Python基础入门

在开发者社群流行一句话“人生苦短，我用Python”。看似一句戏言，其实十分恰当地说明了Python独特的魅力及其在开发者心目中的地位。

Python简史

要说近几年最受关注的编程语言，非Python莫属。这门“古老”的语言，之所以能够焕发新生，得益于人工智能的崛起。因为Python是人工智能的首选编程语言，这已是业界的共识，也是必然的选择。

Python是一门解释型的高级编程语言，创始人为荷兰人Guido van Rossum（吉多·范罗苏姆）。1989年圣诞节期间，在阿姆斯特丹，Guido为了打发圣诞节无聊的时间，决心开发一个简单易用的新语言，它介于C和Shell之间，同时吸收了ABC语言的优点。之所以起Python这个名字，是因为他喜欢看英国电视秀节目《蒙提·派森的飞行马戏团（Monty Python’s Flying Circus）》。

Python主要有以下几个特点。

• 初学者的语言：结构简单、语法优雅、易于阅读和维护。
• 跨平台：支持主流的操作系统，如Windows、Mac OS和Linux。
• 内置电池：极其丰富和强大的第三方库，让编程工作看起来更像是在“搭积木”。
• 胶水语言：就像使用胶水一样把用其他编程语言（尤其是C/C++）编写的模块黏合过来，让整个程序同时兼备其他语言的优点，起到了黏合剂的作用。

Python语言有什么缺点

Python有很多优点，并且每一个优点看起来都非常吸引人，这也是Python流行的主要原因。但是，Python并不是没有缺点的，最主要的缺点有以下几个：

• Python的执行速度不够快 Python的缺点主要是执行速度还不够快。当然，这并不是一个很严重的问题，一般情况下，我们不会拿Python语言与C/C++这样的语言进行直接比较。在Python语言的执行速度上，一方面，网络或磁盘的延迟会抵消部分Python本身消耗的时间；另一方面，因为Python特别容易和C结合使用，所以我们可以通过分离一部分需要优化速度的应用，将其转换为编译好的扩展，并在整个系统中使用Python脚本将这部分应用连接起来，以提高程序的整体效率。
• Python的GIL锁限制并发 Python的另一个大问题是，对多处理器支持不好。如果你接触Python的时间比较长，那就一定听说过GIL。GIL是指Python全局解释器锁（Global Interpreter Lock），当Python的默认解释器要执行字节码时，都需要先申请这个锁。这意味着，如果试图通过多线程扩展应用程序，将总是被这个全局解释器锁限制。当然，我们可以使用多进程的架构来提高程序的并发，也可以选择不同的Python实现来运行我们的程序。
• Python2与Python3不兼容 如果一个普通的软件或者库不能够做到向后兼容，它一定会被用户无情地抛弃。在Python中，一个大的槽点就是Python2与Python3不兼容。这给所有Python工程师带来了无数烦恼。

Python语言的应用场景

作为一种通用编程语言，Python的应用场景几乎是无限的。我们可以在任何场景使用Python，例如，从网站和游戏开发，到机器人和航天飞机控制等。从Python官网给出的例子来看，Python有以下几个主要的应用场景：

• Web开发 Python语言能够满足快速迭代的需求，非常适合互联网公司的Web开发应用场景。Python用作Web开发已有十多年的历史，在这个过程中，涌现出了很多优秀的Web开发框架，如Django、Pyramid、Bottle、Tornado、Flask和web2py。许多知名网站都是使用Python语言开发，如豆瓣、知乎、Instagram、Pinterest、Dropbox等。这一方面说明了Python作为Web开发的受欢迎程度，另一方面也说明Python语言用作Web开发经受住了大规模用户并发访问的考验。
• 用户图形接口（GUI） 我们可以使用Python标准库的tkInter模块进行GUI编程，也可以使用PyGObject、PyQt、PySide、Kivy、wxPython等编写GUI应用程序。使用Python程序可以轻松地开发出一个可移植的应用程序。例如，TKinter GUI可以不做任何改变就能运行在Windows、X Windows和Mac OS等平台上。
• 数值计算和科学计算 Python语言已经逐渐取代MATLAB成为科研人员最喜爱的数值计算和科学计算的编程语言。Python标准库虽然没有提供数值计算和科学计算的功能，但是，Python生态中有SciPy、NumPy和Pandas等非常好用的开源项目。
• 系统管理 Python简单易用、语法优美，特别适合系统管理的应用场景。著名的开源云计算平台OpenStack就是使用Python语言开发的。除此之外，Python生态中还有Ansible、Salt等自动化部署工具。这么多使用广泛、功能强大的系统管理工具都使用Python语言开发，也反映了Python语言非常适合系统管理的事实。
• 其他 Python的应用领域非常广泛，远比我们这里列出的要多得多，例如，可以使用pygame开发游戏，使用PIL库处理图片，使用NLTK包进行自然语言分析等。

搭建Python开发环境

“工欲善其器，必先利其器。”，在学习Python语言之前，必须先搭建好Python开发环境。 不管用什么工具开发Python程序，都必须安装Python的运行环境。由于Python是跨平台的，所以在安装之前，先要确定在哪一个操作系统平台上安装，目前最常用的是Windows、Mac OS X和Linux三大平台。 读者可以直接到Python的官网下载相应操作系统平台的Python安装包。https://www.python.org/downloads 进入下载页面，浏览器会根据不同的操作系统显示不同的Python安装包下载链接。

配置PATH环境变量

在安装完Python运行环境后，我们可以测试一下Python运行环境，不过如果在安装Python的过程中忘记了选中“Add Python 3.6 to PATH”复选框，那么默认情况下，Python安装程序是不会将Python安装目录添加到PATH环境变量的。这样一来，我们就无法在Windows命令行工具中的任何目录执行python命令了，必须进入Python的安装目录才可以使用python命令。 为了更方便地执行python命令，建议将Python安装目录添加到PATH环境变量中。 在Windows平台配置PATH环境变量的步骤如下： 在“环境变量”窗口有两个列表，上面的列表是为Windows当前登录用户设置环境变量，在这里设置的环境变量只对当前登录用户有效。下面的列表是对所有用户设置的环境变量，也就是说这些变量对所有的用户都有效。读者在哪里设置PATH环境变量都可以。如果在列表中没有PATH环境变量，点击“新建(N)…”按钮添加一个新的PATH环境变量。 如果仍然使用Python的默认安装路径，那么需要在PATH环境变量的最后添加如下的路径。 C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32 现在打开Windows命令行工具，执行python –version命令，说明Python已经安装成功了。

$ python --version
Python 3.11.2

pip实战

pip是一个用来安装和管理Python包的工具，是easy_install的替代品，如果读者使用的是Python2.7.9+或Python3.4+版本的Python，则已经内置了pip，无须安装直接使用即可。

pip之所以能够成为最流行的包管理工具，并不是因为它被Python官方作为默认的包管理器，而是因为它自身的诸多优点。pip的优点有：

• pip提供了丰富的功能，其竞争对手easy_install则只支持安装，没有提供卸载和显示已安装列表的功能；
• pip能够很好地支持虚拟环境；
• pip可以通过requirements.txt集中管理依赖；
• pip能够处理二进制格式（.whl）；
• pip是先下载后安装，如果安装失败，也会清理干净，不会留下一个中间状态。

下面以Flask为例，来看一下pip几个常用的子命令。

• 查找安装包： pip search flask

• 安装特定的安装包版本： pip install flask==0.8

• 删除安装包： pip uninstall Werkzeug

• 查看安装包的信息：

  $ pip show flask
  Name: Flask
  Version: 0.12
  Summary: A microframework based on Werkzeug, Jinja2 and good intentions
  Home-page: http://github.com/pallets/flask/
  Author: Armin Ronacher
  Author-email: armin.ronacher@active-4.com
  License: BSD
  Location: /home/lmx/.pyenv/versions/2.7.13/lib/python2.7/site-packages
  Requires: click, Werkzeug, Jinja2, itsdangerous
  

-检查安装包的依赖是否完整：

$ pip check flask
Flask 0.12 requires Werkzeug, which is not installed.

• 查看已安装的安装包列表： pip list

• 导出系统已安装的安装包列表到requirements文件： pip freeze > requirements.txt

• 从requirements文件安装： pip install -r requirements.txt

• 使用pip命令补全：

  pip completion --bash >> ～/.profile
  $ source ～/.profile
  

加速pip安装的技巧

如果大家使用Python的时间比较长的话，会发现Python安装的一个问题，即pypi.python.org不是特别稳定，有时候会很慢，甚至处于完全不可用的状态。这个问题有什么好办法可以解决呢？

• 使用豆瓣或阿里云的源加速软件安装 访问pypi.python.org不稳定的主要原因是因为网络不稳定，如果我们从网络稳定的服务器下载安装包，问题就迎刃而解了。我们国内目前有多个pypi镜像，推荐使用豆瓣的镜像源或阿里的镜像源。如果要使用第三方的源，只需要在安装时，通过pip命令的-i选项指定镜像源即可。如下所示：

  pip install -i https://pypi.douban.com/simple/ flask
  

安装Anaconda Python开发环境

开发一个完整的Python应用，光使用Python本身提供的模块是远远不够的，因此，需要使用大量第三方的模块。在发布Python应用时安装这些第三方模块是一件令人头痛的事，不过有了Anaconda，让这件事轻松不少。 Anaconda是一个集成的Python运行环境。除了包含Python本身的运行环境外，还集成了很多第三方模块，如本书后面要将的numpy、pandas、flask等模块都集成在了Anaconda中，也就是说，只要安装了Anaconda，这些模块都不需要安装了。

Anaconda的安装相当简单，首先进入Anaconda的下载页面，地址如下：https://www.anaconda.com/download Anaconda的下载页面也会根据用户当前使用的操作系统自动切换到相应的Anaconda安装包。Anaconda是跨平台的，支持Windows、Mac OS X和Linux。不管是哪个操作系统平台的安装包，下载直接安装即可。 Anaconda的安装包分为Python3.x和Python2.x两个版本。

如果计算机上已经安装了 Python，安装不会对你有任何影响。实际上，脚本和程序使用的默认 Python 是 Anaconda 附带的 Python。 完成安装后，如果你是在windows上操作，打开 Anaconda Prompt （或者 Mac 下的终端）将Anaconda Prompt统一称为“终端”。可以在终端或命令提示符中键入 conda list，以查看你安装的内容。 安装了 Anaconda 之后，就可以很方便的管理包了（安装，卸载，更新）。

安装包

在终端中键入：

conda install package_name

例如，要安装 pandas，在终端中输入：

conda install pandas

你还可以同时安装多个包。类似 conda install pandas numpy 的命令会同时安装所有这些包。还可以通过添加版本号（例如 conda install numpy=1.10）来指定所需的包版本。 conda 还会自动为你安装依赖项。例如，scipy 依赖于 numpy，因为它使用并需要 numpy。如果你只安装 scipy (conda install scipy)，则 conda 还会安装 numpy（如果尚未安装的话）。

卸载包

在终端中键入 ：

conda remove package_names

上面命令中的package_names是指你要卸载包的名称，例如你想卸载pandas包：conda remove pandas

更新包

在终端中键入：

conda update package_name

如果想更新环境中的所有包（这样做常常很有用），使用：conda update –all。

列出已安装的包

列出已安装的包

conda list

Conda创建和使用环境

• 查看 Python 版本：

  python --version
  

• 创建环境:

  conda create -n my_env python=3.7.0
  

  新的开发环境会被默认安装在你 conda 目录下的 envs 文件目录下。

• 激活环境

  activate my_env
  

• 列出所有的环境

  conda info -e
  

  当前激活的环境会标*。

• 切换到另一个环境

  activate my_env
  

• 注销当前环境

   deactivate
  

• 复制环境

   conda create -n my_env --clone my_env_2
  

• 删除环境

   conda remove -n my_env2 --all
  

第一个Python程序

下面编写第一个Python程序。这个程序定义了两个整数类型的变量n和m，并将两个变量相加，最后调用print函数输出这两个变量的和。 输入下面的Python代码。

n = 20

m = 30

print("n + m =",n + m)

运行Python程序

jupyter实战

jupyter就是以前的IPython Notebook，是一种新兴的交互式数据分析与记录工具。它通过浏览器访问本地或者远端的IPython进程，并利用浏览器的图形界面，增强IPython的可视化输出。jupyter定义了一种全新的文件格式，文件的后缀名是ipynb。ipynb文件包含了代码，用以说明每一步的计算和输出。也就是说，ipynb文件完整记录了计算过程中的所有相关信息，并且，能够支持图片、视频和公式等副文本格式，是科学计算、数据分析和编程教学的优秀工具。

正是由于jupyter丰富的可视化输出，其广泛应用于以下场景：

• 编程教学；
• 数据分析；
• 科学计算；
• 幻灯片演示。