python基础之从认识python到python的使用

python的历史：

python的创始人是吉多·范罗苏姆（Guido van Rossum），人称“龟叔”，1989年圣诞节期间，Guido开始写Python语言的编译器。他希望这个叫做Python的语言能符合他的理想：创造一种C和shell之间，功能全面，易学易用，可拓展的语言。

Python是一门崇尚优美、清晰、简单、优秀并广泛使用的语言。

Python的应用领域：

• web开发--Python web框架包括最火的Django（官方的标语把Django定义为the framework for perfectionist with deadlines-大意是一个为完全主义者开发的高效率web框架)，支持异步高并发的Tornado，短小精悍的flask，bottle。
• 网络编程--支持高并发的Twisted网络框架，Python3引入的asyncio使异步编程变的非常简单。
• 爬虫--爬虫领域，python几乎是霸主地位，Scrapy\Request\BeautifuSoap\urllib等，想爬什么爬什么
• 云计算--目前最火的知名云计算框架是Openstack
• 人工智能
• 自动化运维
• 金融分析--Python是金融分析、量化交易领域里用的最多的语言
• 科学运算--随着NumPy, SciPy, Matplotlib, Enthought librarys等众多程序库的开发，使的Python越来越适合于做科学计算、绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比，Python是一门通用的程序设计语言，比Matlab所采用的脚本语言的应用范围更广泛。
• 游戏开发--在网络游戏开发中Python也有很多应用。相比Lua or C++,Python 比 Lua 有更高阶的抽象能力，可以用更少的代码描述游戏业务逻辑，与 Lua 相比，Python 更适合作为一种 Host 语言，即程序的入口点是在 Python 那一端会比较好，然后用 C/C++ 在非常必要的时候写一些扩展。Python 非常适合编写 1 万行以上的项目，而且能够很好地把网游项目的规模控制在 10 万行代码以内。另外据我所知，知名的游戏<文明> 就是用Python写的。

Python的版本及发展：

Python包括Python2和Python3

1989年，Guido开始写Python语言的编译器。

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 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 (这里要解释清楚 为什么08年就出3.0，2010年反而又推出了2.7？是因为3.0不向下兼容2.0，导致大家都拒绝升级3.0，无奈官方只能推出2.7过渡版本)

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 -  2016-12-23 发布python3.6.0版

Python2和Python3的区别在后面具体的一一列出。

Python的种类：    

CPython

当我们从Python官方网站下载并安装好Python 2.7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是使用最广且被的Python解释器。教程的所有代码也都在CPython下执行。

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>>>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。

高级语言分类：

编译型：

编译是指在应用源程序执行之前，就将程序源代码“翻译”成目标代码（机器语言），因此其目标程序可以脱离其语言环境独立执行（编译后生成的可执行文件，是cpu可以理解的2禁止的机器码组成的），使用比较方便，效率较高。但应用程序一旦需要修改，必须先修改源代码，再重新编译生成新的目标文件（*.obj,也就是OBJ文件）才能执行，只有目标文件而没有源代码修好不是很方便。

编译后程序运行时不需要重新翻译，直接使用编译的结果就行了，程序执行效率高，依赖编译器，跨平台性差。代表语言有C、C++、Delphi等

解释型：

执行方式类似于我们日常生活中的“同声翻译”，应用程序源代码一由又相应语言的解释器"翻译成目标代码（机器语言），一边执行，因此效率比较低，而且不能生成可独立执行的可执行文件，应用程序不能脱离其解释器（想运行，必须先装上解释器，就像跟老外说话必须有翻译在场），但这种方式比较灵活，可以动态地调整，修改应用程序。代表语言有Python、Java、PHP、Ruby等

编译型：把源代码一次性编译成二进制，然后在执行。

优点：执行效率高，不需要依赖语言环境，可直接执行。

缺点：每次修改源代码，需要重新编译，生成机器码文件，跨平台性不好，不同操作系统，调用底层的机器指令不同，需为不同平台生成不同的机器码文件。

解释型：用户调用解释器，执行源代码文件，解释器吧源代码边解释成二进制，边执行。

优点：跨平台使用，因为解释器已经做好了对不同平台的交互处理，用户不用考虑平台差异性，可谓一份源代码，所有平台都可执行，可随时修改，立即见效，改完源代码，直接运行看效果。

缺点：运行效率低，所有的代码均需经过编译器，边解释边执行，速度比较慢，代码是明文。

Python的环境安装

windows下：

打开官网https://www.python.org/downloads/选择需要的版本下载

安装过程可选择自动添加到环境变量中。

若安装了多个版本的Python解释器，可通过更改环境变量实现更改默认使用版本。

1,点“我的电脑”，右键选“属性”

2，选择“高级系统设置”--->选“环境变量”--->在“系统变量”中选中“Path”,再点“编辑”--->再点“编辑文本”

3,在“变量值”一栏，把自己所安装的python路径拷进去就可以了，我安装的路径是“C:\Python27”

%这一步要注意：在拷贝路径“C:\Python27”时，前面要加分号，，还要注意，分号一定是英文输入法里的分号，我刚开始没有注意到这一点，导致在命令行里输入python命令时，总是失败，会提示‘python’不是内部或外部命令，也不是可运行的程序或批处理文件

测试是否安装成功：

window--运行--cmd--输入python--能进入交互环境，安装成功，这里可以输入print("hello,world!)

这里介绍下执行python源文件的几种方式：

1.将写好的python源代码保存成.py格式的文件，然后在cmd命令行窗口中输入python+ “文件位置”执行。

2.在cmd命令行，输入python进入交互环境，然后输入python源代码，直接执行。