python使用rpa需要什么插件_什么是Python？你需要知道的一切

最新推荐文章于 2024-08-03 16:47:00 发布

weixin_39867208

最新推荐文章于 2024-08-03 16:47:00 发布

阅读量166

点赞数

文章标签： python使用rpa需要什么插件

本文链接：https://blog.csdn.net/weixin_39867208/article/details/112330282

版权

从1991年开始，Python编程语言就被认为是一种空白填充，是编写脚本的一种方式。使无聊的东西自动化“(正如一本流行的关于学习Python的书所说的那样)，或者用其他语言实现的快速原型应用程序。

然而，在过去的几年里，Python已经成为现代软件开发、基础设施管理和数据分析方面的一流公民。它不再是一种后台实用语言，而是web应用程序创建和系统管理的主要力量，也是大数据分析和机器智能爆炸的关键驱动因素。

相关视频：Python如何使编程更容易

对于IT来说，Python简化了许多种类的工作，从系统自动化到诸如机器学习等前沿领域的工作。

Python：编程变得很容易

Python的主要优势
Python是用来做什么的？
Python如何使编程变得简单
Python 2与Python 3
Python库
Python的妥协
Python太慢了吗？不一定
进一步的Python阅读

Python的主要优势

Python的成功围绕着它为初学者和专家提供的几个优点。

Python易于学习和使用。

语言本身的功能数量不多，需要花费相对较少的时间或精力来制作第一个程序。Python语法设计为可读性和直截了当。这种简单性使Python成为一种理想的教学语言，并且它让新来的人快速地掌握它。因此，开发人员花更多的时间思考他们想要解决的问题，而更少的时间去思考语言的复杂性或别人留下的代码破译。

Python被广泛采用和支持。

Python既是流行的，也是广泛使用的，因为在诸如Tiobe指数而使用Python的大量GitHub项目证明。Python运行在每个主要的操作系统和平台上，大多数次要的操作系统和平台也运行。许多主要的库和API支持的服务都有Python绑定或包装器，允许Python与这些服务自由地进行接口，或者直接使用这些库。Python可能不是最快语言，但它所缺乏的速度，弥补了它的多功能性。

Python不是一种“玩具”语言。

尽管脚本和自动化涵盖了Python的大部分用例(稍后会有更多的介绍)，但是Python也被用来构建专业的高质量的软件，无论是作为独立的应用程序还是作为Web服务。

Python是用来做什么的？

Python最基本的用例是脚本和自动化语言。Python不仅仅是shell脚本或批处理文件的替代品；它还用于自动化与Web浏览器的交互或应用GUI或在以下工具中进行系统配置和配置：可抗和食盐..但是脚本和自动化只是Python的冰山一角。

G用Python编写通用应用程序

您可以使用Python创建命令行和跨平台GUI应用程序，并将它们部署为自包含的可执行文件。Python不具备从脚本生成独立二进制文件的本机能力，但是第三方包(如CX冻结和PyInstaller可以用来完成这个任务。

用Python实现数据科学与机器学习

复杂的数据分析已经成为IT中移动最快的领域之一，也是Python的明星用例之一。大多数用于数据科学或机器学习的库都有Python接口，这使得语言成为机器学习库和其他数字算法中最流行的高级命令接口。

Python中的Web服务和RESTfulAPI

Python的本地库和第三方Web框架提供了快速方便的方法来创建从几行代码中的简单RESTAPI到成熟的、数据驱动的站点的所有内容。Python的最新版本强烈支持异步操作，允许站点处理每秒数以万计的请求有合适的图书馆。

Python中的元编程和代码生成

在Python中，语言中的所有东西都是一个对象，包括Python模块和库本身。这使得Python可以作为一个高效的代码生成器工作，从而可以编写操作自己的函数并具有在其他语言中很难或不可能实现的可扩展性的应用程序。

Python还可用于驱动代码生成系统，如LLVM，以便高效地以其他语言创建代码。

Python中的“Glue代码”

Python通常被描述为一种“胶水语言”，这意味着它可以让不同的代码(通常是具有C语言接口的库)进行互操作。它在数据科学和机器学习中的应用就是这样的，但这只是一般思想的一个化身。

Python不够用的地方

同样值得注意的是Python是什么样的任务不非常适合。

Python是一种高级语言，所以它不适合于系统级的编程-设备驱动程序或操作系统内核都不在其中。

对于那些需要跨平台独立的二进制文件。您可以为Windows、MacOS和Linux构建一个独立的Python应用程序，但不是优雅或简单的。

最后，当速度是应用程序的每个方面的绝对优先级时，Python并不是最好的选择。为此，您最好使用C/C+或该口径的其他语言。

Python如何使编程变得简单

Python的语法应该是可读的和清晰的，很少有借口。Python3.x中的标准“hello world”只不过是：

print(“Hello world!”)

Python提供了许多语法元素来简洁地表示许多常见的程序流。考虑一个示例程序，用于将文本文件中的行读入列表对象，并在此过程中去掉每一行结束换行符的内容：

with open(‘myfile.txt’) as my_file: file_lines = [x.strip(‘’) for x in my_file]

这个with/as建筑是上下文管理器，它提供了一种为代码块实例化对象并在该块之外释放对象的有效方法。在这种情况下，对象是my_file，实例化为open() 功能。这取代了几行样板来打开文件，从文件中读取单独的行，然后关闭它。

这个[x … for x in my_file]构造是Python的另一个特性，列表理解..它允许包含其他项的项(在这里，my_file和它包含的行)被迭代，并且它允许每个迭代元素(也就是每个迭代元素)。x)被处理并自动附加到列表中。

你，你们能把这样的事情写成正式的for… 循环在Python中，就像在另一种语言中的循环一样。关键是Python有一种方法可以经济地表示循环之类的东西，这些循环遍历多个对象并对循环中的每个元素执行简单的操作，或者处理需要显式实例化和处理的东西。

像这样的构造让Python开发人员在简洁性和可读性之间保持平衡。

Python的其他语言特性是为了补充常见的用例。大多数现代对象类型-例如Unicode字符串-都是直接内置到语言中的。数据结构-如列表、字典(即hashmap)、元组(用于存储不可变的对象集合)和集(用于存储唯一对象的集合)-可作为标准问题项使用。

Python 2与Python 3

Python有两个版本可供使用，它们的不同足以让许多新用户感到困惑。Python2.x是一个较旧的“遗留”分支，它将在2020年之前继续得到支持(即接收官方更新)，在此之后，它可能会非正式地持续下去。Python3.x是当前和未来语言的化身，它有许多在2.x中没有的有用和重要的特性，例如更好的并发控制和更高效的解释器。

由于相对缺乏第三方库支持，Python 3的采用时间最长。许多Python库只支持Python 2，因此很难切换。但是在过去的几年里，只支持Python 2的库数量减少了；大多数现在是兼容的两个版本。今天，没有什么理由不使用Python 3。

Python库

Python的成功取决于第一和第三方软件的丰富生态系统。Python既得益于强大的标准库，也得益于第三方开发人员提供的各种易于获取和易于使用的库。Python通过几十年的扩展和贡献得到了丰富。

Python的标准库为常见的编程任务提供了模块-数学、字符串处理、文件和目录访问、网络、异步操作、线程处理、多进程管理等等。但它也包括管理现代应用程序所需的普通高级编程任务的模块：读取和写入结构化文件格式(如JSON和XML)、操作压缩文件、处理互联网协议和数据格式(网页、URL、电子邮件)。大多数公开与C兼容的外部函数接口的外部代码都可以使用Python的ctypes模块。

默认的Python发行版还通过Tkinter提供了一个基本但有用的跨平台GUI库，以及SQLite 3数据库的嵌入式副本。

通过PythonPackageIndex(PyPI)提供的数千个第三方库是Python受欢迎和通用性最强的展示。

例如：

这个美酒汤库提供了一个完整的工具箱，用于抓取HTML-甚至是棘手的、破碎的HTML-并从中提取数据。
像Flask和Django这样的框架允许快速开发包含简单和高级用例的Web服务。
可以使用以下方法通过Python的对象模型管理多个云服务ApacheLibCloud.
NumPy, 熊猫，和Matplotlib加速数学和统计操作，使创建数据可视化变得容易。

Python的妥协

与C#、Java和Go一样，Python具有垃圾收集的内存管理，这意味着程序员不必实现代码来跟踪和发布对象。通常，垃圾收集在后台自动发生，但如果这会造成性能问题，则可以手动触发或完全禁用.

Python的一个重要方面是它的动态性..语言中的一切，包括函数和模块本身，都是作为对象处理的。这是以牺牲速度为代价的(稍后会有更多的讨论)，但是编写高级代码要容易得多。开发人员只需几条指令就可以执行复杂的对象操作，甚至可以将应用程序的部分作为抽象来处理，如果需要，这些抽象可以更改。

Python使用重要空白被认为是Python最好的和最差的属性之一。下面第二行的缩进不仅是为了可读性，它也是Python语法的一部分。Python解释器将拒绝使用适当缩进来指示控制流的程序。

with open(‘myfile.txt’) as my_file: file_lines = [x.strip(‘’) for x in my_file]

语法空格可能会导致鼻子皱褶，一些人确实因此拒绝Python。但是，严格的缩进规则在实践中远没有理论上看起来那么突兀，即使在最少量的代码编辑器中也是如此，其结果是代码更加简洁和可读性更强。

另一个潜在的问题是Python如何处理变量类型，特别是那些来自C或Java等语言的人。默认情况下，Python使用动态或“鸭子”类型-这对于快速编码非常有用，但在大型代码库中可能会出现问题。也就是说，Python最近增加了对可选编译时的支持。类型暗示因此，可能受益于静态类型的项目可以使用它。

Python太慢了吗？不一定

关于Python的一个常见警告是它很慢。客观上这是真的。Python程序的运行速度通常比C/C+或Java中相应的程序慢得多。有些Python程序会慢一个数量级或更多。

为什么这么慢？这不仅仅是因为大多数Python运行时都是解释器而不是编译器。这也是因为Python中的对象具有内在的动态性和可塑性，因此很难优化语言的速度，即使是在是编辑好了。尽管如此，Python的速度可能没有它看起来的那么多问题，而且有一些方法可以减轻它。

Python速度慢的优化很多

慢Python程序的命运并不总是永远缓慢。许多Python程序之所以慢，是因为它们没有正确地使用Python或其标准库中的功能。使用NumPy和Pandas等库可以极大地提高数学和统计操作，PyPy运行时可以为许多Python应用程序提供数量级的加速。

软件开发的一个常见格言是，程序的90%的活动往往在10%的代码中，所以优化10%可以产生重大的改进。使用Python，您可以有选择地将这10%转换为C甚至程序集，使用的项目如下Cython或南巴..其结果通常是一个程序运行在与一个完全用C语言编写的程序之间惊人的距离内，但是没有被C的内存-微观管理细节弄得乱七八糟。