python3全棧學習筆記-01

網絡上關於python的課程很是多，圖文、視頻都有，這裏記錄本身的學習歷程，駑馬十駕，功在不捨。

第一個問題 什麼是python

咱們從事一件工做以前，首要的就是弄清它的概念，名稱，歷史和淵源。
咱們爲何要編程？編程就是想用編程語言開發程序，讓計算機幹活。好比分析金庸全集中的人物關係圖、下載一個全系列的莫扎特音樂等等。而計算機幹過的CPU只認識機器指令。在機器指令和需計算機完成的任務之間，就須要編程語言。什麼是編程語言？你可能已經據說過不少種流行的編程語言，好比很是難學的C語言，很是流行的JAVA語言，適用網頁編程的JavaScript語言等。不一樣的編程語言，幹同一件事，編寫的代碼量，差價很大。
那python是一種面向對象、解釋型的計算機程序設計語言。它由Guido van Rossum在1989年發明，第一個公開發行版於1991年發佈。它的特色是語法簡潔、清晰、優雅、簡單易學。強制採用空白符（white space）做爲語句縮進，而不是採用{}來表示代碼件的層次關係。這在必定程度上減小了碼農輸入量。
如今，全世界差很少有600多種編程語言，但流行的編程語言也就那麼20來種。若是你據說過TIOBE排行榜，你就能知道編程語言的大體流行程度。這是最近10年最經常使用的10種編程語言的變化圖：
[編程語言趨勢圖]

第二個問題 python的優缺點

總的來講，這幾種編程語言各有千秋。C語言是能夠用來編寫操做系統的貼近硬件的語言，因此，C語言適合開發那些追求運行速度、充分發揮硬件性能的程序。而Python是用來編寫應用程序的高級編程語言。

當你用一種語言開始做真正的軟件開發時，你除了編寫代碼外，還須要不少基本的已經寫好的現成的東西，來幫助你加快開發進度。好比說，要編寫一個電子郵件客戶端，若是先從最底層開始編寫網絡協議相關的代碼，那估計一年半載也開發不出來。高級編程語言一般都會提供一個比較完善的基礎代碼庫，讓你能直接調用，好比，針對電子郵件協議的SMTP庫，針對桌面環境的GUI庫，在這些已有的代碼庫的基礎上開發，一個電子郵件客戶端幾天就能開發出來。

Python就爲咱們提供了很是完善的基礎代碼庫，覆蓋了網絡、文件、GUI、數據庫、文本等大量內容，被形象地稱做「內置電池（batteries included）」。用Python開發，許多功能沒必要從零編寫，直接使用現成的便可。

除了內置的庫外，Python還有大量的第三方庫，也就是別人開發的，供你直接使用的東西。固然，若是你開發的代碼經過很好的封裝，也能夠做爲第三方庫給別人使用。
能夠參看python awesome

許多大型網站就是用Python開發的，例如YouTube、Instagram，還有國內的豆瓣。不少大公司，包括Google、Yahoo等，甚至NASA（美國航空航天局）都大量地使用Python。

龜叔給Python的定位是「優雅」、「明確」、「簡單」，因此Python程序看上去老是簡單易懂，初學者學Python，不但入門容易，並且未來深刻下去，能夠編寫那些很是很是複雜的程序。

總的來講，Python的哲學就是簡單優雅，儘可能寫容易看明白的代碼，儘可能寫少的代碼。

那Python適合開發哪些類型的應用呢？

首選是網絡應用，包括網站、後臺服務等等；

其次是許多平常須要的小工具，包括系統管理員須要的腳本任務等等；

另外就是把其餘語言開發的程序再包裝起來，方便使用。

最後說說Python的缺點。

任何編程語言都有缺點，Python也不例外。優勢說過了，那Python有哪些缺點呢？

第一個缺點就是運行速度慢，和C程序相比很是慢，由於Python是解釋型語言，你的代碼在執行時會一行一行地翻譯成CPU能理解的機器碼，這個翻譯過程很是耗時，因此很慢。而C程序是運行前直接編譯成CPU能執行的機器碼，因此很是快。

可是大量的應用程序不須要這麼快的運行速度，由於用戶根本感受不出來。例如開發一個下載MP3的網絡應用程序，C程序的運行時間須要0.001秒，而Python程序的運行時間須要0.1秒，慢了100倍，但因爲網絡更慢，須要等待1秒，你想，用戶能感受到1.001秒和1.1秒的區別嗎？這就比如F1賽車和普通的出租車在北京三環路上行駛的道理同樣，雖然F1賽車理論時速高達400千米，但因爲三環路堵車的時速只有20千米，所以，做爲乘客，你感受的時速永遠是20千米。
第二個缺點就是代碼不能加密。若是要發佈你的Python程序，實際上就是發佈源代碼，這一點跟C語言不一樣，C語言不用發佈源代碼，只須要把編譯後的機器碼（也就是你在Windows上常見的xxx.exe文件）發佈出去。要從機器碼反推出C代碼是不可能的，因此，凡是編譯型的語言，都沒有這個問題，而解釋型的語言，則必須把源碼發佈出去。

這個缺點僅限於你要編寫的軟件須要賣給別人掙錢的時候。好消息是目前的互聯網時代，靠賣軟件受權的商業模式愈來愈少了，靠網站和移動應用賣服務的模式愈來愈多了，後一種模式不須要把源碼給別人。

再說了，如今如火如荼的開源運動和互聯網自由開放的精神是一致的，互聯網上有無數很是優秀的像Linux同樣的開源代碼，咱們千萬不要高估本身寫的代碼真的有很是大的「商業價值」。那些大公司的代碼不肯意開放的更重要的緣由是代碼寫得太爛了，一旦開源，就沒人敢用他們的產品了。

第三個問題 python版本的選擇

學習一門語言，理應學習、掌握它的新特性、新功能，計算機發展突飛猛進，不知是硬件有摩爾定律，軟件新知識也迭代很快。python2的默認字符集是ASCII編碼，寫中文會報錯，字符編碼一直是讓程序員頭疼的一件事情，python2在處理中文的時候的確比較頭疼，在python3.x版本中默認字符集是Unicode。這裏，就選python3.6。python官網

第四個問題，python編程環境的選擇

首先咱們選擇是windows平臺，其實windows,linux,Mac，從入門的角度來看，都差很少。這裏選擇windows，是由於你們平常辦公和編程開發在windows平臺下的機率大一些。
python外號「膠水語言」，也就是說它能把不少編程語言、不少功能集成起來。它爲何會這麼強大，很大一部分緣由就是他的包。但包的管理不是一個很容易的事情。爲了解決這些問題，有很多發行版的Python，好比WinPython、Anaconda等，這些發行版將python和許多經常使用的package打包，方便pythoners直接使用，此外，還有virtualenv、pyenv等工具管理虛擬環境。
本身愛嘗試不一樣的工具，嘗試到最後， anaconda,爲何選擇這個，由於其強大而方便的包管理與環境管理的功能，很是便於新手。固然，還有不少課供選擇的，之前有python(x,y)等包的集成環境。但，截至到目前，anaconda集成度較高，使用用戶很是多。
Anaconda是一個用於科學計算的Python發行版，支持 Linux, Mac, Windows系統，提供了包管理與環境管理的功能，能夠很方便地解決多版本python並存、切換以及各類第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，而且已經包含了Python和相關的配套工具。

這裏先解釋下conda、anaconda這些概念的差異。conda能夠理解爲一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用相似，環境管理則容許用戶方便地安裝不一樣版本的python並能夠快速切換。Anaconda則是一個打包的集合，裏面預裝好了conda、某個版本的python、衆多packages、科學計算工具等等，因此也稱爲Python的一種發行版。其實還有Miniconda，顧名思義，它只包含最基本的內容——python與conda，以及相關的必須依賴項，對於空間要求嚴格的用戶，Miniconda是一種選擇。

進入下文以前，說明一下conda的設計理念——conda將幾乎全部的工具、第三方包都當作package對待，甚至包括python和conda自身！所以，conda打破了包管理與環境管理的約束，能很是方便地安裝各類版本python、各類package並方便地切換。
考慮到軟件源下載速度問題，通常在清華大學開源軟件鏡像站下載，配置軟件源。下載地址，進入之後，會發現有兩個不一樣版本的Anaconda，分別對應Python 2.7和Python 3.5，兩個版本其實除了這點區別外其餘都同樣。後面咱們會看到，安裝哪一個版本並不本質，由於經過環境管理，咱們能夠很方便地切換運行時的Python版本。（因爲我經常使用的Python是3.6，所以傾向於直接安裝Python3.6對應的Anaconda）。選擇最新的python3安裝包進行安裝。安裝完成後，運行一下命令配置
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

第五個問題 python編譯環境的選擇

這裏選擇pycharm。pycharm社區版對新手來講，已經夠用了。

第六個問題，python教程的選擇

學習 Python 除了官方的教程以外，推薦一本書 Dive Into Python 有中文版，也有英文版。中文版翻譯質量也很高。
固然，Learn Python The Hard Way 也不錯。不過建議選擇一本照着練習，一個月掌握這個語言的基礎特性問題不大。
推薦一個網絡文字教程廖雪峯的python3課程。

Python 用來實現科學計算的軟件包是 scipy, numpy, matplotlib，其中 numpy 提供高性能的數值去處；scipy 實現機器學習的算法；matplotlib 提供數據可視化。

這三個庫都挺大的，內容也比較多。這裏重點推薦一個很是優質地適合入門的網站：Python Scientific Lecture Notes。一個網站把機器學習想着的 Python 工具所有搞定，而且內容易懂。

幾點感悟

經過這個，有如下幾點感悟：

1. 完成一件事情，一般都有不少種選擇，python編譯環境既能夠選擇pycharm集成。也能夠選擇VIM，emacs,vscode,notepad++,sublime_text等編輯器，而後在命令行或者在編輯器自身上配置運行編譯，這個都行。你的愛好定了，你的選擇就定了。
2. 如今想學習一個東西都太方便了，互聯網上各種教程都有。爲何不少人制做免費教程給你們分享，爲何不少人選擇付費教程學習，爲何不少人喜歡在互聯網上分享本身的學習心得？這裏面有不少值得思考的地方。
3. 爲何在這裏將本身的心得強行記錄下來，目的就是經過這樣一種強行「輸出」，倒逼本身思考，理清思路，再很好的輸入。
4. 不管作什麼事情，哪怕再小的一個事情，裏面都有一些技巧、訣竅值得深思，學習，總結。譬如，anaconda軟件源的選擇，pycharm安裝後的設置，pycharm激活碼的獲取,裏面其實仍是有不少能夠總結的地方。
5. 學習能夠從零開始，但在工做上必定要充分利用前人的成果，站在巨人的肩膀上，本身才能站得更高，看的更遠。