轻轻松松学会Python入门一:初识Python

简介: 首先我们要知道Python是一种计算机编程语言,是一种动态的、面向对象的脚本语言,最初是为编写自动化脚本(shell)而设计的,随着版本的不断更新和新语言功能的加入,越来越多的被用于独立的、大型的项目开发。Python在设计上坚持清晰统一的风格,这使得Python成为一门易读、易维护、应用广泛的语言,深受广大用户的喜爱。

学习Python之前我们首先要知道几个问题的答案,我们为什么要学习Python,学习Python有什么用,Python的基本知识体系是怎么样的,学了它能干什么?最重要的是该怎么学?嘿嘿嘿,大家接着往下面看。


首先我们要知道Python是一种计算机编程语言,是一种动态的、面向对象的脚本语言,最初是为编写自动化脚本(shell)而设计的,随着版本的不断更新和新语言功能的加入,越来越多的被用于独立的、大型的项目开发。Python在设计上坚持清晰统一的风格,这使得Python成为一门易读、易维护、应用广泛的语言,深受广大用户的喜爱。


一,Python能做什么?


1.网页开发


 Python可以用来做网站,而且速度更快,效率更高。Django和Flask等基于Python的Web框架在Web开发中非常流行。


2.爬虫


 许多刚接触Python的人都用它来编写爬虫程序,Python爬虫入门相对简单易学。一开始不需要掌握太多的基础知识和底层知识,快速上手,也能很快得到结果。适合小白一开始就想把东西看得见的成就感。


3.桌面程序


 Python包含很多UI库,可以轻松完成一个GUI程序。也有很多Python实现GUI的例子,比如Dropbox,它是一个用Python实现的服务器端和客户端程序。


4.人工智能(AI)和机器学习


 今天发布的几个非常有影响力的AI框架,大部分都是Python的实现,因为Python足够动态,有足够的性能。比如一些基于Python的深度学习库、深度学习方向、机器学习方向、自然语言处理方向的网站,基本都是通过Python来实现的。


5.科学计算


 Python的开发效率非常高,可以在更高层次上抽象问题,包括scipy、numpy等用于科学计算的第三方库,所以在科学计算领域也很受欢迎。


二,目前准备的Python的学习历程


04a72b4f11364540af2ba53e0f9ed5c6.png


同时在此专栏课程中会有很多个例子用于加深印象,例子来源于北京理工大学的嵩天老师,我也是和他学习的Python,但是是很多年前的视频了,部分视频可能早已过时了,不适合现在的学习,但是Python的入门视频还是挺不错的。


Python语言程序设计_北京理工大学_中国大学MOOC(慕课) (icourse163.org)

https://www.icourse163.org/course/BIT-268001

Python是一门十分受欢迎的语言,也是用户十分多的程序设计的超级语言,值得很多科班和非科班的人学习,学习Python对后面的学习也是很有帮助的,大家需要认真学习。


在学习Python的开始,我送给大家一句乔老爷子说的一句话。


c7c34857c8d544fda6b9dbdfd8ebd8ed.jpg


三,计算机的概念


这一点我也不知道需不需要讲,但是我觉得毕竟是我们每天都在使用的东西,我们有必要做一些理解。


1,计算机是什么?


首先我们要知道的就是,计算机到底是什么?


计算机是根据指令操作数据的设备,具备功能性和可编程性两个特性。


2,什么是功能性?


功能性指的就是对数据进行操作的功能。


3,什么是可编程性?


根据一系列指令自动的,可预测的,准确的完成操作者的意图。


同时我们要知道的就是,计算机只能解决问题的计算部分,所以就算计算机再厉害,也没有正在学习Python的你厉害,因为使人类进步的真正理论部分只能由你们或者说我们来实现,希望我们之间真的有这样的人出现,让我们的国家和种族更进一步。


4,发展历程


一方面,计算机硬件所依赖的集成电路规模按照摩尔定律以指数方式增长,计算机运行速度也接近几何级数增加,计算机所能高效支撑的功能不断丰富发展。


摩尔定律:


摩尔定律是由英特尔(Intel)创始人之一戈登·摩尔(Gordon Moore)提出来的。其内容为:当价格不变时,集成电路上可容纳的元器件的数目,约每隔18-24个月便会增加一倍,性能也将提升一倍。换言之,每一美元所能买到的电脑性能,将每隔18-24个月翻一倍以上。这一定律揭示了信息技术进步的速度。


尽管这种趋势已经持续了超过半个世纪,摩尔定律仍应该被认为是观测或推测,而不是一个物理或自然法。预计定律将持续到至少2015年或2020年。然而,2010年国际半导体技术发展路线图的更新增长已经放缓在2013年年底,之后的时间里晶体管数量密度预计只会每三年翻一番。(来自百科)。


另一方面,表达计算机可编程性的程序设计语言也在经历从机器语言(0和1),汇编语言到高级语言的发展过程,并逐步朝着更接近自然语言的方向发展。


四,程序设计语言(编程语言)


1,程序设计


是计算机可编程性的体现,是深度应用计算机的主要手段。


2,程序设计语言


是一种用于人机交互的人造语言,是程序设计的具体实现方式,是计算机能够理解和识别用户操作意图的一种交互体系。


3,高级语言与低级语言的区别:


高级语言是接近自然语言的一种计算机程序设计语言,可以更容易地描述计算问题并利用计算机解决计算问题。


4,严谨性


程序设计语言必须要严谨,清楚,避免产生二义性。


五,编程语言的执行方式


首先我们要了解两个概念:


1,源代码:


采用某种编程语言编写的计算机程序,人类可读。


2,目标代码:


计算机课直接执行,人类不可读(专家除外)


3,编译:


将源代码一次性转换成目标代码的过程。(执行编译过程的程序叫做编译器)


4,解释:


将源代码逐条转换成目标代码同时逐条运行的过程。


5,二者的本质:


1)编译:一次性翻译,之后不再需要源代码(类似英文翻译)


2)解释:每次程序运行时,边翻译边执行(类似实时同声传译)


6,根据执行方式的不同,我们将编程语言分为两类,静态语言和脚本语言。


1,静态语言:


使用编译执行的编程语言


c/c++/Java


2,脚本语言:


使用解释执行的编程语言


Python/JavaScript/PHP


3,二者的优势:


静态语言:一次性生成目标代码,优化更充分,程序运行速度更快。


脚本语言:执行程序时需要源代码(源代码不易丢失),维护更灵活,可以跨多个操作系统平台。


这一章就说这么多,下一章讲一讲Python语言的概述和环境搭建。  

目录
相关文章
|
8天前
|
数据采集 存储 JSON
Python爬虫开发:BeautifulSoup、Scrapy入门
在现代网络开发中,网络爬虫是一个非常重要的工具。它可以自动化地从网页中提取数据,并且可以用于各种用途,如数据收集、信息聚合和内容监控等。在Python中,有多个库可以用于爬虫开发,其中BeautifulSoup和Scrapy是两个非常流行的选择。本篇文章将详细介绍这两个库,并提供一个综合详细的例子,展示如何使用它们来进行网页数据爬取。
|
5天前
|
数据采集 数据可视化 算法
GitHub星标68K!Python数据分析入门手册带你从数据获取到可视化
Python作为一门优秀的编程语言,近年来受到很多编程爱好者的青睐。一是因为Python本身具有简捷优美、易学易用的特点;二是由于互联网的飞速发展,我们正迎来大数据的时代,而Python 无论是在数据的采集与处理方面,还是在数据分析与可视化方面都有独特的优势。我们可以利用 Python 便捷地开展与数据相关的项目,以很低的学习成本快速完成项目的研究。
|
6天前
|
数据采集 数据可视化 算法
GitHub星标68K!Python数据分析入门手册带你从数据获取到可视化
Python作为一门优秀的编程语言,近年来受到很多编程爱好者的青睐。一是因为Python本身具有简捷优美、易学易用的特点;二是由于互联网的飞速发展,我们正迎来大数据的时代,而Python 无论是在数据的采集与处理方面,还是在数据分析与可视化方面都有独特的优势。我们可以利用 Python 便捷地开展与数据相关的项目,以很低的学习成本快速完成项目的研究。 今天给小伙伴们分享的这份Python数据分析入门手册本着实用性的目的,着眼于整个数据分析的流程,介绍了从数据采集到可视化的大致流程。
|
15天前
|
机器学习/深度学习 开发者 Python
Python 与 R 在机器学习入门中的学习曲线差异
【8月更文第6天】在机器学习领域,Python 和 R 是两种非常流行的编程语言。Python 以其简洁的语法和广泛的社区支持著称,而 R 则以其强大的统计功能和数据分析能力受到青睐。本文将探讨这两种语言在机器学习入门阶段的学习曲线差异,并通过构建一个简单的线性回归模型来比较它们的体验。
37 7
|
15天前
|
机器学习/深度学习 数据采集 数据可视化
使用Python进行数据科学入门指南
【8月更文挑战第6天】使用Python进行数据科学是一条充满挑战和机遇的道路。本文提供了入门指南,帮助您快速上手Python数据科学。通过实践项目和资源推荐,您将能够深入学习Python数据科学,成为一名合格的数据科学家。
WK
|
1天前
|
存储 机器学习/深度学习 JSON
Python入门知识点
Python入门覆盖历史、设计理念、变量、数据类型、控制结构等。了解Python的发展,掌握动态类型的灵活性,熟悉整数、浮点数、字符串等数据类型。学会if/else、for/while循环构建逻辑流程,使用def定义函数,lambda快速创建匿名函数。通过类实现面向对象编程,利用模块和包组织代码。掌握try-except处理异常,open()进行文件操作。利用标准库和第三方库增强功能,理解集合、字典、列表推导式的应用,深入魔法方法、递归、装饰器等高级特性,以及上下文管理器和字符串、列表、元组的操作技巧。
WK
8 0
|
7天前
|
存储 算法 调度
10种 Python数据结构,从入门到精通
10种 Python数据结构,从入门到精通
9 0
|
8天前
|
机器学习/深度学习 算法 数据挖掘
机器学习新手也能飞:Python+Scikit-learn让你轻松入门!
在数据驱动的时代,机器学习是推动科技进步和智能化生活的关键。Python以简洁的语法和强大的库支持,成为机器学习的理想语言。Scikit-learn作为Python的开源机器学习库,提供简单易用的API和丰富的算法,降低了学习门槛。通过Python结合Scikit-learn,即使是初学者也能快速上手,如使用鸢尾花数据集进行分类任务,体验从数据预处理到模型训练和评估的全过程,进而探索更多机器学习的可能性。
20 0
|
9天前
|
存储 Python 容器
"解锁编程奇迹,Python基础入门:一剑在手,编程江湖任你遨游,从零到英雄的超燃蜕变之旅!"
【8月更文挑战第12天】编程曾被视为复杂的技能,Python却让其变得异常亲和简单。作为优雅且强大的语言,Python以简洁的语法、丰富的库支持及广泛的应用领域,成为初学者首选。本文将引导你开启Python学习之旅,通过基础概念与示例代码,让你领略编程魅力。
23 0
|
15天前
|
Linux 数据安全/隐私保护 iOS开发
从入门到精通:Python 系统编程中的跨平台兼容性攻略
【8月更文挑战第6天】在编程领域,Python 以简洁强大著称。系统编程时,确保代码能在不同平台(如 Windows、Linux 和 macOS)上良好运行至关重要。本文探讨 Python 跨平台兼容性的关键点,帮助理解各系统间的差异,例如文件路径、权限管理和进程控制的不同。通过使用 `os` 和 `subprocess` 模块,可以编写出既灵活又兼容的代码。例如,使用 `os.path.join()` 处理路径差异,`subprocess.run()` 进行进程管理。此外,还需关注环境变量和权限管理等方面的平台特性。掌握这些技巧,您将能更自信地开发跨平台的系统程序。
45 0