1 Python的历史(转载大佬博文)

本文介绍了Python编程语言的魅力,包括其简洁的语法、高可读性、跨平台性、丰富的标准库和强大的社区支持。同时讨论了Python的运行速度、打包挑战以及在云计算、Web开发、科学计算和人工智能领域的广泛应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

为什么要学Python

        这个问题,仁者见仁,智者见智。编程界有一句名言:“人生苦短,我用Python”,这句话似乎道出了一些原因。Python是一门简单直观的语言,更是一门注重可读性和效率的语言。解决同一个问题,Python的代码量只有Java、C、C++这些语言的五分之一,且Python代码像纯英语那样容易理解。正是Python的这两大核心优势,让其在广大的开发者中大受欢迎。

        从下面两张图可以看到,Python使用率从2014年的谷底快速反弹,到2023年时,已经霸榜第一名的位置,使用率为12.46%。

Python的诞生

        Python的创始人为荷兰人Guido van Rossum,中文名为吉多·范罗苏姆,人称“龟叔”。

        1989年圣诞节期间,吉多在荷兰首都阿姆斯特丹为了打发圣诞节的无趣时间,决定开发一个新的脚本解释语言,作为ABC语言的继承。之所以选中Python作为该语言的名字,是因为吉多是一个叫Monty Python喜剧团体的爱好者,其本意并不是想选条蟒蛇(Python的中文翻译)。

        Python第一个公开版发行于1991年,所以这一年被当作Python的诞生年。

Python的发展历程

        Python 1.0:1994年1月发布,增加了lambda、map、filter、reduce等新的特性和接口。

        Python 2.0:2000年10月发布,增加了完整的垃圾回收机制,并支持Unicode,构成了Python语言框架的基础。

        Python 2.4:2004年11月发布,同年目前最流行的Web框架Django诞生。

        Python 2.6:2008年10月发布,该版本是一个过渡版本,基本使用了Python 2.x的语法和库,同时考虑了向Python 3.0的迁移,允许使用部分Python 3.0的语法与函数。

        Python 2.7:2010年7月发布,该版本是最后一个Python 2.x版本,它除了支持Python 2.x语法外,还支持部分Python 3.1语法。

        Python 3.0:2008年12月发布,常被称为Python 3000。相对于Python的早期版本,这是一个较大的升级。为了不引入过多的累赘和负担,Python 3.0在设计的时候没有考虑向下兼容。因此,许多早期Python版本设计的程序无法在Python 3.0上正常执行。

        Python3.0以后,Python的发布节奏加快。Python 3.1发布于2009年,Python 3.2发布于2011年,Python 3.3 发布于2012年,Python 3.4发布于2014年,Python 3.5 发布于2015年,Python 3.6 发布于2016年。

        Python 3.11:2022年10月发布,增加了tomllib模块,并支持增强回溯中的错误位置、异常情况可以用注释来补充、新的类型标注等新特性。

        目前,Python由一个核心开发团队在维护,“龟叔”在其中仍然占据着至关重要的作用,指导其进展。

Python的特色

        简单易学:与C、C++、Java等语言相比,Python有更少的关键字、更简单的结构、更明确的语法,学习起来也更加简单。Python的学习成本和难度曲线比其他编程语言低不少,更适合新手快速入门。

        跨平台、可移植:Python已经支持Windows、Linux、Mac等主流操作系统。基于其开放源代码的特性,Python可以很容易地移植到其他平台上。

        可扩展:Python语言本身是由C语言编写而成的,你完全可以在Python中嵌入C或C++。如果你需要一段运行很快的关键代码,或者想要编写一些不希望开放源码的算法,你可以使用C或C++实现那部分程序,然后在你的Python程序中调用。

        面向对象:Python是完全面向对象的语言,函数、模块、数字、字符串等一切都是对象,支持继承、重载、多重继承、重载运算符,也支持泛型设计。

        强大的标准库:Python语言的核心只包含数字、字符串、列表、字典、文件等常见类型和函数,而Python标准库则提供了系统管理、网络通信、数据库接口、图形系统、文本处理、XML处理等强大的功能。

        社区活跃:Python社区提供了大量的第三方模块,功能覆盖Web开发、人工智能、科学计算、机器学习等多个领域。

Python的缺点

        任何编程语言都有缺点,Python也不例外。

        运行速度较慢:由于Python是解释型语言,与C、C++程序相比,运行速度会慢不少。Python代码在执行时,会逐行翻译成CPU能理解的机器码,这个翻译过程非常耗时,所以会变慢。

        打包麻烦:Python当前没有比较好的方法来打包生成可执行文件,只能通过第三方工具解决,用起来比较麻烦。

        源码加密困难:与编译型语言不同,Python是直接运行源代码,因此对源代码进行加密是比较困难的(将需要加密的源码用C/C++来实现,在Python中进行调用,是一种可行的方案)。

Python的应用领域

        云计算:云计算领域最火的语言,没有之一,开源云计算解决方案OpenStack就是基于Python开发的。

        Web开发:基于Python的Web开发框架非常多,比如:Django、Tornado、Flask等。Youtube、Dropbox、豆瓣等大型知名网站均使用Python开发。

        科学运算:随着NumPy、SciPy、Matplotlib、pandas等典型库的推出,Python已经越来越适合于做科学计算、2D/3D图像绘制等任务。

        系统运维:Python作为运维人员首选的编程语言,在系统运维方面已经深入人心。大名鼎鼎的自动化运维工具Saltstack和Ansible,就是基于Python开发的。

        人工智能:人工智能的爆发,成就了Python,让Python在机器学习、神经网络、深度学习等领域成为主流的编程语言,得到广泛的支持和应用。

        转载自 https://hope-wisdom.blog.youkuaiyun.com/article/details/132008459?ydreferer=aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2hvcGVfd2lzZG9tL2NhdGVnb3J5XzEyMzk0NzExLmh0bWw%2Fc3BtPTEwMDEuMjAxNC4zMDAxLjU0ODI%3D

引用提到了一个名叫Anna-Lena Popkes的小姐姐在GitHub上分享了自己使用Python实现7种机器学习算法的笔记,并附有完整代码。这些算法的实现都没有使用其他机器学习库。这份笔记可以帮助我们对算法以及其底层结构有一个基本的了解,但并不是提供最有效的实现。 你可以在这个链接中找到这份笔记和代码:https://github.com/zotroneneis/machine_learning_basics 此外,还有一篇关于机器学习十大算法的汇总的博文,其中包含了这些算法的基本概念以及Python实现的代码。博文中的代码参考了网上的大佬,并进行了大量的注释,同时附带了运行结果和数据集。这篇博文的第一个算法是线性回归(Linear Regression)。 希望这些资源对你有帮助!<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [小姐姐带你一起学:如何用Python实现7种机器学习算法(附代码)](https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/79767043)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [机器学习十大算法实现python代码汇总](https://blog.csdn.net/qq_43115961/article/details/126862711)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值