Python 语言简介

在动手装环境之前,我们先认识一下 Python 语言到底是什么、为什么值得学、能用它做什么。理解了背景,学习的时候会更有的放矢。

1. Python 是什么?

Python 是一门高级、解释型、通用编程语言,由荷兰程序员 Guido van Rossum 于 1989 年圣诞节开始研发,1991 年正式对外发布。它的核心设计目标是:代码可读性——能用一行表达清楚的,绝不用两行。

关于名字的由来,很多人以为和"蟒蛇"(python)有关,其实不然。Guido 是英国喜剧团体 Monty Python 的铁粉,语言名字就来自这里。所以 Python 官方文档里经常藏些喜剧梗(比如 spam、eggs 作为示例变量名)。

2. 发展简史

• 1989 年:Guido 在荷兰国家数学与计算机研究所(CWI)过圣诞节,闲着无聊开始写一门新语言,目标是"介于 C 和 shell 之间,既能写系统脚本又能像 ABC 语言一样易读"。
• 1991 年:Python 0.9.0 首次发布,已经具备类、异常、字典等核心特性。
• 2000 年:Python 2.0 发布,引入垃圾回收、Unicode 支持。这一版让 Python 在工业界真正流行起来。
• 2008 年:Python 3.0 发布——不向下兼容的大版本升级。字符串默认 Unicode、print 改成函数。这次升级花了社区将近 10 年才完成迁移。
• 2020 年:Python 2 正式停止维护(EOL),全世界进入 Python 3 时代。
• 今天:Python 3.12+/3.13+,语法持续进化(海象运算符、模式匹配、性能优化),已是全球最流行的编程语言之一,TIOBE、Stack Overflow 长年榜首。

3. 第一个 Python 程序

说了这么多,先看一眼代码。Python 的"Hello World"只有一行:

# Python 最经典的程序
print("Hello, World!")
# 输出: Hello, World!

运行它只需要两步:

# 1. 把上面代码保存为 hello.py
# 2. 在命令行运行
python hello.py
# 输出: Hello, World!

# 查看已安装的 Python 版本
python --version
# 输出: Python 3.12.0 (示例,你的版本可能不同)

注意对比一下:同样是 Hello World,C 语言要 6 行,Java 要 5 行,Go 要 7 行,而 Python 只要 1 行。这就是 Python"简洁"的直观体现。

4. Python 的核心特点

• 解释型:代码不需要编译成二进制,运行时由解释器逐行执行。好处是改完立即看结果,坏处是运行速度比编译型语言(C/Go/Rust)慢。
• 动态类型:变量不用提前声明类型,赋值即定义,同一个变量可以先后存不同类型的值。写起来灵活,但大项目需要类型注解(x: int = 0)辅助。
• 强类型:`"3" + 4` 会报错而不是悄悄变成 "34"(不像 JavaScript)。类型不会"偷偷转换",bug 更少。
• 缩进表示代码块:没有花括号 {},用 4 个空格的缩进表示层级。这强制所有人写出整齐的代码。
• 自带电池(Batteries Included):标准库极其丰富——HTTP、正则、JSON、日期、加密、数据库、单元测试都有,装好 Python 就能干很多事。
• 跨平台:Windows / macOS / Linux 全平台运行,同一份 .py 文件不用改就能跑。
• 垃圾回收:不用手动管内存,Python 自动回收不再使用的对象。
• 生态无敌:第三方包管理器 pip 上有 50 万+ 第三方库,几乎你能想到的需求都有现成轮子。

5. Python 之禅

Python 社区有一篇著名的《Python 之禅》(The Zen of Python),只有 19 条格言,却浓缩了 Python 的审美。在解释器里输入 import this 就能看到:

# 在 Python 解释器里输入这行,会打印"Python 之禅"
import this
# 输出(节选):
# Beautiful is better than ugly.        优美胜于丑陋
# Explicit is better than implicit.     明确胜于隐式
# Simple is better than complex.        简单胜于复杂
# Readability counts.                   可读性很重要

这 19 条不是死规则,而是品味——遇到多种写法时,你应该选"更明确、更简单、更可读"的那一种。习惯了这种审美,你写出的代码就会自然带上"Pythonic"的味道。

6. Python 都用在哪?典型应用场景

Python 是通用语言,几乎哪儿都能用,但有几个领域是它的绝对主场:

• 人工智能 / 机器学习:PyTorch、TensorFlow、scikit-learn、Hugging Face——AI 时代的"母语"。ChatGPT 背后的训练代码大部分是 Python。
• 数据分析 / 科学计算:pandas、NumPy、Matplotlib、Jupyter。数据科学家、量化金融、科研工作者必备。
• Web 后端:Django(重型,Instagram/豆瓣用)、Flask(轻量)、FastAPI(现代、高性能,支持异步)。YouTube、Instagram、Spotify 后端大量 Python。
• 自动化脚本:批量改文件名、自动签到、爬网页、Excel 处理、定时任务。运维和办公自动化的利器。
• 爬虫:requests + BeautifulSoup / Scrapy,抓取网页数据。
• 运维 / DevOps:Ansible、SaltStack 都是 Python 写的,云平台 AWS/阿里云 SDK 都首推 Python。
• 桌面 GUI:tkinter(自带)、PyQt、PyInstaller 打包成 exe。
• 教育:全球绝大多数大学的入门编程课都用 Python(麻省理工、哈佛 CS50、国内浙大等)。

7. Python vs 其他语言

• vs C / C++:Python 写起来快十倍,运行慢十倍。性能瓶颈可以用 C 扩展补,NumPy 内部就是 C 写的。
• vs Java:Python 不用编译、不用写类、不用写分号、不用声明类型,代码量通常是 Java 的 1/3。但大型企业项目 Java 的静态类型和生态更稳。
• vs JavaScript:JS 是浏览器唯一选择,Python 在浏览器里跑不了。但后端、数据、AI 这些领域 Python 完胜。
• vs Go:Go 性能高、并发顺手、部署简单,适合写后端服务;Python 生态广、写得快,适合做数据、AI、原型。
• vs Rust:Rust 性能和无内存安全是顶级,但学习曲线陡峭;Python 是最容易上手的。

8. 该不该学 Python?

如果你的方向是人工智能、数据分析、后端开发、自动化、科研中任意一个,Python 几乎是必修课。即使你是前端、运维、产品经理,学一点 Python 写脚本也能极大提升效率。学会 Python,你打开的是一扇通向无数热门领域的大门。

← 返回 Python 教程目录

下一篇 Python 环境安装 →