python-patterns

Python Patterns - Python 开发决策思维指南

技能概述

Python Patterns 是一个专注于 Python 开发决策思维的技能，帮助开发者在框架选择、异步编程、类型注解和项目架构等方面做出明智决策，学会思考而非套用固定模式。

适用场景

1. Python 框架选型决策

当你面对一个新的 Python 项目，不确定该使用 Django、FastAPI 还是 Flask 时，这个技能提供清晰的决策树和对比分析。根据项目类型（API、微服务、全栈应用、后台任务）和团队背景，帮助你选择最适合的框架，而不是盲目跟随默认选择。

2. 异步编程架构设计

在设计高并发系统或处理大量 I/O 操作时，技能会指导你判断何时使用异步、如何选择合适的异步库（httpx、asyncpg、aioredis 等），以及如何避免同步异步混用的常见陷阱。涵盖 Django 5.0+ 的异步支持和 FastAPI 的异步最佳实践。

3. 项目架构与最佳实践

从类型注解策略到项目目录结构，从依赖注入到错误处理，技能提供全面的架构原则。包括 Pydantic 数据验证、后台任务方案选择（Celery vs ARQ vs RQ）、测试策略和 N+1 查询优化等实战经验。

核心功能

1. 智能框架选择助手

根据你的项目需求、团队技术栈和业务场景，提供 Django、FastAPI、Flask 的个性化推荐。内置决策树涵盖 API-first、全栈 CMS、简单脚本、AI/ML 服务等多种典型场景，并考虑异步支持、管理后台、ORM 选择等技术因素。

2. 异步同步决策引擎

通过"I/O 密集选异步，CPU 密集选同步"的黄金法则，帮你快速判断编程范式。提供完整的异步库生态指南（HTTP 客户端、数据库、缓存、文件 I/O），以及 FastAPI 中 async def vs def 的具体使用建议。

3. 项目架构最佳实践库

覆盖从小型脚本到大型应用的项目结构模板，包括按层组织（routes/services/models）和按功能模块组织两种架构模式。提供类型注速查、Pydantic 验证模式、依赖注入设计、异常处理策略等代码层面的最佳实践指导。

常见问题

Python 应该选择 Django 还是 FastAPI？

这取决于你的项目类型。如果是纯 API 服务、微服务架构或 AI 模型部署，FastAPI 是更好的选择（原生异步、Pydantic 集成、性能优异）。如果需要完整的后台管理、CMS 功能或传统的全栈 Web 应用，Django 的"开箱即用"特性更有优势。对于学习项目或简单脚本，Flask 的轻量和灵活性可能更合适。

什么时候应该使用 Python 异步编程？

当你处理大量 I/O 操作（数据库查询、HTTP 请求、文件读写）且需要高并发时，异步编程能显著提升性能。典型场景包括：实时通信、微服务间调用、高并发 API、WebSocket 连接等。但如果是 CPU 密集型计算（数据分析、图像处理），同步加多进程反而更合适。还要考虑团队对异步的熟悉程度和现有库的异步支持情况。

Python 类型注解有必要写吗？

对于公共 API、函数参数和返回类型，强烈建议写类型注解。这不仅能提供 IDE 自动补全和类型检查，还能作为代码文档。对于内部实现、局部变量和一次性脚本，可以依赖类型推断，不必过度注解。使用 Pydantic 进行数据验证时，类型注解更是必不可少，它能提供运行时校验和自动生成 JSON Schema 的能力。