Python的创始人是吉多•范罗苏姆（Guido van Rossum）。1989年的圣诞期间，吉多•范罗苏姆为了在阿姆斯特丹打发时间，决定开发一个新的脚本解释程序，作为ABC语言的一种继承。
Python的特色：崇尚优美、清晰、简单，是一个优秀并广泛使用的语言。
应用于众多领域，如：数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。目前业内几乎所有的大中型互联网企业都在使用Python，如：Youtube、Dropbox、BT、Quora（中国知乎）、豆瓣、知乎、Google、Yahool、Facebook、NASA、百度、腾讯、汽车之家、美团等。
目前Python主要应用领域：
1、云计算：云计算最火的语言，典型应用OpenStack
2、WEB开发:众多优秀的WEB框架，众多大型网站均为Python开发，Youtube、Dropbox、豆瓣.......，典型WEB框架有Django
3、科学运算、人工智能：典型库NumPy、SciPy、Matplotlib、Enthought librarys、pandas
4、系统运维：运维人员必备语言
5、金融：量化交易，金融分析，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好，生产效率远远高于C、C++、JAVA，尤其擅长策略回测。
6、图形GUI：PyQT、WxPython、Tkinter
Python 是一门什么样的语言？
| 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
编译型：它其实和汇编语言一样，也是有一个负责翻译的程序来对我们的源代码进行转换，生成相对应的可执行代码。这个过程说的专业一点，就称为编译（Compile），而负责编译的程序自然就称为编译器（Compiler）。例如我们写的程序代码都包含在一个源文件中，那么通常编译之后就会直接生成一个可执行文件，我们就可以直接运行了。但是对于一个比较复查的项目，为了方便管理，我们通常把代码分散在各个源文件中，作为不同的模块来组织。这时编译各个文件时就会生成目标文件（Object file）而不是前面说的可执行文件。一般一个源文件的编译都会对应一个目标文件。这些目标文件里的内容基本上已经是可执行代码了，但由于是整个项目的一部分，所以我们还不能直接运行，待所有的源文件的编译都大功告成，我们就可以最后把这些半成品的目标文件“打包”成一个可执行文件了，之歌工作由另一个程序负责完成，由于此过程好像是把包含可执行代码的目标文件连接装配起来，所以又称为链接（Link），而负责链接的程序就叫链接程序（Linker）。链接程序除了链接目标文件外，可能还有各种资源，像图标文件、声音文件等等，还要负责去除目标文件之间的冗余重复代码，等等，链接完成后，一般就可以得到我们想要的可执行文件了。
解释型：从字面意思看，“编译”和“解释”的确都有“翻译”的意思，它们的区别则在于翻译的时机安排不大一样。打个比方：假如你打算阅读一本外文书，而你不知道这门外语，那么你可以找一名翻译，给他足够的时间让他从头到尾把整本书翻译好，然后把书的母语版交给你阅读；或者，你也立刻让这名翻译辅助你阅读，让他一句一句给你翻译，如果你想往回看某个章节，他也得重新给你翻译。两种方式，前者就相当于编译型：一次把所有的代码转换成机器语言，然后写成可执行文件；而后者就相当于解释型：在程序运行的前一刻，还只有源程序而没有可执行程序；而程序每执行到源程序的某一条指令，则会有一个称之为解释程序的外壳程序将源代码转换成二进制代码以供执行，总言之，就是不断的解释、执行、解释、执行......所以，解释型程序是离不开解释程序的。早期的BASIC是一门经典的解释型语言，要执行BASIC程序，就得进入BASIC环境，然后才能加载程序源文件、运行。解释型程序中，由于程序总是以源代码的形式出现，因此只要有相应的解释器，移植几乎不成问题。编译型程序虽然源代码也可以移植，但前提是必须针对不同的系统分别进行编译，对于复杂的工程来说，的确是一件不小的时间消耗，况且很可能一些细节的地方还是要修改源代码。而且，解释型程序省却了编译的步骤，修改调试也非常方便，编辑完毕之后既可立即运行，不必像编译型程序一样每次进行小小的改动都要耐心等待漫长的Compiling...Linking...这样的编译链接过程。不过凡事有利有弊，由于解释型程序是将编译过程放到执行过程中，这就决定了解释型程序注定要比编译型慢上一大截，像几百倍的速度差距也是不足为奇的。
编译型与解释型，两者各有利弊。前者由于程序执行速度快，同等条件下对系统要求低，因此像开发操作系统、大型应用程序、数据库系统等时都采用它，像C/C++、Pascal/Object 、Pascal（Delphi）、VB等基本都可视为编译语言，而一些网页脚本、服务器脚本及辅助开发接口这样对速度要求不高‘对不同系统平台间的兼容性有一定要求的程序则是通常使用解释型语言，如Java、JavaScrit、BVScript、Perl、Python等等。
既然编译型与解释型各有优缺点又相互对立，所以一批新兴的语言都有把两者折衷起来的趋势，例如Java语言虽然比较接近解释型语言的特征，但在执行之前已经预先进行一次预编译，生成的代码是介于机器码和Java源代码之间的中介码，运行的时候则由JVM（Java的虚拟机平台，可视为解释器）解释执行。它既保留了源代码的高抽象、可移植的特点，又已经完成了对源代码的大部分预编译工作，所以执行起来比“纯解释型”程序要快许多。而像VB6（或者以前的版本）、C#这样的语言，虽然表面上看生成的是.exe可执行程序文件，单VB6编译之后实际生成的也是有种中介码，只不过编译器在前面安插了一段自动调用某个外部解释器的代码（该解释程序独立于用户编写的程序，存放于系统的谋个DLL文件中，所以以VB6编译生成的可执行程序都要用到它），以解释执行实际的程序体。C#（以及其它.net的语言编译器）则是生成.net目标代码，实际执行时则由.net解释系统（就像JVM一样，也是一个虚拟机平台）进行执行。当然.net目标代码已经相当“低级”，比较接近接近及其语言了，所以仍将其视为编译语言，而且其可移植程序也没有Java号称的这么强大，Java号称是“一次编译，到处执行”，而.net则是“一次编码，到处编译”。总之，随着设计技术与硬件环境的不断发展，编译型和解释型两种方式的界限正在不断变得模糊。
动态语言和静态语言
通常我们所说的动态语言、静态语言是指动态类型语言和静态类型语言。
（1）动态类型语言:动态类型语言是指在运行期间才去做数据类型检查的语言，也就是说，在用动态类型的语言编程时，永远也不用给任何变量指定数据类型，该语言会在你第一次赋值给变量时，在内部将数据类型记录下来。Python和Ruby就是一种典型的动态类型语言，其他的各种脚本语言如VBScript也多少属于动态类型语言。
（2）静态类型语言：静态类型语言与动态类型语言刚好相反，他的数据类型是在编译期间检查的，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。
强类型定义语言和弱类型定义语言
（1）强类型定义语言：强制数据类型定义的语言。也就是说，一旦一个变量被指定了谋个数据类型，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。
（2）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。
强类型定义语言在速度上可能逊色于弱类型定义语言，但是强类型第一语言带来的严谨性能够邮箱的避免许多错误。另外，“这门语言不是动态语言”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（类安全的语言）；VBScript是动态语言，是弱类型定义语言（类不安全的语言）；JAVA是静态语言，是强类型语言（类型安全的语言）。
通过上面介绍，可以得出，Python是一门动态解释性的强类型定义语言。那么，Python有哪些优缺点？
Python的优缺点
优点：
1、Python的定位是“优雅”、“明确”、“简单”，所以Python程序看上去总是简单易懂，初学者学Python，不但容易入门，而且将来深入下去，可以编写哪些非常非常复杂的程序。
2、开发效率非常高，Python有非常强大的第三方库，基本上你想通过计算机实现的任何功能，Python官方库里都有相应的模块进行支持，直接下载调用后，在基础库的基础上在进行开发，大大降低开发周期，避免重复造轮子。
3、高级语言——当你用Python语言编写程序的时候，你无需考虑诸如如何管理你的程序使用的内存一类的底层细节
4、可移植性——由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能够工作在不同平台上）。如果你小心地避免使用依赖于系统的特性，那么你的所有Python程序无需修改就几乎可以在市场上所有的系统平台上运行。
5、可扩展性——如果你需要你的一段关键代码运行得更快或者希望某些算法不公开，你可以把你的部分程序用C或C++编写，然后在你的Python程序中使用它们。
6、可嵌入性——你可以把Python嵌入你的C/C++程序，从而向你的程序用户提供脚本功能。
缺点：
1、速度慢，Python的运行速度相比C语言确实慢很多，跟JAVA相比也要慢一些，这里所指的运行速度慢在大多数情况下用户是无法直接感知到的，必须借助测试工具才能体现出来，比如你用C运行一个程序花了0.01s用Python是0.1s，这样C语言直接比Python快了10s，算是非常夸张了，但是你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是0.15s--0.4s左右，其实在大多数情况下Python已经完全可以满足你对程序速度的要求，除非你要写对速度要求极其高的搜索引擎等，这种情况下，还是是用C去实现比较妥当。
2、代码不能加密，因为Python是解释性语言，它的源代码都是以明文形式存放的，如果你的项目要求源代码必须是加密，请别使用Python去实现。
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 ，完成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，也禁止多线程的并行执行。关于这个问题的折衷办法，后面学习过程会有详细介绍。
任何一门语言都不是完美的，都有擅长和不擅长的事情，不要去比来比去，不如选择一个自己喜欢的语言，一直深入下去，掌握并应用到工作中，语言只是一个工具，是实现程序设计师思想的工具，就像我们中学学几何时的圆规、三角尺一样，拿相应的工具去做它最擅长的事才是正确的选择。
Python解释器
当我们编写Python代码时，我们得到的事一个包含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
当我们从Python官方网站下载并安装好Python发行版本后，我们就直接获得了一个官方版本的解释器：CPython。这个解释器是用C语言开发的，所以叫CPython。在命令行下运行Python就是启动CPython解释器。
CPython是使用最广的Python解释器，后面学习的内容都是再CPython下执行。
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长，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
PyPy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，之久导致相同的Python代码在两种解释器下执行可能会有不同的结果。如果你的代码要放到PyPy下执行，就需要了解PyPy和CPython的不同点。
Jython
Jython是运行在JAVA平台上的Python解释器，可以直接把Python代码编译成Java字节码执行。
IronPython
IronPython和Jython类似，只不过IronPython是运行在微软.net平台上的Python解释器，可以直接把Python代码编译成.net的字节码。
小结
Python的解释器很多，但是使用最广泛的还是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。
Python的发展史
- 1989年，为了打发圣诞节假期，Guido开始写Python语言的编译器。Python这个名字，来自Guido所挚爱的电视剧Monty Python's Flying Circus。他希望至二个新的叫做Python的语言，能符合他的理想：创造一种C和shell之间，功能全面，易学易用，可拓展的语言。
- 1991年，第一个Python编译器诞生。他是用C语言实现的，并能够调用C语言的库文件。从一出生，Python已经具有了：类、函数、异常处理，包括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。
- Granddaddy of Python web frameworks,Zope 1 was released in 1999
- Python 1.0-January 1994 增加了Iambda、map、filter and reduce
- Python 2.0-October 16,2000,加入了内存回收机制，构成了现在Python语言框架的基础
- Python 2.4-November 30,2004,同年目前最流行WEB框架Django诞生
- Python 2.5-September 19,2006
- Python 2.6-October 1,2008
- Python 2.7-July 3,2010
- In November 2014,it was announced that Python 2.7 would be supported until 2020,and reaffirmed that there would be no 2.8 release as users were expected to move to Python 3.4+ as soon as possible
- Python 3.0-December 3,2008
- Python 3.1-June 27,2009
- Python 3.2-February 20,2011
- Python 3.3-September 29,2012
- Python 3.4-March 16,2014
- Python 3.5-September 13,2015
py2与3的详细区别
PRINT IS A FUNCTION
The statement has been replaced with a print() function ,with keyword arguments ro replace most of the special syntax og the old statement (PEP 3105).Examples:
Old: print "The answer is",2*2
New: print ("The answer is",2*2)
Old: print x, #Trailing comma suppresses newline
New: print (x,end="") # Appends a space instead
Old: print #Prints a newline
New: print () #You must call the function!
Old: print >>sys.stderr,"fatal error"
New: print ("fatal error",file=sys.stderr)
Old: print (x,y) #prints repr((x,y))
New: print((x,y)) # Not the same as print (x,y);
You can also customize the separator between items,e.g..
print("there are <",2**32,">possibilities!"sep="")
ALL IS UNICODE NOW
从此不再为讨厌的字符编码而烦恼
还可以这样玩：（A，*REST,B）=RANGE(5)
<strong>>>>a,*rest,b=range(5) >>>a,rest,b (0,[1,2,3],4) </strong>
某些库改名了
| Old Name | New Name |
| _winreg | winreg |
| CongigParser | configparser |
| copy_reg | copyreg |
| Queue | queue |
| SocketServer | socketserver |
| markupbase | _markupbase |
| repr | reprlib |
| test.test_support | test.support |
Python 安装
windows下安装：
1、下载安装包
https://www.python.org/downloads/
2、安装
默认安装路径：C:python 3.4
3、配置环境变量
【右键计算机】—>【属性】—>【高级系统设置】—>【高级】—>【环境变量】—>【在第二个内容框中找到 变量】如：原来的值；C:python 3.4，切记前面有分号
Linux、Mac
无需安装，原装Python环境。ps：如果自带的2.7，请更新至3.x版本