fuchencong

本章的主题是对象与对象名称之间的区别。名称不是对象，名称就是名称。在 Python 中，变量是标注，而不是盒子。

Python 提供了几种构建简单类的方式，这些类只是字段的容器，几乎没有额外功能。这种模式称为 数据类（data class），dataclasses 包就支持该模式。

文本给人类阅读，字节序列供计算机处理。Python3 明确区分了人类可读的文本字符串和原始的字节序列。把字节序列隐式转换成 Unicode 文本已成过去。

dict 类型是实现 Python 的基石。一些 Python 核心结构在内存中以字典的形式存在，比如说类和实例属性、模块命名空间，以及函数的关键字参数等。由于字典的关键作用，Python 对字典做了高度优化，而且一直在改进。Python 字典能如此高效，要归功于哈希表。除了字典之外，内置类型中 set 和 frozenset 也基于哈希表。

Python 从 ABC 语言继承了对序列的统一处理方式。字符串、列表、字节序列、数组、XML 元素和数据库查询结果，这些序列在操作上有很多共通之处，都可以迭代、切片、排序和拼接。深入理解 Python 中不同的序列类型，不但能避免重新发明轮子，还可以从它们共通的接口上受到启发，在自己实现 API 时合理支持及利用现有和将来可能添加的序列类型。

Python 入门相对简单，但要写好 Python 代码绝对不易。几年前阅读过《流畅的 Python》第一版，让我对 Python 语言的各个细节有了较为深入的理解，收获颇丰。最近因为投入 AI 相关工作，重新阅读大量 Python 开源代码，发现很多新特性比较陌生，虽然借助 LLM 可以快速了解这些新知识的内容，但总还是碎片化的。正好发现《流畅的 Python》也有了第二版，内容做了全面升级，可以帮助我学习这些 modern python 特性（modern 一词不独属于 C++ 了，眨眼~~）。

这篇文章将较为深入的梳理 Python 的模块与包管理机制，它是我们开发大型 Python 应用必须掌握的重要技能之一。

机器学习的入门门槛确实降低了，现在有很多机器学习的专用程序库，方便又多样的数据集也能唾手可得。一个人即使不懂理论知识，只要准备好程序库和数据集，再写上几行代码就可以制作出有模有样的东西。但是一直使用一个不知道原理的 黑盒，对程序员而言，始终有所担心。《白话机器学习的数学》一书，则介绍了机器学习背后的理论知识。

GoFrame 是一款模块化、高性能的 Go 语言开发框架，具有工程完备、开箱即用、高扩展性等特点，包含了常用的基础组件和开发工具，既可以作为完整的业务项目框架使用也可以作为独立的组件库使用。

这篇文章将学习 webhook 技术，会重点分析开源项目 adnanh/webhook 的源码实现，以加深对 webhook 的理解。