Python的简介

• Python是一种广泛使用的解释型、高级编程、通用型编程语言。
• Python的设计哲学强调代码的可读性和简洁的语法，让开发者能够用更少的代码表达想法。不管是小型还是大型程序，该语言都试图让程序的结构清晰明了。
• Python拥有动态类型系统和垃圾回收功能，能够自动管理内存使用，并且支持多种编程范式，包括面向对象、命令式、函数式和过程式编程。其本身拥有一个巨大而广泛的标准库。
• Python 解释器本身几乎可以在所有的操作系统中运行。

Python的特性

• 多范式编程语言
• 完全支持面向对象编程和结构化编程，很多特征也支持函数式编程和面向切面编程（包括元编程和元对象）。
• 完全面向对象的语言，函数、模块、数值、字符串都是对象
• 完全支持继承、重载、派生、多重继承，有益于增强源代码的复用性。
• Python支持重载运算符，因此Python也支持泛型设计。
• Python对遵循Lisp传统的函数式编程提供了有限的支持，它提供了 filter、map、reduce函数；列表推导式、字典、集合和生成器表达式。
• 标准库中有两个模块（functools和itertools）实现了从Haskell和Standard ML取来的函数式工具。
• 跨平台
• 可扩展
• 语法简洁
• 类库丰富

Python的设计哲学

• 优美优于丑陋。明了优于隐晦。
• 简单优于复杂。复杂优于凌乱。
• 扁平优于嵌套。稀疏优于稠密。
• 可读性很重要。

为什么学Python

参考此文

总结出十大理由：

1. 数据科学
   这是许多程序员在 2020 年学习 Python 的唯一、最大的原因。我知道有许多朋友对投资银行的 Java 编程工作感到厌倦，他们正在 Udemy 学习 Python，以便能够在数据科学领域谋得一席之地，因为这一领域的工作不仅令人兴奋，而且薪水也颇高。但是，为什么 Python 会成为数据科学和机器学习的首选语言呢？ 不久之前 R 语言不还是被认为是最好的机器学习编程语言吗？我认为 Python 提供的库和框架，比如用于人工智能、数据科学和机器学习上的 Pandas 、PyBrain、 NumPy ，就是其中原因之一。另一个原因就是多样性；借助 Python 的经验，你可以做出比 R 更多的事情，比如，你可以创建脚本来自动化执行某些内容、进行 Web 开发等等。

2. 机器学习
   这也是程序员在 2020 年学习 Python 的另一个原因。在过去的几年里，机器学习的发展如撑霆裂月，惊魂夺魄，它正迅速改变我们周围的一切。算法的复杂性日甚一日，最好的例子就是 Google 的搜索算法，它现在可以回答你所期望的。到处都有聊天机器人可以回答你的提问，Uber 完全是由算法驱动的。如果你对机器学习感兴趣，想做一个宠物项目，或者只是想玩一玩， Python 是唯一一种能使之变得简单的主要编程语言。尽管 Java 也提供了机器学习库，但你会发现关于 Python 的内容更多，因为开发者社区更喜欢 Python，而不是数据科学和机器学习相关的其他任何内容。

3. Web 开发
   良好的传统开发是学习 Python 的另一个原因。它提供了很多优秀的库和框架，比如 Django 和 Flask ，这使得 Web 开发变得非常简单。在 PHP 中需要耗时数小时的任务，在 Python 中只需几分钟即可完成。Python 也经常用于网页抓取。互联网上一些流行的网站，如 Reddit，就是使用 Python 构建的。

4. 足够简单
   这是初学者学习 Python 的最大原因。当你第一次开始编程和编码时，你肯定不想一开始就使用一种语法复杂、规则古怪的编程语言开始。Python 既可读，又简单。它也更容易设置；你不需要处理像 Java 这样的类路径问题或者像 C++ 这样的编译器问题。只需安装 Python，即可完成。在安装时，它还会要求你在 PATH 中添加 Python ，这意味着你可以在机器上的任何地方运行 Python。

5. 庞大的社区
   你需要一个社区来学习新技术，在学习编程语言时，朋友是你最大的财富。你经常遇到这样的或那样的问题，这时候，你需要的是一只援助之手。多亏了 Google，你可以在几分钟内找到任何 Python 相关问题的解决方案。像 StackOverflow 这样的社区也聚集了很多 Python 专家来帮助新手。

6. 库和框架
   Python 和 Java 之间的一个相似之处就是有可以用来做任何你想做的事情的开源库，框架和模块的数量众多。它使应用开发变得非常容易。想象一下，构建 Web 应用，在 Java 中不使用 Spring ，或者在 Python 中不是用 Django 和 Flask，会怎么样？有了库和框架的加持，会使你的工作变得简单，因为你只需关注业务逻辑。针对不同的需求，Python 还有许多库。Django 和 Flask 是 Web 开发中最受欢迎的两个库，而 NumPy 和 SciPy 是用于数据科学的库。事实上，Python 拥有最好的机器学习和数据科学的库，如 TensorFlow 、 Scikit-Learn 、 Keras 、 Pandas 等等。

7. 自动化

   我第一次了解 Python 是由于我的一个脚本需求。那时候，我正处理一个通过 UDP 接收消息的应用程序，但是出现了一个问题，我们在日志中并没有看到消息。我想检查我们是否在那个机器和那个端口上接收到任何 UDP 流量，但我找不到一个方便的 UNIX 命令来做这件事。当时，我一个朋友，就坐在我旁边，那会儿正在学习 Python，他在短短 5 分钟内编写了一个实用程序，使用其中一个 Python 模块来拦截 UDP 消息。显然，他编写这样的工具所花的时间给我留下了深刻的印象，但这只是突出了 Python 在编写脚本、工具和自动化方面的强大功能。

8. 多用途

   我之所以喜欢 Python，还有一个原因是它像瑞士军刀一样好用。它并不仅仅局限于做一件事，比如 R ，它擅长数据科学和机器学习，但在 Web 开发 方面却毫无用处。而学习 Python 意味着，你可以用它做很多事情。你可以使用 Django 和 Flask 来创建 Web 应用，也可以使用 NumPy 、SciPy、Scikit-Learn 和 NLTK 进行数据分析。至少，你可以使用 Python 编写脚本，来自动执行许多日常任务。

9. 工作与成长
   Python 的发展日新月异，如果你刚刚开始你的编程生涯，那么学习一门正在成长的主要编程语言就非常有意义。它不仅能帮助你迅速找到工作，还能加速你的职业发展。依我浅见，对于初学者而言，除了简单之外，这应该就是学习 Python 最重要的原因了。

10. 薪水

    Python 开发人员是收入最高的开发者之一，特别是在数据科学、机器学习和 Web 开发方面。平均而言，他们的薪水也很高，根据他们的经验、地点和领域的不同，他们的收入从 7 万美元到 15 万美元不等。

Python的学习参考文档

官网