เรียน Python เพราะ AI แต่ดันติดใจเพราะฟีเจอร์เหล่านี้

1. Everything is an Object จริงๆ

ใน Python แม้แต่ function ก็เก็บใส่ตัวแปร ส่งเป็น parameter หรือคืนค่าจาก function ได้

def hello(name):
    return f"Hello {name}"

f = hello

print(f("Bob"))

ภาษาอื่นเดี๋ยวนี้ก็ทำได้ แต่ Python ทำมาตั้งแต่โบราณและใช้เป็นเรื่องปกติ

---

2. Decorator = แก้พฤติกรรมฟังก์ชันโดยไม่แตะโค้ดเดิม

def log(func):
    def wrapper(*args, **kwargs):
        print("calling...")
        return func(*args, **kwargs)
    return wrapper

@log
def add(a, b):
    return a + b

เรียก

add(1, 2)

จะ log อัตโนมัติ

Framework ดังๆ อย่าง

• FastAPI
• Flask
• Django

ใช้ decorator หนักมาก

---

3. Generator (yield)

ถือเป็นอาวุธลับของ Python แบ่งข้อมูลมหาศาลเป็น Pagination ทำให้ไม่ต้อง load ทั้งหมด โดยเขียนแค่เนี้ย! เยี่ยมจริงๆ

def count():
    i = 0
    while True:
        yield i
        i += 1

ใช้ได้แบบ

for x in count():
    print(x)

โดยไม่กิน RAM เพิ่ม

หลายคนพอเข้าใจ yield แล้วจะเริ่มเขียนโค้ดคนละแบบเลย

---

4. List Comprehension

อันนี้สุดยอดการสร้าง List แบบ โอ้ววว คิดได้ไง กระชับดี 
จากเดิมที่ต้องเขียนแบบนี้

result = []

for x in nums:
    result.append(x * 2)

เหลือ

result = [x * 2 for x in nums]

กรองด้วยก็ได้

result = [x for x in nums if x % 2 == 0]

อ่านแล้วเหมือนภาษาอังกฤษ

---

5. Slicing

อันนี้คน Python ติดหนัก เพราะซอย List แบ่งมาใช้แบบสั้นและยืดหยุ่นมาก ในรูปแบบ [Start:End:Step]

arr[1:5]
arr[:10]
arr[-3:]
arr[::-1]

กลับลำดับทั้ง list โดยระบุ Direction ของ Step ด้วยเครื่องหมายลบก็ได้

arr[::-1]

สั้นกว่าหลายภาษาเยอะ

---

6. Multiple Return Values

def get_user():
    return "Bob", 20

รับค่าได้เป็น Tuple หรือ List ที่เปลี่ยนแปลงค่าไม่ได้

name, age = get_user()

ไม่ต้องสร้าง class

ไม่ต้องสร้าง struct

---

7. Dynamic Typing ที่ฉลาด

x = 10
x = "hello"
x = [1,2,3]

เปลี่ยนชนิดได้ทันที

ข้อเสียก็มี แต่ตอนทำ prototype หรือ AI workflow เร็วมาก

---

8. Duck Typing

Python สนใจ "ทำอะไรได้" มากกว่า "เป็นอะไร"

class Dog:
    def speak(self):
        print("woof")

class Cat:
    def speak(self):
        print("meow")

def make_sound(animal):
    animal.speak()

ไม่ต้อง implement interface

แค่มี method นั้นก็พอ ใครเบื่อตอนปั้น Interface ยกมือขึ้น 555

---

9. Magic Methods

สร้าง operator ของตัวเองได้

class Money:

    def __init__(self, amount):
        self.amount = amount

    def __add__(self, other):
        return Money(self.amount + other.amount)

แล้วใช้

a + b

เหมือน type built-in อันนี้เหมือนใน C++ เลย

---

10. Context Manager

with open("data.txt") as f:
    data = f.read()

ไม่ต้อง

try:
    ...
finally:
    f.close()

และเราสร้างเองได้ด้วยการ Implement Dunder methods

class MyContext:

    def __enter__(self):
        print("start")

    def __exit__(self, *args):
        print("end")

---

11. Introspection

Python สามารถสำรวจตัวเองได้

dir(obj)

type(obj)

hasattr(obj, "run")

getattr(obj, "run")

หรือแม้แต่

import inspect

inspect.signature(func)

ดู parameter ของ function ได้ตอน runtime

นี่คือเหตุผลที่ Framework ต่างๆ สร้างของเจ๋งๆ ได้ง่าย

---

12. Metaprogramming

Class สร้าง class ได้

MyClass = type(
    "MyClass",
    (),
    {"x": 123}
)

หรือใช้ metaclass

class MyMeta(type):
    pass

หากอยากกำหนด Spec

---

13. Dataclass

จาก

class User:

    def __init__(self, name, age):
        self.name = name
        self.age = age

เหลือ

from dataclasses import dataclass

@dataclass
class User:
    name: str
    age: int

ได้ constructor, repr, equality ให้ฟรี

---

14. REPL Culture

Python ถูกออกแบบให้ทดลองได้ทันที

python
>>>

หรือ

ipython

หรือ หากจะรันแบบแยกส่วน อันนี้ Advance มากๆ คือ Debug ง่ายเลย เพราะไม่ต้องรันใหม่ทั้งหมด

jupyter notebook

วงการ AI และ Data Science โตได้ส่วนหนึ่งเพราะจุดนี้

---

15. Batteries Included

ติดตั้ง Python แล้วได้

• json
• sqlite3
• http.server
• csv
• xml
• asyncio
• threading
• multiprocessing
• pathlib
• unittest

แทบไม่ต้องหา library เพิ่ม

---

16. ฟีเจอร์ที่คนติดหนักที่สุด: "เขียน Framework เองได้"

หลังจากเข้าใจ

• decorator
• introspection
• getattr
• metaclass
• annotations

คุณจะเริ่มสร้างของแบบนี้ได้

@route("/hello")
def hello():
    return "world"

หรือ

@intent("เปิดไฟ")
def turn_on_light():
    ...

คือออกแบบ Framework ที่ Config ง่ายๆมาใช้เองเลย

---

10 ฟีเจอร์ที่ทำให้คนไม่ค่อยอยากกลับไปเขียนภาษาเดิม

ถ้าจัดอันดับจากประสบการณ์ของคนจำนวนมาก

1. yield
2. decorator
3. list comprehension
4. slicing
5. dataclass
6. duck typing
7. introspection
8. REPL/Jupyter
9. ecosystem AI
10. เขียน DSL และ framework เองได้ง่ายมาก

หลายคนเริ่มจาก "Python มันช้า" แต่พอใช้ไปสักพักจะพบว่าจุดแข็งจริงๆ คือ "มันทำให้ไอเดียกลายเป็นโค้ดได้เร็วผิดปกติ" ซึ่งเป็นเหตุผลว่าทำไมงาน AI, Automation, Data Science และแม้แต่ Raspberry Pi ถึงมีคนเลือก Python เยอะมาก แม้จะรู้ว่าภาษาอื่นรันเร็วกว่าอยู่แล้วก็ตาม।