zoukankan      html  css  js  c++  java
  • 1、Python初识

    一、Python介绍

        Python的创始人为为吉多·范罗苏姆(Guido van Rossum)。1989年的圣诞节期间,吉多·范罗苏姆为了在阿姆斯特丹打发无聊的圣诞节时间,决心开发一个新的脚本解释程序,作为ABC语言的一种继承。最新的TIOBE排行榜,Python赶超PHP占据第五, Python崇尚优美、清晰、简单,是一个优秀并广泛使用的语言。

        Python可以应用于众多领域,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、Yahoo!、Facebook、NASA、百度、腾讯、汽车之家、美团等。

        Python是一门动态解释性的强类型定义语言

        所谓动态的意思是说,python代码在运行的时候才会去校验语言的数据类型,像C,C++,java这些语言我们在编写代码的时候,就必须要指定数据类型的称为静态类型语言。举个简单的例子:Java中定义一个变量,int a = 1;其中的int就是数据类型,当我们编写a=“hello”;的时候,编译器就会报错,因为我们在之前已经申明了a是一个int类型,而“hello”是一个String类型的数据。但对于python而言,我们定义一个变量a=1,时并不需要指定这个变量a的数据类型,因此当我们编写a=“hello”的时候,自然也不会报错。

        计算机其实挺笨的,它只能识别二进制代码(0,1)当然了这是由于先天性的原因(计算机是有很多电路组成的,而电路只能表示两种状态:高电平和低电平),因此,我们写的各种XXX的语言计算机都不认识,这时候我们不得不需要请一位翻译官(其能将我们的代码翻译成机器语言),从而就产生了各种“翻译官”,但这些“翻译官”根据自身翻译的特点分为两类:第一类,将所有的代码一次性翻译成二进制代码的称为编译器,第二类,“翻译官”翻译一句,机器执行一句的称为解释器。咱们的python的“翻译官”属于解释器一类的。

        所谓强类型定义语言是说,变量的数据类型一旦被定义后如果不进过强制转换,那么它永远是这个数据类型,从这可以看出强类型定义语言是类型安全的语言。举例:在python中定义变量,学号:stu_no=“7”,new_stu_no=stu_no+1

    这段代码在执行的时候会报错,因为你不能将两个数据类型不一样的数据进行运算。然而在其他一些语言中,这样的操作是允许的,这类语言称为:弱类型定义语言,即类型不安全的语言。 

     

                                          编译器和解释器的工作原理

         Python解释器主要有:CPython,IPython,PyPy,Jython,IronPython。但是使用最多的还是CPthon,我们通过官网下载安装的Python3.5后就会获得一个CPython的解释器。

    一、Python的安装

               python的安装非常简单,windows下:

        1、下载安装包

        https://www.python.org/downloads/
         2、安装
        默认安装路径:C:python27
         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 变量名为Path 的一行,双击】 --> 【Python安装目录追加到变值值中,用 ; 分割】
        如:原来的值;C:python27,切记前面有分号
     
             Linux、Mac:
             无需安装,原装Python环境
          检查python是否安装成功,只要再dos窗口下,输入python命令,看到响应的python的版本信息即可。

    然后你就可以开始你的python之旅啦!

  • 相关阅读:
    Android中Context具体解释 ---- 你所不知道的Context
    JDK6、Oracle11g、Weblogic10 For Linux64Bit安装部署说明
    matplotlib 可视化 —— 定制 matplotlib
    matplotlib 可视化 —— 移动坐标轴(中心位置)
    matplotlib 可视化 —— 移动坐标轴(中心位置)
    matplotlib 可视化 —— 定制画布风格 Customizing plots with style sheets(plt.style)
    matplotlib 可视化 —— 定制画布风格 Customizing plots with style sheets(plt.style)
    指数函数的研究
    指数函数的研究
    指数分布的研究
  • 原文地址:https://www.cnblogs.com/win0211/p/8242194.html
Copyright © 2011-2022 走看看