vlambda博客
学习文章列表

python:平台,开源,免费的解释型的高级动态编程语言

1、什么是Python?

Python是一门跨平台,开源,免费的解释型的高级动态编程语言。由荷兰人吉多·范罗苏姆(Guido van Rossum)于1989年开发的一款脚本解释程序。Python(大蟒蛇的意思)的取名,源于电视喜剧《蒙提·派森的飞行马戏团》(Monty Python's Flying Circus)。目前,这个人还健在,被大家称为python之父。

1.1、跨平台

所谓的是跨平台是指不依赖于操作系统,也不依赖硬件环境,不管在windows,linux,还是android环境下,都可以运行。开源则是说开放源代码,允许用户查看修改源代码程序,但是需要遵循开源协议,免费就是不收取费用。

1.2、解释型语言和编译型语言

解释型语言和编译型语言的差别,学过C语言的人都知道,执行的时候需要先编译,将源代码编译成机器可以识别的语言,如果有语法错误,会直接在编译阶段报错。而解释型语言则没有编译的步骤,例如MATLAB,python等,直接点执行就可以了,如果发生错误的话,程序就卡在错误的地方,所以解释型语言是一种一边执行一边解释的语言不需要预先进行编译。

1.3、动态编程语言

动态编程语言和静态编程语言的区别,动态编程语言的变量并不是在计算机内存中被写入的某个值,它们只是指向内存的“标签”和“名称”,所以动态编程语言的变量没有一个固定的类型。静态编程语言的变量有固定的类型,它们指的是内存中的值。比较显著的区别就是,大家在写C语言的时候,定义变量必须要先声明变量的类型,是int,float,char,string;而python预言则没有这样的步骤,python的变量并不是指向具体的数据,还是指向内存的”标签“和”名称“。

1.4、脚本语言

除了上面的概念,我们常常还会听到一个词,脚本(脚本语言)。那什么是脚本语言?脚本语言(Script languages,scripting programming languages,scripting languages)是为了缩短传统的编写-编译-链接-运行(edit-compile-link-run)过程而创建的计算机编程语言。一个脚本通常是解释执行而非编译。脚本语言通常都有简单、易学、易用的特性,目的就是希望能让程序员快速完成程序的编写工作。作为批次处理语言或工作控制语言。许多脚本语言用来执行一次性任务,尤其是系统管理方面。DOS、Windows的批处理文件和Unix的shell脚本都属于这种应用;作为通用的编程语言存在,如Perl、Python、Ruby等。由于“解释执行、内存管理、动态”等特性,它们仍被称为脚本语言。但它们已经用于应用程序编写,用户也不把它们看作脚本语言。

2、编程

编程是编定程序的中文简称,就是让计算机代码解决某个问题,对某个计算体系规定一定的运算方式,使计算体系按照该计算方式运行,并最终得到相应结果的过程。编程其实是一项创造性的活动。编程人员要先了解自己的业务需求,通过编程语言实现和完成自己的目标。因此要记住,实现自己的目标才是最重要的,编程都是技术方法和手段。刚毕业那会,很多简单的数据分析,都会用python来分析,后来发现效率其实很低,很多很简单的数据,excel完全就能搞定,快速筛选,查找,出图,。。。。完全没有必要编程。只有针对数据量很大,excel无法打开,或者是计算判断逻辑过于复杂,这个时候才需要使用程序来实现。

3、python的应用

python是一门粘合剂的语言,它能很好的和其他语言结合。对于大多数使用者而言,python是一个简单地数据分析和算法验证与实施的工具,除非是专业开发人员,全栈工程师,才需要精通。python是一门老少皆宜的语言,究其原因,就是入门门槛低,轻松上手,任何非理科专业的学生也能快速上手。所以,对于python完全不用担心学不会,只有深浅的区别,而基础的python已经能解决80%的问题了。

3.1、python的应用方向:

  • 常规软件开发:支持函数式编程和面向对象编程,常规的软件开发、脚本编写、网络编程等可应用。

  • 科学计算:含有NumPy,SciPy,Matplotlib等众多数据分析三方包,Python越来越适合于做科学计算、2D和3D图像处理,语音分析等。

  • 自动化运维:运维工程师首选的编程语言,办公,协作,自动化程度相当高。

  • 云计算和WEB开发:耳熟能详的Django,还有Tornado,Flask。其中的Python+Django架构,应用范围非常广,开发速度非常快,学习门槛也很低

  • 网络爬虫:大数据行业获取数据的核心工具,数据分析的基础。

  • 数据分析:在大量数据的基础上,结合科学计算、机器学习等技术,对数据进行清洗、去重、规格化和针对性的分析是大数据行业的基石。Python是数据分析的主流语言之一。

  •  人工智能:Python在人工智能大范畴领域内的机器学习、神经网络、深度学习等方面都是主流的编程语言,得到广泛的支持和应用。

4、计算机编程语言

计算机编程语言是为了实现人与机器之间的交流和沟通,指导机器按照指定的方式去执行,从而得到想要的结果。计算机编程语言安类别可分为汇编语言、机器语言以及高级语言。

 4.1、汇编语言、机器语言、高级语言

汇编语言主要是以缩写英文作为标符进行编写的,运用汇编语言进行编写的一般都是较为简练的小程序,其在执行方面较为便利,但汇编语言在程序方面较为冗长,所以具有较高的出错率。

机器语言主要是利用二进制编码进行指令的发送,能够被计算机快速地识别,其灵活性相对较高,且执行速度较为可观,机器语言与汇编语言之间的相似性较高,但由于具有局限性,所以在使用上存在一定的约束性。

所谓的高级语言,其实是由多种编程语言结合之后的总称,其可以对多条指令进行整合,将其变为单条指令完成输送,其在操作细节指令以及中间过程等方面都得到了适当的简化,所以,整个程序更为简便,具有较强的操作性,而这种编码方式的简化,使得计算机编程对于相关工作人员的专业水平要求不断放宽。

4.2、源代码、机器码、解释器、编译器

源代码:由编程人员直接编写的code;
机器码:机器能够识别的code;
解释器:讲源代码翻译成机器能够识别的机器码
编译器:集成了解释器的,方便开发人员高效编程的工具。

5、Python的使用总结

总的来说,Python是一门适合普罗大众的语言,是一门很简单和方便的语言,非常适合上手,上手后很容易出成果。要想学好这门语言,关键还是要多操作,多实践。最好是结合具体实践目标,Python很容易从入门到精通,基础是入门,更多的是运用和使用别人的智慧,Python丰富的依赖包,都是集体的智慧,这也是Python真正具有活力的地方。