001_Python介紹

文章來源 

一，Python介紹

1，Python的出生與應用

　　python的創始人爲吉多·範羅蘇姆（Guido van Rossum）。1989年的聖誕節期間，吉多·範羅蘇姆（中文名字：龜叔）爲了在阿姆斯特丹打發時間，決心開發一個新的腳本解釋程序，做爲ABC語言的一種繼承。  

   （龜叔：2005年加入谷歌至2012年，2013年加入Dropbox直到如今，依然掌握着Python發展的核心方向，被稱爲仁慈的獨裁者）。

Python崇尚優美、清晰、簡單，是一個優秀並普遍使用的語言。

目前Python主要應用領域：

• 雲計算: 雲計算最火的語言， 典型應用OpenStack
• WEB開發: 衆多優秀的WEB框架，衆多大型網站均爲Python開發，Youtube, Dropbox, 豆瓣。。。， 典型WEB框架有Django
• 科學運算、人工智能: 典型庫NumPy, SciPy, Matplotlib, Enthought librarys,pandas
• 系統運維: 運維人員必備語言
• 金融：量化交易，金融分析，在金融工程領域，Python不但在用，且用的最多，並且重要性逐年提升。緣由：做爲動態語言的Python，語言結構清晰簡單，庫豐富，成熟穩定，科學計算和統計分析都很牛逼，生產效率遠遠高於c,c++,java,尤爲擅長策略回測
• 圖形GUI: PyQT, WxPython,TkInter

python發展史

• 1989年，爲了打發聖誕節假期，Guido開始寫Python語言的編譯器。Python這個名字，來自Guido所摯愛的電視劇Monty Python’s Flying Circus。他但願這個新的叫作Python的語言，能符合他的理想：創造一種C和shell之間，功能全面，易學易用，可拓展的語言。
• 1991年，第一個Python編譯器誕生。它是用C語言實現的，並可以調用C語言的庫文件。從一出生，Python已經具備了：類，函數，異常處理，包含表和詞典在內的核心數據類型，以及模塊爲基礎的拓展系統。

2,Python是什麼編程語言

　　編程語言主要從如下幾個角度進行分類，編譯型 和 解釋型、靜態語言 和 動態語言、強類型定義語言 和 弱類型定義語言。

2.1 編譯型與解釋型。

　　編譯型 :一次性將全部源程序編譯成機器語言，二進制文件。

　　　　優勢：運行速度快。能夠脫離語言環境獨立運行。由於編譯只作一次，運行時不須要編譯，因此編譯型語言的程序執行效率高。

　　　　缺點：編譯以後若是須要修改就須要整個模塊從新編譯。須要根據運行的操做系統環境編譯不一樣的可執行文件。(開發效率低，不能跨平臺）

　　解釋型 :當程序執行時，一行一行的的解釋。

　　　　優勢：開發效率高，能夠跨平臺。

　　　　缺點：運行速度慢。

2.2動態語言和靜態語言
一般咱們所說的動態語言、靜態語言是指動態類型語言和靜態類型語言。

（1）動態類型語言：動態類型語言是指在運行期間纔去作數據類型檢查的語言，也就是說，在用動態類型的語言編程時，永遠也不用給任何變量指定數據類型，該語言會在你第一次賦值給變量時，在內部將數據類型記錄下來。Python和Ruby就是一種典型的動態類型語言，其餘的各類腳本語言如VBScript也多少屬於動態類型語言。

（2）靜態類型語言：靜態類型語言與動態類型語言恰好相反，它的數據類型是在編譯其間檢查的，也就是說在寫程序時要聲明全部變量的數據類型，C/C++是靜態類型語言的典型表明，其餘的靜態類型語言還有C#、JAVA等。

2.3強類型定義語言和弱類型定義語言

（1）強類型定義語言：強制數據類型定義的語言。也就是說，一旦一個變量被指定了某個數據類型，若是不通過強制轉換，那麼它就永遠是這個數據類型了。舉個例子：若是你定義了一個整型變量a,那麼程序根本不可能將a看成字符串類型處理。強類型定義語言是類型安全的語言。

（2）弱類型定義語言：數據類型能夠被忽略的語言。它與強類型定義語言相反, 一個變量能夠賦不一樣數據類型的值。

強類型定義語言在速度上可能略遜色於弱類型定義語言，可是強類型定義語言帶來的嚴謹性可以有效的避免許多錯誤。另外，「這門語言是否是動態語言」與「這門語言是否類型安全」之間是徹底沒有聯繫的！
例如：Python是動態語言，是強類型定義語言（類型安全的語言）; VBScript是動態語言，是弱類型定義語言（類型不安全的語言）; JAVA是靜態語言，是強類型定義語言（類型安全的語言）。

經過上面這些介紹，咱們能夠得出，python是一門動態解釋性的強類型定義語言。

3，python的種類。

4，python的種類。

CPython

當咱們從Python官方網站下載並安裝好Python 3.6後，咱們就直接得到了一個官方版本的解釋器：CPython。這個解釋器是用C語言開發的，因此叫CPython。在命令行下運行python就是啓動CPython解釋器。

CPython是使用最廣的Python解釋器。教程的全部代碼也都在CPython下執行。

IPython

IPython是基於CPython之上的一個交互式解釋器，也就是說，IPython只是在交互方式上有所加強，可是執行Python代碼的功能和CPython是徹底同樣的。比如不少國產瀏覽器雖然外觀不一樣，但內核其實都是調用了IE。

CPython用>>>做爲提示符，而IPython用In [序號]:做爲提示符。

PyPy

PyPy是另外一個Python解釋器，它的目標是執行速度。PyPy採用JIT技術，對Python代碼進行動態編譯（注意不是解釋），因此能夠顯著提升Python代碼的執行速度。

絕大部分Python代碼均可以在PyPy下運行，可是PyPy和CPython有一些是不一樣的，這就致使相同的Python代碼在兩種解釋器下執行可能會有不一樣的結果。若是你的代碼要放到PyPy下執行，就須要瞭解PyPy和CPython的不一樣點。

Jython

Jython是運行在Java平臺上的Python解釋器，能夠直接把Python代碼編譯成Java字節碼執行。

IronPython

IronPython和Jython相似，只不過IronPython是運行在微軟.Net平臺上的Python解釋器，能夠直接把Python代碼編譯成.Net的字節碼。

小結：

　　Python的解釋器不少，但使用最普遍的仍是CPython。若是要和Java或.Net平臺交互，最好的辦法不是用Jython或IronPython，而是經過網絡調用來交互，確保各程序之間的獨立性。

5，python的優缺點。

先看優勢

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。

開發效率很是高，Python有很是強大的第三方庫，基本上你想經過計算機實現任何功能，Python官方庫裏都有相應的模塊進行支持，直接下載調用後，在基礎庫的基礎上再進行開發，大大下降開發週期，避免重複造輪子。

高級語言————當你用Python語言編寫程序的時候，你無需考慮諸如如何管理你的程序使用的內存一類的底層細節

可移植性————因爲它的開源本質，Python已經被移植在許多平臺上（通過改動使它可以工 做在不一樣平臺上）。若是你當心地避免使用依賴於系統的特性，那麼你的全部Python程序無需修改就幾乎能夠在市場上全部的系統平臺上運行

可擴展性————若是你須要你的一段關鍵代碼運行得更快或者但願某些算法不公開，你能夠把你的部分程序用C或C++編寫，而後在你的Python程序中使用它們。

可嵌入性————你能夠把Python嵌入你的C/C++程序，從而向你的程序用戶提供腳本功能。

再看缺點：

 

速度慢，Python 的運行速度相比C語言確實慢不少，跟JAVA相比也要慢一些，所以這也是不少所謂的大牛不屑於使用Python的主要緣由，但其實這裏所指的運行速度慢在大多數狀況下用戶是沒法直接感知到的，必須藉助測試工具才能體現出來，好比你用C運一個程序花了0.01s,用Python是0.1s,這樣C語言直接比Python快了10倍,算是很是誇張了，可是你是沒法直接經過肉眼感知的，由於一個正常人所能感知的時間最小單位是0.15-0.4s左右，哈哈。其實在大多數狀況下Python已經徹底能夠知足你對程序速度的要求，除非你要寫對速度要求極高的搜索引擎等，這種狀況下，固然仍是建議你用C去實現的。

代碼不能加密，由於PYTHON是解釋性語言，它的源碼都是以名文形式存放的，不過我不認爲這算是一個缺點，若是你的項目要求源代碼必須是加密的，那你一開始就不該該用Python來去實現。

線程不能利用多CPU問題，這是Python被人詬病最多的一個缺點，GIL即全局解釋器鎖（Global Interpreter Lock），是計算機程序設計語言解釋器用於同步線程的工具，使得任什麼時候刻僅有一個線程在執行，Python的線程是操做系統的原生線程。在Linux上爲pthread，在Windows上爲Win thread，徹底由操做系統調度線程的執行。一個python解釋器進程內有一條主線程，以及多條用戶程序的執行線程。即便在多核CPU平臺上，因爲GIL的存在，因此禁止多線程的並行執行。關於這個問題的折衷解決方法，咱們在之後線程和進程章節裏再進行詳細探討。

當咱們編寫Python代碼時，咱們獲得的是一個包含Python代碼的以.py爲擴展名的文本文件。要運行代碼，就須要Python解釋器去執行.py文件。

 

因爲整個Python語言從規範到解釋器都是開源的，因此理論上，只要水平夠高，任何人均可以編寫Python解釋器來執行Python代碼（固然難度很大）。事實上，確實存在多種Python解釋器。