Python 是一种易于解释的高级面向对象的编程语言，具有易于阅读的语法。Python 是原型设计和临时任务的理想选择，在科学计算，Web 开发和自动化中得到了广泛的应用。作为一种通用的，初学者友好的编程语言，Python 支持全球许多顶级计算机科学家和应用程序开发人员。

想听听名人代言吗？Google 研究主管彼得·诺维格 (Peter Norvig) 说：“Python 从一开始就是 Google 的重要组成部分，随着系统的发展和演变，它仍然存在。

理解 Python 作为一种开源编程语言的所有方面都很重要。我们将讨论 Python 开发，Python 库，以及一些历史和未来趋势。继续阅读，把你的想法围绕着这个优雅，令人难以置信的语言。

为什么开发人员应该学习 Python

Python 是许多新程序员的第一语言。在大学计算机科学课程中，这通常是第一个引入的课程。为什么？

首先，Python 是可读的。有时，它甚至接近英语 – 对语言有一点了解，您可以查看代码并了解它正在尝试做什么。

这与其生成的其他应用程序语言形成对比，这可能更令人困惑。Python 示例将“Hello，world！”输出到计算机的控制台。复制代码片段

Copied to Clipboard

Error: Could not Copy

print("Hello, world!")

Python 强制你编写干净的代码

与大多数其他开发语言相比，Python 代码依赖于缩进。简而言之，您需要以特定、可预测的方式向给定代码块中的代码行添加空格。否则，代码将不运行。

这可能会挫败新的 Python 程序员！对于初学者来说，Python 语法有时确实会令人沮丧。但在用语言练习之后，大多数人会发誓。因为您的代码遵循可预测的视觉逻辑，所以它变得更容易阅读 – 对于其他可能遇到您的工作的程序员，以及未来的你自己！

Python 很受欢迎，尤其是在数据科学和人工智能领域

一个语言可能是世界上最容易读懂的，但仍然被遗忘。许多计算机科学领域就像人气竞赛一样：最受欢迎的工具往往最终成为这项工作的最佳选择。

流行的语言有更多的库选择，这节省了开发人员令人难以置信的时间和精力。流行的语言也往往有更多的教程和文档，因此您更有可能找到解决问题的方法。

如果您对数据科学或机器学习有任何兴趣，请不要再犹豫了。Python 是人工智能和数据科学行业的首选。这实际上保证了它的生存。

Python 的简史

1989 年，Guido van Rossum 在荷兰的一个计算机科学实验室工作。他决定写一种语言，可以改善他这个时代最流行的错误。五年半后，他发布了它，在“Monty Python 的飞行马戏团”之后称之为“Python”，这是他喜欢的英国喜剧节目。

起初很慢，但当一位年轻的 Google 宣布将 Python 用于许多内部流程时，Python 得到了很大的突破。

2005 年，Python 发布了 Django，一个用于构建 Web 应用程序的框架。Django 在流行中爆炸，并开始挑战当时占主导地位的 Ruby on Rails 框架。

到 2011 年，Python 是全国计算机科学课程中教授最多的语言。几年后，它成为机器学习和人工智能领域研究人员的事实标准，可能是因为它的易用性和可读性。

虽然冯·罗斯姆 (von Rossum) 在早期的许多年里为 Python 的“仁慈独裁者”加冕，但 Python 的开发现在由Python 软件基金会处理。

随着其地位被我们这个时代最前沿的领域巩固，Python 的未来看起来很光明！

你可以使用 Python 构建什么？

作为一种通用语言，答案是：几乎任何东西！当你有一个复杂的任务需要简化时，Python 会脱颖而出，一个要运行的简短脚本，或者一个需要处理的大数据集。

用于自动执行工作流的简单脚本

用于收集互联网数据的网络抓取器

使用 Py 安装程序的独立二进制文件（即应用程序）

使用 Flask 或 Django 的高性能 Web 应用和 REST API

机器学习程序和人工智能

用于连接不同语言软件的“胶水代码”

交易管理资金的应用

开源软件开发

那只是冰山的尖端！Python 编程语言广泛应用于当代计算机科学的各个领域。由于 Python 开发比其他大多数语言更高效，因此对于需要快速、低成本地更改代码库的初创企业而言，这是更受欢迎的选择。

这也是科学家和数学家的打击，有许多强大的内部图书馆用于统计和复杂的数学。

流行的 Python 库

软件包库是任何现代编程语言的基本服务。如果没有它们，每个编码器都需要为最常规、最常见的任务编写自己的软件。

值得庆幸的是，Python 有很多适合您所有编程需求的软件包。您可以在 Python 程序包索引中查看它们。下面列出了用 Python 编写的一些全明星库：

Beautiful Soup 是一个超级充电的 HTML 废纸，允许开发人员从 Web 中大规模提取数据。

Flask 和 Django 简要提及，为简单和复杂的用例提供极快的 Web 开发

NumPy 和 Matplotlib 可实现简单且令人惊叹的数据可视化

PyTorch for world-class 机器学习

什么是 Python Web App 开发？

用于 Web 的 Python 应用程序通常建立在两个主要平台上，即 Flask 和 Django。Flask 对初学者来说更简单，更干净，也更容易。Django 具有更多的功能，可以扩展到大量用户。

如果你来自 JavaScript 背景，Flask 是 Django 的 Express 是 Nest 的。

什么是 Flask？

更具体地说， Flask 是一个“微观框架”。它比你普通的模板填充工具小得多。它不需要外部库或组件，并且完全基于 vanilla Python 构建。但是，您可以轻松地混合使用第三方工具以提高效率。

Flask 专为快速应用程序开发而设计。它非常适合在像 Django 这样的更大框架中更全面地实现新想法的原型设计。

什么是 Django？

Python 最流行的 Web 框架 Django 如何流行？

社交媒体巨头 Instagram 在 Django 上扩展到了一百万用户。它目前由 Pinterest，Udemy，Spotify 和 Dropbox 使用。这是多么受欢迎。Django 是一个开源框架，“对于有截止日期的完美主义者”，根据其文档。它是跨平台的，在 Windows 和 Mac 上同样有效。

Django 是建立在 MVC 模型上的，是 Model-Viewer-Controller 的缩写。MVC 是计算机科学的一种特殊模式，其目标是将 Web 应用程序的关注点分为三个独立的组件。

当客户机发送请求时，它将首先命中控制器，该控制器处理不同传入请求的通信。它将流量传递到不同的模型，这些模型处理请求的数据和逻辑。然后，模型将响应导出到查看器，从而向客户机呈现数据。

这就形成了一个简单、容错的框架。因此，Django 在规模和复杂性方面表现出色。

面向数据科学的 Python

Python 最重要的优势是数据科学和机器学习。如何开始在这些突破性的领域？

您可能希望首先熟悉该领域中最流行的工具。其中一个是 Jupyter Notebooks ，您可以在其中找到数据科学算法和库的交互式演练。

另一个是 Anaconda ，一个数据科学家分享其工作的平台。这是寻找开始数据科学冒险的指南和指导的另一个好地方。

Python 中最重要的数据科学库可能称为 pandas 。数据科学家的一项基本任务是清理您将使用的数据，而大熊猫可以使这更容易。它还有一套工具来帮助操纵和分析数据。

人工智能和数据科学只会继续流行，因此现在开始学习这些工具是一个不错的选择！