python笔记-简介

一Python的简介

一历史简介

Python诞生于1991年，目前有27年了，比1995年的JAVA语言都早了4年，为何大器晚成？
其一，在1990那个年代，计算机性能相比现在差很多，程序执行速度和效率很重要，快速开发不是第一要务，压榨机器性能才是。Python作为一门解释型动态语言，在解释方式上它天生就存在运行速度较慢的问题，因此不被当时编程界看好，其追求开发速度、强调简洁优雅、降低编程门槛的核心理念有点超越当时主流。而时至今日，计算机的硬件性能已经得到数量级的提高，计算能力不再是限制编程语言的最重要的因素，敏捷开发成为生产环境下对语言选择的重要因素，Python很好的满足了这一点，从而得到快速发展。
其二，作为对比的JAVA出身名门，其东家为SUN，当时互联网的头号公司，类似现在Google的地位，因而得到大力推广，并且有一群能力强、专职、有组织的团队进行开发和维护，所以很快获得成功，普及开来，至今仍然霸占着编程语言的榜首位置。而Python是个人编写的，寒门出身，龟叔没有三头六臂，个人时间精力都是有限的，虽然有一些志愿者帮忙做一些事情，但无疑和JAVA的正规军相比，能量还是要差了很多，这些都导致Python在初期发展得较为缓慢，甚至到如今都还未解决其被诟病的GIL问题。
二、Python语言的特点
1. 简单易学、明确优雅、开发速度快
简单易学：与C和Java比，Python的学习成本和难度曲线不是低一点，更适合新手入门，自底向上的技术攀爬路线。先订个小目标爬个小山，然后再往更高的山峰前进。
明确优雅：Python的语法非常简洁，代码量少，非常容易编写，代码的测试、重构、维护等都非常容易。一个小小的脚本，用C可能需要1000行，用JAVA可能几百行，但是用Python往往只需要几十行！
开发速度快：当前互联网企业的生命线是什么？产品开发速度！如果你的开发速度不够快，在你的产品推出之前别人家的产品已经上线了，你也就没有生存空间了，这里的真实例子数不胜数。那么，Python的开发速度说第二没人敢称第一!
2. 跨平台、可移植、可扩展、交互式、解释型、面向对象的动态语言
跨平台：Python支持Windows、Linux和MAC os等主流操作系统。
可移植：代码通常不需要多少改动就能移植到别的平台上使用。
可扩展：Python语言本身由C语言编写而成的，你完全可以在Python中嵌入C，从而提高代码的运行速度和效率。你也可以使用C语言重写Python的任何模块，从根本上改写Python，PyPy就是这么干的。
交互式：Python提供很好的人机交互界面，比如IDLE和IPython。可以从终端输入执行代码并获得结果，互动的测试和调试代码片断。
解释型：Python语言在执行过程中由解释器逐行分析，逐行运行并输出结果。
面向对象：Python语言具备所有的面向对象特性和功能，支持基于类的程序开发。
动态语言：在运行时可以改变其结构。例如新的函数、对象、甚至代码可以被引进，已有的函数可以被删除或是其他结构上的变化。动态语言非常具有活力。
3. “内置电池”，大量的标准库和第三方库
Python为我们提供了非常完善的基础库，覆盖了系统、网络、文件、GUI、数据库、文本处理等方方面面，这些是随同解释器被默认安装的，各平台通用，你无需安装第三方支持就可以完成大多数工作，这一特点被形象地称作“内置电池（batteries included）”。
在程序员界，有一句话叫做“不要重复造轮子”。什么意思呢？就是说不要做重复的开发工作，如果对某个问题已经有开源的解决方案或者说第三方库，就不要自己去开发，直接用别人的就好。不要过分迷信自己的代码能力，要知道，能作为标准库被Python内置，必然在可靠性和算法效率上达到了目前最高水平，能被广泛使用的第三方库，必然也是经受了大量的应用考验。除非公司要求，不要自己去开发，请使用现成的库。那些造轮子的事情，就交给世界最顶尖的那一波程序员去干吧，没有极致的思维和数学能力，想创造好用的轮子是很难的。
4. 社区活跃，贡献者多，互帮互助
技术社区的存在就相当于程序员手中的指南针，没有指南针，很多时候，碰到了问题，就像无头的苍蝇只能到处乱飞，最终在茫茫的海洋中转晕致死。技术社区可以给我们对语言的学习和使用提供巨大的帮助，无论是前期的学习，还是日后的工作，只要有问题，技术社区的大牛都可以帮我们解决，有这些助力，可以帮我们更好地了解、学习和使用一门语言。技术社区同时还推动Python语言的发展方向，功能需求，促使公司企业更多的使用Python语言，招聘Python程序员。
然而、然而，上面说的是国外。在国内，好像没有比较成熟，影响范围广的Python技术社区，还是说我见识浅薄不知道而已？据本人分析，有历史原因和Python流行过程中形成的习惯等因素，国外Python高手都喜欢用邮件列表、wiki等方式进行交流，而国内喜欢的论坛、bbs等没有形成规模，所以造成现在的状况。
5. 开源语言，发展动力巨大
Python是基于C语言编写的，并且使用GPL开源协议，你可以免费获取它的源代码，进行学习、研究甚至改进。众人拾柴火焰高，有更多的人参与Python的开发，促使它更好的发展，被更多的应用，形成良性循环。Python为什么会越来越火就是因为它的开放性，自由性，聚起了人气，形成了社区，有很多人在其中做贡献，用的人越来越多，自然就提高了市场占有率，企业、公司、厂家就不得不使用Python，提供的Python程序员岗位就越来越多，这就是开源的力量。
这里附带跟大家说一个代码封闭的问题。Python写的源代码通常是不加密的，如果要发布你的Python程序，实际上就是发布源代码，这一点跟C语言不同，C语言不用发布源代码，只需要把编译后的机器码（也就是你在Windows上常见的xxx.exe文件）发布出去。要从机器码反推出C代码基本是不可能的，所以，凡是编译型的语言，都没有这个问题，而解释型的语言，则必须把源码发布出去。如果你不想让别人看到或抄袭你写的python代码怎么办？使用类似py2exe的包装工具，将python源码转换成一个类似于exe可执行文件的形式，但这个也不是绝对保险，只是增加了反编译的门槛和难度，对于有经验的人而言，一样可以获得你的源代码。
靠网站服务和移动应用卖服务的模式越来越多了，这种模式不需要把源码给别人。再说了，现在如火如荼的开源运动和互联网自由开放的精神是一致的，互联网上有无数非常优秀的像Linux生态圈一样的开源项目，我们千万不要高估自己写的代码真的有非常大的“商业价值”。在Python的世界，开源是王道，不要纠结你的代码被抄袭模仿，而是尽量提高自己的水平和能力，这才是立身之本。

三 应用的场景
1-常规软件开发-Python支持函数式编程和OOP面向对象编程，能够承担任何种类软件的开发工作，因此常规的软件开发、脚本编写、网络编程等都属于标配能力。
2-科学计算 随着NumPy, SciPy, Matplotlib, Enthought librarys等众多程序库的开发，Python越来越适合于做科学计算、绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比，Python是一门通用的程序设计语言，比Matlab所采用的脚本语言的应用范围更广泛，有更多的程序库的支持。虽然Matlab中的许多高级功能和toolbox目前还是无法替代的，不过在日常的科研开发之中仍然有很多的工作是可以用Python代劳的。
3-自动化运维 这几乎是Python应用的自留地，作为运维工程师首选的编程语言，Python在自动化运维方面已经深入人心，比如Saltstack和Ansible都是大名鼎鼎的自动化平台
4-云计算 开源云计算解决方案OpenStack就是基于Python开发的
5-web开发 基于Python的Web开发框架不要太多，比如耳熟能详的Django，还有Tornado，Flask。其中的Python+Django架构，应用范围非常广，开发速度非常快，学习门槛也很低，能够帮助你快速的搭建起可用的WEB服务。
6-网络爬虫 也称网络蜘蛛，是大数据行业获取数据的核心工具。没有网络爬虫自动地、不分昼夜地、高智能地在互联网上爬取免费的数据，那些大数据相关的公司恐怕要少四分之三。能够编写网络爬虫的编程语言有不少，但Python绝对是其中的主流之一，其Scripy爬虫框架应用非常广泛。
7-数据分析 在大量数据的基础上，结合科学计算、机器学习等技术，对数据进行清洗、去重、规格化和针对性的分析是大数据行业的基石。Python是数据分析的主流语言之一。
8-人工智能 Python在人工智能大范畴领域内的机器学习、神经网络、深度学习等方面都是主流的编程语言，得到广泛的支持和应用。
四 Python的缺点
第一个缺点就是运行速度相对慢点，和C程序相比慢不少，这是解释型语言的通病，你的Python代码在执行时会一行一行地翻译成CPU能理解的机器码，这个翻译过程非常耗时，所以会变慢。
GIL（Global Interpreter Lock）全局解释器锁，这是一种防止多线程并发执行机器码的互斥锁，功能和性能之间权衡后的产物。这是在设计Python语言的时候留下的一个历史性遗留问题，也是限于当时技术团队实力有限。