学做美食视频网站有哪些,网站设计的研究方案,2024近期新闻,成都微信开发小程序Python简介 1. Python定义 Python 是一种简单易学并且结合了解释性、编译性、互动性和面向对象的脚本语言。Python提供了高级数据结构#xff0c;它的语法和动态类型以及解释性使它成为广大开发者的首选编程语言。 Python 是解释型语言#xff1a; 开发过程中没有了编译这个环… Python简介 1. Python定义 Python 是一种简单易学并且结合了解释性、编译性、互动性和面向对象的脚本语言。Python提供了高级数据结构它的语法和动态类型以及解释性使它成为广大开发者的首选编程语言。 Python 是解释型语言 开发过程中没有了编译这个环节。类似于PHP和Perl语言。 Python 是交互式语言 可以在一个 Python 提示符 后直接执行代码。 Python 是面向对象语言: Python支持面向对象的风格或代码封装在对象的编程技术。 2. Python发展史 2.1 Python发展史 1980年代末 Guido van Rossum在荷兰阿姆斯特丹的CWICentrum Wiskunde Informatica工作开始设计Python语言灵感来自于ABC语言和其他语言如C、Unix shell。 1991年 Python第一个版本0.9.0发布包含了很多现代Python的基本特性如异常处理、函数、模块、以及一些内置数据类型。 1994年 Python 1.0发布增加了lambda、map、filter、reduce等功能。 2000年 Python 2.0发布引入了列表解析、垃圾回收机制、以及Unicode支持。 2008年 Python 3.0发布这是一个不向后兼容的版本引入了许多改进如print函数、整数除法、文本和数据的更明确区分等。 2.2 主要版本 Python 1.x 系列 Python 1.01994年引入了模块、异常、函数、以及核心数据类型如列表和字典。 Python 1.51998年引入了许多新特性包括嵌套作用域和标准库的扩展。 Python 2.x 系列 Python 2.02000年引入了垃圾回收机制、列表解析、Unicode支持等。 Python 2.72010年作为2.x系列的最后一个主要版本增加了一些3.x的特性如新格式化字符串语法 str.format和字典理解dictionary comprehensions。 Python 3.x 系列 Python 3.02008年这是一个不向后兼容的版本引入了许多改进和新特性如print函数、整数除法、更明确的文本和数据区分、以及重新设计的标准库。 Python 3.62016年引入了格式化字符串字面值f-strings、异步生成器和异步推导式。 Python 3.72018年引入了数据类dataclasses、上下文变量、改进的模块导入机制等。 Python 3.82019年引入了赋值表达式walrus operator :、位置仅参数等。 Python 3.92020年引入了字典合并运算符 | 和 |、类型提示的改进等。 Python 3.102021年引入了结构模式匹配Structural Pattern Matching、改进的错误消息等。 Python 3.112022年引入了新的性能优化、改进的错误处理等。 2.3 Python2.0与Python3.0的区别 类别Python 2.0Python 3.0输出方面使用print关键字进行输出例如print Hello使用print()函数例如print(Hello)输入方面使用raw_input()函数例如name raw_input(请输入你的名字)使用input()函数例如name input(请输入你的名字)字符串的编码格式默认采用ASCII编码对输入的字符串进行编码默认采用Unicode编码对字符串进行编码格式化字符串的方式用%占位符进行标准化格式输出字符串例如“Hello, %s % (World)兼容2.0的语法外还可以用format()函数例如“Hello, {}.format(World)源文件的编码格式默认采用ASCII因此使用中文时要在源文件开头加上一行注释# -- coding: utf-8 --默认采用utf-8数据类型有整型int、长整型long只有整型int代码规范源码不规范重复代码很多源码精简美观、优雅 3. Python的特点 简单易读易学Python是非常简单的语言并且具有清晰的风格和强制缩进Python具有简单的语法极其容易入门。 免费其开源Python是自由/开放源码的软件。可以自行对其源代码进行修改使用。 可移植性Python可以被移植在许多平台上常用的平台包括Linux、Windows、VxWorks、PlayStation、Windows CE、PocketPC等。 解释性 Python解释器把源代码转换成字节码然后再把它翻译成计算机使用的机器语言并运行即Python代码在运行之前不需要编译。 面向对象Python支持面向对象的编程。程序通过组合composition与继承inheritance的方式定义类class。 可扩展性如果需要一段关键代码运行得更快或者希望某些算法不公开那么可以将部分程序用C或C进行编写然后在Python程序中调用。 可嵌入性可以把Python嵌入C/C程序从而向程序用户提供脚本功能。 交互式命令行python可以单步直译运行可以在一个 Python 提示符 后直接执行代码。 丰富的标准库Python标准库包括字符串处理字典、数组切片、正则表达式re、文档生成、多线程、串行化、数据库、HTML/XML解析BeautifulSoupExpat、单元测试PyUnit、代码版本控制PySVN、WAV文件、网络控制urllib2、密码系统、GUI图形用户界面PyQt、图形模块Tkinter、PyTCL、WxPython等。除了标准库以外还有许多其他高质量的库如wxPython、Twisted和Python图像库等等。 规范性采用强制缩进的方式使得代码具有较好可读性减少了视觉上的错乱。 胶水语言python经常用作将不同语言编写的程序“粘”在一起的胶水语言。Boost.Python使得Python和C的类库可互相调用.pycJpython是用Java实现的Python可以同时使用两者的类库Ironpython是Python在.NET平台上的版本。 4. Python编译和运行过程 首先将Python源代码编译生成Python字节码然后再由Python虚拟机来执行Python字节码最后在终端输出运行结果。 以下是简要说明 源代码编写Python源代码.py文件。 编译Python解释器将源代码编译成字节码Python Byte Code扩展名一般为.pyc文件。 解释Python虚拟机Python Virtual Machine简称PVM读取字节码并逐行解释执行。 执行最终运行代码执行相应的操作比如终端输出。 注意 Python是一种解释型语言指的是解释Python字节码而不是Python源代码。这种机制的基本思想与Java和.NET是一致的。 4.1 Python解释器 Python解释器*Interpreter*是把Python语言翻译成计算机 CPU 能听懂的机器指令。 首先可以在命令提示行输入python --version来查看python的版本 $ python --versionPython 3.10.8 然后在命令提示符中输入Python命令来启动Python解释器 $ pythonPython 3.10.8 (tags/v3.10.8:aaaf517, Oct 11 2022, 16:50:30) [MSC v.1933 64 bit (AMD64)] on win32Type help, copyright, credits or license for more information. Python解释器由多个组件构成这些组件共同合作实现Python代码的解析、编译和执行。以下是Python解释器的主要组件 词法分析器Lexer/Tokenizer 功能将源代码转换为标记token序列这些标记是编程语言的基本组成部分如关键字、变量名、操作符等。 工作原理扫描源代码的字符流将其分割成有意义的标记供语法分析器使用。 语法分析器Parser 功能将标记序列转换为抽象语法树AST表示代码的结构和语法。 工作原理根据语言的语法规则解析标记序列构建出反映代码层次关系的树状结构。 语义分析器Semantic Analyzer 功能检查AST的语义正确性确保变量、类型和操作符的使用符合语言规则。 工作原理执行类型检查、作用域解析等任务以验证代码的逻辑正确性。 编译器Compiler 功能将AST转换为字节码bytecode。 工作原理将高层次的语言结构翻译成低层次的指令序列便于虚拟机执行。 字节码 简介一种中间表示形式介于源代码和机器码之间。 特点字节码是跨平台的可移植的与特定的硬件无关。 Python虚拟机Python Virtual Machine, PVM 功能解释和执行字节码。 工作原理PVM逐条读取字节码指令并将其转换为机器指令或直接执行相应的操作。 运行时环境Runtime Environment 功能提供程序执行所需的基础设施如内存管理、垃圾回收、标准库支持等。 特点包括内存分配器、垃圾回收器、内置函数和对象模型等。 标准库Standard Library 功能提供一组常用模块和包支持文件操作、网络通信、数据处理等任务。 特点丰富的模块集成在解释器中直接可用。 4.2 Python解释器具体实现 Cpython用C语言开发的在命令行下运行Python就是启动Cpython解释器官方下载的python2.7均为Cpython。Cpython用作为提示符。 Ipython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。IPython用In [序号]:作为提示符。 PyPy主要针对执行速度。采用JIT技术对Python代码进行动态编译。绝大部分Python代码都可以在PyPy下运行。 Jpython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。 Boost.Python使得Python和C的类库可互相调用.pyc。 以下是Python解释器种类的整理表格 解释器简介特点优点缺点CPython默认的、最常用的Python解释器用C语言编写最广泛使用兼容性最好。官方下载的python均为Cpython用作为提示符。稳定支持大多数的Python库和模块性能较低主要由于GIL全局解释器锁的限制IPython基于CPython之上的一个交互式解释器提供强大的交互式shell支持自动补全、调试器等。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。IPython用In [序号]:作为提示符。非常适合数据科学和研究工作提供了更好的用户体验和丰富的功能主要用于交互式计算不适合作为生产环境的解释器PyPy采用JIT即时编译技术的Python解释器对Python代码进行动态编译比CPython更快特别是在长时间运行的程序中。绝大部分Python代码都可以在PyPy下运行。显著提高性能特别适用于计算密集型任务与CPython的兼容性不完全某些库可能无法使用。Jython运行在Java平台上的Python解释器可以直接调用Java库和类可以直接把Python代码编译成Java字节码执行。与Java无缝集成适合需要在Java平台上运行的应用性能不如CPython更新较慢IronPython运行在微软.NET平台上的Python解释器可以直接调用.NET框架的类和库可以直接把Python代码编译成.Net的字节码。与.NET无缝集成适合需要在.NET平台上运行的应用与CPython的兼容性不完全某些库可能无法使用MicroPython用于微控制器和资源受限环境的Python解释器精简版的Python解释器适用于嵌入式系统体积小适合嵌入式开发和物联网IoT应用功能受限不支持所有的Python标准库Pyston采用JIT技术的Python解释器旨在提高CPython的性能与CPython完全兼容同时在性能上有所提升提高性能特别是在计算密集型任务中。Pyston 是 Python 的基于 JIT 另一种实现更快且高度兼容 CPython和另一个被寄予厚望的 pypy 相比Pyston 背后有 DropBox 的资金支持发展会比 PyPy 更快。仍在发展中稳定性和兼容性有待进一步验证Boost.Python用于将C与Python无缝集成的库允许在C中嵌入Python解释器或将C类和函数暴露给Python使用适合需要高性能计算的应用充分利用C的性能优势同时享受Python的易用性需要掌握C编程有一定的学习曲线复杂性较高 4.3 Python虚拟机 python并不将py文件编译为机器码来运行而是由python虚拟机一条条地将py语句解释运行python虚拟机的执行方式就是模仿普通x86可执行文件运行方式。 虚拟机输入为字节码.pyc文件由字节码文件加载器将二进制的.pyc文件加载到内存由执行引擎解释执行输出为字节码文件的执行结果。 4.4 Python字节码 Python字节码Python Bytecode是Python源代码编译后的中间表示形式。字节码是与特定硬件无关的低级表示适合Python虚拟机PVM解释执行。字节码文件通常以.pyc扩展名存储。 跨平台字节码独立于具体的硬件和操作系统可以在任何支持相应Python解释器的平台上运行。 优化执行通过将源代码编译为字节码可以减少源代码解析的开销提高执行效率。 当Python脚本首次运行时解释器会将源代码.py文件编译为字节码并将字节码存储在__pycache__目录下以.pyc文件形式保存。之后运行相同脚本时解释器会直接使用已有的字节码文件除非源代码发生了变化。 备注 Python中的字节码(bytecode) 是一种数据类型 Python代码的编译结果就是bytecode对象。bytecode对象可以由虚拟机加载后直接运行而pyc文件就是bytecode在硬盘上的保存形式。 4.5 Python源代码编译和执行的详细流程 源代码输入 Python解释器读取并加载Python源代码.py文件。 词法分析Lexical Analysis 词法分析器将源代码转换为标记token这些标记是编程语言的基本组成部分。 语法分析Parsing 语法分析器根据标记序列构建抽象语法树AST表示代码的结构和语法。 语义分析Semantic Analysis 语义分析器检查AST的语义正确性确保变量、类型和操作符的使用符合语言规则。 字节码生成Bytecode Generation 编译器将AST转换为字节码生成的字节码是跨平台的低级表示形式。 存储字节码Bytecode Storage 编译后的字节码保存为 .pyc文件存储在 __pycache__目录下以便后续使用。 字节码加载 当再次运行相同的Python脚本时解释器首先检查是否存在对应的字节码文件.pyc。 如果存在且未过期直接加载字节码文件否则重新编译源代码生成新的字节码。 执行字节码Execution by PVM Python虚拟机PVM读取字节码文件逐条解释和执行字节码指令。 PVM负责内存管理、垃圾回收、动态类型检查和其他运行时任务。 以下是上述流程的图示 5. Python的应用 应用领域描述示例库和工具应用示例Web开发创建动态网站、处理HTTP请求、数据库操作等Django、Flask、PyramidDjango用于开发InstagramFlask用于开发Pinterest数据科学与机器学习数据处理与分析、机器学习模型训练与预测、数据可视化等NumPy、Pandas、Matplotlib、Scikit-learn、TensorFlow、Keras、PyTorch使用TensorFlow进行图像识别使用Pandas进行数据分析网络爬虫、自动化与脚本编写自动化任务、网络爬虫、数据抓取、自动化测试等。用于搜索引擎、深度学习等领域提供数据源。Selenium、Beautiful Soup、Scrapy、pyautogui、requests、pytest使用Selenium进行浏览器自动化测试使用Scrapy进行网页数据抓取,使用Beautiful Soup解析HTML内容科学计算与工程科学计算、符号数学、图像处理等SciPy、SymPy、OpenCV、Biopython使用SciPy进行数值计算使用OpenCV进行图像处理人工智能与自然语言处理自然语言处理、文本分析、语音识别、聊天机器人等NLTK、spaCy、GPT、Transformers使用NLTK进行文本分类使用Transformers进行语言模型训练数据科学NumPy扩展提供大量与许多标准数学库的接口。机器学习scikit-learn、TensorFlow框架、数据统计分析和可视化Matplotlib、seaborn框架。NumPy、Pandas、Matplotlib、seaborn、scikit-learn、TensorFlow使用NumPy进行数值计算使用scikit-learn训练机器学习模型使用Matplotlib进行数据可视化游戏开发2D游戏开发、图形渲染、游戏逻辑控制Pygame、PyKyra使用Pygame开发简单的2D游戏桌面应用开发使用PyQt、Kivy等框架进行图形用户界面程序的开发。PyQt、Kivy使用PyQt开发桌面应用使用Kivy开发跨平台应用教育与教学编程教学的入门语言广泛用于计算机科学教育无需特定库很多学校和在线课程使用Python作为教学语言金融与量化交易金融数据分析、量化交易策略开发、回测QuantLib、Zipline、PyAlgoTrade使用Zipline开发和回测交易策略网络与系统运维自动化配置管理、远程命令执行、系统监控Ansible、SaltStack、Fabric使用Ansible进行大规模服务器配置管理区块链与加密货币开发区块链应用、智能合约、加密货币交易Web3.py、pyethereum使用Web3.py与以太坊区块链进行交互物联网IoT开发嵌入式系统和物联网设备MicroPython、CircuitPython使用MicroPython开发小型物联网设备网络安全渗透测试、网络分析、加密解密等Scapy、Paramiko、PyCrypto使用Scapy进行网络包分析使用PyCrypto进行数据加密Linux/UNIX运维提供APIApplication Programming Interface应用程序编程接口能方便进行系统维护和管理。os、shutil、subprocess使用os模块进行文件系统操作使用subprocess模块执行系统命令移动App开发使用PyQt、Kivy等进行移动应用开发。Python的PyOpenGL模块封装了OpenGL应用程序编程接口能进行二维和三维图像处理。PyGame模块可用于编写游戏软件。PyQt、Kivy、PyOpenGL、PyGame使用Kivy开发跨平台移动应用使用PyOpenGL进行图形处理使用PyGame开发移动游戏网络编程基于Socket等协议提供丰富的模块支持sockets编程能方便快速地开发分布式应用程序。许多大规模软件开发计划如ZopeMnet及BitTorrentGoogle都在广泛地使用它。socket、asyncio、Twisted使用socket模块开发聊天程序使用Twisted开发分布式应用图形处理有PIL、Tkinter等图形库支持能方便进行图形处理。PIL、Pillow、Tkinter使用Pillow进行图像处理使用Tkinter开发图形界面文本处理提供re模块支持正则表达式还提供SGML、XML分析模块许多程序员利用Python进行XML程序的开发。re、xml.etree.ElementTree、Beautiful Soup使用re模块进行文本搜索使用xml.etree.ElementTree解析XML文档数据库编程可通过遵循Python DB-API规范的模块与Microsoft SQL ServerOracleSybaseDB2MySQL、SQLite等数据库通信。Python自带有一个Gadfly模块提供了一个完整的SQL环境。sqlite3、SQLAlchemy、psycopg2、PyMySQL使用sqlite3操作SQLite数据库使用SQLAlchemy进行ORM映射 python应用举例 Google - 谷歌在很多项目中用python作为网络应用的后端如Google Groups、Gmail、Google Maps等 NASA - 美国宇航局从1994年起把python作为主要开发语言 豆瓣网 - 图书、唱片、电影等文化产品的资料数据库网站 Torchlight --Python编写的大型3D游戏原Blizzard公司人员制作发行开源 Blender - 以C与Python开发的开源3D绘图软件 在科学研究中也得到广泛的应用 本文由 mdnice 多平台发布
