python笔记——【Python学习教程】Python编程基础_python编程

Python 其实不算新面孔了——1991 年就发布了第一个版本，但真正让它火起来的，是 2010 年以后大数据和人工智能的浪潮。在 2019 年 12 月份的世界编程语言排行榜上，Python 已经坐上了第三把交椅，仅次于 Ja va 和 C 语言。

作为一门开源免费的脚本编程语言，Python 既简单易用，又功能强大。它推崇“极简主义”，读优秀的 Python 程序就像读一段英文，非专业人士也能上手。本章主要介绍 Python 编程的基础知识，不涉及具体语法，算是一道开胃菜，帮大家先认识一下这位老朋友。

编程语言是什么

程序就是一系列指令，用来告诉计算机做什么。关键是，得用计算机能理解的语言来写这些指令。虽然借助 Siri、Google Now、Cortana 等技术，我们可以直接用汉语说“打开酷狗音乐”，但用过的人都知道，这些系统还没完全成熟——人类语言太模糊、不精确，设计一个完全理解人类语言的程序，至今还是个大难题。

为了避免这些麻烦，计算机科学家发明了编程语言——一套有固定语法和精确语义的符号。每个结构都有固定的用法（语法）和含义（语义）。说白了，编程语言就是一套规则，用来编写计算机能懂的指令。这些指令叫计算机代码，用编程语言写算法的过程叫编码。Python 就是其中一种，此外还有 C、C++、Ja va、Ruby 等。至今已有成百上千种编程语言，各有各的版本，但无论哪种，都有固定的、无二义性的语法和语义。

上面提到的这些都是高级语言，方便程序员理解。但计算机硬件只能理解一种非常低级的语言——机器语言。比如让计算机求两个数的和，CPU 可能要执行：把内存位置 2001 的数加载到 CPU，再加载 2002 的数，在 CPU 里求和，最后把结果存到 2003。这还只是笼统描述，实际更复杂。而用 Python 这样的高级语言，只需 c = a + b 就搞定了。但问题来了：怎么把高级语言翻译成机器语言？有两种方法：编译器和解释器。用编译器的是编译型语言，用解释器的是解释型语言，Python 属于后者。

编译型语言和解释型语言的区别

我们写的源代码是人类语言，自己轻松看懂；但 CPU 只认二进制指令（机器码）。在程序运行之前，必须把源代码转成二进制指令。不过，什么时候转？不同编程语言规定不同。

简单理解，编译器就是个“翻译工具”，把源代码翻译成机器码，过程包括词法分析、语法分析、语义分析、性能优化、生成可执行文件等，涉及复杂算法。解释器类似，但边翻译边执行。Ja va 和 C# 比较特殊，属于半编译半解释型——先转成中间字节码文件，再到虚拟机里执行。Ja va 开创了这条路，为了跨平台又兼顾效率；C# 后来跟上，但一直没离开 Windows 平台。

图 1 编译型语言和解释型语言的执行流程

那么，它们各有什么特点？

编译型语言

开发完成后，所有源代码一次性转成可执行程序（比如 Windows 的 .exe），里面全是机器码。有了可执行程序就能随时运行，不用再编译，也就是“一次编译，无限次运行”。运行时不依赖源代码和编译器，可以脱离开发环境。

但编译型语言一般不能跨平台，表现在两个方面：

• 可执行程序不能跨平台：不同操作系统对可执行文件的结构要求不同，Windows 的 .exe 拿到 Linux 没法用，Linux 的也不能用在 Mac OS 上。甚至同系统不同版本也可能不兼容，比如 x64 程序不能跑在 x86 平台上（反过来一般可以，因为 64 位系统兼容 32 位程序）。
• 源代码不能跨平台：不同平台支持的函数、类型、变量可能不同。比如 C 语言中，Windows 的暂停函数是 Sleep()（首字母大写，参数毫秒），Linux 是 sleep()（小写，参数秒）。再比如 long 类型，Windows 64 位下占 4 字节，Linux 64 位下占 8 字节，赋值大了容易溢出，编译器还不报错。

解释型语言

每次执行程序都要一边转换一边执行，用到哪部分源代码就转哪部分。因为每次都得重新转换，所以执行效率天生低于编译型语言，甚至差好几个数量级。计算机底层功能或关键算法通常用 C/C++ 实现，只在应用层（网站开发、批处理、小工具等）才用解释型语言。

运行解释型语言时，始终需要源代码和解释器，无法脱离开发环境。我们常说的“下载一个程序”，编译型语言下到的是可执行文件（闭源）；解释型语言下到的是全部源代码（开源，因为不给源代码没法运行）。

解释型语言几乎都能跨平台，“一次编写，到处运行”是真实存在的。为什么？功劳在解释器。跨平台指源代码跨平台，不是解释器跨平台。解释器本身就是可执行程序，不能跨平台。但官方会针对不同平台开发不同的解释器，它们遵守同样的语法、识别同样的函数、完成同样的功能。这样，同一份代码在不同平台执行结果相同。解释器好比一个中间层，屏蔽了平台差异。

关于 Python

Python 是典型的解释型语言，运行需要解释器。只要在不同平台安装了对应解释器，代码就能随时运行，不用担心兼容性问题——真正的“一次编写，到处运行”。Python 几乎支持所有常见平台：Linux、Windows、Mac OS、Android、FreeBSD、Solaris、PocketPC 等，代码无需修改就能正确运行，可移植性很强。

总结

编译型语言和解释型语言的差异如下表：

类型	原理	优点	缺点
编译型语言	通过编译器，一次性将源代码转成特定平台（Windows、Linux 等）的机器码（可执行文件）。编译一次后，脱离编译器也能运行，效率高。	可移植性差，不够灵活。
解释型语言	由解释器根据需要，将部分源代码临时转成特定平台的机器码。	跨平台性好，通过不同解释器将相同源代码解释成不同平台机器码。	一边执行一边转换，效率低。

Python 是什么，Python 简介

编程语言有高低之分，高级语言有很多种，Python 是其中之一。从本节开始正式学习 Python，但得先搞清楚“Python 是什么”。

Python 英文原意是“蟒蛇”。1989 年，荷兰人 Guido van Rossum 发明了一种面向对象的解释型编程语言，命名为 Python。至于为什么叫 Python，据 Guido 自述，他是在圣诞节期间为了打发时间开发的，而他是 Monty Python 戏剧团的粉丝，所以选了这个名字。Python 是在 ABC 教学语言基础上发展来的，ABC 虽然强大但没普及，Guido 认为是因为不开放。所以他开发 Python 时，不仅添加了 ABC 没有的功能，还设计了丰富而强大的库，让程序员能轻松把其他语言（尤其是 C/C++）做的模块粘在一起，因此 Python 常被称为“胶水语言”。

图 1 Python 的标志（Logo）

从整体看，Python 最大的特点就是简单，体现在两方面：语法非常简洁明了，非软件专业的初学者也能上手；实现同一个功能，Python 代码往往最短。网上流传着“人生苦短，我用 Python”的说法。

Python 看似“不经意间”开发出来，但实力不差。自 1991 年第一个公开发行版问世后：2004 年起使用率线性增长；2010 年荣膺 TIOBE 年度语言桂冠；2017 年 IEEE Spectrum 排行榜中位居第一。截至 2019 年 12 月，TIOBE 显示 Python 排名第三，且势头还在上升（如表 2 所示）。

2019年12月	2018年12月	编程语言	市场份额	变化
1	1	Ja va	17.253%	+1.32%
2	2	C	16.086%	+1.80%
3	3	Python	10.308%	+1.93%
4	4	C++	6.196%	-1.37%
5	6	C#	4.801%	+1.35%
6	5	Visual Basic .NET	4.743%	-2.38%
7	7	Ja vaScript	2.090%	-0.97%
8	8	PHP	2.048%	-0.39%
9	9	SQL	1.843%	-0.34%
10	14	Swift	1.490%	+0.27%
11	17	Ruby	1.314%	+0.21%
12	11	Delphi/Object Pascal	1.280%	-0.12%
13	10	Objective-C	1.204%	-0.27%
14	12	Assembly language	1.067%	-0.30%
15	15	Go	0.995%	-0.19%
16	16	R	0.995%	-0.12%
17	13	MATLAB	0.986%	-0.30%
18	25	D	0.930%	+0.42%
19	19	Visual Basic	0.929%	-0.05%
20	18	Perl	0.899%	-0.11%

显然，Python 已经甩开 C++，直逼 C 和 Ja va，未来有可能超越它们成为冠军。再看历年市场份额变化曲线，Python 的未来大势可期。

图 2 Python 历年来市场份额变化曲线

错过了 C/C++ 的 PC 时代，又错过了 Ja va 的互联网和智能手机时代，还想错过 Python 的人工智能和大数据时代吗？Python 正站在第四次风口上，把握好风口，就能飞起来。

Python 的特点（优点和缺点）

Python 是一种面向对象的、解释型的、通用的、开源的脚本编程语言。它为何如此流行？主要有三点原因：简单易用，学习成本低，看起来优雅干净；标准库和第三方库众多，功能强大，既能开发小工具也能开发企业级应用。举个简单例子，实现某个功能，C 语言可能需 100 行代码，Python 只需几行——因为 Python 已内置很多常见功能，只需导入包、调用一个函数就行。简单是 Python 的杀手锏，用惯了 Python 再用 C 语言简直不能忍。

Python 的优点

1) 语法简单

和 C/C++、Ja va、C# 等相比，Python 对代码格式要求不那么严格，让用户写代码时比较舒服，不用在细枝末节上费太多精力。比如不用在每个语句末尾写分号，定义变量时不需要指明类型，甚至可以给同一变量赋不同类型的数据。这些也是 PHP、Ja vaScript、MATLAB 等脚本语言共有的特性。Python 是一种极简主义的编程语言，读一段排版优美的 Python 代码就像读英文段落，非常贴近人类语言，所以常被称为具有伪代码特质。

为什么简单就是杀手锏？一旦简单，事情就变得纯粹。开发 Python 程序时，可以专注于解决问题本身，不用顾虑语法细枝末节。在简单的环境中做纯粹的事，简直是一种享受。

2) 开源

开源意味着所有用户都能看到源代码。Python 的开源体现在两方面：一是程序员用 Python 写的代码开源（比如开发一个 BBS 系统，用户下载到的是所有源代码）；二是 Python 解释器和模块开源。官方希望所有用户参与进来，改进性能、弥补漏洞，代码被研究得越多越健壮。总有一些精英会放长线钓大鱼，总有一些极客会做炫酷的事情。

3) 免费

开源不等于免费，但大多数开源软件也是免费软件。Python 既开源又免费，用户用 Python 开发或发布程序不需支付任何费用，也不用担心版权问题，即使商业用途也免费。

4) 高级语言

这里的高级指 Python 封装较深，屏蔽了很多底层细节，比如自动管理内存（需要时分配，不需要时释放）。优点是使用方便，缺点是容易让人浅尝辄止，知其然不知其所以然。

5) 解释型语言，能跨平台

解释型语言一般都可移植性好，Python 也不例外，已在前文讲解。

6) 面向对象

面向对象是现代编程语言普遍具备的特性，否则开发中大型程序会捉襟见肘。Python 支持面向对象，但不强制使用。Ja va 强制必须以类和对象的形式组织代码。

7) 功能强大（模块众多）

Python 模块众多，基本覆盖了所有常见功能，从简单的字符串处理到复杂的 3D 图形绘制都能轻松完成。社区发展良好，除了官方核心模块，很多第三方机构（如 Google、Facebook、Microsoft）也参与开发，即使小众功能也有对应模块。

8) 可扩展性强

Python 的可扩展性体现在模块上，它拥有脚本语言中最丰富、最强大的类库，覆盖文件 I/O、GUI、网络编程、数据库访问、文本操作等绝大部分应用场景。这些类库的底层不一定都是 Python，还有很多 C/C++ 的身影。当需要关键代码运行更快时，就用 C/C++ 实现，然后在 Python 中调用。Python 能把其他语言“粘”在一起，所以被称为“胶水语言”，这也弥补了部分运行效率慢的缺点。

Python 的缺点

1) 运行速度慢

这是解释型语言的通病，Python 也不例外。速度慢不仅因为边运行边翻译，还因为它是高级语言，屏蔽了很多底层细节，要多做很多消耗资源的工作（比如管理内存）。Python 的运行速度几乎是最慢的，远远慢于 C/C++，也慢于 Ja va。不过这个问题通常不大：一方面计算机硬件越来越快，堆高性能硬件就能弥补；另一方面有些应用场景能容忍速度慢，比如网站，用户打开网页大部分时间在等网络请求，服务器花 1ms 还是 20ms 执行程序，用户感觉不到（网络连接往往需要 500ms 甚至 2000ms）。

2) 代码加密困难

编译型语言的源代码会被编译成可执行程序，而 Python 直接运行源代码，对源代码加密比较困难。但开源是软件产业的大趋势，传统程序员需要转变观念。

学 Python，不需要有编程基础！

“编程零基础，可以学习 Python 吗？”这是很多初学者常问的问题。当然，计算机基础越好对学习任何新语言越有利。但零基础也不用担心，因为无论用哪门语言入门，总得有个开始。就个人观点，Python 作为入门语言再合适不过。在大学学过 C 语言的同学都感同身受，C 语言不是很好的入门语言，很多曾经立志学编程的人学了 C 语言后决心不再学编程。而 Python 不会出现这种窘境，现在已有高校开始用 Python 作为软件专业（甚至非软件专业）的入门语言。

教程始终贯彻的思想是：零基础也能学 Python，目标就是和初学者一起从零开始学。编程零基础的你，无需犹豫，尽管放胆来学。

另外，很多初学者会遇到另一个问题：教程学完了，代码也跑通了，但还是不知道如何开发真正的应用程序，面对问题不知如何下手。这只能说明缺乏练习，代码量太少。从零基础到专业程序员，除了学习更多基础知识，更要刻意培养编程思维，没有捷径，只能靠不断积累代码量。增加代码量不是盲目写，如果找不到方向，可以从阅读别人的代码开始。读代码时要边读边思考：为什么这么写？有什么意图？有没有更简单的方法？必要时做注释。在完全理解的前提下，还可以尝试修改代码实现自己的想法。做到这些，才算真正消化吸收了。

初学写代码、调试代码肯定会遇到很多问题，最好的办法就是在网上搜索，看看类似问题别人怎么解决的，不要局限在自己的思维里。

Python 能干什么，Python 的应用领域

Python 功能强大，简单易学，受很多开发者青睐。应用领域非常广泛，几乎所有大中型互联网企业都在用 Python 完成各种任务，比如国外的 Google、Youtube、Dropbox，国内的百度、新浪、搜狐、腾讯、阿里、网易、淘宝、知乎、豆瓣、汽车之家、美团等。

概括起来，主要有以下几个领域：

Web 应用开发

Python 经常用于 Web 开发。虽然目前 PHP、JS 仍是主流，但 Python 上升势头更猛。随着 Python 的 Web 框架逐渐成熟（如 Django、flask、TurboGears、web2py 等），程序员可以更轻松地开发和管理复杂的 Web 程序。例如，通过 mod_wsgi 模块，Apache 可以运行 Python 编写的 Web 程序。Python 定义了 WSGI 标准接口来协调 HTTP 服务器与 Python 程序之间的通信。最直观的例子：全球最大的搜索引擎 Google 在其网络搜索系统中广泛使用 Python；经常访问的豆瓣网也是用 Python 实现的；全球最大的视频网站 Youtube 和 Dropbox 也都是用 Python 开发的。

图 1 用 Python 实现的豆瓣网

自动化运维

很多操作系统中，Python 是标准组件，大多数 Linux 发行版以及 NetBSD、OpenBSD、Mac OS X 都集成了 Python，可以在终端直接运行。有些 Linux 发行版的安装器就是用 Python 写的，比如 Ubuntu 的 Ubiquity 安装器、Red Hat Linux 和 Fedora 的 Anaconda 安装器。Python 标准库中包含了多个可用来调用操作系统功能的库。例如，通过 pywin32 软件包能访问 Windows 的 COM 服务和其他 API；使用 IronPython 能直接调用 .Net Framework。通常，Python 编写的系统管理脚本，在可读性、性能、代码重用度以及扩展性方面，都优于普通 shell 脚本。

人工智能领域

人工智能是当前最热的领域，而 Python 在机器学习、神经网络、深度学习等方面都是主流语言。基于大数据分析和深度学习发展而来的人工智能，本质上已经离不开 Python 的支持。原因至少包括：目前世界上优秀的人工智能学习框架，如 Google 的 TensorFlow（神经网络框架）、Facebook 的 PyTorch 以及开源社区的 Keras 等，都是用 Python 实现的；微软的 CNTK 也完全支持 Python，且该公司开发的 VS Code 已把 Python 作为第一级语言支持。Python 擅长科学计算和数据分析，支持各种数学运算，能绘制更高质量的 2D 和 3D 图像。总之，AI 时代的来临，让 Python 从众多语言中脱颖而出，作为 AI 时代头牌语言的位置基本无人撼动。

网络爬虫

Python 很早就用来编写网络爬虫，Google 等搜索引擎公司大量使用 Python 编写爬虫。从技术层面看，Python 提供了很多服务于爬虫的工具，如 urllib、Selenium、BeautifulSoup 等，还有一个爬虫框架 Scrapy。

科学计算

自 1997 年起，NASA 就大量使用 Python 进行各种复杂科学运算。与其他解释型语言（如 shell、JS、PHP）相比，Python 在数据分析、可视化方面有相当完善和优秀的库，如 NumPy、SciPy、Matplotlib、pandas 等，能满足科学计算程序的需求。

游戏开发

很多游戏用 C++ 编写图形显示等高性能模块，而用 Python 或 Lua 编写游戏逻辑。与 Python 相比，Lua 功能更简单、体积更小；Python 则支持更多特性和数据类型。例如，国际上知名的游戏 Sid Meier’s Civilization（文明）就是用 Python 实现的。此外，Python 可以直接调用 OpenGL 实现 3D 绘制，这是高性能游戏引擎的技术基础。事实上有很多 Python 实现的游戏引擎，如 Pygame、Pyglet 以及 Cocos2d 等。

图 2 Python 开发的游戏

以上只是 Python 应用领域的“冰山一角”，还可以利用 Pygame 进行游戏编程，用 PIL 进行图像处理，用 PyRo 进行机器人控制编程等。有兴趣的读者可以自行搜索深入了解。

怎样学习 Python 才能成为高手？

学习过程中，很多小伙伴抱怨编程语言太多，学不过来——可能用了 Ja va 多年，突然项目需要用 Python，就感到压力山大。再比如，Facebook 的主流语言是 Hack（PHP 的进化版），但新入职的工程师 100 个里至少 95 个之前没用过 Hack 或 PHP，但上手都很快，只需 1~2 周日常编程就毫无压力。他们是怎么做到的？

编程语言都是相通的

有编程基础的话，接触一门新语言时会发现，不同编程语言之间其实是相通的——它们都是人类控制计算机的指令，语法规则大同小异。所以再学一门新语言没那么难。学习时要明确区别，比如学 Python 的条件和循环语句时，可以对比 C 语言或 C++ 的语法；学字符串相加时，对比 Ja va。除了区分，还要能灵活联系运用。比如 Python 擅长数据分析，在 AI、机器学习领域广泛应用（如 TensorFlow 用 Python 写），但涉及底层矩阵运算时，就需要依赖 C++ 来提高速度。很多公司就是根据需求选不同语言开发，哪怕几十到几百毫秒的速度差距，对用户体验都是决定性的。

Python 对初学者很友好

如果 Python 是你的第一门编程语言，也不用担心。虽然同为人机交互的桥梁，但 Python 比 C++、Ja va 更简洁，更接近英语，对初学者很友好。要做的是专注于 Python，明确重点，把握好节奏，由浅入深循序渐进。根据多年的学习工作经验，把编程语言学习分为以下三步，无论是否有编程基础，都可以对照着做：

• 多实践，积累代码量：任何一门编程语言知识面都很广，从变量赋值、条件循环到文件操作、并发编程等，别等到学完所有知识点再开始练习，因为那时前面记住的早就忘了。学习编程，十分讲究实战，没有捷径，越早练习、练得越多越勤，效果越好。
• 时刻注意代码规范：每种编程语言都有必要的编码规范，不能忽略。想成为优秀程序员，从起步阶段就要刻意培养自己的编程规范，比如不要将多行代码全写在一行，不要随便用 a、b、c 作为变量名。
• 开发经验必不可少：要想真正熟练掌握 Python，拥有大中型产品的开发经验是必不可少的，它会让你站得更高、望得更远。比如几乎每天都会用搜索引擎，但你了解搜索引擎的服务器端实现吗？这是一个典型的面向对象设计，需要定义一系列相关的类和函数，还要从产品需求、代码复杂度、效率及可读性等多方面综合考量，上线后还要做各种优化。本教程无法让你完成上亿用户级产品的实践，但设置了一些小项目，帮你掌握必要的开发知识。最后，这里有一张 Python 学习的知识图谱，涵盖核心知识，大部分内容本教程都会详细讲解。

点击查看高清大图

Python 版本区别，Python 3 和 Python 2 区别详解

与 Python 2.x 相比，Python 3.x 在语句输出、编码、运算和异常等方面做了一些调整，下面一一介绍。本节适合有 Python 基础的读者阅读，初学者可先跳过，整体学完 Python 后再回来看。

Python 3.x print 函数代替了 print 语句

在 Python 2.x 中，输出数据使用 print 语句，例如：

>>> print "3,4"
3,4
>>> print(3,4)
(3,4)

但在 Python 3.x 中，print 语句没有了，取而代之的是 print 函数，例如：

>>> print(3,4)
3 4

如果还像 Python 2.x 那样用 print 语句，编译器会报错：

>>> print "3,4"
SyntaxError: Missing parentheses in call to 'print'

Python 3.x 默认使用 UTF-8 编码

Python 2.x 默认采用 ASCII 编码，而 Python 3.x 默认使用 UTF-8 编码，可以很好地支持中文或其他非英文字符。例如输出一句中文：

Python 2.x：

>>> str = "C语言中文网"
>>> str
'C\xe8\xaf\xad\xe8\xa8\x80\xe4\xb8\xad\xe6\x96\x87\xe7\xbd\x91'

Python 3.x：

>>> str = "C语言中文网"
>>> str
'C语言中文网'

不仅如此，在 Python 3.x 中，下面的代码也是合法的：

>>> 中国 = "China"
>>> print(中国)
China

Python 3.x 除法运算

与其他语言相比，Python 的除法运算包含两个运算符：/ 和 //。在 Python 2.x 中，/ 的行为和 Ja va、C 类似：整数相除结果仍是整数，浮点数除法保留小数部分，例如：

>>> 1/2
0
>>> 1.0/2
0.5

在 Python 3.x 中，使用 / 运算符，整数之间做除法结果也会是浮点数，例如：

>>> 1/2
0.5

（注：原文中此处后续内容被截断，但根据上下文，Python 3.x 的 // 运算符用于整数除法，向下取整，此处不再赘述。）