[Python3学习笔记-基础语法] 为什么越来越多的人学Python（给你一个学习的理由）

[Python学习笔记-基础语法]-Python3 简介

学习一门语言之前，先要了解这门语言能够解决什么问题，以及为什么要学习。
更多的资料分享，加群获取 ：

为什么要学Python

毫无疑问，Python是当下最火的语言，在2021年09月编程语言排行榜中，Python的排名第二位，下图是2021年9月份，编程语言排行榜。

下面这个图，表示排名前10的编程语言，热门程度的走势图，从这个趋势中也可以很明显的看到，Python从2018年开始，呈现成直线上涨的形式。

如果不懂Python，很容易遇到下面这样的尴尬：

程序媛：   小A，你知道Python吗？

程序员A：  Python是什么？

程序媛：   Python都不知道，活该单身。

素材来源，https://hellogithub.com/report/tiobe/

Python的起源

学习一门技术，当然是要了解这门技术产生的原因，以及它所要解决的核心问题。

Python的创始人是吉多\范罗苏姆（Gudio van Rossum）。

谁说的“想变强，先变秃”？ 以后不要为自己菜找借口了。

1989年圣诞节期间，吉多大神为了在阿姆斯特丹打发时间，于是决定开发一款新的脚本解释程序（旁白：大神的创作，看起来都很随意，真羡慕），作为ABC语言的一种继承，替代使用Unix shell和C语言进行系统管理。

ABC语言，是一种指令式通用编程语言和编程环境，最初由荷兰数学和计算机科学研究学会（CWI）的里奥·格茨（Leo Geurts）、兰伯特·梅尔滕斯（Lambert Meertens）与史蒂文·彭伯顿（Steven Pemberton）开发。它是指令式、结构化的高级语言，意图用来取代BASIC、Pascal与AWK，它的设计目标是用于教学或创建原型，而非用作一种系统编程语言

于是，在1991年2月，吉多.范罗苏姆发布了最初代码（标记为0.9.0版本），且命名为Python，之所以选中Python作为程式的名字，是因为他是BBC电视剧——《蒙提·派森的飞行马戏团》（Monty Python’s Flying Circus）的爱好者（旁白：取名字也有点太随意了吧）。

Python版本发布时间轴

Python从第一个版本发布到现在，时间轴如下。

时间	版本描述
1991年2月	Python 的代码对外公布，此时版本为 0.9.0
1994年1月	Python 1.0 正式发布
2000年6月	Python 2.0 发布
2001年 4月	Python 2.1 基于 Python 软件基金会协议（Python Software Foundation (PSF)）发布
2008年12月	Python 3.0 正式发布，Python 3 被称为 “Python 3000” 或者 "Py3K
2019年12月	Python3.8发布
2020年10月	Python3.9发布，也是当前写这篇稳重时，目前最新的版本

需要注意，Python 3 与 Python 2 不兼容，不过随着这几年 Python 3 的使用率急剧上升，作为新手可以放心地从 Python 3 学起。

另外，为了照顾现有的程序，官方提供了一个过渡版本 - - Python2.6

Python的特点

Python从91年就出现了，为什么到最近才开始流行呢？

先来了解一下Python的特点，Python的设计哲学强调代码的可读性和简洁的语法，尤其是使用空格缩进划分代码块。相比于C或Java，Python让开发者能够用更少的代码表达想法，不管是小型还是大型程序，该语言都试图让程序的结构清晰明了。

Python又被称为“胶水语言”，它能够非常方便的把C++和Java粘合在一起，虽然 JAVA 能直接调用C++，但需要通过标准接口，并改变双方的主体程序。而 Python 这种脚本语言，可以在不改变任何程序的情况下，通过外围的数据处理，让 JAVA 和 C++实现联动。

同时，Python可以用在任何企业级项目上，比如构建PC脚本程序、服务器配置管理程序、爬虫、数据分析、运维、处理数据、开发网站等，这里表现出的是Python的通用性，它可以符合各种开发需求，为开发者提供高效的解决方案和选择。

更重要的是，Python语言的学习成本非常低，学习Python并不一定需要非常专业的技术人员，普通人也能快速学习和掌握Python来解决实际工作中的问题。

除了上述的核心因素以外，Python还有以下非常突出的优势：

1. Python 拥有一个健康积极且提供强力支持的社区
2. Python 具备大数据处理能力，Python是数据科学中最流行的语言，它能被应用在机器学习以及AI系统中。
3. Python 拥有惊人数量的库，当你正在推进大项目的时候，库可以帮助你节约时间并减少开发周期。Python 拥有可供选择的各种库。比如数据计算中使用到的 NumPy 和SciPy，以及 Web 开发的 Django。有少数的库具备高专业度，比如 scikit-learn 适用于机器学习，而 nltk 适用于自然语言处理。此外，强大的云计算服务(比如 Encoding.com)令 Python 与 C 系列的语言有非常好的兼容性。这意味着有专业的第三方工具为Python 提供的优秀的跨平台支持，这是一个巨大的优势。
4. Python 是跨平台且开源的，Python可以跨平台运行，并且已经开放源代码超过20年的时间了，如果你需要代码能同时在Linux，Windows以及macOS上跑起来，Python就能满足要求。

说了这么多，Python之所以这么火，简单总结就三个词， 简单易用、 容易上手、应用广泛。

Python的应用领域

Python 的应用领域非常广，常见的领域有：

网络爬虫

Python 语言很早就用来编写网络爬虫。Google 等搜索引擎公司大量地使用 Python 语言编写网络爬虫。

从技术层面上将，Python 提供有很多服务于编写网络爬虫的工具，例如 urllib、Selenium 和 BeautifulSoup 等，还提供了一个网络爬虫框架 Scrapy。

科学计算

自 1997 年，NASA 就大量使用 Python 进行各种复杂的科学运算。

并且，和其它解释型语言（如 shell、js、PHP）相比，Python 在数据分析、可视化方面有相当完善和优秀的库，例如 NumPy、SciPy、Matplotlib、pandas 等，这可以满足 Python 程序员编写科学计算程序。

人工智能

Python 在人工智能领域内的机器学习、神经网络、深度学习等方面，都是主流的编程语言。可以这么说，基于大数据分析和深度学习发展而来的人工智能，其本质上已经无法离开 Python 的支持了，原因至少有以下几点：

1. 目前世界上优秀的人工智能学习框架，比如 Google 的 TransorFlow（神经网络框架）、FaceBook 的 PyTorch（神经网络框架）以及开源社区的 Karas 神经网络库等，都是用 Python 实现的；
2. 微软的 CNTK（认知工具包）也完全支持 Python，并且该公司开发的 VS Code，也已经把 Python 作为第一级语言进行支持。
3. Python 擅长进行科学计算和数据分析，支持各种数学运算，可以绘制出更高质量的 2D 和 3D 图像。

自动化运维

所谓自动化运维，就是利用Python编写一些脚本来实现运维的自动化，可以很好的提升效率、减少失误、降低成本。

Python来做自动化运维，有两个方面的优势。

1. 在很多操作系统中，Python是标准化的组件，大多数 Linux 发行版以及 NetBSD、OpenBSD 和 Mac OS X 都集成了 Python，可以在终端下直接运行 Python。有一些 Linux 发行版的安装器使用 Python 语言编写，例如 Ubuntu 的 Ubiquity 安装器、Red Hat Linux 和 Fedora 的 Anaconda 安装器等等。
2. 在大规模使用Python进行平台开发之前，运维工程师们已经会在Linux环境下使用各种Python脚本进行批处理操作，而Python在编码过程中，会比使用Shell好很多，包括可读性、复用性、扩展性等等，

开始第一个Python程序

笔者是在Mac系统上操作，而Mac系统自带了Python，所以可以直接运行。

1. 在mac的终端下运行IDLE指令
   

2. 自动弹出如下窗口，这个就是python的终端。
   

3. 在终端开始第一个程序.

   >>> print "hello world"
   hello world
   >>> 

从上述程式来看，如果大家学习过Shell，发现python其实和shell类似，都是非常小巧轻便的脚本语言。

脚本语言（英语：Scripting language）是为了缩短传统的“编写、编译、链接、运行”（edit-compile-link-run）过程而创建的计算机编程语言。脚本语言通常都有简单、易学、易用的特性，目的就是希望能让程序员快速完成程序的编写工作

更多的资料分享，加群获取 ：