Python学习笔记（一）

文章目录

• 一、计算机语言
• • 发展历程
  • 编译和解释（只针对高级语言来讲）
• 二、Python语言介绍
• • Python开发环境
  • 开发工具 Jupyter Notebook

一、计算机语言 发展历程

1.机器语言（01）
2.符号语言（汇编语言）

• 用符号来代替机器01，将符号语言=》机器语言——汇编
• 将机器语言=》符号语言——反汇编

3.高级语言
开始说人话，和硬件结合的不是那么紧密，学起来也简单，C++、Java、JavaScript、Python

编译和解释（只针对高级语言来讲）

语言转换为机器语言的时间不一样，分为编译型和解释型
编译型语言：C
在执行之前就会被编译成机器码
源码经过编译转换为执行码
优点：速度快，效率高
缺点：跨平台较差
解释型：python
解释一句，编译一句
缺点：执行速度较慢
优点：跨平台性高
Java？？？刚出来的时候是解释型的，后来加了JIT技术，半解释半编译

二、Python语言介绍

Python由荷兰数学和计算机科学研究学会的吉多·范罗苏姆 于1990 年代初设计，作为一门叫做ABC语言的替代品。设计出来给非专业程序员用的教学语言。

Python 蟒蛇 1991 第一个解释器诞生

Life is short you need Python. 人生苦短，你需要Python

优点：

1. 简单明了，学习曲线低，容易上手
2. 开源，跨平台
3. 第三方支持好，包多，功能多

缺点：

1. 执行效率稍低
2. 代码无法加密
3. 工程化相对较差，不够严谨，太灵活

适合做什么：

WEB后端，网络爬虫，自动化运维，自动化测试，科学计算、数据分析、数据可视化、机器学习、量化交易

Python开发环境

所谓开发环境就是安装Python的解释器

解释器：

• CPython 官方，用C语言编写的解释器
• PyPy 用Python语言编写的解释器
• Jython 用Java编写的解释器
• IronPython 用.net写的解释器

推荐使用Anaconda(python环境的管理工具，配合一些开发软件）来搭建开发环境，适合做科学计算的Python发行版（包含了常见的包），装了annaconda就不用装python （我自己还是使用的python3.9和pycharm）

如果比较熟悉了以后推荐去掉图形界面 miniconda来做环境

镜像地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/

安装注意点

安装路径的两个✔全选（默认是不选的）

检验安装是否成功，请在cmd模式下输入 python 回车检查是否启动环境

更改conda的源

装好了是有一个base(root)环境，但是在Anaconda中配置一个新的Environment（避免与其他的环境中的第三方库相互依赖，造成打架），然后启动prompt

请在Anaconda的命令行中 *** 作

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

开发工具 Jupyter Notebook

发明者高德纳是算法和程序设计技术的先驱者，计算机排版系统TeX和字型设计系统METAFONT的发明者，他因这些成就和大量创造性的影响深远的著作而誉满全球，荣获1974年度的图灵奖 。爱因斯坦《相对论》 费曼《量子电动力学》

提出"literate programming"理念（编程从让计算机读懂，进化到让机器去理解我们的想法）

脱胎于IPython（交互性的shell）