Python 入门指南：从基础到实践
Python 语言简介
Python 是一种面向对象、解释型的编程语言，由荷兰程序员 Guido van Rossum 在 1989 年圣诞节期间开始开发，首个公开版本于 1991 年发布。Python 的名称源自 Guido 喜爱的喜剧电视剧《Monty Python's Flying Circus》。
根据 2017 年的 TIOBE 排行榜，Python 已经跻身编程语言前四名。它广泛应用于数据分析、Web 开发、自动化运维、人工智能、科学计算、金融量化交易等多个领域。许多知名公司，如 Google、YouTube、Dropbox、知乎、豆瓣、百度、腾讯等，都在大量使用 Python 进行产品开发。
主要应用领域
- 云计算： OpenStack 等主流平台广泛采用 Python。
- Web 开发： 框架丰富（如 Django、Flask），支撑了 YouTube、Dropbox 等大型网站。
- 科学计算与人工智能： 借助 NumPy、SciPy、Pandas、Matplotlib 等库，成为数据科学领域的首选语言。
- 系统运维： 运维自动化脚本编写的重要工具。
- 金融： 在量化交易、策略回测等领域表现出色。
- 图形界面： 支持 PyQt、Tkinter 等 GUI 框架。
Python 与其他语言的区别
编程语言可以从不同角度进行分类，了解这些分类有助于理解 Python 的特性：
编译型 vs. 解释型
编译型语言（如 C、C++）的代码在运行前会被整体编译成机器码，因此执行效率高，但修改后需要重新编译，且跨平台性较差。而 解释型语言（如 Python）在运行时由解释器逐行翻译成机器码，每次执行都需要翻译，因此速度相对较慢，但跨平台性好，开发灵活。Python 属于解释型语言。
静态语言 vs. 动态语言
静态类型语言（如 C、Java）要求在编译时声明变量的数据类型，类型检查在编译阶段进行。动态类型语言（如 Python、Ruby）则在运行时才进行类型检查，变量可以随时被赋值为不同类型的数据。Python 是动态类型语言。
强类型 vs. 弱类型
强类型语言（如 Python、Java）禁止不同类型的数据隐式转换。例如，在 Python 中，不能将字符串"123"直接与整数1相加，必须先进行显式类型转换。弱类型语言（如 JavaScript、VBScript）则允许这些操作。Python 是强类型语言，它保证了程序的类型安全性。
Python 的优缺点
优点
- 简洁易读： 代码风格优雅，可读性强，入门门槛低。
- 高效开发： 拥有丰富的标准库和第三方库，可以快速实现复杂功能。
- 高级语言： 自动管理内存，无需开发者处理底层细节。
- 可移植性： 几乎所有主流平台都支持 Python 运行。
- 可扩展性： 关键代码可用 C/C++ 编写以提高性能，再被 Python 调用。
- 可嵌入性： Python 可以作为脚本语言嵌入到 C/C++ 程序中。
缺点
- 运行速度： 相比 C 或 Java，执行速度较慢。但对于大多数应用场景，这种差异用户难以察觉。
- 加密困难： 作为解释型语言，源码以明文形式存在，难以加密。
- 全局解释器锁（GIL）： 在多线程编程中，GIL 使得同一时刻只有一个线程能执行，限制了多核 CPU 的利用。但可通过多进程或异步编程来规避。
Python 解释器
Python 代码需要解释器来执行。常见的解释器包括：
- CPython： 官方默认的解释器，使用最广泛，由 C 语言实现。在命令行输入
python启动的就是它。 - IPython： 基于 CPython 的增强交互式解释器，提供更丰富的功能，但执行 Python 代码的内核与 CPython 相同。
- PyPy： 旨在提高执行速度，通过 JIT（即时编译）技术将 Python 代码编译成机器码。
- Jython： 运行在 Java 平台，可将 Python 代码编译为 Java 字节码。
- IronPython： 运行在 .NET 平台，可将 Python 代码编译为 .NET 字节码。
小结： 对于绝大多数开发者，选择 CPython 即可。需要与 Java 或 .NET 平台集成时，通常建议通过网络通信而非使用 Jython 或 IronPython。
开发环境搭建
Windows 安装
- 访问 Python 官网下载对应版本（例如 3.x 或 2.7）。
- 运行安装包，安装到指定目录（如
C:\python3）。 - 将 Python 安装路径（如
C:\python3和C:\python3\Scripts）添加到系统环境变量Path中。
Linux 安装（以 CentOS 为例）
# 查看默认版本
python -V
# 安装编译工具
yum install gcc -y
# 下载源码包（以 Python 2.7 为例）
wget https://www.python.org/ftp/python/2.7.x/Python-2.7.x.tgz
# 解压并进入目录
tar -zxvf Python-2.7.x.tgz
cd Python-2.7.x
# 配置、编译、安装
./configure
make all
make install
# 检查新版本
/usr/local/bin/python2.7 -V
# 替换系统默认 Python 版本（谨慎操作）
mv /usr/bin/python /usr/bin/python2.6
ln -s /usr/local/bin/python2.7 /usr/bin/python
# 修复 yum 因版本问题无法运行
vi /usr/bin/yum
# 将文件头部的 #!/usr/bin/python 改为 #!/usr/bin/python2.6
基础语法结构
代码缩进
Python 使用缩进来定义代码块，而非花括号或关键字。同一层次的代码必须保持相同的缩进量，通常推荐使用四个空格。
Linux 下在 Vim 中配置自动缩进：
# 编辑 ~/.vimrc
set ai
set tabstop=4
注释
使用 # 符号表示单行注释，从该符号开始到行尾的内容都会被解释器忽略。
文档字符串
文档字符串是多行注释的一种，通常位于模块、类或函数定义的开头，用三引号包裹。它们可以通过 help() 函数查看。
#!/usr/bin/env python
"""star module: 一个示例模块，仅包含一个简单函数"""
def print_stars():
"不接受参数，打印 50 个星号"
print('*' * 50)
# 加载模块后可通过 help(star) 查看文档
Python 入门实践
编写第一行代码
创建一个名为 hello.py 的文件，输入：
print("hello, world")
在终端执行 python hello.py，即可看到输出。
如果需要像执行 Shell 脚本一样运行（./hello.py），需在文件首行添加解释器声明并赋予执行权限：
#!/usr/bin/env python
print("hello, world")
执行 chmod 755 hello.py 后，即可通过 ./hello.py 运行。
字符编码
Python 2 默认使用 ASCII 编码，这会导致非英文字符（如中文）出现错误。Python 3 默认使用 UTF-8 编码，但为兼容老代码，建议在文件开头明确声明编码：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
print("你好，世界")
编码声明必须放在文件的第一行或第二行。常用的格式包括：
# coding=<编码名># -*- coding: <编码名> -*-# vim: set fileencoding=<编码名>
模块初识
Python 拥有丰富的模块，包括内置模块、第三方模块和自定义模块。通过 import 语句导入模块。
例如，使用内置的 sys 模块获取脚本启动参数：
import sys
print(sys.argv) # 打印传递给脚本的命令行参数列表
.pyc 字节码文件
执行 Python 程序时，如果导入了外部模块，解释器会将其编译成字节码，并存储为同名的 .pyc 文件。这是为后续加载该模块时提高速度。
变量
命名规则
- 变量名由字母、数字、下划线组成。
- 不能以数字开头。
- 大小写敏感。
- 不能使用 Python 保留关键字。
查看全部关键字：
import keyword
print(keyword.kwlist) # 列出所有关键字
print(keyword.iskeyword('if')) # 判断是否为关键字，输出 True
变量赋值
name = "hello" # 字符串赋值
x, y, z = 1, 2, "abc" # 多元赋值
x = y = 1 # 链式赋值
x += 1 # 增量赋值，等同于 x = x + 1
# 交换变量值
x, y = y, x
获取用户输入（Python 3）
username = input("请输入用户名：")
print(f"您好，{username}！")
在 Python 2 中，使用 raw_input() 获取字符串输入。Python 3 的 input() 功能相当于 raw_input()。
流程控制与循环
条件语句 (if)
age = 20
if age < 18:
print("未成年人")
elif age >= 60:
print("老年人")
else:
print("成年人")
条件表达式（三元运算符）
outcome = "及格" if score >= 60 else "不及格"
while 循环
count = 0
while count < 5:
print(f"计数：{count}")
count += 1
for 循环
fruits = ["苹果", "香蕉", "橘子"]
for fruit in fruits:
print(fruit)
for i in range(5): # range(5) 生成 0,1,2,3,4
print(i)
break 语句
用于跳出当前循环。
for i in range(10):
if i == 5:
break # 当 i 等于 5 时退出循环
print(i) # 输出 0-4
continue 语句
跳过本次循环的剩余部分，进入下次循环。
for i in range(10):
if i % 2 == 0:
continue # 偶数跳过，不打印
print(i) # 输出 1,3,5,7,9
pass 语句
空操作，通常用作占位符，保持结构完整。
def not_implemented_yet():
pass # 函数体暂时为空
else 与循环配合
在 while 或 for 循环后可以跟 else 子句，当循环正常结束（未通过 break 中断）时，执行该子句。
for num in range(2, 10):
for divisor in range(2, num):
if num % divisor == 0:
break
else:
print(f"{num} 是质数")
迭代与推导式
迭代
迭代是访问序列元素的一种方式。Python 中，任何实现了 __iter__() 方法的对象都是可迭代对象。
my_list = [1, 2, 3]
for element in my_list: # my_list 是可迭代对象
print(element)
列表解析（List Comprehension）
列表解析是一种简洁创建列表的方法，可看作生成列表的语法糖。
# 生成 0 到 9 的平方列表
squares = [x**2 for x in range(10)]
print(squares) # 输出 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
# 带条件的列表解析
even_squares = [x**2 for x in range(10) if x % 2 == 0]
print(even_squares) # 输出 [0, 4, 16, 36, 64]
生成器表达式（Generator Expression）
生成器表达式在语法上与列表解析相似，但使用圆括号而非方括号，且它返回的是生成器对象，按需生成元素，节省内存。
squares_gen = (x**2 for x in range(10))
print(type(squares_gen)) # 输出 <class 'generator'>
# 通过循环取用生成器元素
for value in squares_gen:
print(value) # 依次打印 0,1,4,9...
提示： 生成器在数据量很大时非常有用，因为它在内存中只保留当前元素，不会一次性生成全部数据。
