《从 Gopher 到 Pythonista，Python 快速上手指南》- 序
絮絮叨
好久不见，米娜桑，我回来了。
ChatGPT：少年，你慌吗？
这不，ChatGPT 火了，你是啥感受？
可能你不慌，不过我是焦虑了好一阵。
ChatGPT 爆火之后，相关产品如雨后春笋，按天迭代，每周出新，你还适应得过来这些变化不？
编程模式的变革
可能你，你的同事，你身边的所有程序员，都已经渐渐用起来了 ChatGPT 和 Copilot 这些工具来辅助编程，可能你也能感受到，一种基于 chat 的编程模式将颠覆传统的软件开发模式。不管我们是不是情愿，时代的浪潮已经卷到这里，我们都将不得不逐渐习惯于开发过程中不断与机器进行对话，获取需要的代码。我们正步入一个不再需要一行行手动编程的新时代。
Chat 模式能够大大提高我们的开发效率，减少编写重复代码的时间，使我们可以将更多的精力集中在解决实际问题上。此后经年，清楚地描述自己的需求，快速看懂各种 GPT 帮你写的代码，然后迅速调试，完成迭代上线的能力要比手撕复杂算法值钱得多。
人生苦短，快用 Python？
尽管 Golang 的编程体验也很好，尽管我已经在 Golang 上有着多年的积累，尽管我不熟悉 Python，不过我知道是时候开始拥抱这个有着极致开发效率的“新语言”了。“天下武功，唯快不破”，ChatGPT 时代我想我需要掌握一门更快的武功，将编程效率再提升一级。
可能或多或少你都听说过关于 Python 的一些“传言”，加上我个人的一些思考，大致我选择给自己引入 Python 技术栈是因为：
- 易读性和简洁性：Python 的设计哲学强调代码的可读性，语法简洁明了，使得 Python 代码非常容易理解。这一点对于人工智能生成的代码来说尤其重要，因为简洁易读可以帮助程序员快速理解和修改由这些工具生成的代码。
- 丰富的库和框架：Python 有大量的库和框架，覆盖了从网站开发到数据科学、人工智能等多个领域。这使得 Python 可以快速地进行各种类型的开发工作。此外，由于 Python 在数据科学和机器学习领域的流行，许多机器学习库（如 TensorFlow 和 PyTorch）都优先支持 Python。
- 强大的社区支持：Python 有一个庞大且活跃的开发者社区。这意味着你可以找到大量的教程、示例代码和在线帮助。
综上，在 ChatGPT 和 Copilot 等人工智能工具辅助编程的时代，选择 Python 可以给我多一丝的安全感，也能够帮助我更快地完成新产品的开发迭代。
我要分享点啥
行吧，闲聊就到这里，接下来一段时间我准备站在 Gopher 的视角来记录学习 Python 这个过程。我假设你有某一门或多门语言的编程经验，你并不想看到太多过于基础的，面向小白的内容。你的目标和我一样：可以轻松看懂复杂的 Python 项目，调试 Python 应用的 bug，借助 ChatGPT 和 Copilot 快速开发 Python 应用。
尽管这个系列的文章是从 Gopher 的视角出发来学习 Python，但是不得不强调的是，这些内容并不要求你有 Golang 编程经验。毕竟我要介绍的 Python 还是那个 Python，只是在一些特性上我会和 Golang 做一些对比，如果你不熟悉 Golang，可以直接跳过相关内容，这并不影响 Python 相关知识的完整性。
此外编程的基础思想和原则是通用的，如面向对象编程、函数式编程、模块化设计等，都是跨语言的。所以本质上我只是假设你有“编程经验”，而不是限定你必须有“Golang 编程经验”。
《从 Gopher 到 Pythonista，Python 快速上手指南》系列博客的目录（不断完善中）如下：
- 从 Gopher 到 Pythonista，Python 快速上手指南：序
- 从 Gopher 到 Pythonista，Python 快速上手指南：项目结构
- 从 Gopher 到 Pythonista，Python 快速上手指南：包与模块
- 从 Gopher 到 Pythonista，Python 快速上手指南：依赖管理
(本系列文章将在微信公众号“胡说云原生”连载)