Python基础(1)之Python历史及介绍

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、清晰、简单，是一个优秀并泛使用的语言。

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更加得到业内的的认可！！！
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：

• 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、豆瓣等等，典型 WEB 框架有 Django、Flask；
• 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，而且重要性逐年提高。原因：作为动态语言的 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，尤其擅长策略略回测；
• 图形 GUI：PyQT、WxPython、TkInter；

Python 在一些公司的应用:

• 谷歌：Google App Engine、code.google.com、Google earth、谷歌爬虫、Google 广告等项目都在大量使用 Python 开发；
• CIA：美国中情局网站就是用 Python 开发的；
• NASA：美国航天局（NASA）大量使用 Python 进行数据分析和运算；
• YouTube：世界上最大的视频网站 YouTube 就是用 Python 开发的；
• Dropbox：美国最大的在线云存储网站，全部用 Python 实现，每天网站处理 10 亿个文件的上传和下载；
• Instagram：美国最大的图片分享社交网站，每天超过 3 千万张照片被分享，全部用 Python 开发；
• Facebook：大量的基础库均通过 Python 实现的；
• Redhat：世界上最流行的 Linux 发行版本中的 yum 包管理工具就是用 Python 开发的；
• 豆瓣：公司几乎所有的业务均是通过 Python 开发的；
• 知乎：国内最大的问答社区，通过 Python 开发（国外 Quora）；
• 春雨医生：国内知名的在线医疗网站是用 Python 开发的；

除上列列举的之外，还有搜狐、金山、腾讯、盛大、网易、百度、阿里、淘宝、土豆、新浪、果壳等公司都在使用 Python 完成各种各样的任务。

Python 是一种什么样的语言

编程语言主要从以下几个角度来进行分类：

• 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；

我们先看编译型语言和解释型语言，稍后再说强类型和弱类型。
编译和解释的区别是什么?

• 编译：用编译器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,这样运行时计算机可以直接以机器语言来运行此程序，速度很快;
• 解释：用解释器只在执行程序时，才一条一条的解释成机器语言给计算机来执行，所以运行速度是不如编译后的程序运行的快的，这是因为计算机不能直接认识并执行我们写的语句，它只能认识机器语言（是二进制的形式）；

编译型 vs. 解释型

编译型优缺点：

• 优点：编译器一般会有预编译的过程对代码进行优化。因为编译只做一次，运行时不需要编译，所以编译型语言的程序执行效率高。可以脱离语言环境独立运行；
• 缺点：编译之后如果需要修改就需要整个模块重新编译。编译的时候根据对应的运行环境生成机器码，不同的操作系统之间移植就会有问题，需要根据运行的操作系统环境编译不同的可执行文件；

解释型优缺点：

• 优点：有良好的平台兼容性，在任何环境中都可以运行，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可以，可以快速部署，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；

Python 的优缺点

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，而且将来深如下去，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 运行一个程序花了 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），是计算机程序设计语言解释器用于同步线程的工具，使得在一个使用 Python 创建的进程中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。

当然，Python 还有一些其它的小缺点，在这就不一一列举了，我想说的是，任何一门语言都不是完美的，都有擅长和不擅长做的事情，建议各位不要拿一个语言的劣势去跟另一个语言的优势来去比较，语言只是一个工具，是实现程序设计师思想的工具，就像我们之前中学学几何时，有的时候需要要圆规，有的时候需要用用三角尺一样，拿相应的工具去做它最擅长的事才是正确的选择。

Python 解释器

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 Python 官方网站下载并安装好 Python 3.x 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 也是使用用最广的 Python 解释器。

• 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。
  CPython 用用 >>> 作为提示符，而 IPython 用 In [序号]: 作为提示符。

• PyPy
  PyPy 是另一个 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），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 PyPy 和 CPython 的不不同点。

• 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。

Python 发展史

• 1989 年，为了打发圣诞节假期，Guido（龟叔）开始写 Python 语言的编译器。 Python 这个名字，来⾃ Guido 所挚爱的电视剧Monty Python’s Flying Circus。他希望这个新的叫做 Python 的语言言，能符合他的理想：创造一种 C 和 shell 之间，功能全面，易学易用，可拓展的语言；
• 1991 年，第一个 Python 编译器诞生。它是用 C 语言实现的，并能够调用 C 语言的库文件。从一出生，Python 已经具有了：类、函数、异常处理、包含表和词典在内的核心数据类型，以及模块为基础的拓展系统；
• Granddaddy of Python web frameworks, Zope 1 was released in 1999；
• Python 1.0 - January 1994 增加了了 lambda、map、filter and reduce；
• Python 2.0 - October 16, 2000，加入了内存回收机制，构成了现在 Python 语言框架的基础；
• Python 2.4 - November 30, 2004，同年目前最流行的 WEB 框架 Django 诞生；
• Python 2.5 - September 19, 2006；
• Python 2.6 - October 1, 2008；
• Python 2.7 - July 3, 2010；
• In November 2014, it was announced that Python 2.7 would be supported until 2020, and reaffirmed that there would be no 2.8 release as users were expected to move to Python 3.4+ as soon as possible；
• Python 3.0 - December 3, 2008；
• Python 3.1 - June 27, 2009；
• Python 3.2 - February 20, 2011；
• Python 3.3 - September 29, 2012；
• Python 3.4 - March 16, 2014；
• Python 3.5 - September 13, 2015；
• Python 3.6 - December 16,2016；
• Python 3.7 - June 27,2018；
• Python 3.8 - October 15,2019；