初识python之概念认知篇

简介: 初识python之概念认知篇

初识python之认知篇

随着世界的快速发展,我们人类在不断地探索中发现并为之实践,程序语言从发展初期再到如今这个万物互“码”的时代,已经成为我们隐形生活中不可缺少的一部分。今天我们就来从一个初学者的视角来认识这个,极具潜力、快速简单的编程语言——“python”

何为“python”,下面就让我们简单的认识一下它


image.png

起源


Python的创始人为Guido van Rossum。1989年圣诞节期间,在阿姆斯特丹,Guido为了打发圣诞节的无趣,决心开发一个新的脚本解释程序,做为ABC 语言的一种继承。之所以选中Python(蟒蛇)作为该编程语言的名字,是因为他是一个叫Monty Python的喜剧团体的爱好者。——百度百科

 

image.png

都说程序员的发亮堪忧,但看了我们python之父“Guido”的照片,我们可以放心大胆的去学了,但要注意爱护自己的头发哟。我们的Guido是一位荷兰人,从阿姆斯特丹大学获得了数学和计算机硕士学位,他一直希望有一种语言可以像C语言那样全面调用计算机的功能接口,同时也可像shell那样实现轻松编程。网上有一句很经典的口头禅“人生苦短,我用python”

 

诞生与发展


1991年,第一个Python编译器诞生。它是用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,包含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。


image.png

2011年1月被TIOBE编程语言排行榜评为2010年度语言。 自2004年后,python语言使用率一直呈现线性增长。

image.png

我们可以看出python作为近几年最受欢迎的编程语言,一直稳居第三,而且每年都有上浮趋势。


python特点与应用


那么有很多小伙伴就会有疑问了,为什么python如此的受欢迎,它到底有什么强大的功能可以脱颖而出,下面就让我们来介绍一下它的实际应用特点。


1.开发效率高,不用做重复性工作

2.在计算领域具有强大的优势

3.语法简洁,适合毫无基础初学小白

4.具有开放性源码,可移植性强

5.具有跨平台和可延伸的特点

6.上手轻松容易,而且会有种艺术的美感


那么python我们可做些什么了,小王根据自己所学所知的知识和网上查阅,总结如下:


1.数据可视化:可应用于Excel和一些数据统计工作,提高了我们工作的效率。


2.绘图:通过一些一些模块的导入,我们可自己绘制一些具有几何美感具有规律性的艺术图,同时也可通过算法完成其他各种图排的绘制。


3.离散变量分析:python数据分析为广大科研人员带来了福音,虽然我们可以通过SPSS进行一些数据分析,但是用python就十分智能化,非常高效。


4.人工智能:各种应用,通过AI人脸识别,大数据定位追踪,这些都有python的涉及。


5.网络爬虫:在如今网络的汪洋大海里,我们想要找东西虽然可以通过百度搜索,但是我们下载和获取自己想要的信息就过于冗杂了。python爬虫可以解决,我们可以爬取我们想要的图片,批量下载我们要的数据,同时还可以获取各种最新资讯,并生成词云。


工欲善其事,必先利其器。总之python在现在应用环境比较广泛,也有许多非专业的人士去学习python和人工智能。我相信在如今大数据的背景下,python在未来的发展潜力是完全不可估量的。


好的,今天的python基本介绍就到这里了,我们下期文章将介绍python开发软件的安装,欢迎您再次莅临了解。如果你喜欢我的文章博客,就让更多的人发现吧。


相关文章
|
6月前
|
存储 Python
Python文件编码概念详解
Python文件编码概念详解
59 1
|
3月前
|
存储 数据挖掘 数据库
探索Python编程:从基础到高级探索移动应用开发之旅:从概念到实现
【8月更文挑战第29天】本文将带你进入Python的世界,无论你是初学者还是有一定经验的开发者。我们将从Python的基础知识开始,然后逐步深入到更复杂的主题。你将学习到如何编写清晰、高效的代码,以及如何使用Python进行数据分析和网络编程。最后,我们将介绍一些高级主题,如装饰器和生成器。让我们一起开始这段旅程吧!
|
4月前
|
机器学习/深度学习 数据采集 数据可视化
Python数据分析入门涉及基础如Python语言、数据分析概念及优势。
【7月更文挑战第5天】Python数据分析入门涉及基础如Python语言、数据分析概念及优势。关键工具包括NumPy(数组操作)、Pandas(数据处理)、Matplotlib(绘图)、Seaborn(高级可视化)和Scikit-learn(机器学习)。流程涵盖数据获取、清洗、探索、建模、评估和展示。学习和实践这些将助你有效利用数据。
54 2
|
5月前
|
分布式计算 并行计算 安全
在Python Web开发中,Python的全局解释器锁(Global Interpreter Lock,简称GIL)是一个核心概念,它直接影响了Python程序在多线程环境下的执行效率和性能表现
【6月更文挑战第30天】Python的GIL是CPython中的全局锁,限制了多线程并行执行,尤其是在多核CPU上。GIL确保同一时间仅有一个线程执行Python字节码,导致CPU密集型任务时多线程无法充分利用多核,反而可能因上下文切换降低性能。然而,I/O密集型任务仍能受益于线程交替执行。为利用多核,开发者常选择多进程、异步IO或使用不受GIL限制的Python实现。在Web开发中,理解GIL对于优化并发性能至关重要。
61 0
|
2月前
|
测试技术 Python
探索Python中的装饰器:从基础概念到高级应用
本文深入探讨了Python中一个强大而灵活的特性——装饰器。从其基本定义出发,逐步解析装饰器的本质、运作机制以及如何高效利用这一工具来优化代码结构、增加功能和提升代码的可读性与可维护性。通过具体示例,包括自定义简单装饰器、带参数装饰器、多重装饰等高级话题,本文展示了装饰器在软件开发中的广泛应用,旨在为读者提供一个全面而实用的装饰器使用指南。
|
3月前
|
前端开发 JavaScript 数据可视化
Python+Dash快速web应用开发——基础概念篇
Python+Dash快速web应用开发——基础概念篇
|
3月前
|
Python
Python函数式编程:你真的懂了吗?理解核心概念,实践高阶技巧,这篇文章带你一次搞定!
【8月更文挑战第6天】本文介绍了Python中的函数式编程,探讨了高阶函数、纯函数、匿名函数、不可变数据结构及递归等核心概念。通过具体示例展示了如何利用`map()`和`filter()`等内置函数处理数据,解释了纯函数的一致性和可预测性特点,并演示了使用`lambda`创建简短函数的方法。此外,文章还强调了使用不可变数据结构的重要性,并通过递归函数实例说明了递归的基本原理。掌握这些技巧有助于编写更清晰、模块化的代码。
36 3
|
3月前
|
缓存 Python
探索Python中的装饰器:从概念到实战
【8月更文挑战第31天】装饰器,在Python中是一种强大的工具,能够让我们轻松地修改函数或类的行为。本文将带你从零开始理解装饰器的概念,并通过实际代码示例展示如何创建和使用它们。我们将一步步构建一个日志记录装饰器,并探讨其对提升代码可读性和重用性的影响。通过本文的学习,你将能够自信地在你的Python项目中应用装饰器技术。
|
4月前
|
网络协议 程序员 视频直播
|
5月前
|
Python
在Python中,解包参数列表和Lambda表达式是两个不同的概念
【6月更文挑战第19天】在Python中,解包参数允许将序列元素作为单独参数传递给函数,如`greet(*names_and_ages)`。而Lambda表达式用于创建匿名函数,如`lambda x, y: x + y`。两者可结合使用,如`max(*numbers)`找列表最大值,但过度使用lambda可能降低代码可读性。
30 3