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,作为ABC语言的一种继承。
最新的TIOBE排行榜,Python已经占据世界第三名的位置, Python崇尚优美、简单、清晰,是一个优秀并广泛使
用的语言。
由上图可见,Python整体呈上升趋势,反映出Python应用越来越广泛并且也逐渐得到业内的认可!!!
Python可以应用于众多领域,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。
目前业内几乎所有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:
WEB开发——最火的Python web框架Django是全球第5大web框架, 支持异步高并发的Tornado框架,短小精悍的
flask,bottle, Django官方的标语把Django定义为the framework for perfectionist with deadlines(大意是一个为完全主
义者开发的高效率web框架),越来越多的人用Python写web程序,而不是php
网络编程——支持高并发的Twisted网络框架, py3引入的asyncio使其异步高并发编程能力更加强悍
爬虫——爬虫领域,Python几乎是霸主地位,全球大部分的爬虫都是用python程序写的,
Scrapy\Request\BeautifuSoap\urllib等爬虫库,使你想爬啥就爬啥
云计算——知名的云计算框架OpenStack基于Python开发
人工智能、数据分析—— Python 是目前公认的人工智能和数据分析领域的必备语言,大量机器学习框架如
PyTouch,OpenCV,sklearn等都是用Python开发的
自动化运维——问问中国的每个运维人员,运维人员必须会的语言是什么?10个人相信会给你一个相同的答案,
就是Python
金融分析——我个人之前在金融行业,早在2010年的时候,我们公司写的好多分析程序、高频交易软件就是用的
Python,到目前,Python是金融分析、量化交易领域里用的最多的语言
科学运算—— 97年开始,NASA就在大量使用Python在进行各种复杂的科学运算,随着NumPy, SciPy,
Matplotlib, Enthought librarys等众多程序库的开发,使的Python越来越适合于做科学计算、绘制高质量的2D和3D
图像。
游戏开发——在网络游戏开发中Python也有很多应用。相比Lua or C++,Python 比 Lua 有更高阶的抽象能力,可
以用更少的代码描述游戏业务逻辑,与 Lua 相比,Python 更适合作为一种 Host 语言,即程序的入口点是在
Python 那一端会比较好,然后用 C/C++ 在非常必要的时候写一些扩展。Python 非常适合编写 1 万行以上的项目,
而且能够很好地把网游项目的规模控制在 10 万行代码以内。另外据我所知,知名的游戏<文明> 就是用Python写的
少儿编程——最近两年火起来的少儿编程,均把Python当做一门重要课程
1.1.编程语言的分类
编程语言主要分为编译型和解释型编程语言
编译型和解释型的区别是什么?
编译型语言会通过编译器把程序代码编译(翻译)成机器所能识别的二进制代码. 其特点呢, 就是一次性把源代码翻译
成一个二进制文件. 拿着二进制文件去找操作系统去执行. 由于执行的是计算机熟悉的二级制代码, 执行效率就会高
很多. 相对应的还有一种是解释型语言. 这类语言一般脱离了操作系统的束缚. 直接把代码执行在解释器上. 由解释器
负责逐行的解释代码. 把每行代码翻译成机器识别的二进制指令. 再由操作系统去执行. 这样做的好处呢. 代码直接面
对的是解释器. 就摆脱了不同操作系统底层的差异. 实现跨平台效果.
编译型vs解释型
编译型
优点:执行效率高
缺点:不同平台移植起来会有些麻烦
解释型
优点:一般都会有很好的跨平台性
缺点:性能相对编译型要差一点
1.2.Python的优缺点和Python解释器
首先, Python是一门解释型编程语言. Python的代码是执行在Python解释器上的.
当我们编写Python代码时,我们得到的是一个包含Python代码的以.py为扩展名的文本文件。要运行代码,就
需要Python解释器去执行.py文件。
由于整个Python语言从规范到解释器都是开源的,所以理论上,只要水平够高,任何人都可以编写Python解释器
来执行Python代码(当然难度很大)。事实上,确实存在多种Python解释器。
CPython
当我们从 下载并安装好Python后,我们就直接获得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,所以叫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。我们所有代码也都在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增强,但是执行
Python代码的功能和CPython是完全一样的。好比很多国产浏览器虽然外观不同,但内核其实都是调用了IE。
PyPy
Python官方网站
PyPy是另一个Python解释器,它的目标是执行速度。PyPy采用 ,对Python代码进行动态编译(注意不
是解释),所以可以显著提高Python代码的执行速度。
绝大部分Python代码都可以在PyPy下运行,但是PyPy和CPython有一些是不同的,这就导致相同的Python代码在
两种解释器下执行可能会有不同的结果。如果你的代码要放到PyPy下执行,就需要了解
。
Jython
Jython是运行在Java平台上的Python解释器,可以直接把Python代码编译成Java字节码执行。
IronPython
IronPython和Jython类似,只不过IronPython是运行在微软.Net平台上的Python解释器,可以直接把Python
代码编译成.Net的字节码。
先看优点
1. Python的定位是“优雅”、“明确”、“简单”,所以Python程序看上去总是简单易懂,初学者学Python,不但入门
容易,而且将来深入下去,可以编写那些非常非常复杂的程序。
2. 开发效率非常高,Python有非常强大的第三方库,基本上你想通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,大大降低开发周期,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————由于它的开源本质,Python已经被移植在许多平台上(经过改动使它能够工 作在不同平台
上)。如果你小心地避免使用依赖于系统的特性,那么你的所有Python程序无需修改就几乎可以在市场上所有的系
统平台上运行
5. 可扩展性————如果你需要你的一段关键代码运行得更快或者希望某些算法不公开,你可以把你的部分程序用
C或C++编写,然后在你的Python程序中使用它们。
6. 可嵌入性————你可以把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语言确实慢很多,跟JAVA相比也要慢一些,因此这也是很多所谓的大牛不屑
于使用Python的主要原因,但其实这里所指的运行速度慢在大多数情况下用户是无法直接感知到的,必须借助测试
工具才能体现出来,比如你用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,算是非常
夸张了,但是你是无法直接通过肉眼感知的,因为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
实在大多数情况下Python已经完全可以满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
情况下,当然还是建议你用C去实现的。
2. 代码不能加密,因为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,
如果你的项目要求源代码必须是加密的,那你一开始就不应该用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 用于 的工具,使得任何时刻仅有一个线程在执行,Python的线程是
操作系统的原生线程。在Linux上为pthread,在Windows上为Win thread,完全由操作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。即使在多核CPU平台上,由于GIL的存在,所
以禁止多线程的并行执行。关于这个问题的折衷解决方法,我们在以后线程和进程章节里再进行详细探讨。
JIT技术
PyPy和CPython的不同
点
计算机程序设计语言解释器 同步线程
评论0