Python 入门指南（非开发者视角）

又一周过去了，又一篇“非开发者解读”博客来了！你们是不是已经看腻了？这次我们来聊聊另一门备受追捧的编程语言——Python。在深入研究Python之前，我对它的了解仅限于此（或者说，至少是我自认为了解的）：

1. 它深受许多人喜爱，许多人更喜欢它或 JavaScript，而另一些人则可能更喜欢 Java 或 C++ 等传统语言。我认为 Python 是另一个“后起之秀”。
2. Python 易于学习，非常适合想要进入编程领域的#编程新手。
3. Python 非常适合数据科学，是机器学习或数据可视化领域最流行的语言。

以上就是全部内容。我之前甚至不知道Python有哪些框架，它起源于哪里，为什么会有那么多Python的狂热粉丝，以及它是如何发展起来的。那么，让我们深入了解一下吧。

Python是如何成为Python的

所以，我想我可以肯定地说，我会在每篇博客的开头都先简单介绍一下技术发展史。我觉得了解这些技术的起源非常有趣。Python 诞生于 1991 年，由Guido van Rossum设计。他当时也创立了Python 软件基金会。Python 的诞生是为了提高代码的可读性，我觉得这很棒，因为它为更多人打开了编程的大门，我相信它也帮助人们铺平了一条无需四年计算机科学学位就能成为开发者的道路。如果你想更详细地了解 Python 的起源以及 Guido 设计它的初衷，可以点击这里查看这篇文章。

到 1999 年，Guido 决定列出他为这门编程语言设定的目标：

• 一种简单易懂、功能强大的语言，与主要竞争对手的语言一样强大；
• 开源，任何人都可以参与其开发；
• 像普通英语一样易于理解的代码；
• 适用于日常任务，开发时间短。

从那时起，Python 迅速发展壮大，并完全实现了 Guido 的愿景，成为一种易于学习的编程语言。由于它是开源的，各种框架和生态系统应运而生，使 Python 成为世界各地许多人的首选编程语言。

Python 与 Java、JavaScript、C++ 有何不同？它的优势领域是什么？

除了 Python 易于理解、简单易上手、直观易懂，并且适用于快速应用开发等日常任务之外，Python 的独特之处和它超越其他“竞争对手”编程语言的优势究竟在哪里？正如 Guido 在他的目标中所述，Python 代码使用纯英文编写，因此不会像其他一些编程语言那样让人感觉像是在阅读一门外语。这意味着人们可以更快地学习 Python，并更快地开发应用程序和工具。如今，包括 Dropbox、Uber、Buzzfeed 和 Pinterest 在内的众多知名公司都在使用 Python 构建其产品……以上仅列举部分。

Python 非常适合数据科学，包括机器学习、数据可视化和分析。它之所以成为数据科学领域的首选语言，是因为它易于学习和使用，具有良好的可扩展性（这意味着它比其他语言速度更快，更灵活地解决各种问题），而且 Python 编程语言中还提供了丰富的数据科学框架。如果您需要回顾编程语言框架的概念，可以参考我本系列的第一篇文章，该文章介绍了 JavaScript。

脚本编写是 Python 的另一个理想应用场景。在写这篇博客之前，我对脚本编写一无所知，但经过一番研究后，我了解到它指的是编写代码来自动化一些小任务，例如统计符合特定条件的联系人数量或进行简单的 API 调用。API，即应用程序编程接口，是预先定义的调用或请求，用于让你的代码执行特定操作。例如，HarperDB 的一个 API 调用是“create_schema”，当你从 API 调用该函数时，它会在 HarperDB 中创建一个模式。

Django Unchained（不是指那部热门电影，而是指那个热门框架）

就像 JavaScript 有许多底层框架一样，Python 也拥有一个完整的生态系统。就我目前在网上看到的，最流行的框架是 Django。当然，我可能说的不对，欢迎在下方评论区分享你最喜欢的 Python 框架！Django 的宣传语是“为有截止日期的完美主义者打造的 Web 框架”，如果我是个开发者，这听起来简直就是为我量身打造的框架。它非常高级，非常适合快速应用开发，这与 Python 编程语言本身的特性完美契合。以下是一些其他流行的框架以及它们的使用方法：

• Pyramid 全栈框架
• web2ply——一个专注于易于开发的全栈框架
• TurboGears——一个高度可扩展的Python框架
• NumPy——一个顶级的通用数据科学框架
• Scrapy——流行的数据科学框架
• TensorFlow——机器学习的最佳框架
• Keras 是一个流行的 Python 神经网络库。

我漏掉了什么吗？请告诉我！

使用 Joel 进行编程 - Python 应用程序和机器学习

如果我不提一下我本周选择 Python 的原因，那就太失职了。我的HarperDB 团队正在举办一场以我们的 Python SDK 为主题的编程演示活动。我们邀请了谷歌工程师兼创业公司创始人 Joel Wasserman，他将带领参与者使用 HarperDB 构建一个 Python 应用，并利用这些数据训练一个机器学习模型。Joel 将使用 SciKit-learn Python 包来训练一个机器学习模型，该模型可以根据天气预报预测跳伞是否安全。上个月我们也举办过类似的活动，邀请了 Cassidy Williams 构建一个 React 应用。如果您想提前了解一下，可以点击这里观看她的编程演示。

最后，我将为大家总结一下我学习Python的要点：

• Python 由 Guido van Rossum 于 1991 年设计，其创建初衷是提供一种易于学习和使用的、以简洁英语编写的编程语言。它是开源的，因此人们可以基于 Python 进行开发，它适用于日常任务和快速开发。
• Python 因其简单易学而深受许多人喜爱，对于希望快速开发和修改产品的初创公司和企业，以及想要入门的编程新手来说，它都是一个绝佳的选择。
• Python 非常适合数据科学应用场景，包括机器学习和数据可视化，同时也非常适合脚本编写和 Web 应用程序开发。
• Python 拥有庞大的生态系统，其中包含无数框架，例如流行的 Django 和 TensorFlow。

我认为 Guido van Rossum 为 Python 设定的目标已经全部实现，我敢肯定他一定为 Python 感到非常自豪！如果您想练习 Python 技能并学习如何训练机器学习模型，请报名参加我们的免费 Python 活动！