從 C# 到 Python：項目實戰第五天的飛躍

在前面三天的學習中，我們已經掌握了 Python 的基礎語法、數據結構以及一些核心庫的使用。今天，我們將通過三個實戰項目，深入對比 C# 和 Python 在命令行工具開發、Web 應用開發以及數據處理方面的差異，感受 Python 在實際項目中的強大魅力。

一、命令行工具開發：文件批量處理

命令行工具是開發者日常工作中經常用到的工具，無論是文件處理、數據轉換還是系統管理，都離不開命令行工具的身影。下面我們就來對比一下 C# 控制臺應用和 Python 命令行工具在開發文件批量處理工具時的不同。

1.1 C# 控制臺應用實現文件批量處理

在 C# 中，開發文件批量處理工具通常需要借助System.IO命名空間下的一系列類。這些類提供了豐富的文件和目錄操作方法，但在使用過程中，需要注意很多細節，比如異常處理、權限控制等。

除了前面提到的批量重命名功能，我們再來看一個 C# 實現文件批量壓縮的例子。這個例子使用了System.IO.Compression命名空間下的ZipFile類：

using System;
using System.IO;
using System.IO.Compression;class FileCompressor
{static void Main(string[] args){string sourceDir = @"C:\files_to_compress";string zipPath = @"C:\compressed_files\archive.zip";try{// 檢查源目錄是否存在if (!Directory.Exists(sourceDir)){Console.WriteLine("源目錄不存在！");return;}// 創建壓縮文件目錄Directory.CreateDirectory(Path.GetDirectoryName(zipPath));// 壓縮文件ZipFile.CreateFromDirectory(sourceDir, zipPath, CompressionLevel.Optimal, true);Console.WriteLine("文件壓縮完成！");}catch (UnauthorizedAccessException ex){Console.WriteLine($"權限不足：{ex.Message}");}catch (IOException ex){Console.WriteLine($"IO錯誤：{ex.Message}");}catch (Exception ex){Console.WriteLine($"發生錯誤：{ex.Message}");}}
}

從這段代碼可以看出，C# 在處理文件操作時，對異常的處理非常嚴格，這雖然增加了代碼的安全性，但也使得代碼變得相對冗長。

1.2 Python 命令行工具實現文件批量處理

Python 在文件處理方面的庫更加豐富和簡潔，os、shutil、glob以及zipfile等庫的組合使用，能夠讓我們用更少的代碼實現更強大的功能。

除了批量重命名和按格式分類文件，我們來實現一個 Python 批量壓縮文件的功能：

import os
import zipfiledef batch_compress_files(source_dir, zip_path):# 檢查源目錄是否存在if not os.path.isdir(source_dir):print("源目錄不存在！")return# 創建壓縮文件目錄os.makedirs(os.path.dirname(zip_path), exist_ok=True)try:with zipfile.ZipFile(zip_path, 'w', zipfile.ZIP_DEFLATED) as zipf:# 遍歷源目錄下的所有文件和子目錄for root, dirs, files in os.walk(source_dir):for file in files:file_path = os.path.join(root, file)# 計算相對路徑，保持壓縮包內的目錄結構relative_path = os.path.relpath(file_path, source_dir)zipf.write(file_path, relative_path)print(f"文件已成功壓縮到 {zip_path}")except Exception as e:print(f"壓縮文件時發生錯誤：{e}")if __name__ == "__main__":source_dir = r"C:\files_to_compress"zip_path = r"C:\compressed_files\archive.zip"batch_compress_files(source_dir, zip_path)

這段代碼實現了與 C# 示例相同的功能，但代碼量明顯減少。而且，Python 的zipfile庫提供了更直觀的 API，使得壓縮文件的操作變得非常簡單。

1.3 兩者對比分析

從代碼復雜度來看，Python 的代碼更加簡潔明了，省去了很多 C# 中必須的語法結構和異常處理代碼。這使得開發者能夠更專注于業務邏輯的實現，而不是語言本身的細節。

在開發效率方面，Python 的優勢更加明顯。豐富的第三方庫讓我們能夠快速實現各種功能，不需要從零開始編寫代碼。而且，Python 的交互式解釋器也方便我們進行代碼調試和測試。

在功能拓展性上，C# 和 Python 各有優勢。C# 作為一種強類型語言，在大型項目中具有更好的可維護性和可擴展性。而 Python 的動態類型特性則使得它在快速原型開發和功能迭代方面更加靈活。

二、Web 應用開發：Flask 搭建博客系統

Web 應用開發是當前軟件開發的一個重要領域。C# 的ASP.NET框架是一個功能強大的 Web 開發框架，而 Python 的 Flask 框架則以其輕量級和靈活性受到很多開發者的青睞。下面我們就來看看如何使用 Flask 快速搭建一個博客系統。

2.1 Flask 框架簡介

Flask 是一個基于 Werkzeug 和 Jinja2 的輕量級 Web 應用框架。它的設計理念是 “微框架”，即只提供 Web 開發的核心功能，而將其他功能交給第三方擴展。這種設計使得 Flask 非常靈活，開發者可以根據自己的需求選擇合適的擴展，構建出滿足特定需求的 Web 應用。

與ASP.NET相比，Flask 更加輕量級，學習曲線也更平緩。對于小型項目和快速原型開發來說，Flask 是一個非常不錯的選擇。

2.2 搭建步驟詳解

1.環境搭建與項目初始化

安裝 Flask 及相關依賴：

pip install flask flask-sqlalchemy flask-login flask-wtf

項目目錄結構可以進一步細化：

blog_system/
├── app/
│   ├── __init__.py      # 應用初始化
│   ├── models.py        # 數據模型
│   ├── routes.py        # 路由和視圖函數
│   ├── forms.py         # 表單處理
│   ├── templates/       # 前端模板
│   │   ├── base.html    # 基礎模板
│   │   ├── index.html   # 首頁
│   │   ├── post.html    # 文章詳情頁
│   │   ├── login.html   # 登錄頁
│   │   └── register.html # 注冊頁
│   └── static/          # 靜態資源
│       ├── css/         # 樣式表
│       └── js/          # JavaScript文件
├── config.py            # 配置文件
└── run.py               # 應用啟動入口

2.配置文件（config.py）

import osclass Config:SECRET_KEY = os.environ.get('SECRET_KEY') or 'hard-to-guess-string'SQLALCHEMY_DATABASE_URI = os.environ.get('DATABASE_URL') or 'sqlite:///blog.db'SQLALCHEMY_TRACK_MODIFICATIONS = False

3.應用初始化（app/init.py）

from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from flask_login import LoginManager
from config import Configdb = SQLAlchemy()
login_manager = LoginManager()
login_manager.login_view = 'login'def create_app(config_class=Config):app = Flask(__name__)app.config.from_object(config_class)db.init_app(app)login_manager.init_app(app)from app.routes import bp as main_bpapp.register_blueprint(main_bp)return app

4.數據模型設計（app/models.py）

除了前面提到的用戶表和文章表，我們再增加一個評論表，使博客系統的功能更加完善：

from datetime import datetime
from werkzeug.security import generate_password_hash, check_password_hash
from flask_login import UserMixin
from app import db, login_managerclass User(UserMixin, db.Model):id = db.Column(db.Integer, primary_key=True)username = db.Column(db.String(50), unique=True, nullable=False)email = db.Column(db.String(120), unique=True, nullable=False)password_hash = db.Column(db.String(128), nullable=False)posts = db.relationship('Post', backref='author', lazy='dynamic')comments = db.relationship('Comment', backref='author', lazy='dynamic')def set_password(self, password):self.password_hash = generate_password_hash(password)def check_password(self, password):return check_password_hash(self.password_hash, password)class Post(db.Model):id = db.Column(db.Integer, primary_key=True)title = db.Column(db.String(100), nullable=False)content = db.Column(db.Text, nullable=False)created_at = db.Column(db.DateTime, default=datetime.utcnow)updated_at = db.Column(db.DateTime, default=datetime.utcnow, onupdate=datetime.utcnow)user_id = db.Column(db.Integer, db.ForeignKey('user.id'), nullable=False)comments = db.relationship('Comment', backref='post', lazy='dynamic', cascade='all, delete-orphan')class Comment(db.Model):id = db.Column(db.Integer, primary_key=True)content = db.Column(db.Text, nullable=False)created_at = db.Column(db.DateTime, default=datetime.utcnow)user_id = db.Column(db.Integer, db.ForeignKey('user.id'), nullable=False)post_id = db.Column(db.Integer, db.ForeignKey('post.id'), nullable=False)@login_manager.user_loader
def load_user(user_id):return User.query.get(int(user_id))

5.表單處理（app/forms.py）

from flask_wtf import FlaskForm
from wtforms import StringField, PasswordField, TextAreaField, SubmitField
from wtforms.validators import DataRequired, Length, Email, EqualTo, ValidationError
from app.models import Userclass LoginForm(FlaskForm):username = StringField('用戶名', validators=[DataRequired()])password = PasswordField('密碼', validators=[DataRequired()])submit = SubmitField('登錄')class RegistrationForm(FlaskForm):username = StringField('用戶名', validators=[DataRequired(), Length(min=4, max=50)])email = StringField('郵箱', validators=[DataRequired(), Email()])password = PasswordField('密碼', validators=[DataRequired()])password2 = PasswordField('確認密碼', validators=[DataRequired(), EqualTo('password')])submit = SubmitField('注冊')def validate_username(self, username):user = User.query.filter_by(username=username.data).first()if user is not None:raise ValidationError('請使用其他用戶名')def validate_email(self, email):user = User.query.filter_by(email=email.data).first()if user is not None:raise ValidationError('請使用其他郵箱地址')class PostForm(FlaskForm):title = StringField('標題', validators=[DataRequired(), Length(max=100)])content = TextAreaField('內容', validators=[DataRequired()])submit = SubmitField('發布')class CommentForm(FlaskForm):content = TextAreaField('評論', validators=[DataRequired()])submit = SubmitField('提交評論')

6.路由與視圖函數（app/routes.py）

from flask import Blueprint, render_template, redirect, url_for, flash, request
from flask_login import login_user, logout_user, login_required, current_user
from app import db
from app.models import User, Post, Comment
from app.forms import LoginForm, RegistrationForm, PostForm, CommentFormbp = Blueprint('main', __name__)@bp.route('/')
def index():posts = Post.query.order_by(Post.created_at.desc()).all()return render_template('index.html', posts=posts)@bp.route('/login', methods=['GET', 'POST'])
def login():if current_user.is_authenticated:return redirect(url_for('main.index'))form = LoginForm()if form.validate_on_submit():user = User.query.filter_by(username=form.username.data).first()if user is None or not user.check_password(form.password.data):flash('用戶名或密碼不正確')return redirect(url_for('main.login'))login_user(user)next_page = request.args.get('next')if not next_page or url_parse(next_page).netloc != '':next_page = url_for('main.index')return redirect(next_page)return render_template('login.html', form=form)@bp.route('/logout')
def logout():logout_user()return redirect(url_for('main.index'))@bp.route('/register', methods=['GET', 'POST'])
def register():if current_user.is_authenticated:return redirect(url_for('main.index'))form = RegistrationForm()if form.validate_on_submit():user = User(username=form.username.data, email=form.email.data)user.set_password(form.password.data)db.session.add(user)db.session.commit()flash('恭喜，您已成功注冊！')return redirect(url_for('main.login'))return render_template('register.html', form=form)@bp.route('/post/new', methods=['GET', 'POST'])
@login_required
def new_post():form = PostForm()if form.validate_on_submit():post = Post(title=form.title.data, content=form.content.data, author=current_user)db.session.add(post)db.session.commit()flash('您的文章已發布！')return redirect(url_for('main.index'))return render_template('edit_post.html', form=form, title='發布文章')@bp.route('/post/<int:post_id>')
def post(post_id):post = Post.query.get_or_404(post_id)form = CommentForm()return render_template('post.html', post=post, form=form)@bp.route('/post/<int:post_id>/comment', methods=['POST'])
@login_required
def add_comment(post_id):post = Post.query.get_or_404(post_id)form = CommentForm()if form.validate_on_submit():comment = Comment(content=form.content.data, author=current_user, post=post)db.session.add(comment)db.session.commit()flash('您的評論已提交！')return redirect(url_for('main.post', post_id=post.id))return render_template('post.html', post=post, form=form)

7.應用啟動入口（run.py）

from app import create_app, db
from app.models import User, Post, Commentapp = create_app()@app.shell_context_processor
def make_shell_context():return {'db': db, 'User': User, 'Post': Post, 'Comment': Comment}if __name__ == '__main__':app.run(debug=True)

8.模板示例（app/templates/base.html）

<!DOCTYPE html>
<html>
<head><meta charset="utf-8"><meta name="viewport" content="width=device-width, initial-scale=1"><title>{% block title %}簡易博客{% endblock %}</title><link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/bootstrap@5.1.3/dist/css/bootstrap.min.css">
</head>
<body><nav class="navbar navbar-expand-lg navbar-dark bg-dark"><div class="container"><a class="navbar-brand" href="{{ url_for('main.index') }}">簡易博客</a><button class="navbar-toggler" type="button" data-bs-toggle="collapse" data-bs-target="#navbarNav"><span class="navbar-toggler-icon"></span></button><div class="collapse navbar-collapse" id="navbarNav"><ul class="navbar-nav me-auto"><li class="nav-item"><a class="nav-link" href="{{ url_for('main.index') }}">首頁</a></li></ul><ul class="navbar-nav">{% if current_user.is_anonymous %}<li class="nav-item"><a class="nav-link" href="{{ url_for('main.login') }}">登錄</a></li><li class="nav-item"><a class="nav-link" href="{{ url_for('main.register') }}">注冊</a></li>{% else %}<li class="nav-item"><a class="nav-link" href="{{ url_for('main.new_post') }}">發布文章</a></li><li class="nav-item"><a class="nav-link" href="{{ url_for('main.logout') }}">退出</a></li>{% endif %}</ul></div></div></nav><div class="container mt-4">{% with messages = get_flashed_messages() %}{% if messages %}{% for message in messages %}<div class="alert alert-info" role="alert">{{ message }}</div>{% endfor %}{% endif %}{% endwith %}{% block content %}{% endblock %}</div><script src="https://cdn.jsdelivr.net/npm/bootstrap@5.1.3/dist/js/bootstrap.bundle.min.js"></script>
</body>
</html>

三、數據處理腳本：Excel/CSV 分析與可視化

在數據處理領域，Python 憑借其豐富的數據處理庫和強大的可視化工具，成為了很多數據分析師和科學家的首選語言。下面我們就來深入學習如何使用pandas、matplotlib和seaborn進行 Excel/CSV 數據分析與可視化。

3.1 數據讀取與預處理

除了前面介紹的基本數據讀取和預處理操作，我們再來看一些更復雜的數據清洗技巧。

假設我們有一個銷售數據的 Excel 文件，其中包含了客戶信息、產品信息、銷售數量、銷售金額等字段。但這個文件中存在一些數據質量問題，比如缺失值、重復數據、異常值等。

import pandas as pd
import numpy as np# 讀取Excel文件
df = pd.read_excel("sales_data.xlsx")# 查看數據基本信息
print("數據基本信息：")
print(df.info())
print("\n數據統計描述：")
print(df.describe())# 處理缺失值
# 對于數值型字段，使用中位數填充
numeric_cols = df.select_dtypes(include=[np.number]).columns
df[numeric_cols] = df[numeric_cols].fillna(df[numeric_cols].median())# 對于字符型字段，使用眾數填充
object_cols = df.select_dtypes(include=['object']).columns
for col in object_cols:df[col] = df[col].fillna(df[col].mode()[0])# 處理重復數據
df = df.drop_duplicates()# 處理異常值
# 使用箱線圖法檢測數值型字段的異常值
for col in numeric_cols:q1 = df[col].quantile(0.25)q3 = df[col].quantile(0.75)iqr = q3 - q1lower_bound = q1 - 1.5 * iqrupper_bound = q3 + 1.5 * iqr# 將異常值替換為邊界值df[col] = df[col].clip(lower_bound, upper_bound)# 數據轉換
# 將日期字段轉換為 datetime 類型
df['日期'] = pd.to_datetime(df['日期'])# 提取年份、月份和季度信息
df['年份'] = df['日期'].dt.year
df['月份'] = df['日期'].dt.month
df['季度'] = df['日期'].dt.quarter# 增加銷售金額字段（如果不存在）
if '銷售金額' not in df.columns:df['銷售金額'] = df['銷售數量'] * df['單價']print("\n數據預處理完成后：")
print(df.info())

3.2 數據可視化進階

除了前面介紹的月度銷售額趨勢圖，我們再來看幾個常用的數據可視化圖表。

1.產品銷售數量對比圖

import matplotlib.pyplot as plt
import seaborn as sns# 設置中文顯示
plt.rcParams["font.family"] = ["SimHei", "WenQuanYi Micro Hei", "Heiti TC"]# 產品銷售數量對比
product_sales = df.groupby('產品名稱')['銷售數量'].sum().sort_values(ascending=False)plt.figure(figsize=(12, 6))
sns.barplot(x=product_sales.index, y=product_sales.values)
plt.title('各產品銷售數量對比')
plt.xlabel('產品名稱')
plt.ylabel('銷售數量')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

2.不同地區銷售金額占比圖

# 不同地區銷售金額占比
region_sales = df.groupby('地區')['銷售金額'].sum()plt.figure(figsize=(8, 8))
plt.pie(region_sales.values, labels=region_sales.index, autopct='%1.1f%%', startangle=90)
plt.title('不同地區銷售金額占比')
plt.axis('equal')
plt.show()

3.銷售數量與銷售金額的相關性分析

# 銷售數量與銷售金額的相關性分析
plt.figure(figsize=(10, 6))
sns.scatterplot(x='銷售數量', y='銷售金額', data=df, hue='產品類別')
plt.title('銷售數量與銷售金額的相關性')
plt.xlabel('銷售數量')
plt.ylabel('銷售金額')
plt.show()# 計算相關系數
correlation = df['銷售數量'].corr(df['銷售金額'])
print(f"銷售數量與銷售金額的相關系數：{correlation:.2f}")

5.季度銷售趨勢圖

# 季度銷售趨勢
quarterly_sales = df.groupby(['年份', '季度'])['銷售金額'].sum().unstack()plt.figure(figsize=(12, 6))
quarterly_sales.plot(kind='line', marker='o')
plt.title('季度銷售趨勢')
plt.xlabel('年份')
plt.ylabel('銷售金額（元）')
plt.legend(title='季度')
plt.grid(True)
plt.show()