py00_计算机基础知识：Python 学习的前置铺垫

最新推荐文章于 2025-12-04 22:56:41 发布

原创最新推荐文章于 2025-12-04 22:56:41 发布 · 873 阅读

26 ·

CC 4.0 BY-SA版权

文章标签：

#python #学习 #网络

python 专栏收录该内容

6 篇文章

订阅专栏

在深入学习Python编程之前，理解计算机的底层原理至关重要。本文系统梳理计算机基础知识，为你的编程之旅打下坚实基础。

1. 计算机简介

**定义：**计算机是一种能够按照预先设定的程序，对输入的信息进行存储、处理和输出的电子设备，俗称电脑，是现代用于高速计算的电子机器。它的核心能力源于二进制逻辑和存储程序原理。
核心功能：
- 数据处理：执行算术运算（加减乘除）和逻辑运算（与或非）
  - 对各种形式的数据（文字、图像、音频等）进行计算、分析、转换等操作
  - 例如：Python中使用numpy处理数值矩阵
- 数据存储：分层存储体系（存储速度：寄存器>缓存>内存>硬盘）
  - 通过内存、硬盘等存储介质保存信息，以便后续调用
  - 程序运行时数据需从外存加载到内存
  - 例如：Python中变量的内存分配机制
- 数据传输：总线系统实现组件间通信（数据总线/地址总线/控制总线）
  - 在设备内部或与外部设备之间传递数据，实现信息交互
  - 例如：Python网络编程模块socket
- 逻辑判断：通过条件分支实现决策能力（if/else结构）
  - 根据预设条件进行判断，执行不同的操作流程
  - 例如：Python中的if-else、循环等控制结构

2. 计算机的发展历程

电子管时代（1946-1957 年）
- 第一台计算机 ENIAC 诞生于 1946 年，重达 30 吨，使用 1.8 万个电子管
- 这个时期没有“软件”概念，直接操作二进制指令
- 特点：体积庞大、功耗高、运算速度慢（每秒几千次）、价格昂贵，主要用于军事和科研
晶体管时代（1958-1964 年）
- 用晶体管替代电子管，体积缩小、功耗降低
- 运算速度提升至每秒几十万次，开始应用于工业控制和数据处理
- 这个时期汇编语言出现，使用符号代替二进制，实现“人类”可读编程
集成电路时代（1965-1970 年）
- 将多个晶体管集成到芯片上，进一步缩小体积、提高性能
- 运算速度达每秒几百万次，出现了小型计算机，开始进入商业领域
- 高级语言萌芽（如 FORTRAN），开始脱离硬件细节，专注问题逻辑
大规模 / 超大规模集成电路时代（1971 年至今）
- 芯片集成度持续提升，出现微处理器，催生了个人计算机（PC）
- 运算速度从每秒几千万次跃升至亿次以上，网络技术兴起，计算机进入普及阶段
- 微处理器诞生催生个人电脑，编程语言向 “易用性” 进化（Python 正是这一趋势的典型代表）
关键转折点：
- 1971年Intel 4004微处理器问世，开启PC时代
- 1981年IBM PC推出，确立个人计算机标准
- 2007年iPhone发布，移动计算革命

3. 计算机的组成

**概述：**计算机由硬件系统和软件系统两部分组成，二者协同工作。
**硬件系统：**在计算机中看得见摸得着的都是硬件，硬件系统是程序运行的物理基础。
- 主机部分：
  - 央处理器（CPU）：包含运算器（负责数据算术和逻辑运算）和控制器（计算机中枢神经）
  - 内存储器：随机存储器和只读存储器，临时存储数据，断电后数据会消失
- 外设部分：
  - 输入设备：键盘、鼠标、摄像头等
  - 输出设备：显示器、音箱、打印机等
  - 外存储器：硬盘、U盘等，永久存储数据
软件系统：
- 系统软件：操作系统、驱动程序、语言处理程序、数据库管理系统等
- 应用软件：浏览器、文本编辑器、音视频播放器等
冯·诺依曼体系：
- 五大核心部件：输入设备、输出设备、运算器、控制器、存储器
- 存储程序原理：指令和数据同等存储在内存中
- 顺序执行：CPU按地址顺序执行指令（可以跳转）
- 二进制编码：所有信息用0/1表示
计算机工作流程：
- 输入设备（如键盘）接收用户指令（如运行 Python 脚本）
- 控制器将外存（如硬盘）中的程序和数据加载到内存
- CPU 运算器执行内存中的指令（如 Python 代码中的算术运算）
- 输出设备（如显示器）返回结果
程序执行流程：
- 用户启动Python程序（.py文件）
- 操作系统将程序加载到内存
- Python解释器逐行读取源代码
- 解释器将代码编译为字节码
- Python虚拟机执行字节码
- CPU执行机器指令
- 结果返回给用户

4. 计算机的分类

**超级计算机：**运算速度最快（每秒亿亿次），用于气象预报、核模拟等尖端领域。
**大型计算机：**支持多用户同时操作，用于银行、电信等大型数据处理。
**小型计算机：**体积较小，适用于中小企业的业务处理。
**微型计算机：**即个人电脑（PC），包括台式机、笔记本、平板电脑等，普及最广。
**嵌入式计算机：**嵌入到其他设备中的专用计算机，如智能手表、家电控制系统。

5. 计算机的应用领域

**科学计算：**航天工程、量子物理等复杂问题的数值计算。
**信息管理：**企业 ERP 系统、医院病历管理、图书馆藏书检索。
**过程控制：**工业生产中的自动化控制（如生产线机器人）。
**人工智能：**语音识别、图像识别、自动驾驶等。
**娱乐与生活：**影视制作、网络游戏、在线教育、智能家居等。

6. 计算机的未来趋势

**智能化：**结合人工智能技术，实现更高级的自主决策和学习能力。
**微型化：**设备体积更小、便携性更强，如可穿戴设备。
**网络化：**5G、物联网技术推动设备互联，实现 “万物互联”。
**绿色化：**降低能耗，研发环保材料，减少对环境的影响。

7. 数据表示基础

二进制系统：
- 位（bit）：最小单位，0或1
- 字节（Byte）：8位组成，存储一个ASCII字符
- 字长：CPU一次处理的位数（64位系统处理64bit数据）
数据存储原理：
- 整数：补码表示（正数原码，负数取反加1）
- 浮点数：IEEE 754标准（符号位+指数+尾数）
- 文本：ASCII（英文字符）、Unicode（全球文字）
- 图像：像素矩阵（RGB值）
字符编码：
- ASCII 码：早期编码，仅支持英文字符（1 字节，共 128 个符号）
- Unicode：统一编码标准，支持全球语言（Python 3 字符串默认采用 Unicode，可直接处理中文）
- UTF-8：Unicode 的可变长编码（中文占 3 字节），是网络传输和文件存储的主流格式（Python 文件通常用 UTF-8 保存）

8. 操作系统核心功能

进程管理：
- 创建/销毁Python进程
- 进程调度算法（轮转/优先级）
- 多线程支持（Python的GIL限制）
内存管理：
- 为Python解释器分配内存
- 虚拟内存（交换空间）
- 垃圾回收（Python引用计数）
文件系统：
- 层次化目录结构
- 文件权限控制
- Python的open()函数实现
设备驱动：
- 统一硬件访问接口
- 即插即用支持

9. 编程语言介绍

**概述：**编程语言是用于人与计算机交流的 “桥梁”，它通过特定的语法规则和指令集，让开发者能够向计算机传达任务需求，实现数据处理、功能开发等目标。从简单的计算脚本到复杂的操作系统，都依赖编程语言构建。
**本质：**编程语言是一套标准化的符号系统和语法规则，将人类可理解的逻辑转化为计算机可执行的二进制指令（机器语言）。
核心作用：
- 实现算法：将解决问题的步骤转化为计算机能执行的代码
- 控制硬件：通过底层语言直接操作计算机硬件（如内存、CPU）
- 开发软件：从手机 APP 到大型企业系统，均需编程语言实现
- 数据处理：对文本、图像、数据库等信息进行分析和转换
**实际应用：**例如让硬件播放音乐，需要将人类可读代码转换为机器指令。
发展过程：
语言分类：
- 低级语言：
  - 代表：机器语言（二进制）、汇编语言
  - 特点：直接操作硬件，执行效率极高但可读性差，开发周期长
  - 示例：实现简单功能需要大量底层代码
- 高级语言：
  - 代表：C、Java、Python等
  - 特点：需编译/解释后执行，可读性强，开发效率高但运行效率相对较低
  - 演变：随着硬件性能提升，运行效率差距在实际应用中影响减小
编译型语言和解释型语言：
- 编译型语言：
  - 流程：整体编译→生成可执行文件→运行
  - 特点：需通过编译器将源代码一次性转换为可执行文件（如.exe），运行时无需重新编译，速度快，前期编译耗时，但运行时效率高（如Java）
- 解释型语言
  - 流程：逐行解释→实时执行
  - 特点：由解释器逐行解析源代码并执行，无需提前编译，跨平台性好，但运行速度较慢。省去编译环节，但运行效率较低（如Python）
- 性能差异：Python比Java慢2-5倍，但现代硬件条件下感知不明显
- 效率瓶颈分析：
  - 科学计算场景：
    - 大型科学计算库实际调用C/C++底层库
    - 计算效率取决于C/C++而非Python本身
  - 网络服务场景：
    - 性能瓶颈主要在网络传输（响应时间1秒级）
    - 语言执行差异（0.1秒vs0.00001秒）对用户体验无显著影响

10. Python语言介绍

发展背景：
- 创始人：Guido van Rossum（龟叔）
- 首发时间：1991年
- 基于C语言实现
- 初始特性：
  - 包含类、函数、异常处理等核心特性
  - 支持表和词典等数据结构
  - 采用模块化拓展系统
核心优势：
- 语法简洁易学，开源生态丰富
- 70%以上开发场景适用
- 支持调用C/C++等高效语言编写的底层库
典型应用：
- 数据科学、人工智能等前沿领域
- 国家战略技术（大数据/AI）的核心工具
解释器分类：
- 概述：直接通过解释器将源代码转换为二进制指令执行，无需编译过程
- CPython：
  - 官方解释器，使用C语言实现
  - 当前使用版本为Python 3.8
  - 开发中常用3.6+版本，主流是3.7/3.8/3.9
- JPython：
  - Java语言实现
  - 效率低于CPython但多任务性能优化明显
- IronPython:
  - CPython升级版
  - 提供部分交互效果
Python优缺点：
- 优点
  - 简单易学：语法接近自然语言
  - 开源免费：可自由使用和修改
  - 丰富的库：特别是科学计算库
  - 跨平台：支持多种操作系统
  - 社区支持：拥有活跃开发者社区
- 缺点
  - 执行效率：比Java慢2-5倍
  - 版本兼容：Python 2与3不兼容
  - 中文文档：新技术文档更新滞后
  - 多线程性能受限：受 GIL（全局解释器锁）影响，多线程在 CPU 密集型任务中无法真正并行
  - 移动开发支持较弱：虽然可通过 Kivy 等框架开发移动应用，但远不及 Java（Android）、Swift（iOS）主流
主要应用场景：
- Web开发（Django等框架）
- 数据分析（Pandas等库）
- 人工智能（TensorFlow等）
- 自动化测试
- 网络爬虫