17 — Python与AI集成

核心规律：Python强在数据/AI，PHP强在Web，两者互补 一句话：选择正确的工具做正确的事

---

一、核心规律

1.1 Python vs PHP 对比

flowchart LR
    subgraph Python["🐍 Python优势"]
        P1["数据处理/科学计算<br/>NumPy/Pandas"]
        P2["AI/机器学习<br/>PyTorch/TensorFlow"]
        P3["异步编程<br/>asyncio"]
        P4["脚本/自动化<br/>运维工具"]
    end
    
    subgraph PHP["🐘 PHP优势"]
        H1["Web开发生态<br/>Laravel/Symfony"]
        H2["CMS/电商平台<br/>WordPress/Magento"]
        H3["快速原型开发<br/>热重载"]
        H4["嵌入式部署<br/>共享主机友好"]
    end
    
    style P1 fill:#e3f2fd
    style P2 fill:#e8f5e9
    style H1 fill:#fff3e0
    style H2 fill:#fce4ec

1.2 协作模式

常见协作方式：
├── PHP调用Python脚本（subprocess）
├── Python提供API，PHP通过HTTP调用
├── 消息队列解耦（Python消费队列，处理AI任务）
└── 微服务架构（Python作为AI服务独立部署）

---

二、Python核心语法

2.1 基础类型

# 基础类型
name: str = "Python"          # 字符串
age: int = 34                  # 整数
price: float = 99.99          # 浮点数
is_valid: bool = True          # 布尔
items: list = [1, 2, 3]       # 列表（可变）
coords: tuple = (1, 2)        # 元组（不可变）
user: dict = {"name": "张三"}  # 字典
unique_ids: set = {1, 2, 3}   # 集合（去重）
 
# 类型注解（Python 3.5+）
from typing import Optional, List, Dict
 
def greet(name: str, age: int = 18) -> str:
    return f"Hello, {name}, age {age}"

2.2 面向对象

class Animal:
    kingdom = "Animalia"  # 类属性
    
    def __init__(self, name: str, age: int):
        self.name = name          # 实例属性
        self.__age = age          # 私有属性
    
    def speak(self) -> str:       # 实例方法
        return f"{self.name} makes a sound"
    
    @classmethod                  # 类方法
    def from_birthday(cls, name: str, birthday: int) -> 'Animal':
        age = 2024 - birthday
        return cls(name, age)
    
    @property                     # 属性装饰器
    def age(self) -> int:
        return self.__age
    
    @age.setter
    def age(self, value: int) -> None:
        if value < 0:
            raise ValueError("Age cannot be negative")
        self.__age = value

2.3 高级特性

# 装饰器
import functools
import time
 
def timer(func):
    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        start = time.perf_counter()
        result = func(*args, **kwargs)
        elapsed = time.perf_counter() - start
        print(f"{func.__name__} took {elapsed:.4f}s")
        return result
    return wrapper
 
# 生成器
def generate_numbers(n: int):
    for i in range(n):
        yield i * 2  # 惰性求值
 
# 上下文管理器
class DatabaseConnection:
    def __enter__(self):
        self.conn = connect_db()
        return self.conn
    def __exit__(self, exc_type, exc_val, exc_tb):
        self.conn.close()
        return False
 
# 使用
with DatabaseConnection() as db:
    db.execute("SELECT * FROM users")

---

三、AI集成实践

3.1 调用LLM API

import openai
 
# 配置
openai.api_key = "sk-xxx"
 
# 简单对话
response = openai.ChatCompletion.create(
    model="gpt-4",
    messages=[
        {"role": "system", "content": "你是一个助手"},
        {"role": "user", "content": "你好"}
    ]
)
print(response.choices[0].message.content)
 
# 流式输出
for chunk in openai.ChatCompletion.create(
    model="gpt-4",
    messages=[{"role": "user", "content": " Hello"}],
    stream=True
):
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

3.2 与PHP协作

// PHP调用Python脚本
$result = shell_exec('python3 ai_service.py "分析这段文本"');
 
// 或通过HTTP API调用Python服务
$response = Http::post('http://localhost:8000/analyze', [
    'text' => '需要分析的文本'
]);
 
// Python侧（FastAPI）
from fastapi import FastAPI
import openai
 
app = FastAPI()
 
@app.post("/analyze")
async def analyze(request: dict):
    text = request['text']
    response = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[{"role": "user", "content": text}]
    )
    return {"result": response.choices[0].message.content}

---

四、常用库

库	用途	示例
requests	HTTP请求	requests.get(url)
pandas	数据处理	pd.read_csv()
numpy	数值计算	np.array()
flask/fastapi	Web服务	@app.route()
sqlalchemy	ORM	session.query()
celery	异步任务	@app.task
openai	LLM调用	ChatCompletion.create()
transformers	模型推理	pipeline()

---

五、本章总结

核心规律：Python和PHP是互补而非竞争关系。Python强在数据/AI/自动化，PHP强在Web全栈。现代项目中两者常常共存。

关键记忆点

• ✅ Python语法简洁，动态类型，适合快速开发
• ✅ 装饰器/生成器/上下文管理器是Python三大高级特性
• ✅ Python + LLM API = AI功能快速集成
• ✅ PHP与Python可通过HTTP API或子进程协作

---

延伸阅读

• 01~08 — 现有Python专题内容
• 16 Go语言与高并发 — Go与Python对比
• 18 系统安全设计 — AI系统的安全考虑