Python笔记1(python简介以及环境配置)

1、Python介绍

一、Python简介

       python的创始人为吉多·范罗苏姆(Guido van Rossum),中文名为龟叔。1989年的圣诞节期间,为了在 阿姆斯特丹打发时间,决心开发一个新的脚本解释程序,做为ABC语言的一种继承。html

       python名字来自龟叔所挚爱的电视剧Monty Python’s Flying Circus。他但愿创造一种在C和shell之间,功能全面,易学易用,可拓展的语言。python

       龟叔2005年加入谷歌至2012年,2013年加入Dropbox直到如今,依然掌握着python发展的核心方向,被称为“仁慈的独裁者” 。web

       Python能够应用于众多领域,如:数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。目前业内几乎全部大中型互联网企业都在使用Python,如:Youtube、Dropbox、BT、Quora(中国知乎)、豆瓣、知乎、Google、Yahoo!、Facebook、NASA、百度、腾讯、汽车之家、美团等。算法

       2017年7月的TIOBE排行榜,python已经占据第四,python崇尚优美、清晰、简单,是一个优秀并普遍使用的语言。shell

       1991年,第一个Python编译器诞生。它是用C语言实现的,并可以调用C语言的库文件。从一出生,Python已经具备了:类,函数,异常处理,包含表和词典在内的核心数据类型,以及模块为基础的拓展系统。编程

  • Granddaddy of Python web frameworks, Zope 1 was released in 1999
  • Python 1.0 - January 1994 增长了lambda,map, filterand reduce.
  • Python 2.0 - October 16, 2000,加入了内存回收机制,构成了如今Python语言框架的基础
  • Python 2.4 - November 30, 2004, 同年目前最流行的WEB框架Django 诞生
  • 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
  • Python 3.6 - December 16,2016

       如今公司大多用的python2.7版本,2008年的时候python3.0版本产生了,因为python2.x版本不兼容python3.0版本,可是好多公司基于python2.6之前的版本开发的大的程序,为了过分,在python2.6版本上开发了python2.7,到2020年,官网不在支持python2.7版本,建议你们在python3.6版本上学习和使用。小程序

二、Python语言的划分

编译型:将代码一次性所有编译成二进制,而后再运行。windows

缺点:开发效率低,不能跨平台浏览器

优势:执行效率高网络

表明:C

解释型:当程序开始执行时,将代码一行一行的解释成二进制、执行。

缺点:执行效率低

优势:开发效率高,能够跨平台

表明:python

三、Python优缺点

优势:

  1. Python的定位是“优雅”、“明确”、“简单”,因此Python程序看上去老是简单易懂,初学者学Python,不但入门容易,并且未来深刻下去,能够编写那些很是很是复杂的程序。
  2. 开发效率很是高,Python有很是强大的第三方库,基本上你想经过计算机实现任何功能,Python官方库里都有相应的模块进行支持,直接下载调用后,在基础库的基础上再进行开发,大大下降开发周期,避免重复造轮子。
  3. 高级语言————当你用Python语言编写程序的时候,你无需考虑诸如如何管理你的程序使用的内存一类的底层细节
  4. 可移植性————因为它的开源本质,Python已经被移植在许多平台上(通过改动使它可以工 做在不一样平台上)。若是你当心地避免使用依赖于系统的特性,那么你的全部Python程序无需修改就几乎能够在市场上全部的系统平台上运行
  5. 可扩展性————若是你须要你的一段关键代码运行得更快或者但愿某些算法不公开,你能够把你的部分程序用C或C++编写,而后在你的Python程序中使用它们。
  6. 可嵌入性————你能够把Python嵌入你的C/C++程序,从而向你的程序用户提供脚本功能。

缺点:

  1. 速度慢,Python 的运行速度相比C语言确实慢不少,跟JAVA相比也要慢一些,所以这也是不少所谓的大牛不屑于使用Python的主要缘由,但其实这里所指的运行速度慢在大多数状况下用户是没法直接感知到的,必须借助测试工具才能体现出来,好比你用C运一个程序花了0.01s,用Python是0.1s,这样C语言直接比Python快了10倍,算是很是夸张了,可是你是没法直接经过肉眼感知的,由于一个正常人所能感知的时间最小单位是0.15-0.4s左右,哈哈。其实在大多数状况下Python已经彻底能够知足你对程序速度的要求,除非你要写对速度要求极高的搜索引擎等,这种状况下,固然仍是建议你用C去实现的。
  2. 代码不能加密,由于PYTHON是解释性语言,它的源码都是以明文形式存放的,不过我不认为这算是一个缺点,若是你的项目要求源代码必须是加密的,那你一开始就不该该用Python来去实现。
  3. 线程不能利用多CPU问题,这是Python被人诟病最多的一个缺点,GIL即全局解释器锁(Global Interpreter Lock),是计算机程序设计语言解释器用于同步线程的工具,使得任什么时候刻仅有一个线程在执行,Python的线程是操做系统的原生线程。在Linux上为pthread,在Windows上为Win thread,彻底由操做系统调度线程的执行。一个python解释器进程内有一条主线程,以及多条用户程序的执行线程。即便在多核CPU平台上,因为GIL的存在,因此禁止多线程的并行执行。关于这个问题的折衷解决方法,咱们在之后线程和进程章节里再进行详细探讨。

       当咱们编写Python代码时,咱们获得的是一个包含Python代码的以.py为扩展名的文本文件。要运行代码,就须要Python解释器去执行.py文件。因为整个Python语言从规范到解释器都是开源的,因此理论上,只要水平够高,任何人均可以编写Python解释器来执行Python代码(固然难度很大)。事实上,确实存在多种Python解释器。

四、Python种类

CPython

当咱们从Python官方网站下载并安装好Python 3.6后,咱们就直接得到了一个官方版本的解释器:CPython。这个解释器是用C语言开发的,因此叫CPython。在命令行下运行python就是启动CPython解释器。

CPython是使用最广的Python解释器。教程的全部代码也都在CPython下执行。

IPython

IPython是基于CPython之上的一个交互式解释器,也就是说,IPython只是在交互方式上有所加强,可是执行Python代码的功能和CPython是彻底同样的。比如不少国产浏览器虽然外观不一样,但内核其实都是调用了IE。

CPython用>>>做为提示符,而IPython用In [序号]:做为提示符。

PyPy

PyPy是另外一个Python解释器,它的目标是执行速度。PyPy采用JIT技术,对Python代码进行动态编译(注意不是解释),因此能够显著提升Python代码的执行速度。

绝大部分Python代码均可以在PyPy下运行,可是PyPy和CPython有一些是不一样的,这就致使相同的Python代码在两种解释器下执行可能会有不一样的结果。若是你的代码要放到PyPy下执行,就须要了解PyPy和CPython的不一样点

Jython

Jython是运行在Java平台上的Python解释器,能够直接把Python代码编译成Java字节码执行。

IronPython

IronPython和Jython相似,只不过IronPython是运行在微软.Net平台上的Python解释器,能够直接把Python代码编译成.Net的字节码。

小结:Python的解释器不少,但使用最普遍的仍是CPython。若是要和Java或.Net平台交互,最好的办法不是用Jython或IronPython,而是经过网络调用来交互,确保各程序之间的独立性。

五、Python2与Python3区别

Python2:源码重复,不规范

Python3:整合源码,更清晰简单优美

 

2、python环境配置(多版本解释器共存)

官网:https://www.python.org/

一、python2.7环境配置

首先登陆官网,选择Downloads>windows;

 

选择Latest Python 2 Release 2.7.14版本

选择‘Windows  x86-64 MSI installer’进行下载;

 

下载完成后,双击【python-2.7.14.amd64.msi】,点击【Next】;

选择安装路径,点击【next】;

此处取消添加环境变量,稍后配置,点击【Next】;

出现如下界面,表示安装完成,点击【Finish】;

想要实现解释器多版本共存,须要找到2.7安装路径,复制粘贴python.exe后重命名为python2.exe,注意不要直接在python.exe重命名;

打开‘计算机>属性>高级系统设置>环境变量’窗口;

编辑Path环境变量,把python2.7的安装路径以及Scripts的路径粘贴到Path变量中,用分号进行分割,而后进行保存;

打开cmd,分别输入python2.exe(能够输入quit()退出)和pip2.exe -V,出现如下界面表明配置成功。

二、python3.6环境配置

首先登陆官网,选择Downloads>windows;

 

选择Latest Python 3 Release 3.6.5版本;

 

选择‘Windows  x86-64 executable installer’进行下载;

下载完成后,双击【python-3.6.4-amd64.exe】,选择自定义安装,先不添加环境变量,点击【Next】;

默认全选,点击【Next】;

选择安装路径,点击【Install】;

等待安装完成;

想要实现解释器多版本共存,须要找到3.6安装路径,复制粘贴python.exe后重命名为python3.exe,注意不要直接在python.exe重命名;

打开‘计算机>属性>高级系统设置>环境变量’窗口;

编辑Path环境变量,把python3.6的安装路径以及Scripts的路径粘贴到Path变量中,用分号进行分割,而后进行保存;

打开cmd,分别输入python3.exe(能够输入quit()退出)和pip3.exe -V,出现如下界面表明配置成功。

三、运行第一个小程序

方式一:

打开python3的解释器,输入print('hello world!')

方式二:

建立一个1.py的文件,文件内容:

在cmd中执行效果:

方式三:

上一步中执行 python d:t1.py 时,明确的指出 t1.py 脚本由 python 解释器来执行。

若是想要相似于执行shell脚本同样执行python脚本,例: ./1.py ,那么就须要在1.py 文件的头部指定解释器

3、PyCharm简介与安装

一、PyCharm简介

       PyCharm是一种Python IDE,带有一整套能够帮助用户在使用Python语言开发时提升其效率的工具,好比调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外,该IDE提供了一些高级功能,以用于支持Django框架下的专业Web开发。

二、PyCharm安装

官网:https://www.jetbrains.com/pycharm/

首先登陆官网,点击【DOWNLOAD NOW】,进入下载页面

咱们能够看到左边是专业版,右边是社区版,建议使用专业版,功能比较齐全,关于注册码能够上网找一下;

 

下载的文件以下;

右键选择以管理员运行,打开安装页面,点击【Next】;

选择安装路径,点击【Next】;

根据本身电脑的配置,选择32位或者64位,勾选.py,点击【Next】;

默认JetBrains,不须要修改,点击【Install】;

等待安装完成,点击【Finish】,注意,在使用前须要破解,你们能够购买或者上网查找;

三、PyCharm使用

成功破解以后运行PyCharm,选择Create Nex Project;

选择Pure Python,项目路径,解释器(目前选择python3的解释器),点击【Create】;

打开后首先建立文件夹,python右键选择new>Dirctory;

输入文件夹名称,点击【OK】;

建立py文件,文件夹右键New>Python File;

输入python文件名称,点击【OK】;

恭喜你已经能够开始编程了,输入print('hello world!'),而后选择Run>Run>运行python文件的名称,下方的控制台能够查看运行的结果;

相关文章
相关标签/搜索