简介

>>> import thisThe Zen of Python, by Tim PetersBeautiful is better than ugly.Explicit is better than implicit.Simple is better than complex.Complex is better than complicated.Flat is better than nested.Sparse is better than dense.Readability counts.Special cases aren't special enough to break the rules.Although practicality beats purity.Errors should never pass silently.Unless explicitly silenced.In the face of ambiguity, refuse the temptation to guess.There should be one-- and preferably only one --obvious way to do it.Although that way may not be obvious at first unless you're Dutch.Now is better than never.Although never is often better than *right* now.If the implementation is hard to explain, it's a bad idea.If the implementation is easy to explain, it may be a good idea.Namespaces are one honking great idea -- let's do more of those!

Python 开发者哲学是 “用一种方法，最好是只有一种方法来做一件事”。在Python解释器内运行 import this 可以获得 “Python格言” 完整的列表。

Python优点：

• 简单易学、学习成本低，开发效率高，高级语言，可扩展性强；
• 标准库和第三方库众多，功能强大，既可以开发小工具，也可以开发企业级应用；
• 开源的、免费的；

Python缺点：

• 运行速度慢，Python 的运行速度几乎是最慢的，不但远远慢于 C/C++，还慢于 Java。
• 代码加密困难，不像编译型语言的源代码会被编译成可执行程序，Python 是直接运行源代码，因此对源代码加密比较困难。

应用领域

云计算：云计算最火的语言，典型应用OpenStack

WEB开发

• Python相比php、ruby的模块化设计，非常便于功能扩展；多年来形成了大量优秀的web开发框架，并且在不断迭代
• 如目前优秀的全栈的django、框架flask，都继承了python简单、明确的风格，开发效率高，易维护，与自动化运维结合性好。

人工智能

• 基于大数据分析和深度学习而发展出来的人工智能本质上已经无法离开python的支持，目前世界优秀的人工智能学习框架如Google的TransorFlow、FaceBook的PyTorch以及开源社区的神经网络库Keras等是用python实现的，甚至微软的CNTK（认知工具包）也完全支持Python，而且微软的VsCode都已经把Python作为第一级语言进行支持。

系统运维

• Python在与操作系统结合以及管理中非常密切，目前所有Linux发行版中都带有python，e且对于Linux中相关的管理功能都有大量的模块可以使用，例如目前主流的自动化配置管理工具：SaltStack Ansible（目前是RedHat的），目前在几乎所有的互联网公司，自动化运维的标配就是 python+Django/flask，另外，在虚拟化管理方面已经是事实标准的openstack就是python实现的，所以Python是所有运维人员的必备技能。

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，尤其擅长策略回测。

大数据

• Python相对于其它解释性语言最大的特点是其庞大而活跃的科学计算生态，在数据分析、交互、可视化方面有相当完善和优秀的库（python数据分析线：Numpy Pandas Scipy Matplotlip lpython），并且形成了自己独特的面向科学计算的Python发行版Anaconda，而且这几年一直在快速进化和完善，对传统的数据分析语言如R、Matlab、sas、stata形成了非常强的替代性。

图形GUI

• PyQT、WxPython、TkInter

编程语言简介和特点

编译和解释型语言的区别

CPU不能直接认识并执行我们写的语句，它只能认识机器语言（CPU指令集；二进制的形式）；因此我们开发语言的Virtual Machine要将识别的开发语言转换成机器语言让CPU去执行；那么就有两种以下的方式：

• 编译器是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
• 解释器则是只在执行程序时，才一条条地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得快的

编译和解释型的优缺点

静态和动态语言

强类型和弱类型语言

强类型定义语言在速度上可能略逊色于弱类型定义语言，但是强类型定义语言带来的严谨性能够有效地避免许多错误。另外，“这门语言是不是动态语言” 与 “这门语言是否类型安全之间” 是完全没有联系的。