Python【1】：python介绍,历史,解释器，语言分析

python介绍

Python（英国发音：/ˈpaɪθən/ 美国发音：/ˈpaɪθɑːn/）, 是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。
Python是纯粹的自由软件， 源代码和解释器CPython遵循 GPL(GNU General Public License)协议。

一,pytho发展史

1989年的圣诞节期间，为了打发在阿姆斯特丹时间，吉多·范罗苏姆（Guido van Rossum）决心开发一个新的脚本解释程序（Python语言的编译器），作为ABC语言的一种继承。Python这个名字，来自Guido所挚爱的电视剧Monty Python’s Flying Circus。
他对Python的期望是：介于C和shell之间，功能全面，易学易用，可拓展。
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。Python创生之初便具有了：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。
1994年1月，发布Python 1.0，增加了 lambda, map, filter and reduce.
1999年，Python的第一个web框架Zope 1发布，Granddaddy of Python web frameworks was released in 1999.
2000年10月16日，发布Python 2.0，加入了内存回收机制，构成了现在Python语言框架的基础
2004年11月30日，发布Python 2.4，同年目前最流行的WEB框架Django 诞生
2006年9月19日，发布Python 2.5
2008年10月1日，发布Python 2.6，同年12月3日，发布Python 3.0
2009年6月27日，发布Python 3.1
2010年7月3日，发布Python 2.7
2011年2月20日，发布Python 3.2
2012年9月29日，发布Python 3.3
2014年3月16日，发布Python 3.4
2014年11月，官方宣布：Python2.7将在2020年停止支持，且不再有2.8及以上的版本，建议现有2.x版本的需要迁移到3.4及以上版本
2015年9月13日，发布Python 3.5
2016年12月23日，发布Python 3.6.0，目前最新版本为3.6.3，发布时间为20171003.
更新的3.7版本正在计划发布中

Python的官方网址为：https://www.python.org

Python的web框架
Being the grandaddy of Python web frameworks, Zope has grown into a family of frameworks over the years. Zope 1 was released in 1999. Zope 2 is both a web framework and a general purpose application server, today it is primarily used by ContentManagementSystems. Zope 3 is both a standalone framework and a collection of related libraries, which are also included with newer releases of Zope 2. All of the Zope frameworks include the ZODB, an object database for Python.

百度百科：
https://baike.baidu.com/item/Python/407313?fr=aladdin
维基百科：
https://wiki.python.org/moin/
tiobe排行榜
https://www.tiobe.com/tiobe-index/

二,Python的应用领域

技术领域

1.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，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。
python已经成为自动化运维平台领域的实施标准

2.WEB开发

python相比php\ruby的模块化设计，非常便于功能扩展；
有大量优秀的web开发框架，并且在不断迭代，如：
Django框架：是目前最火的Python web框架，Django官方的标语把Django定义为the framework for perfectionist with deadlines(大意是一个为完美主义者开发的高效率web框架)
Flask，bottle框架：短小精悍
Tornado框架：支持异步高并发
3.云计算
云计算最火的语言， 典型应用OpenStack

4.网络编程

支持高并发的Twisted网络框架， py3引入的asyncio使异步编程变的非常简单

5.爬虫

爬虫领域，Python几乎是霸主地位，Scrapy\Request\BeautifuSoap\urllib等，想爬啥就爬啥

6.科学运算，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
1997年开始，NASA就在大量使用Python在进行各种复杂的科学运算，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
在数据分析、交互、可视化方面有相当完善和优秀的库（python数据分析栈：Numpy Pandas Scipy Matplotlip Ipython）
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。

7.金融

金融分析，量化交易，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

8.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Karas等是用python实现的
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。

9.图形GUI

PyQT, WxPython,TkInter

10.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。
知名的游戏<文明> 就是用Python写的

行业应用

Python在一些公司和组织的应用
豆瓣：公司几乎所有的业务均是通过Python开发的
知乎：国内最大的问答社区，通过Python开发(国外Quora)
春雨医生：国内知名的在线医疗网站是用Python开发的
谷歌：Google App Engine 、code.google.com 、Google earth 、谷歌爬虫、Google广告等项目都在大量使用Python开发
YouTube：世界上最大的视频网站YouTube就是用Python开发的
Facebook：大量的基础库均通过Python实现的
Dropbox：美国最大的在线云存储网站，全部用Python实现，每天网站处理10亿个文件的上传和下载
Instagram：美国最大的图片分享社交网站，每天超过3千万张照片被分享，全部用python开发
Redhat：世界上最流行的Linux发行版本中的yum包管理工具就是用python开发的
CIA：美国中情局网站是用Python开发的
NASA：美国航天局(NASA)大量使用Python进行数据分析和运算
搜狐、金山、腾讯、盛大、网易、百度、阿里、淘宝 、土豆、新浪、果壳等公司都在使用Python完成各种各样的任务。

Python的特点及优缺点

Python语言的特点

python是一门动态解释性的强类型定义语言

Python缺点

1）速度较C语言慢
Python运行速度相比C语言确实慢很多，跟JAVA相比也要慢一些，但其实这里所指的运行速度慢在大多数情况下我们是无法直接感知到的，必须借助测试工具才能体现出来，大多数情况下Python已经完全可以满足我们对程序速度的要求，但是如果要写对速度要求极高的搜索引擎等，当然还是建议用C去实现。
Tips：
比如，用C运一个程序花了0.01s，用Python是0.1s，这样，虽然C语言直接比Python快了10倍，但是我们是无法直接通过肉眼感知的，因为一个正常人所能感知的时间最小单位也才是是0.15-0.4s左右

2）代码不能加密
因为PYTHON是解释性语言，所以它的源码都是以明文形式存放的。
但是，如果项目要求源代码必须是加密的，那么我们一开始就不应该选择用Python来去实现，所以这个其实不能算作是Python的缺点。

3）线程不能利用多CPU问题
这是Python被人诟病最多的一个缺点，GIL即全局解释器锁（Global Interpreter Lock），是计算机程序设计语言解释器用于同步线程的工具，使得任何时刻仅有一个线程在执行，Python的线程是操作系统的原生线程。在Linux上为pthread，在Windows上为Win thread，完全由操作系统调度线程的执行。一个python解释器进程内有一条主线程，以及多条用户程序的执行线程。即使在多核CPU平台上，由于GIL的存在，也会禁止多线程的并行执行。

拓展：编程语言分类及特点简介

编程语言主要从以下几个角度进行分类，编译型和解释型、静态语言和动态语言、强类型定义语言和弱类型定义语言。

编译型和解释型

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；
那么就有两种以下两种方式:
编译型：编译器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;
编译型：解释器则是只在执行程序时,才一条一条的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的快的.

编译和解释型优缺点

编译型

优点：编译器一般会有预编译的过程对代码进行优化。因为编译只做一次，运行时不需要编译，所以编译型语言的程序执行效率高。可以脱离语言环境独立运行。
缺点：编译之后如果需要修改就需要整个模块重新编译。编译的时候根据对应的运行环境生成机器码，不同的操作系统之间移植就会有问题，需要根据运行的操作系统环境编译不同的可执行文件。

解释型

优点：有良好的平台兼容性，在任何环境中都可以运行，前提是安装了解释器（虚拟机）。灵活，修改代码的时候直接修改就可以，可以快速部署，不用停机维护。
缺点：每次运行的时候都要解释一遍，性能上不如编译型语言。

静态类型语言：

静态类型语言与动态类型语言刚好相反，它的数据类型是在编译其间检查的，也就是说在写程序时要声明所有变量的数据类型。
C/C++是静态类型语言的典型代表，其他的静态类型语言还有C#、JAVA等。

强类型和弱类型定义语言

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的避免许多错误。
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！
例如：
Python是动态语言，是强类型定义语言（类型安全的语言）;
VBScript是动态语言，是弱类型定义语言（类型不安全的语言）;
JAVA是静态语言，是强类型定义语言（类型安全的语言）。

强类型定义语言：

是强制数据类型定义的语言。一旦一个变量被指定了某个数据类型，如果不经过强制转换，那么它就永远是这个数据类型了。
举个例子：如果你定义了一个整型变量a,那么程序根本不可能将a当作字符串类型处理。强类型定义语言是类型安全的语言。

弱类型定义语言：

数据类型可以被忽略的语言。它与强类型定义语言相反, 一个变量可以赋不同数据类型的值。

.

所以：python是一门动态解释性的强类型定义语言。

Python解释器

介绍:

当我们编写Python代码时，我们得到的是一个包含Python代码的以.py为扩展名的文本文件。要运行代码，就需要Python解释器去执行.py文件。
由于整个Python语言从规范到解释器都是开源的，所以理论上，只要水平够高，任何人都可以编写Python解释器来执行Python代码（当然难度很大）。事实上，确实存在多种Python解释器。

CPython

Python的官方版本，使用C语言实现，使用最为广泛，CPython实现会将源文件（py文件）转换成字节码文件（pyc文件），然后运行在Python虚拟机上。
CPython是使用最广的Python解释器

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

Python实现的Python，将Python的字节码字节码再编译成机器码，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。
如果代码要放到PyPy下执行，就需要了解PyPy和CPython的不同点。

Jython

Python的Java实现，Jython会将Python代码动态编译成Java字节码，然后在JVM上运行。

IronPython

Python的C#实现，运行在微软.Net平台上，IronPython将Python代码编译成C#字节码，然后在CLR上运行。（与Jython类似）

注意:
Python的解释器很多，但使用最广泛的还是CPython。

如果要和Java或.Net平台交互，最好的办法不是用Jython或IronPython，而是通过网络调用来交互，确保各程序之间的独立性。