Python 是一種易於解譯的高階物件導向程式設計語言,具有易於閱讀的語法。Python 適合原型和特定工作,廣泛應用於科學運算、Web 開發和自動化。Python 是一般用途的初學者友善程式設計語言,支援全球許多頂尖的電腦科學家和應用程式開發人員。
想聽一個名人背書嗎?以下是 Google 研究主任 Peter Norvig:「Python 從一開始就一直是 Google 的重要一環,隨著系統成長與發展,仍然如此。」
請務必了解 Python 作為開放原始碼程式設計語言的所有層面。我們將討論 Python 開發、Python 程式庫,以及一些歷史和未來趨勢。請繼續閱讀,以此優雅、不可思議的語言包圍您的心靈。
Python 是許多新程式設計師的第一種語言。在大學電腦科學課程中,通常是第一個引入的課程。為什麼要這樣做?
Python 可以讀取。有時候,它甚至很接近英文,有些語言知識,您可以查看程式碼並瞭解它嘗試做什麼。
這與世代的其他應用程式語言相反,這可能更令人困惑。將 "Hello, world!" 列印到電腦主控台的 Python 範例。
print("Hello, world!")
與大多數其他開發語言相反,Python 程式碼則需視縮排而定。簡而言之,您需要以特定且可預測的方式,在指定的程式碼區塊內將空格新增至程式碼行。否則,將不會執行程式碼。
這可能會讓新的 Python 程式設計師感到沮喪!對於初學者來說,Python 語法有時會令人沮喪。但經過一些使用語言的課堂練習後,大多數的人都會感到害怕。由於您的程式碼內含可預測的視覺邏輯,因此對於可能遇到您的工作,以及未來可能為您自己的其他程式設計人員來說,閱讀變得更加容易!
1989 年,Gido van Rossum 在荷蘭的電腦科學實驗室工作。他決定寫一種語言,以改善他當時最受歡迎的錯誤。五半年後他發表這篇文章,稱之為「Monty Python's Flying Circus」後「Python」,一位英國喜劇節目他對此表示支持。
這是一開始的緩慢,但當年輕的 Google 宣布它使用 Python 進行許多內部流程時,Python 陷入重大打擊。
2005 年,Python 推出了 Django,這是建置 Web 應用程式的架構。Django 在知名度中爆炸,並挑戰當時主要的 Ruby on Rails 架構。
到了 2011 年,Python 是該國電腦科學計畫中最受教的語言。幾年後,它成為了機器學習和人工智慧領域研究人員的實際標準,這可能是因為它的易用性和可讀性所致。
von Rossum 在初期多年擁擠 Python 的「內在獨裁者」時,Python 的開發現正由 Python Software Foundation 負責處理。
隨著 Python 未來的地位在我們時代最尖端的領域受到影響,明亮的外觀!
作為一般用途的語言,答案是:一切都很好!當您有複雜的工作時,Python 可以說是您需要簡化、執行簡短的指令碼,或是需要操控的大型資料集。
這只是冰山的小秘訣!Python 程式設計語言活躍應用於當代電腦科學的所有領域。由於 Python 開發比大多數其他語言更有效率,因此新創公司是熱門的選擇,必須快速且便宜變更程式碼基礎。
科學家和數學家之間也存在著許多強大的內部磁帶櫃,以進行統計資料與複雜的數學運算。
套裝軟體程式庫是任何現代程式設計語言的必要服務。如果沒有它們,則每個編碼器都需要撰寫自己的軟體,以執行最例行的通用作業。
謝謝您,Python 提供了多種套裝程式,滿足您所有的程式設計需求。您可以在 Python 套裝軟體索引加以利用。下面列出一些以 Python 撰寫的全星程式庫:
網頁的 Python 應用程式通常建立在 Flask 與 Django 這兩個主要平台上。燒瓶更簡單、更乾淨、更方便初學者使用。Django 擁有更多功能,可擴展至大量使用者。
如果您來自 JavaScript 背景,Flask 會是 Django 的 Express 到 Nest。
更具體的說, Flask 是「微 Web 架構」。比您的平均樣板填滿工具還小很多。它不需要外部程式庫或元件,而且完全建置在 vanilla Python 上。不過,您可以輕鬆地在協力廠商工具中混合,以提高效率。
Flask 是專為快速的應用程式開發所設計。在 Django 之類的較大架構中,最好先原型設計新的構想,再將其徹底分解。
Django 是 Python 最受歡迎的 Web 架構?
Instagram,社交媒體巨頭,擴展至 Django 上百萬用戶。Pinterest、Udemy、Spotify 及 Dropbox 目前使用它。這就是熱門的方式。Django 是一個開放原始碼的框架,用於截止日期的完美主義者。它是跨平台,在 Windows 和 Mac 上也能正常運作。
Django 建立在 MVC 模型上,適用於 Model-Viewer-Controller。MVC 是電腦科學的特殊模式,其目標是將 Web 應用程式的顧慮分成三個不同的元件。
當用戶端傳送要求時,它會先命中控制器,它會處理不同內送要求的流量。它會將該流量傳遞至不同的模型,以處理要求的資料和邏輯。模型接著會將該回應匯出至檢視器,該檢視器會將資料的呈現方式轉譯至用戶端。
這適用於簡單、容錯的架構。因此,Django 能以規模和複雜度進行擴展。
Python 最強的實力在資料科學與機器學習中。如何開始使用這些開創性欄位?
首先,您可能想要熟悉空間中最受歡迎的工具。其中一個是 Jupyter 筆記型電腦,您可以在其中找到資料科學演算法和程式庫的互動式逐步解說。
另一個是 Anaconda ,是數據科學家分享工作的平台。這是另一個很棒的地方,您可以在資料科學的冒險旅程中找到指南和指示。
可能是 Python 中資料科學最重要的程式庫,它被稱為 pandas 。資料科學家的重要任務是清理您將使用的資料,而 Pandas 則讓此工作變得更加容易。它還有一套工具來協助處理和分析資料。
人工智慧和資料科學只會持續在知名度中爆炸,因此現在開始學習這些工具是個好選擇!
就像其他大多數的技術相關主題一樣,只要觀看 YouTube 上的教學課程影片,即可輕鬆免費地學習 Python。我們生活在一個黃金時代的免費線上教學內容。Brad Traversy 是現場領先的數字,但有近乎無窮的講師選擇。
學習基本知識之後,請透過一些練習來測試您的知識。這裡還有很多選項可供選擇。對於希望加深其才能的程式設計師來說,運動是一種很好的資源。Exercism 使用命令列提供導師和趣味測試的目標挑戰。
如果您想要深入了解資料科學,請試試 Kaggle 。大多數線上資料科學家都以這個平台作為最重要的資源。
如何在 GitHub 上使用 Python ?即使有許多來源可供使用及學習 Python,例如線上參考書籍、影片教學課程及網站,開發人員也可以將 GitHub 計為可靠的來源,以學習 Python。
最後,長遠來說,學習任何程式設計語言的最佳方式就是建立有意義的語言。試著建立 Web 刮刀、簡單的 API 或自動化指令碼!
希望此指南已經清除您對這個超棒的編碼語言的問題。無論您是想深入資料科學、執行可擴展的 Web 伺服器,還是只是單純撰寫小程序檔,Python 都能為您服務。
若要深入瞭解一般開發,請查看我們的部落格。