Python開發【Part 2】：初識Python

本節內容

1. Python簡介
2. Python發展史
3. Python 2 or 3?
4. Python環境
5. Hello World程序
6. .pyc文件

 

1、 Python介紹

　　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。  

　　最新的TIOBE排行榜，Python趕超PHP佔據第五， Python崇尚優美、清晰、簡單，是一個優秀並普遍使用的語言。

　　Python能夠應用於衆多領域，如：數據分析、組件集成、網絡服務、圖像處理、數值計算和科學計算等衆多領域。

　　目前業內幾乎全部大中型互聯網企業都在使用Python，如：Youtube、Dropbox、BT、Quora（中國知乎）、豆瓣、知乎、Google、Yahoo!、Facebook、NASA、百度、騰訊、汽車之家、美團等。

1.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

2.Python在一些公司的應用

• 谷歌：Google App Engine 、code.google.com 、Google earth 、谷歌爬蟲、Google廣告等項目都在大量使用Python開發
• CIA: 美國中情局網站就是用Python開發的
• NASA: 美國航天局(NASA)大量使用Python進行數據分析和運算
• YouTube:世界上最大的視頻網站YouTube就是用Python開發的
• Dropbox:美國最大的在線雲存儲網站，所有用Python實現，天天網站處理10億個文件的上傳和下載
• Instagram:美國最大的圖片分享社交網站，天天超過3千萬張照片被分享，所有用python開發
• Facebook:大量的基礎庫均經過Python實現的
• Redhat: 世界上最流行的Linux發行版本中的yum包管理工具就是用python開發的
• 豆瓣: 公司幾乎全部的業務均是經過Python開發的
• 知乎: 國內最大的問答社區，經過Python開發(國外Quora)
• 春雨醫生：國內知名的在線醫療網站是用Python開發的
• 除上面以外，還有搜狐、金山、騰訊、盛大、網易、百度、阿里、淘寶 、土豆、新浪、果殼等公司都在使用Python完成各類各樣的任務。 

3.Python 是一門什麼樣的語言？

編程語言主要從如下幾個角度爲進行分類，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，具體含義以下：

編譯器和解釋器的區別是什麼？

　　編譯器是把源程序的每一條語句都編譯成機器語言,並保存成二進制文件,這樣運行時計算機能夠直接以機器語言來運行此程序,速度很快; 

　　解釋器則是隻在執行程序時,才一條一條的解釋成機器語言給計算機來執行,因此運行速度是不如編譯後的程序運行的快的. 

　　這是由於計算機不能直接認識並執行咱們寫的語句,它只能認識機器語言(是二進制的形式)

 

編譯型與解釋型

　　編譯型
　　優勢：編譯器通常會有預編譯的過程對代碼進行優化。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。能夠脫離語言環境獨立運行。
　　缺點：編譯以後若是須要修改就須要整個模塊從新編譯。編譯的時候根據對應的運行環境生成機器碼，不一樣的操做系統之間移植就會有問題，須要根據運行的操做系統環境編譯不一樣的可執行文件。

　　 解釋型
　　優勢：有良好的平臺兼容性，在任何環境中均可以運行，前提是安裝瞭解釋器（虛擬機）。靈活，修改代碼的時候直接修改就能夠，能夠快速部署，不用停機維護。

　　缺點：每次運行的時候都要解釋一遍，性能上不如編譯型語言。

低級語言與高級語言

　　最初的計算機程序都是用0和1的序列表示的，程序員直接使用的是機器指令，無需翻譯，從紙帶打孔輸入便可執行獲得結果。後來爲了方便記憶，就將用0、1序列表示的機器指令都用符號助記，這些與機器指令一一對應的助記符就成了彙編指令，從而誕生了彙編語言。不管是機器指令仍是彙編指令都是面向機器的，統稱爲低級語言。由於是針對特定機器的機器指令的助記符，因此彙編語言是沒法獨立於機器(特定的CPU體系結構)的。但彙編語言也是要通過翻譯成機器指令才能執行的，因此也有將運行在一種機器上的彙編語言翻譯成運行在另外一種機器上的機器指令的方法，那就是交叉彙編技術。

　　高級語言是從人類的邏輯思惟角度出發的計算機語言，抽象程度大大提升，須要通過編譯成特定機器上的目標代碼才能執行，一條高級語言的語句每每須要若干條機器指令來完成。高級語言獨立於機器的特性是靠編譯器爲不一樣機器生成不一樣的目標代碼(或機器指令)來實現的。那具體的說，要將高級語言編譯到什麼程度呢，這又跟編譯的技術有關了，既能夠編譯成直接可執行的目標代碼，也能夠編譯成一種中間表示，而後拿到不一樣的機器和系統上去執行，這種狀況一般又須要支撐環境，好比解釋器或虛擬機的支持，Java程序編譯成bytecode，再由不一樣平臺上的虛擬機執行就是很好的例子。因此，說高級語言不依賴於機器，是指在不一樣的機器或平臺上高級語言的程序自己不變，而經過編譯器編譯獲得的目標代碼去適應不一樣的機器。從這個意義上來講，經過交叉彙編，一些彙編程序也能夠得到不一樣機器之間的可移植性，但這種途徑得到的移植性遠遠不如高級語言來的方便和實用性大。

編譯與解釋

　　編譯是將源程序翻譯成可執行的目標代碼，翻譯與執行是分開的；而解釋是對源程序的翻譯與執行一次性完成，不生成可存儲的目標代碼。這只是表象，兩者背後的最大區別是：對解釋執行而言，程序運行時的控制權在解釋器而不在用戶程序；對編譯執行而言，運行時的控制權在用戶程序。

　　解釋具備良好的動態特性和可移植性，好比在解釋執行時能夠動態改變變量的類型、對程序進行修改以及在程序中插入良好的調試診斷信息等，而將解釋器移植到不一樣的系統上，則程序不用改動就能夠在移植瞭解釋器的系統上運行。同時解釋器也有很大的缺點，好比執行效率低，佔用空間大，由於不只要給用戶程序分配空間，解釋器自己也佔用了寶貴的系統資源。

編譯型和解釋型

　　編譯型，其實它和彙編語言是同樣的：也是有一個負責翻譯的程序來對源代碼進行轉換，生成相對應的可執行代碼。這個過程說得專業一點，就稱爲編譯（Compile），而負責編譯的程序天然就稱爲編譯器（Compiler）。若是程序代碼都包含在一個源文件中，那麼一般編譯以後就會直接生成一個可執行文件，就能夠直接運行了。但對於一個比較複雜的項目，爲了方便管理，一般把代碼分散在各個源文件中，做爲不一樣的模塊來組織。這時編譯各個文件時就會生成目標文件（Object  file）而不是前面說的可執行文件。通常一個源文件的編譯都會對應一個目標文件。這些目標文件裏的內容基本上已是可執行代碼了，但因爲只是整個項目的一部分，因此還不能直接運行。待全部的源文件的編譯都大功告成，就能夠最後把這些半成品的目標文件「打包」成一個可執行文件了，這個工做由另外一個程序負責完成，因爲此過程把包含可執行代碼的目標文件鏈接裝配起來，因此又稱爲連接（Link），而負責連接的程序就叫連接程序（Linker）。連接程序除了連接目標文件外，可能還有各類資源，好比圖標文件、聲音文件等，還要負責去除目標文件之間的冗餘重複代碼，等等。連接完成以後，通常就能夠獲得咱們想要的可執行文件了。 

　　解釋型。它們的區別則在於翻譯的時機安排不大同樣。打個比方：假如你打算閱讀一本外文書，而你不知道這門外語，那麼你能夠找一名翻譯，給他足夠的時間讓他從頭至尾把整本書翻譯好，而後把書的母語版交給你閱讀；或者，你也馬上讓這名翻譯輔助你閱讀，讓他一句一句給你翻譯，若是你想往回看某個章節，他也得從新給你翻譯。 

　　編譯型：一次把全部的代碼轉換成機器語言，而後寫成可執行文件；解釋型：在程序運行的前一刻，還只有源程序而沒有可執行程序；而程序每執行到源程序的某一條指令，則會有一個稱之爲解釋程序的外殼程序將源代碼轉換成二進制代碼以供執行，總言之，就是不斷地解釋、執行、解釋、執行……因此，解釋型程序是離不開解釋程序的。像早期的BASIC就是一門經典的解釋型語言，要執行BASIC程序，就得進入BASIC環境，而後才能加載程序源文件、運行。解釋型程序中，因爲程序老是以源代碼的形式出現，所以只要有相應的解釋器，移植幾乎不成問題。編譯型程序雖然源代碼也能夠移植，但前提是必須針對不一樣的系統分別進行編譯，對於複雜的工程來講，的確是一件不小的時間消耗，何況極可能一些細節的地方仍是要修改源代碼。並且，解釋型程序省卻了編譯的步驟，修改調試也很是方便，編輯完畢以後便可當即運行，沒必要像編譯型程序同樣每次進行小小改動都要耐心等待漫長的Compiling…Linking…這樣的編譯連接過程。不過凡事有利有弊，因爲解釋型程序是將編譯的過程放到執行過程當中，這就決定了解釋型程序註定要比編譯型慢上一大截，像幾百倍的速度差距也是不足爲奇的。 

　　編譯型與解釋型，二者各有利弊。前者因爲程序執行速度快，同等條件下對系統要求較低，所以像開發操做系統、大型應用程序、數據庫系統等時都採用它，像C/C++、Pascal/Object   Pascal（Delphi）、VB等基本均可視爲編譯語言，而一些網頁腳本、服務器腳本及輔助開發接口這樣的對速度要求不高、對不一樣系統平臺間的兼容性有必定要求的程序則一般使用解釋性語言，如Java、JavaScript、VBScript、Perl、Python等等。 

　　但既然編譯型與解釋型各有優缺點又相互對立，因此一批新興的語言都有把二者折衷起來的趨勢，例如Java語言雖然比較接近解釋型語言的特徵，但在執行以前已經預先進行一次預編譯，生成的代碼是介於機器碼和Java源代碼之間的中介代碼，運行的時候則由JVM（Java的虛擬機平臺，可視爲解釋器）解釋執行。它既保留了源代碼的高抽象、可移植的特色，又已經完成了對源代碼的大部分預編譯工做，因此執行起來比「純解釋型」程序要快許多。而像VB6（或者之前版本）、C#這樣的語言，雖然表面上看生成的是.exe可執行程序文件，但VB6編譯以後實際生成的也是一種中介碼，只不過編譯器在前面安插了一段自動調用某個外部解釋器的代碼（該解釋程序獨立於用戶編寫的程序，存放於系統的某個DLL文件中，全部以VB6編譯生成的可執行程序都要用到它），以解釋執行實際的程序體。C#（以及其它.net的語言編譯器）則是生成.net目標代碼，實際執行時則由.net解釋系統（就像JVM同樣，也是一個虛擬機平臺）進行執行。固然.net目標代碼已經至關「低級」，比較接近機器語言了，因此仍將其視爲編譯語言，並且其可移植程度也沒有Java號稱的這麼強大，Java號稱是「一次編譯，處處執行」，而.net則是「一次編碼，處處編譯」。總之，隨着設計技術與硬件的不斷髮展，編譯型與解釋型兩種方式的界限正在不斷變得模糊。

動態語言和靜態語言

　　一般所說的動態語言、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。

 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）。

python是一門動態解釋性的強類型定義語言。

4.Python的優缺點

　　優勢：

1. 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。
2. 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。
3. 高級語言————當用Python語言編寫程序的時候，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。
4. 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）。若是避免使用依賴於系統的特性，那麼全部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。
5. 可擴展性————若是須要將一段關鍵代碼運行得更快或者但願某些算法不公開，能夠把部分程序用C或C++編寫，而後在Python程序中使用它們。
6. 可嵌入性————能夠把Python嵌入C/C++程序，從而向程序用戶提供腳本功能。

　　缺點：

1. 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。其實在大多數狀況下Python已經徹底能夠知足對程序速度的要求，除你要寫對速度要求極高的搜索引擎等，這種狀況下，固然仍是建議用C去實現的。
2. 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，不過這並不算是一個缺點，若是項目要求源代碼必須是加密的，那一開始就不該該用Python來去實現。
3. 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。

5.Python解釋器

　　當編寫Python代碼時，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。

CPython

　　當從Python官方網站下載並安裝好Python 3.5後，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。

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。

 

2、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。
• Granddaddy of Python web frameworks, Zope 1 was released in 1999
• Python 1.0 - January 1994 增長了 lambda, map, filter and reduce.
• Python 2.0 - October 16, 2000，加入了內存回收機制，構成了如今Python語言框架的基礎
• Python 2.4 - November 30, 2004, 同年目前最流行的WEB框架Django 誕生
• Python 2.5 - September 19, 2006
• Python 2.6 - October 1, 2008
• Python 2.7 - July 3, 2010
• In November 2014, it was announced that Python 2.7 would be supported until 2020, and reaffirmed that there would be no 2.8 release as users were expected to move to Python 3.4+ as soon as possible
• Python 3.0 - December 3, 2008
• Python 3.1 - June 27, 2009
• Python 3.2 - February 20, 2011
• Python 3.3 - September 29, 2012
• Python 3.4 - March 16, 2014
• Python 3.5 - September 13, 2015

 

3、Python 2 or 3?

In summary : Python 2.x is legacy, Python 3.x is the present and future of the language

　　Python 3.0 was released in 2008. The final 2.x version 2.7 release came out in mid-2010, with a statement of extended support for this end-of-life release. The 2.x branch will see no new major releases after that. 3.x is under active development and has already seen over five years of stable releases, including version 3.3 in 2012.3.4 in 2014, and 3.5 in 2015. This means that all recent standard library improvements, for example, are only available by default in Python 3.x.

　　Guido van Rossum (the original creator of the Python language) decided to clean up Python 2.x properly, with less regard for backwards compatibility than is the case for new releases in the 2.x range. The most drastic improvement is the better Unicode support (with all text strings being Unicode by default) as well as saner bytes/Unicode separation.

　　Besides, several aspects of the core language (such as print and exec being statements, integers using floor division) have been adjusted to be easier for newcomers to learn and to be more consistent with the rest of the language, and old cruft has been removed (for example, all classes are now new-style, "range()" returns a memory efficient iterable, not a list as in 2.x). 

Python2與Python3的詳細區別

PRINT IS A FUNCTION

The statement has been replaced with a print() function, with keyword arguments to replace most of the special syntax of the old statement (PEP 3105). 

Examples: 

1 2 3 4 5 6 7

Old:  print  "The answer is" ,  2 * 2  New:  print ( "The answer is" ,  2 * 2 ) Old:  print  x,  # Trailing comma suppresses newline New: print(x, end=" ") # Appends a space instead of a newline Old:  print  # Prints a newline New:  print ()  # You must call the function! Old:  print  >>sys.stderr,  "fatal error"  New:  print ( "fatal error" ,  file = sys.stderr) Old:  print  (x, y)  # prints repr((x, y)) New:  print ((x, y))  # Not the same as print(x, y)!

You can also customize the separator between items, e.g:

1	print ( "There are <" ,  2 * * 32 ,  "> possibilities!" , sep = "")

ALL IS UNICODE NOW

OTHERS

Old Name	New Name
_winreg	winreg
ConfigParser	configparser
copy_reg	copyreg
Queue	queue
SocketServer	socketserver
markupbase	_markupbase
repr	reprlib
test.test_support	test.support

　　

還有誰不支持Python3?

　　One popular module that don't yet support Python 3 is Twisted (for networking and other applications). Most actively maintained libraries have people working on 3.x support. For some libraries, it's more of a priority than others: Twisted, for example, is mostly focused on production servers, where supporting older versions of Python is important, let alone supporting a new version that includes major changes to the language. (Twisted is a prime example of a major package where porting to 3.x is far from trivial )

 

4、Python環境

安裝Python

windows：

1 2 3 4 5 6 7

1 、下載安裝包      https: / / www.python.org / downloads / 2 、安裝      默認安裝路徑：C:\python27 3 、配置環境變量      【右鍵計算機】 - - 》【屬性】 - - 》【高級系統設置】 - - 》【高級】 - - 》【環境變量】 - - 》【在第二個內容框中找到 變量名爲Path 的一行，雙擊】  - - > 【Python安裝目錄追加到變值值中，用 ； 分割】      如：原來的值;C:\python27，切記前面有分號

linux：

1 2 3

無需安裝，原裝Python環境   ps：若是自帶 2.6 ，請更新至 2.7

更新Python

windows:

1

卸載重裝便可

linux:

Linux的yum依賴自帶Python，爲防止錯誤，此處更新其實就是再安裝一個Python

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

查看默認Python版本 python  - V    1 、安裝gcc，用於編譯Python源碼      yum install gcc 2 、下載源碼包，https: / / www.python.org / ftp / python / 3 、解壓並進入源碼文件 4 、編譯安裝      . / configure      make  all      make install 5 、查看版本      / usr / local / bin / python2. 7  - V 6 、修改默認Python版本      mv  / usr / bin / python  / usr / bin / python2. 6      ln  - s  / usr / local / bin / python2. 7  / usr / bin / python 7 、防止yum執行異常，修改yum使用的Python版本      vi  / usr / bin / yum      將頭部  #!/usr/bin/python 修改成 #!/usr/bin/python2.6

 

5、Hello World程序

　　在linux 下建立一個文件叫hello.py,並輸入

1	print ( "Hello World!" )

　　而後執行命令:python hello.py ,輸出

1 2 3

localhost:~ jieli$ vim hello.py localhost:~ jieli$ python hello.py Hello World!

指定解釋器

　　上一步中執行 python hello.py 時，明確的指出 hello.py 腳本由 python 解釋器來執行。

　　若是想要相似於執行shell腳本同樣執行python腳本，例：./hello.py，那麼就須要在 hello.py 文件的頭部指定解釋器，以下：

1 2 3

#!/usr/bin/env python    print  "hello,world"

　　如此一來，執行：./hello.py 便可。

　　ps：執行前需給予 hello.py 執行權限，chmod 755 hello.py

在交互器中執行　

　　除了把程序寫在文件裏，還能夠直接調用python自帶的交互器運行代碼，　

1 2 3 4 5 6

localhost:~ jieli$ python Python  2.7 . 10  (default,  Oct  23  2015 ,  18 : 05 : 06 ) [GCC  4.2 . 1  Compatible Apple LLVM  7.0 . 0  (clang - 700.0 . 59.5 )] on darwin Type  "help" ,  "copyright" ,  "credits"  or  "license"  for  more information. >>>  print ( "Hello World!" ) Hello World!

　　對比下其它語言的hello world

 

#include <iostream>
int main(void)
{
std::cout<<"Hello world";
}

C++

 

#include <stdio.h>
int main(void)
{
printf("\nhello world!");
return 0;
}

C

 

public class HelloWorld{
  // 程序的入口
  public static void main(String args[]){
    // 向控制檯輸出信息
    System.out.println("Hello World!");
  }
}

Java

 

1<?php  
            echo "hello world!";  
?> 

PHP

 

puts "Hello world."  

Ruby

 

package main

import "fmt"

func main(){

    fmt.Printf("Hello World!\n God Bless You!");

}

Go

 

6、.pyc文件

　　在說這個問題以前，先來講兩個概念，PyCodeObject和pyc文件。在硬盤上看到的pyc天然沒必要多說，而其實PyCodeObject則是Python編譯器真正編譯成的結果。當python程序運行時，編譯的結果則是保存在位於內存中的PyCodeObject中，當Python程序運行結束時，Python解釋器則將PyCodeObject寫回到pyc文件中。當python程序第二次運行時，首先程序會在硬盤中尋找pyc文件，若是找到，則直接載入，不然就重複上面的過程。因此應該這樣來定位PyCodeObject和pyc文件，pyc文件實際上是PyCodeObject的一種持久化保存方式。