01.Python是什么（了解Python）

一.Python介绍

python的创始人为吉多·范罗苏姆（Guido van Rossum）。1989年的圣诞节期间，吉多·范罗苏姆(中文名字：龟叔）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。  

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）。

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。

目前Python主要应用领域：

• 云计算: 云计算最火的语言， 典型应用OpenStack
• WEB开发: 众多优秀的WEB框架，众多大型网站均为Python开发，Youtube, Dropbox, 豆瓣。。。， 典型WEB框架有Django
• 科学运算、人工智能: 典型库NumPy, SciPy, Matplotlib, Enthought librarys,pandas
• 系统运维: 运维人员必备语言
• 金融：量化交易，金融分析，在金融工程领域，Python不但在用，且用的最多，并且重要性逐年提升。缘由：做为动态语言的Python，语言结构清晰简单，库丰富，成熟稳定，科学计算和统计分析都很牛逼，生产效率远远高于c,c++,java,尤为擅长策略回测
• 图形GUI: PyQT, WxPython,TkInter

二.Python的语言类型

编程语言主要从如下几个角度为进行分类，编译型和解释型、静态语言和动态语言、强类型定义语言和弱类型定义语言

 

编译型与解释型。

编译器是把源程序的每一条语句都编译成机器语言,并保存成二进制文件,这样运行时计算机能够直接以机器语言来运行此程序,速度很快; 

而解释器则是只在执行程序时,才逐行的解释成机器语言给计算机来执行,因此运行速度是不如编译后的程序运行的快的. 

这是由于计算机不能直接认识并执行咱们写的语句,它只能认识机器语言(是二进制的形式)

编译型vs解释型

编译型
优势：编译器通常会有预编译的过程对代码进行优化。由于编译只作一次，运行时不须要编译，因此编译型语言的程序执行效率高。能够脱离语言环境独立运行。
缺点：编译以后若是须要修改就须要整个模块从新编译。编译的时候根据对应的运行环境生成机器码，不一样的操做系统之间移植就会有问题，须要根据运行的操做系统环境编译不一样的可执行文件。

解释型
优势：有良好的平台兼容性，在任何环境中均可以运行，前提是安装了解释器（虚拟机）。灵活，修改代码的时候直接修改就能够，能够快速部署，不用停机维护。

缺点：每次运行的时候都要解释一遍，性能上不如编译型语言。

动态语言和静态语言
一般咱们所说的动态语言、静态语言是指动态类型语言和静态类型语言。

（1）动态类型语言：动态类型语言是指在运行期间才去作数据类型检查的语言，也就是说，在用动态类型的语言编程时，永远也不用给任何变量指定数据类型，该语言会在你第一次赋值给变量时，在内部将数据类型记录下来。Python和Ruby就是一种典型的动态类型语言，其余的各类脚本语言如VBScript也多少属于动态类型语言。

（2）静态类型语言：静态类型语言与动态类型语言恰好相反，它的数据类型是在编译其间检查的，也就是说在写程序时要声明全部变量的数据类型，C/C++是静态类型语言的典型表明，其余的静态类型语言还有C#、JAVA等。

强类型定义语言和弱类型定义语言

（1）强类型定义语言：强制数据类型定义的语言。也就是说，一旦一个变量被指定了某个数据类型，若是不通过强制转换，那么它就永远是这个数据类型了。举个例子：若是你定义了一个整型变量a,那么程序根本不可能将a看成字符串类型处理。强类型定义语言是类型安全的语言。

（2）弱类型定义语言：数据类型能够被忽略的语言。它与强类型定义语言相反, 一个变量能够赋不一样数据类型的值。

强类型定义语言在速度上可能略逊色于弱类型定义语言，可是强类型定义语言带来的严谨性可以有效的避免许多错误。另外，“这门语言是否是动态语言”与“这门语言是否类型安全”之间是彻底没有联系的！
例如：Python是动态语言，是强类型定义语言（类型安全的语言）; VBScript是动态语言，是弱类型定义语言（类型不安全的语言）; JAVA是静态语言，是强类型定义语言（类型安全的语言）。

经过上面这些介绍，咱们能够得出，python是一门动态解释性的强类型定义语言。

三.Python的优缺点

先看优势

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。

再看缺点：

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，它的源码都是以名文形式存放的，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的种类

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。