydantic.dev/latest/^[11]12.SQLAlchemy 2.0 文档：https://docs.sqlalchemy.org/en/20/^[12]13.HTTPX 文档：https://www.python-httpx.org/^[13]14.Real Python，用于查专题解释：https://realpython.com/^[14]

建议你建一个本地学习仓库：

python-fast-track/  day01-basics/  day02-data-model/  ...  app/  tests/  notes/  pyproject.toml

第 1 周：语法、对象模型、工具链

目标：建立 Python 的基础语义模型。你已经会编程，所以跳过“变量是什么”这种内容，直接对齐 Python 的执行模型、数据结构、模块和工具链。

Day 1，环境和执行模型

学习内容：安装 Python 3.14、安装 uv、理解解释器、虚拟环境、脚本执行、REPL、模块执行方式。

如何学习：先读 Python 官方教程的前两章，再读 uv 的 Getting Started。重点比较 node/npm/pnpm 与 python/uv/pip 的职责边界。

动手任务：创建 python-fast-track 项目；用 uv init 初始化；写一个 main.py，支持从命令行读取参数并输出 JSON。

资源：Python 下载页、Python Tutorial 1-2、uv Getting Started。

完成标准：可以运行 uv run python main.py --name Yves，输出稳定 JSON。

Day 2，基础语法与控制流

学习内容：缩进、表达式、条件、循环、match、异常、函数默认参数。

如何学习：用 TS 对照 Python：if/for/switch/try 分别怎么迁移。重点看 Python 的 truthiness、None、异常链。

动手任务：实现一个命令行 Todo parser，支持 add/list/done/remove 四个命令，数据暂存在内存。

资源：Python Tutorial 3-4、Python argparse 文档。

完成标准：四个命令都有单独函数；错误输入有清晰异常或错误返回。

Day 3，内置数据结构

学习内容：list、tuple、dict、set、切片、推导式、排序、解包。

如何学习：用前端数组和对象经验迁移，但重点补 Python 的可变性、哈希、引用语义。

动手任务：写一个日志统计脚本，输入一组访问日志，输出 endpoint 访问次数、状态码分布、P95 响应时间。

资源：Python Tutorial 5、标准库 collections、statistics。

完成标准：不用全局变量；至少用到 Counter、defaultdict 或 dataclass 中的一个。

Day 4，函数、作用域和闭包

学习内容：参数传递、*args、**kwargs、闭包、lambda、装饰器基础。

如何学习：对比 JS 的 function、arrow function、closure。重点理解 Python 的 late binding 问题。

动手任务：给 Day 3 的日志函数加一个计时装饰器和一个简单缓存装饰器。

资源：Python Tutorial 4.7、Python FAQ 中关于 late binding closures 的说明、Real Python decorators 专题。

完成标准：装饰器保留原函数返回值；能解释 functools.wraps 的作用。

Day 5，模块、包和项目结构

学习内容：import、模块搜索路径、包、__init__.py、脚本入口、相对导入。

如何学习：对比 ESM/CJS。重点理解“模块也是对象”和导入时执行顶层代码。

动手任务：把前 4 天代码整理成一个包：cli/、core/、utils/。增加 pyproject.toml 脚本入口。

资源：Python Tutorial 6、Packaging User Guide。

完成标准：可以通过 uv run todo ... 执行命令，不依赖手动指定 .py 文件路径。

Day 6，类、dataclass 和对象模型

学习内容：class、实例属性、类属性、继承、协议意识、dataclass。

如何学习：用 TS class 对照 Python class。重点理解 Python 的动态属性、dunder method、组合优先。

动手任务：把 Todo item、Log entry、Stats result 建模为 dataclass；实现排序、格式化输出。

资源：Python Tutorial 9、标准库 dataclasses。

完成标准：模型层没有 I/O；命令行层只负责输入输出。

Day 7，第 1 周验收

学习内容：复盘语法和工具链。

如何学习：只做整合，不学新内容。

动手任务：把 Todo CLI 改成文件持久化，数据保存为 JSON。补 5 个最小测试。

资源：标准库 json、pathlib、pytest Getting Started。

完成标准：uv run pytest 通过；删除数据文件后程序能正常初始化。

第 2 周：Pythonic 编程、类型、测试

目标：进入工程可维护区。重点是可读性、类型约束、测试边界和错误处理。

Day 8，迭代器、生成器和惰性计算

学习内容：iterator、iterable、generator、yield、生成器表达式。

如何学习：对比 JS iterator/generator。重点理解 Python 的数据管道写法。

动手任务：把日志统计改造成流式处理，逐行读取大文件，不一次性加载到内存。

资源：Python Tutorial 9.8、标准库 itertools。

完成标准：能处理 100MB 级日志文件；核心逻辑可单元测试。

Day 9，上下文管理器和资源生命周期

学习内容：with、context manager、contextlib、文件和网络资源释放。

如何学习：对比前端里的 cleanup、React effect cleanup、try/finally。

动手任务：写一个计时上下文管理器；封装一个安全读写 JSON 文件的上下文工具。

资源：标准库 contextlib、Python data model 中 context manager 部分。

完成标准：异常发生时资源仍能释放；测试覆盖异常路径。

Day 10，异常设计和错误边界

学习内容：自定义异常、异常链、raise from、错误边界、失败可观测性。

如何学习：对比前端 Error、Promise rejection、Error Boundary。重点区分程序员错误和业务错误。

动手任务：给 Todo CLI 设计异常层级：输入错误、存储错误、数据损坏错误。命令行层统一转换为退出码和错误消息。

资源：Python Tutorial Errors and Exceptions、标准库 logging。

完成标准：核心层抛语义异常；CLI 层负责展示；测试覆盖坏 JSON 文件。

Day 11类型标注基础

学习内容：list[str]、dict[str, int]、Optional、Union、Literal、TypedDict、Protocol。

如何学习：用 TS 思维迁移，但注意 Python 类型是渐进式、运行时默认不校验。

动手任务：给 Todo 和日志项目补全类型标注；引入 mypy 或 pyright。

资源：typing 官方文档、mypy Getting Started。

完成标准：类型检查通过；至少修复 3 个类型工具指出的问题。

Day 12，pytest 和测试结构

学习内容：fixture、parametrize、临时目录、异常断言、测试命名。

如何学习：对比 Jest/Vitest。重点理解 fixture 生命周期和测试隔离。

动手任务：为 Todo CLI 补充测试：正常路径、重复完成、删除不存在项、损坏数据文件、空列表。

资源：pytest 官方文档。

完成标准：至少 12 个测试；测试不依赖真实用户目录。

Day 13，Ruff、格式化和工程约束

学习内容：lint、format、import sorting、规则配置、pre-commit 思路。

如何学习：对比 ESLint、Prettier、lint-staged。重点理解 Python 社区目前偏向 ruff 的一体化工具链。

动手任务：配置 ruff format 和 check；修复所有 lint 问题；在 pyproject.toml 写入规则。

资源：Ruff 文档。

完成标准：uv run ruff check . 和 uv run ruff format --check . 均通过。

Day 14，第 2 周验收

学习内容：整合类型、测试、lint。

如何学习：模拟一次小型 PR 自审。

动手任务：重构 Todo CLI，使核心逻辑、存储层、CLI 层边界清晰。写一份 notes/week2-review.md，说明状态流和错误流。

资源：前 13 天代码和文档。

完成标准：测试、lint、类型检查全部通过；你能解释每个模块的职责。

第 3 周：异步、网络、Web API

目标：把前端异步经验迁移到 Python 服务端，掌握 API、数据校验、并发 I/O 和测试。

Day 15，asyncio 基础

学习内容：coroutine、event loop、task、await、gather、timeout、cancellation。

如何学习：对比 Promise、AbortController、event loop。重点看 cancellation 如何传播。

动手任务：写一个并发 URL checker，输入 URL 列表，并发检测状态码和耗时。

资源：Python asyncio 文档、HTTPX Async 文档。

完成标准：支持超时；支持取消；失败不会导致全部结果丢失。

Day 16，HTTP 客户端和数据边界

学习内容：HTTPX、请求超时、重试策略、响应模型、错误分类。

如何学习：对比 fetch、axios。重点把网络错误、HTTP 错误、业务错误分开。

动手任务：封装一个 GitHub API client，获取用户公开仓库列表并输出语言分布。

资源：HTTPX 文档、GitHub REST API 文档。

完成标准：client 层无打印；调用层决定展示；测试用 mock 或假对象隔离网络。

Day 17，FastAPI 入门

学习内容：路由、请求体、响应模型、依赖注入、OpenAPI。

如何学习：对比 Express、Next.js route handler、NestJS。重点理解类型标注如何生成 OpenAPI。

动手任务：把 Todo 项目迁移为 FastAPI 服务：POST /todos、GET /todos、PATCH /todos/{id}、DELETE /todos/{id}。

资源：FastAPI Tutorial。

完成标准：能打开 /docs 查看 API；四个接口可用。

Day 18，Pydantic 和数据校验

学习内容：BaseModel、字段校验、默认值、序列化、模型边界。

如何学习：对比 Zod、Yup、TypeScript interface。重点理解 Pydantic 是运行时校验，TS 是静态类型。

动手任务：为 Todo API 增加请求模型、响应模型、错误响应模型。禁止把数据库模型直接暴露为 API 模型。

资源：Pydantic 文档、FastAPI Body 和 Response Model 文档。

完成标准：非法输入返回 422；响应字段稳定。

Day 19，API 测试

学习内容：FastAPI TestClient、pytest fixture、依赖替换、测试数据库意识。

如何学习：对比 Playwright API test、supertest。重点测试用户路径而不是测试实现细节。

动手任务：为 Todo API 写完整测试：创建、列表、完成、删除、非法输入、找不到资源。

资源：FastAPI Testing 文档、pytest fixture 文档。

完成标准：至少 10 个 API 测试；每个测试独立运行。

Day 20，依赖注入和应用结构

学习内容：FastAPI dependency、service layer、repository layer、settings。

如何学习：把前端“组件只做展示、hooks 管副作用”的经验迁移成“路由只做协议适配、service 管业务、repository 管存储”。

动手任务：重构 Todo API：api/、schemas/、services/、repositories/、settings.py。

资源：FastAPI Bigger Applications 文档。

完成标准：路由函数不直接读写文件；测试可以替换 repository。

Day 21，第 3 周验收

学习内容：整合异步、API、测试。

如何学习：做一次端到端验收。

动手任务：给 Todo API 增加一个异步 endpoint：批量检查 Todo 中 URL 的可访问性，并保存结果。

资源：asyncio、HTTPX、FastAPI 文档。

完成标准：接口有超时控制；部分 URL 失败时整体请求仍返回可解释结果。

第 4 周：数据库、工程化、生产级项目

目标：完成一个接近真实工作的 Python 后端项目。重点是数据库、配置、日志、迁移、部署和代码阅读能力。

Day 22，SQLAlchemy 2.0 基础

学习内容：engine、session、ORM model、query、transaction。

如何学习：对比 Prisma、TypeORM。重点理解 session 生命周期和事务边界。

动手任务：把 Todo API 从 JSON 文件存储迁移到 SQLite + SQLAlchemy。

资源：SQLAlchemy 2.0 Tutorial。

完成标准：创建、查询、更新、删除都走数据库；测试使用临时 SQLite。

Day 23，数据库迁移和 schema 演化

学习内容：Alembic、migration、schema version、向后兼容。

如何学习：对比 Prisma migration。重点理解迁移文件是代码审查对象。

动手任务：引入 Alembic；增加 priority、due_date 字段；写迁移。

资源：Alembic 文档、SQLAlchemy 文档。

完成标准：空库可初始化；旧库可迁移；字段默认值行为明确。

Day 24，配置、环境变量和日志

学习内容：settings、环境变量、结构化日志、日志级别、错误上下文。

如何学习：对比 Vite env、Next.js env、Node logging。重点避免在业务代码里散落配置读取。

动手任务：用 Pydantic Settings 或等价方案管理配置；增加结构化日志；区分 dev/test/prod 配置。

资源：Pydantic Settings 文档、Python logging 文档。

完成标准：测试环境不会写真实数据库；日志能定位请求和错误。

Day 25，认证与权限基础

学习内容：OAuth2 password flow、JWT 概念、依赖注入鉴权、密码哈希。

如何学习：你已有前端鉴权经验，重点补服务端 token 验证、用户身份注入、权限边界。

动手任务：给 Todo API 增加用户模型；每个用户只能访问自己的 Todo。

资源：FastAPI Security 文档。

完成标准：未登录返回 401；访问他人资源返回 404 或 403，策略写清楚。

Day 26，后台任务和队列意识

学习内容：FastAPI BackgroundTasks、任务边界、幂等性、失败重试意识。

如何学习：对比前端里的 optimistic update、后台同步、server action。重点区分请求内副作用和请求后副作用。

动手任务：Todo 完成后触发后台任务写审计日志；URL 检查结果异步更新。

资源：FastAPI Background Tasks 文档。

完成标准：主请求不等待非关键副作用；任务失败有日志。

Day 27，性能和并发边界

学习内容：I/O bound、CPU bound、async vs thread、连接池、N+1 查询。

如何学习：先画当前调用链，再判断瓶颈。避免凭直觉优化。

动手任务：给 Todo API 增加分页、过滤、排序；检查 SQL 查询数量；为高频接口加基础 benchmark。

资源：SQLAlchemy performance 相关文档、Python timeit 或 pytest benchmark 思路。

完成标准：列表接口不会一次性返回全量数据；分页参数有上限。

Day 28，打包、运行和部署形态

学习内容：pyproject.toml、dependency groups、entry points、Docker 基础、ASGI server。

如何学习：对比 Node 项目的 package.json、Dockerfile、start script。重点明确开发运行和生产运行的差异。

动手任务：写 Dockerfile 和启动命令；用 uvicorn 运行服务；整理 README。

资源：Packaging User Guide、uv 文档、FastAPI Deployment 文档。

完成标准：新机器按 README 可以跑起来；命令少于 5 步。

Day 29，阅读真实项目源码

学习内容：读一个小型开源 Python 项目或 FastAPI 示例项目，关注结构、测试、配置、错误处理。

如何学习：先看入口，再看依赖图，再看测试。避免从随机文件开始。

动手任务：选择一个 FastAPI 示例项目，写 notes/source-reading.md：入口在哪里、请求如何到副作用、测试如何替换依赖。

资源：FastAPI 官方示例、Encode 生态项目、Pydantic 示例。

完成标准：能画出一条完整主路径：请求进入、校验、service、repository、数据库、响应。

Day 30，最终项目验收

学习内容：完整复盘。

如何学习：按真实 PR 标准自检。

动手任务：整理最终项目：Todo API + 用户隔离 + SQLite + 迁移 + 测试 + lint + 类型检查 + README。写一份 notes/final-review.md，说明架构、状态流、错误流和已知限制。

资源：本计划所有资源。

完成标准：

1.uv run pytest 通过。2.uv run ruff check . 通过。3.uv run ruff format --check . 通过。4.类型检查通过，或记录未通过原因和风险。5.README 能让另一个开发者在 10 分钟内启动项目。

每周验收标准

第 1 周结束：你能写出可运行 CLI，理解 Python 文件、模块、包和数据结构。

第 2 周结束：你能写出有测试、有类型、有 lint 约束的 Python 小项目。

第 3 周结束：你能写出 FastAPI 服务，并理解异步 I/O、请求校验、依赖注入和 API 测试。

第 4 周结束：你能写出具备数据库、迁移、配置、日志、认证和部署形态的 Python 后端项目。

前端开发者需要重点纠偏的点

Python 的类型标注不等于 TypeScript。默认情况下，它不在运行时生效，需要类型检查器和运行时校验库配合。

Python 的导入会执行模块顶层代码。把副作用放在顶层会导致测试、CLI、服务启动出现隐性问题。

Python 的可变默认参数是常见坑。函数默认参数在定义时求值，避免写 def fn(items=[])。

Python 的 async cancellation 是真实控制流。写异步代码时要明确 timeout、cancellation 和 partial failure。

Python Web 项目里，路由函数应该薄。业务逻辑进入 service，存储进入 repository，协议模型和数据库模型保持边界。

建议的每日命令

uv run python -m pytestuv run ruff check .uv run ruff format .uv run mypy .

如果你选择 pyright 替代 mypy，保持全项目一致即可。

推荐的最终项目结构

python-fast-track/  app/    api/      routes.py      dependencies.py    core/      config.py      logging.py      security.py    db/      models.py      session.py      migrations/    repositories/      todo_repository.py      user_repository.py    schemas/      todo.py      user.py    services/      todo_service.py      url_check_service.py    main.py  tests/    test_todos_api.py    test_todo_service.py    test_url_check_service.py  notes/    week2-review.md    source-reading.md    final-review.md  pyproject.toml  README.md

30 天后的继续路线

如果你主要做 AI 应用：继续学 pydantic、httpx、流式响应、任务队列、PostgreSQL、Redis、OpenAI SDK。

如果你主要做后端服务：继续学 Django 或 FastAPI 深水区、SQLAlchemy、Alembic、Celery/RQ、OpenTelemetry。

如果你主要做数据处理：继续学 Jupyter、Polars、Pandas、NumPy、DuckDB。

如果你主要做自动化：继续学 Typer、Rich、Playwright for Python、文件处理、定时任务。

优先建议：先把 FastAPI + SQLAlchemy + pytest 这条线打穿。它最贴近你现有前端经验，也最容易形成可迁移的生产能力。

References

[1]: https://docs.python.org/3/tutorial/
[2]:https://docs.python.org/3/library/
[3]:https://docs.python.org/3/reference/
[4]:https://packaging.python.org/en/latest/
[5]:https://docs.astral.sh/uv/
[6]:https://docs.astral.sh/ruff/
[7]:https://docs.pytest.org/en/stable/
[8]:https://typing.python.org/en/latest/
[9]:https://mypy.readthedocs.io/en/stable/
[10]:https://fastapi.tiangolo.com/
[11]:https://docs.pydantic.dev/latest/
[12]:https://docs.sqlalchemy.org/en/20/
[13]:https://www.python-httpx.org/
[14]: https://realpython.com/