Python入門教程(一)Python簡單介紹
什么是 Python?
自20世紀90年代初Python語言誕生至今,它已被逐漸廣泛應用,Python 已然成為最受歡迎的程序設計語言之一,特別是最近幾年,已然成為編程語言排行榜第一名的??汀?/p>
在國內,Python能火熱到什么程度?從2018年開始,Python開始爆發(fā),不僅各大高校陸續(xù)開設Python課程,計算機等級考試也早就在2018年將Python加入其中,同年浙江高考將Python加入其中,甚至有小學開始學習Python。
Python 可以做什么?
關于Python能做什么,那可真的太多了,很多人都說Python只能學著玩玩,簡直大錯特錯。
Python可以做:
- 網(wǎng)站開發(fā)(例如:谷歌、CIA中情局、NASA老美的航天局、YouTube、FACEBOOK臉書、豆瓣、知乎等網(wǎng)站都是用Python開發(fā)的)
- 網(wǎng)絡爬蟲 (對網(wǎng)絡上可見的數(shù)據(jù)進行復制粘貼,號稱可見即可爬)
- 數(shù)據(jù)分析 (簡單點說就是從大量數(shù)據(jù)中將有用的數(shù)據(jù)篩選出來,而Python則是將這個過程進行加快,從而提高工作效率)
- 數(shù)據(jù)挖掘(簡單點說是從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程,而Python同樣可以將這個進程加快,大大提高工作效率)
- 自動化辦公(批量對表格、文本、文件等等進行批量處理、提高工作效率)
- 人工智能 (這個就不用多說了吧)
- 桌面應用開發(fā) (簡單的GUI桌面軟件制作,例如表白程序、整蠱程序、學生管理系統(tǒng)等等)
- 腳本開發(fā)(例如搶購、游戲外掛,后面幾個方向,對于初學者來說不建議學習,我就不介紹了)
- 自動化運維
- 自動化測試
- 機器學習
- 量化投資
- 游戲開發(fā)
- 樹莓派
- 堡壘機
為何選擇 Python?
Python 適用于不同的平臺(Windows、Mac、Linux、Raspberry Pi 等)。
Python 有一種類似于英語的簡單語法。
Python 的語法允許開發(fā)人員用比其他編程語言更少的代碼行編寫程序。
Python 在解釋器系統(tǒng)上運行,這意味著代碼可以在編寫后立即執(zhí)行。這也意味著原型設計可以非??臁?br />Python 可以以程序方式、面向對象的方式或功能方式來處理。
注意
Python 的最新主要版本是 Python 3,我們將在本教程中使用它。但是,不要去下載最新版本,新版本意味著bug更多,建議使用Python3.8 。
對于編輯器,個人建議使用pycharm,當你熟悉它后,它就是你在學習Python的過程中最好使用的編輯器。
Python 語法與其他編程語言比較
Python 是為可讀性設計的,與英語有一些相似之處,并受到數(shù)學的影響。
Python 使用新行來完成命令,而不像通常使用分號或括號的其他編程語言。
Python 依賴縮進,使用空格來定義范圍;例如循環(huán)、函數(shù)和類的范圍。其他編程語言通常使用花括號來實現(xiàn)此目的。
關于偏見
網(wǎng)上很多人說Python學了沒用,Python學了找不到工作,光學Python太單一了,對于這些人,我只想說大家要有自己的主見。
關于有沒有用,我們看看Python的成績就知道了,凡事存在必有價值。
找不到工作就更可笑了,找不到工作無非就是自己沒學好,工作大把,找不到工作就說行業(yè)不行的,我只能說那別學了,學什么都找不到工作的。
至于太單一了,我們上學的時候,學的知識倒是不單一,但是每一門都用到了嗎?飯要一口口吃,路要一步步走,剛學的時候,先把一個東西學好了,自然夠用了。至于單一,早著呢!
當一個人抨擊另一個存在的時候,只有兩個原因,一個是目光,一個是欲揚先抑。
第一種人站的高的人,往下看的時候,目光被擋住了,看不清可以理解。
第二種人站的低的人,沒有經歷過,目光沒有看清就容易被第三種人帶偏。
第三種人通過貶低一方來抬高另一方,舉個例子,我在B站上看過這么一類人,通過瘋狂的貶低Python來吸引不知情者,貶低完之后最后來一波其它語言的培訓廣告,然后不知情的就相信了,等再次遇到Python時,不理智的不知情者就成為了貶低Python的有力支持者,黑粉就是這么來的。
到此這篇關于Python入門教程(一)Python簡單介紹的文章就介紹到這了,更多相關Python簡單介紹內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
基于MSELoss()與CrossEntropyLoss()的區(qū)別詳解
今天小編就為大家分享一篇基于MSELoss()與CrossEntropyLoss()的區(qū)別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01