【掃盲】五分鐘了解Python
Python 是當下十分流行的編程語言,那麼用 Python 可以做些什麼? 有些什麼優勢、缺點?在這篇文章中都能找到你的答案。
如何描述 Python ? 如果有人這麼問我,那麼這句話會立即出現在我的腦海里——易於理解, 難於精通, 用途廣泛, 功能強大。
用 Python 能做些什麼?
它的優點和缺點是什麼?
為什麼人們在眾多編程語言中選擇它? 下面讓我們一一解答這些問題。
Hello, Python
Python 的特點之一在於,使用簡單的語法,就能處理大量複雜問題。這使得初學者能夠專註於學習編程概念,同時不必擔心太多的細節,還可以節省大量時間。 比如以編程中最常見的程序「 Hello ,World 」代碼為例:
Python , 能用來做什麼
Python 是一種通用編程語言,它被廣泛應用於眾多領域。
比如:
1、Web開發
Python 可用於構建伺服器端 Web 應用程序。有許多實用的框架(如 Django ,Flask ,Pyramid)被創建來簡化 Web 開發過程,使你能用更少的代碼行實現更多功能。 Django 就是目前最常用的一種。
2、科學計算,機器學習
Python 之所以對數據科學社區具有很大的吸引力,這主要是因為其核心庫(NumPy,SciPy,pandas,matplotlib)以及用於原型設計、構建小型和可重用系統的高效性。
3、系統自動化和管理
Python 還被廣泛用於系統自動化和管理。它有一些很實用的庫和工具,例如Fabric,Salt,Psutil 等。
4、安全和滲透測試
Python 常常被技術人員用來構建自定義工具,從而測試他們的基礎設施。 Scapy 和 Twill 是很有利助手。
5、腳本(常規及特定應用程序)
在大多數 Linux 安裝中默認包括 Python 。同時它也嵌入到許多熱門第三方程序,如 FreeCAD, Blender , Maya , Gimp 等。
6、映射和地理
Python 是一種集成到許多GIS應用程序(如 ArcGis , QGis 等)的腳本語言; yahoo 地圖也是由 python 開發的。
7、一些常規任務的自動化
我們還可以用 Python 在自定義的方式和任務的範圍中運行。這裡有一個簡單的例子:
Python , 大玩家
許多大型公司都曾使用並仍在使用 Python 來創建或維護他們的項目。 比如以下公司:
Youtube
Amazon
Dropbox
Google (various apps)
Quora
Spotify
Yahoo Maps
Blender3D
Many others
Python ,優勢
Python常常被推薦給編程初學者用於開啟編程生涯的第一步,同時它也被許多經驗豐富的開發人員所推崇。原因如:
1、易學習,易閱讀
Python 具有較少的語法限制。其代碼閱讀起來很像英語,且開發過程快。
2、多功能,多用途編程語言
你幾乎可以使用 python 做任何事情(分析數據,構建網站,維護伺服器,創建遊戲等等)。
3、具有大量實用工具、庫和框架
對於特定領域,Python 具有一系列工具、框架和庫,能夠使你的工作更舒適、更高效。
4、強大的文檔
Python 後面有大量的強大的文檔以及大規模的交流社區。關於代碼等問題都可以輕鬆找到答案。
Python ,缺點
沒有什麼事物是完美的。對於 Python 來說也是這樣。當你要求高性能時,Python 可能太慢了。 對於內存密集型任務或需要大量 CPU 的高端程序來說,Python 並不是最佳選擇。此時,如 C 或 C ++ 之類的低級語言足以以更有效的方式完成這些任務。畢竟每種編程語言都有專註點和使用範疇。
同時 Python 的社區正在不斷地努力,以改進性能。 比如 PyPy 的產生就是作為 Python 的一個運行更快,具備兼容性的編譯器。
Python,求職
谷歌,雅虎,迪斯尼等公司都使用 Python 。一旦你的 Python 達到一定水平——你無需擔心找不到工作。根據 itjobswatch ,每年市場對 Python 程序員的需求都在增長。
求職時的小建議:
由於工作描述的複雜性(並不總符合實際情況)以及在面試中的各種因素 - 在面試時你可以試著問僱主:「您心中的完美的候選人是什麼樣的?」這樣,一方面你將得到一個清晰和誠實的答案,另一方面你還能在僱主的心中留下一個好印象,這無疑都是加分的。
Python,未來
Python 在不斷的發展,越來越多的公司開始重視 Python ,並且 Python 開始運用於各個領域,從社交網路、自動化到科學計算。這是一種流行到令人難以置信的語言,顯然它不會很快消亡。於此同時社區在不斷改進,不斷更新迭代,所囊括的內容也越來越多。
未來 Python 將會給我們帶來什麼?這很值得深思!
推薦閱讀:
※Python 3.6全揭秘
※[Python]因果檢驗工具
※Python 爬蟲實戰(一):使用 requests 和 BeautifulSoup
※ELEMENTARY.01.Say Hi
※【精心解讀】關於Jupyter Notebook的28個技巧