什么是 Python？

Python 是一种易于解释和高级面向对象的编程语言，具有易于阅读的语法。Python 是原型和临时任务的理想选择，在科学计算、Web 开发和自动化方面有着广泛的应用。作为一种通用、初学者友好的编程语言，Python 支持全球许多顶级计算机科学家和应用程序开发人员。

想听一个名人的代言吗？Google 研究总监彼得·诺维格 (Peter Norvig) 表示：“Python 从一开始就一直是 Google 的重要组成部分，并且随着系统的增长和发展而保持不变。

了解 Python 作为开源编程语言的所有方面非常重要。我们将讨论 Python 开发，Python 库，以及一些历史和未来的趋势。继续阅读，围绕这个优雅，令人难以置信的语言包围你的思想。

为什么开发人员应该学习 Python

Python 是许多新程序员的第一语言。在大学计算机科学课程中，它通常是第一个引入的。为什么？

首先，Python 是可读的。有时，它甚至接近英语 - 对语言稍有了解，您可以浏览代码并了解它正在尝试做什么。

这与它这一代的其他应用语言形成了鲜明对比，这可能更令人困惑。Python 示例，用于将 "Hello, world!" 输出到计算机的控制台。

print("Hello, world!")

Python 强迫你写干净的代码

与大多数其他开发语言不同，Python 代码依赖于缩进。简而言之，您需要以特定、可预测的方式向给定代码块内的代码行添加空格。否则，代码将不运行。

这可能会让新的 Python 程序员感到沮丧！对于初学者来说，Python 语法有时确实会令人沮丧。但在用语言练习之后，大多数人都发誓。由于您的代码遵循可预测的可视化逻辑，因此它变得更容易阅读 - 对于其他可能会遇到您的工作的程序员来说，以及将来为您自己！

Python 很受欢迎，尤其是在数据科学和人工智能领域

语言可能是世界上最易读的语言，但仍然被遗忘。计算机科学的许多领域就像人气竞赛：最流行的工具往往最终成为工作的最佳选择。

流行的语言有更多的库选择，这节省了开发人员不可思议的时间和精力。流行的语言也往往有更多的教程和文档，所以你更有可能找到解决你的问题的方法。

如果您对数据科学或机器学习有任何兴趣，请不要再往前看。Python 是人工智能和数据科学行业的首选。这实际上保证了它的生存。

Python 的简史

1989 年，Guido van Rossum 在荷兰的一家计算机科学实验室工作。他决定写一种语言，可以改善他那个时代最受欢迎的人的缺点。五年半后，他发布了它，在“Monty Python's Flying Circus”之后将其称为“Python”，这是他喜欢的英国喜剧节目。

起初它很慢，但当一个年轻的 Google 宣布它使用 Python 进行许多内部流程时，Python 得到了很大的突破。

2005 年，Python 发布了 Django，这是一个用于构建 Web 应用程序的框架。Django 在流行中爆炸，并开始挑战当时的主导 Ruby on Rails 框架。

到 2011 年，Python 是全国计算机科学课程中教授最多的语言。几年后，它成为机器学习和人工智能领域研究人员的事实标准，可能是由于它的易用性和可读性。

虽然冯·罗瑟姆 (von Rossum) 在早期的许多年里都称赞自己是 Python 的“仁慈独裁者”，但 Python 的开发现在由Python 软件基金会处理。

随着其地位被我们这个时代最前沿的领域所巩固，Python 的未来看起来很光明！

使用 Python 可以构建哪些内容？

作为一种通用语言，答案是：几乎任何东西！Python 擅长当你有一个复杂的任务，你需要简化，运行一个短脚本，或者你需要处理一个大型数据集。

• 用于自动化工作流的简单脚本
• Web 抓取程序收集互联网数据
• 使用 Py 安装程序的独立二进制文件（即应用程序）
• 使用 Flask 或 Django 的高性能 Web 应用和 REST API
• 机器学习程序和人工智能
• 用于连接不同语言软件的“Glue 代码”
• 管理资金的交易应用程序
• 开源软件开发

这只是冰山一角！Python 编程语言广泛应用于当代计算机科学的各个领域。由于 Python 开发比其他大多数语言更高效，因此对于需要快速、低成本地更改代码库的初创企业来说，这是比较受欢迎的选择。

它也是科学家和数学家的热门话题，拥有许多强大的内部图书馆，用于统计和复杂的数学。

热门 Python 库

软件包库是任何现代编程语言的基本服务。没有它们，每个程序员都需要为最常规、最常见的任务编写自己的软件。

值得庆幸的是，Python 有大量的软件包可以满足你所有的编程需求。您可以在 Python Package Index 中仔细阅读它们。下面列出了一些用 Python 编写的全明星库：

• Beautiful Soup 是 HTML 的超级刮刀，允许开发人员大规模地从 Web 中提取数据。
• 上文简要提及的 Flask 和 Django 为简单和复杂的用例提供了快速的 Web 开发
• NumPy 和 Matplotlib 使数据可视化既简单又惊人
• PyTorch，适用于世界级的机器学习

什么是 Python Web 应用开发？

用于 Web 的 Python 应用程序通常建立在 Flask 和 Django 两个主要平台上。Flask 对初学者来说更简单，更清洁，更容易。Django 具有更多的功能，可以扩展到大量用户。

如果您来自 JavaScript 背景，则 Flask 指向 Django，即 Express 到 Nest。

什么是 Flask？

更具体地说， Flask 是一个“microweb 框架”。它比你的平均样板填充工具小得多。它不需要外部库或组件，完全基于 vanilla Python 构建。但是，您可以轻松地在第三方工具中混合，以提高效率。

Flask 专为快速应用开发而设计。它非常适合在像 Django 这样的更大框架中更全面地充实新想法之前进行原型设计。

什么是 Django？

Python 最流行的 Web 框架 Django 的流行程度如何？

Instagram，这家社交媒体巨头，在 Django 上扩展到一百万用户。它目前被 Pinterest、Udemy、Spotify 和 Dropbox 使用。这是多么受欢迎。Django 是一个开源框架，“对于有最后期限的完美主义者”，根据它的文档。它是跨平台的，在 Windows 和 Mac 上同样有效。

Django 是建立在 MVC 模型上的，是 Model-Viewer-Controller 的缩写。MVC 是计算机科学中的一种特殊模式，其目标是将 Web 应用程序的关注点分成三个独立的组件。

当客户机发送请求时，它会首先击中控制器，控制器处理不同传入请求的通信。它将流量传递到不同的模型，这些模型处理请求的数据和逻辑。然后，模型会将该响应导出到查看器，从而将数据呈现给客户端。

这需要一个简单、容错的框架。因此，Django 在规模和复杂性方面表现出色。

面向数据科学的 Python

Python 最重要的优势在于数据科学和机器学习。如何从这些突破性领域开始？

您可能想从熟悉这个领域最流行的工具开始。其中一个是 Jupyter Notebooks ，您可以在其中找到数据科学算法和库的交互式演练。

另一个是 Anaconda ，这是一个数据科学家共享工作的平台。这是另一个很好的地方，可以找到关于开始数据科学冒险的指南和指导。

Python 中最重要的数据科学库可能称为 pandas 。对于数据科学家来说，一个重要的任务是清理您将使用的数据，而熊猫可以使事情变得更容易。它还拥有一套工具来帮助操纵和分析数据。

人工智能和数据科学只会继续在流行中爆炸，所以现在开始学习这些工具是一个很好的选择！

开发人员可以在哪里学习 Python？

与大多数其他与技术相关的主题一样，通过观看 YouTube 上的教程视频，可以轻松自由地学习 Python。我们生活在一个免费的在线教程内容的黄金时代。布拉德·特拉弗西 (Brad Traversy) 是该领域的领军人物，但有几乎无休止的导师可供选择。

学习基础知识后，尝试通过一些练习来测试您的知识。这里也有很多的选择。对于希望提高才能的程序员来说，锻炼是一种很好的资源。练习使用命令行为导师和有趣的测试提供有针对性的挑战。

如果您想深入了解数据科学，可以试用 Kaggle 。大多数在线数据科学家以平台为首要资源。

如何使用 Python on GitHub ？尽管有很多资源可以使用和学习 Python，例如在线参考书，视频教程和网站，开发人员也可以将 GitHub 视为学习 Python 的可靠来源。

最后，从长远来看，学习任何编程语言的最佳方法是用它来构建有意义的东西。尝试创建 Web 刮刀、简单的 API 或自动化脚本！

Python：适合你的语言

希望本指南能够为您解答有关这种出色的编码语言的问题。无论你想进入数据科学，运行一个可扩展的 Web 服务器，还是像编写小脚本一样，Python 都有一些适合你的东西。

要了解有关一般开发的更多信息，请查看我们的博客。