1.Python前世今生

1.1.Python歷史

Python的創始人: Guido van Rossum；之所以選中Python（大蟒蛇的意思）作為該編程語言的名字，是因為他是一個叫Monty Python的喜劇團體的愛好者。

誕生於1989年。作者前身也是C++程序員，之前也參加設計了一種叫ABC的教學語言，就Guido本人看來，ABC 這種語言非常優美和強大，是專門為非專業程序員設計的。但是ABC語言並沒有成功，究其原因，Guido 認為是其非開放造成的（相對封閉的開發語言、擴展性、推廣性相對不太成功。）。Guido 決心在Python 中避免這一錯誤。同時，他還想實現在ABC 中閃現過但未曾實現的東西。

• 1991年，第一個Python編譯器誕生。它是用C語言實現的，並能夠調用C語言的庫文件。從一出生，Python已經具有了：類，函數，異常處理，包含表和詞典在內的核心數據類型，以及模塊為基礎的拓展系統。
• Granddaddy of Python web frameworks, Zope 1 was released in 1999
• Python 1.0 - January 1994 增加了 lambda, map, filter and reduce.
• Python 2.0 - October 16, 2000，加入了內存回收機制，構成了現在Python語言框架的基礎
• Python 2.4 - November 30, 2004, 同年目前最流行的WEB框架Django 誕生
• Python 2.5 - September 19, 2006
• Python 2.6 - October 1, 2008
• Python 3.0 - December 3, 2008
• Python 3.1 - June 27, 2009
• 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 3.2 - February 20, 2011
• Python 3.3 - September 29, 2012
• Python 3.4 - March 16, 2014
• Python 3.5 - September 13, 2015

1.2.熱門排行

由上圖可見，Python整體呈上升趨勢，反映出Python應用越來越廣泛並且也逐漸得到業內的認可！

IEEE Spectrum (電氣和電子工程師協會) 2017 編程語言 Top 10

http://spectrum.ieee.org/static/interactive-the-top-programming-languages-2017

• Python 的排名從去年開始就在持續上升，並躍至第一。但排在前四名的語言 Python、C、Java 和 C++ ，其實都保持著非常接近的流行度。

1.3.Python應用領域

• 雲計算

雲計算最火的語言， 典型應用OpenStack

• WEB開發

python相比php\ruby的模塊化設計，非常便於功能擴展；多年來形成了大量優秀的web開發框架，並且在不斷迭代；如目前優秀的全棧的django、框架flask，都繼承了python簡單、明確的風格，開發效率高、易維護，與自動化運維結合性好，python已經成為自動化運維平臺領域的事實標準；眾多大型網站均為Python開發，Youtube, Dropbox, 豆瓣。

• 人工智能

基於大數據分析和深度學習而發展出來的人工智能本質上已經無法離開python的支持，目前世界優秀的人工智能學習框架如Google的TransorFlow 、FaceBook的PyTorch以及開源社區的神經網絡庫Karas等是用python實現的，甚至微軟的CNTK（認知工具包）也完全支持Python，而且微軟的Vscode都已經把Python作為第一級語言進行支持。

• 系統運維

Python在與操作系統結合以及管理中非常密切，目前所有linux發行版中都帶有python，且對於linux中相關的管理功能都有大量的模塊可以使用，例如目前主流的自動化配置管理工具：SaltStack Ansible（目前是RedHat的）。目前在幾乎所有互聯網公司，自動化運維的標配就是python+Django/flask，另外，在虛擬化管理方面已經是事實標準的openstack就是python實現的，所以Python是所有運維人員的必備技能。

• 金融

量化交易，金融分析，在金融工程領域，Python不但在用，且用的最多，而且重要性逐年提高。原因：作為動態語言的Python，語言結構清晰簡單，庫豐富，成熟穩定，科學計算和統計分析都很牛逼，生產效率遠遠高於c,c++,java,尤其擅長策略回測

• 大數據

Python相對於其它解釋性語言最大的特點是其龐大而活躍的科學計算生態，在數據分析、交互、可視化方面有相當完善和優秀的庫（python數據分析棧：Numpy Pandas Scipy Matplotlip Ipython）， 並且還形成了自己獨特的面向科學計算的Python發行版Anaconda，而且這幾年一直在快速進化和完善，對傳統的數據分析語言如R MATLAB SAS Stata形成了非常強的替代性。

• 圖形GUI

PyQT, WxPython,TkInter

1.4.Python行業應用

• CIA：美國中情局網站就是用Python開發的
• NASA：美國航天局(NASA)1994年起把python作為主要開發語言(使用Python進行數據分析和運算)
• Google：Google App Engine 、code.google.com 、Google earth 、谷歌爬蟲、Google廣告等項目都在大量使用Python開發
• Facebook：大量的基礎庫均通過Python實現的
• YouTube：世界上最大的視頻網站YouTube就是用Python開發的
• Dropbox：美國最大的在線雲存儲網站，全部用Python實現，每天網站處理10億個文件的上傳和下載
• Instagram：美國最大的圖片分享社交網站，每天超過3千萬張照片被分享，全部用python開發
• Redhat：世界上最流行的Linux發行版本中的yum包管理工具就是用python開發的
• 豆瓣：公司幾乎所有的業務均是通過Python開發的
• 知乎：國內最大的問答社區，通過Python開發(國外Quora)

2.編程語言簡介和特點

編程語言主要從以下幾個角度為進行分類，編譯型和解釋型、靜態語言和動態語言、強類型定義語言和弱類型定義語言，每個分類代表什麼意思呢，我們一起來看一下。

2.1.編譯和解釋型語言的區別

CPU不能直接認識並執行我們寫的語句,它只能認識機器語言(CPU指令集；二進制的形式)；因此我們開發語言的Virtual Machine要將識別的開發語言轉換成機器語言讓CPU去執行；那麼就有兩種以下兩種方式:

• 編譯器是把源程序的每一條語句都編譯成機器語言,並保存成二進制文件,這樣運行時計算機可以直接以機器語言來運行此程序,速度很快;
• 解釋器則是隻在執行程序時,才一條一條的解釋成機器語言給計算機來執行,所以運行速度是不如編譯後的程序運行的快的.

2.2.編譯和解釋型優缺點

編譯型

• 優點：編譯器一般會有預編譯的過程對代碼進行優化。因為編譯只做一次，運行時不需要編譯，所以編譯型語言的程序執行效率高。可以脫離語言環境獨立運行。
• 缺點：編譯之後如果需要修改就需要整個模塊重新編譯。編譯的時候根據對應的運行環境生成機器碼，不同的操作系統之間移植就會有問題，需要根據運行的操作系統環境編譯不同的可執行文件。

解釋型

• 優點：有良好的平臺兼容性，在任何環境中都可以運行，前提是安裝瞭解釋器（虛擬機）。靈活，修改代碼的時候直接修改就可以，可以快速部署，不用停機維護。
• 缺點：每次運行的時候都要解釋一遍，性能上不如編譯型語言。

2.3.靜態和動態語言

通常我們所說的動態語言、靜態語言是指動態類型語言和靜態類型語言。

• 動態類型語言：

動態類型語言是指在運行期間才去做數據類型檢查的語言，也就是說，在用動態類型的語言編程時，永遠也不用給任何變量指定數據類型，該語言會在你第一次賦值給變量時，在內部將數據類型記錄下來。Python和Ruby就是一種典型的動態類型語言，其他的各種腳本語言如VBScript也多少屬於動態類型語言。

• 靜態類型語言：

靜態類型語言與動態類型語言剛好相反，它的數據類型是在編譯其間檢查的，也就是說在寫程序時要聲明所有變量的數據類型，C/C++是靜態類型語言的典型代表，其他的靜態類型語言還有C#、JAVA等。

2.4.強類型和弱類型定義語言

強類型定義語言在速度上可能略遜色於弱類型定義語言，但是強類型定義語言帶來的嚴謹性能夠有效的避免許多錯誤。另外，“這門語言是不是動態語言”與“這門語言是否類型安全”之間是完全沒有聯繫的！

例如：

• Python是動態語言，是強類型定義語言（類型安全的語言）; VBScript是動態語言，是弱類型定義語言（類型不安全的語言）;
• JAVA是靜態語言，是強類型定義語言（類型安全的語言）。
• 強類型定義語言：

強制數據類型定義的語言。也就是說，一旦一個變量被指定了某個數據類型，如果不經過強制轉換，那麼它就永遠是這個數據類型了。舉個例子：如果你定義了一個整型變量a,那麼程序根本不可能將a當作字符串類型處理。強類型定義語言是類型安全的語言。

• 弱類型定義語言：

數據類型可以被忽略的語言。它與強類型定義語言相反, 一個變量可以賦不同數據類型的值。

通過上面這些介紹，我們可以得出，python是一門動態解釋性的強類型定義語言。

3.What is Python?

3.1.Python哲學

Python開發者的哲學是“用一種方法,最好是隻有一種方法來做一件事”。在設計Python語言時,如果面臨多種選擇,Python開發者一般會拒絕花俏的語法,而選擇明確沒有或者很少有歧義的語法。這些準則被稱為“Python格言”。在Python解釋器內運行import this可以獲得完整的列表。

• 優雅

語法非常的簡短幹練，沒有一點多餘的語法結構。

• 明確

python對格式進行強制的限制；將格式整齊劃一，就感覺在寫詩一樣優雅美麗；

• 簡單

在python的設計哲學中：要實現任何一件事情，都應該有一種並且我們認為是最好的一種方式去實現。沒有像Perl語言那樣花哨，（魔法語言），幾乎就是不去調試，你不知道這段代碼的邏輯。（幾乎5個Perl開發，寫出一個功能，就有5種寫法出來。不利於團隊協作）

3.2.Python優缺點

優點

• 簡單易學

特別適合初學者學Python，不但入門容易，而且將來深入下去，可以編寫那些非常非常複雜的程序。

• 開發效率高

Python有非常強大的第三方庫，基本上你想通過計算機實現任何功能，Python官方庫裡都有相應的模塊進行支持，直接下載調用後，在基礎庫的基礎上再進行開發，大大降低開發週期，避免重複造輪子。

• 高級語言

當你用Python語言編寫程序的時候，你無需考慮諸如如何管理你的程序使用的內存一類的底層細節

• 可移植性

由於它的開源本質，Python已經被移植在許多平臺上（經過改動使它能夠工 作在不同平臺上）。如果你小心地避免使用依賴於系統的特性，那麼你的所有Python程序無需修改就幾乎可以在市場上所有的系統平臺上運行

• 可擴展性

如果你需要你的一段關鍵代碼運行得更快或者希望某些算法不公開，你可以把你的部分程序用C或C++編寫，然後在你的Python程序中使用它們。

• 可嵌入性

你可以把Python嵌入你的C/C++程序，從而向你的程序用戶提供腳本功能。

缺點

• 速度慢

Python 的運行速度相比C語言確實慢很多，跟JAVA相比也要慢一些，因此這也是很多所謂的大牛不屑於使用Python的主要原因，但其實這裡所指的運行速度慢在大多數情況下用戶是無法直接感知到的，必須藉助測試工具才能體現出來，比如你用C運一個程序花了0.01s,用Python是0.1s,這樣C語言直接比Python快了10倍,算是非常誇張了，但是你是無法直接通過肉眼感知的，因為一個正常人所能感知的時間最小單位是0.15-0.4s左右，哈哈。其實在大多數情況下Python已經完全可以滿足你對程序速度的要求，除非你要寫對速度要求極高的搜索引擎等，這種情況下，當然還是建議你用C去實現的。

• 代碼不能加密

因為PYTHON是解釋性語言，它的源碼都是以名文形式存放的，不過我不認為這算是一個缺點，如果你的項目要求源代碼必須是加密的，那你一開始就不應該用Python來去實現。

• 多線程問題

這是Python被人詬病最多的一個缺點，GIL即全局解釋器鎖（Global Interpreter Lock），是計算機程序設計語言解釋器用於同步線程的工具，使得任何時刻僅有一個線程在執行，Python的線程是操作系統的原生線程。在Linux上為pthread，在Windows上為Win thread，完全由操作系統調度線程的執行。一個python解釋器進程內有一條主線程，以及多條用戶程序的執行線程。即使在多核CPU平臺上，由於GIL的存在，所以禁止多線程的並行執行。

3.3.Python解釋器

當我們編寫Python代碼時，我們得到的是一個包含Python代碼的以.py為擴展名的文本文件。要運行代碼，就需要Python解釋器去執行.py文件。

由於整個Python語言從規範到解釋器都是開源的，所以理論上，只要水平夠高，任何人都可以編寫Python解釋器來執行Python代碼（當然難度很大）。事實上，確實存在多種Python解釋器。

• CPython

當我們從Python官方網站下載並安裝好Python 2.7後，我們就直接獲得了一個官方版本的解釋器：CPython。這個解釋器是用C語言開發的，所以叫CPython。在命令行下運行python就是啟動CPython解釋器。

CPython是使用最廣的Python解釋器。教程的所有代碼也都在CPython下執行。

• IPython

IPython是基於CPython之上的一個交互式解釋器，也就是說，IPython只是在交互方式上有所增強，但是執行Python代碼的功能和CPython是完全一樣的。好比很多國產瀏覽器雖然外觀不同，但內核其實都是調用了IE。

CPython用>>>作為提示符，而IPython用In [序號]:作為提示符。

• PyPy

PyPy是另一個Python解釋器，它的目標是執行速度。PyPy採用JIT技術，對Python代碼進行動態編譯（注意不是解釋），所以可以顯著提高Python代碼的執行速度。

絕大部分Python代碼都可以在PyPy下運行，但是PyPy和CPython有一些是不同的，這就導致相同的Python代碼在兩種解釋器下執行可能會有不同的結果。如果你的代碼要放到PyPy下執行，就需要了解PyPy和CPython的不同點。

• Jython

Jython是運行在Java平臺上的Python解釋器，可以直接把Python代碼編譯成Java字節碼執行。

• IronPython

IronPython和Jython類似，只不過IronPython是運行在微軟.Net平臺上的Python解釋器，可以直接把Python代碼編譯成.Net的字節碼。

4.1.性能

Py3.0運行 pystone benchmark的速度比Py2.5慢30%。Guido認Py3.0有極大的優化空間，在字符串和整形操作上可以取得很好的優化結果。

• Py3.1性能比Py2.5慢15%，還有很大的提升空間。
• 現在Py3.x已經比Py2.x運行速度要快很多了。

4.2.編碼

Py3.x: ALL IS UNICODE NOW

4.3.語法

閱讀更多 璃沫小仙 的文章

關鍵字: Linu C語言 今生