Python從入門到精通（python程式設計初學者指南）

2023-04-22 23:11:56

作者 | 迷途兄

來源 | 迷途書童小陋室

注："人生苦短，我用Python"（Life is short, you need Python）
Python崇尚優雅、明確、簡單，是一門優秀，並被廣泛使用的程式語言。特別是近年來，隨著大資料和人工智慧技術的發展，Python爆發出蓬勃的生命力，受到了越來越多的歡迎和重視。小到自動化指令碼輔助日常工作，中到資料統計分析與視覺化，大到深度學習、系統運維，無論是對理工科，還是文科生，Python都是一把不可多得的利器，非常值得學習和使用。
以下內容來源於筆者寫給實驗室師弟師妹的簡單Python入門手冊，歡迎大家來到Python的精彩世界！
全文約4100字，包含8副圖片和多個程式碼片段，閱讀時間約7-8分鐘。

1 簡介

Python是著名的“龜叔”Guido van Rossum在1989年聖誕節期間，為了打發無聊的聖誕節而編寫的一門程式語言。他希望這個新的叫做Python的語言，能符合他的理想：創造一種C和shell之間，功能全面，易學易用，可拓展的語言。之所以選中Python（大蟒蛇的意思）作為該程式語言的名字，是因為他是一個叫Monty Python的喜劇團體的愛好者。

Python重要歷史時刻表如下：

1982年，Guido從阿姆斯特丹大學獲得了數學和計算機碩士學位，因此他可以算是一位數學家，不過據說他更享受使用計算機解決問題的感覺

1989年，聖誕節假期，Guido開始寫Python語言的編譯器，"大蟒蛇"開始被孵化

1991年，第一個Python編譯器誕生。它是用C語言實現的，並能夠呼叫C語言的庫檔案。從一出生，Python已經具有了：類，函式，異常處理，包含表和詞典在內的核心資料型別，以及模組為基礎的拓展系統

1994年，Python 1.0 - January 1994 增加了 lambda, map, filter and reduce

2000年，Python 2.0 - October 16, 2000，加入了記憶體回收機制，構成了現在Python語言框架的基礎

2004年，Python 2.4 - November 30, 2004, 同年目前最流行的WEB框架Django 誕生

2006年，Python 2.5 - September 19, 2006

2008年，Python 2.6 - October 1, 2008

2010年，Python 2.7 - July 3, 2010

2014年，龜叔在2014年11月，宣佈Python 2.7的支援直到2020年為止，重申不會再有2.8版本的釋出，希望使用者儘快遷移到Python 3.4 版本上

2008年，Python 3.0 - December 3, 2008。為了不帶入過多的累贅，徹底修復過去版本中的缺陷和錯誤，Python 3.x在設計的時候沒有考慮向下相容。與Python 2相比，新版本最大的改變是更好的unicode編碼支援（預設情況下所有文字都轉換成unicode）與更加健全的bytes/unicode編碼分離

2009年，Python 3.1 - June 27, 2009

2011年，Python 3.2 - February 20, 2011

2012年，Python 3.3 - September 29, 2012

2014年，Python 3.4 - March 16, 2014

2015年，Python 3.5 - September 13, 2015

2016年，Python 3.6 - documentation released on 23 December 2016.

2018年，Python 3.7 - documentation released on 27 June 2018

是的，雖然Python近幾年來大火，但它並不是一門新語言，而是已經30歲了。目前（2019年4月）Python在TIOBE排行榜中排行第四，受歡迎程度和熱度僅次於Java、C，與C 不相上下。

那麼哪些地方在用Python呢？首先來幾個鮮活的應用案例，給大家一個直觀的印象：

谷歌：在Google App Engine、Google earth、網路爬蟲等專案大量使用了Python；

NASA：美國航天局（NASA）大量使用Python進行資料分析和運算；

眾多大型網站：Youtube，Dropbox，Facebook，豆瓣，知乎等大量基礎庫和功能通過Python開發；

Redhat：yum包管理工具基於Python開發；

深度學習方面：TensorFlow、PyTorch、Keras等著名的深度學習庫都是基於Python；

GitHub：在全球最大的程式碼託管平臺和開發者社羣GitHub網站，程式語言熱度Python長期排在前三；

2 Python的優缺點

Python語言具有如下多方面的優點：

“優雅”、“明確”、“簡單”

引用一個說法，Python的哲學是就是簡單優雅，儘量寫容易看明白的程式碼，儘量寫少的程式碼。如此定位，使得Python對程式設計新手十分友好，初學者容易入門，學習成本更低。

功能強大

Python作為一種高階語言，具有豐富的第三方庫，覆蓋了數值計算(numpy)、科學繪圖(matplotlib)、Web開發、網路爬蟲、應用程式介面GUI、資料庫等大量內容。你能想到的幾乎所有工作都可以用Python實現。

開發效率高

由於Python社羣提供大量功能各異的庫，因此開發者無需事必躬親，遇到主流的功能需求時可以直接呼叫，在基礎庫的基礎上施展拳腳，可以節省你很多功力和時間成本，大大降低開發週期。同樣的功能，C語言要花1天寫1000行程式碼，而Python可能只需1-2個小時寫20行就可以搞定。

無需關注底層細節

Python作為一種高階開發語言，在程式設計時無需關注底層細節（如記憶體管理等）。

可移植性

Python可以在多種主流的平臺（Windows、Linux、Mac）上執行，大部分情況下無需考慮所用功能的平臺依賴性，程式碼在無需修改的前提下執行在多種系統平臺上。

一個硬幣總有兩面，那麼Python有缺點嗎？答案是肯定的，總結如下：

執行速度慢

因為Python是一種高階開發語言，不像C語言一樣可以深入底層硬體最大程度上挖掘榨取硬體的效能。另一方面，Python是解釋型語言，程式碼在執行時會一行一行地翻譯成CPU能理解的機器碼。而C程式是執行前直接編譯成CPU能執行的機器碼。因此它的執行速度要慢於C語言。

但需要注意的是，這種慢對於不需要追求硬體高效能的應用場合來講根本不是問題，因為它們比較的數量級根本不是使用者能直觀感受到的！例如開發一個下載MP3的網路應用程式，C程式的執行時間需要0.001秒，而Python程式的執行時間需要0.05秒，慢了50倍，但由於網路更慢，需要等待1秒，使用者體驗幾乎沒有差別。此外，Python的高開發效率極大地彌補了執行速度慢的弱點。

不能加密

Python的開源性質，既是優點又是缺點。Python沒有編譯打包的過程，釋出程式時我們必須公開原始碼！這個缺點僅限於你想單純靠賣開發出來的軟體產品掙錢的時候。但在這個開發互聯的時代，不靠賣產品本身來賺錢的商業模式越來越主流了，所以這也不是根本問題。

3 Python基礎

程式設計開發規範

作為一門開發語言，Python自然也有自己的程式設計規範，以下是常見的特有且必須遵循的規範：

[程式命名] 編寫的Python程式必須以.py結尾；
[變數命名] Python中定義變數使用字母、數字、下劃線的任意組合，且不能以數字開頭。不能以Python內建的關鍵字來命名變數（如and，import，global，finally等）；
[註釋] 單行註釋用#開頭，單獨一行作為註釋或者在程式碼後面通過#跟上註釋均可，

# 這是一個註釋 print("Hello, World!")

多行註釋在首尾處用成對的三引號引用即可，可以是成對的三個單引號或者三個雙引號。

''' 這是多行註釋，用三個單引號這是多行註釋，用三個單引號這是多行註釋，用三個單引號 '''

[程式碼層級] 程式碼與程式碼之間的邏輯層級關係（涉及邏輯判斷、包含關係等情況）通過空格來界定，第一層頂格編寫，第二層（被包含或者邏輯判斷後的執行動作）開頭預留4個空格。同一個層級的程式碼必須嚴格對齊。如下面例子所示：

import os, datetime # 引入 os, datetime 模組 def test_getYesterday(): today = datetime.date.today() yesterday = today - datetime.timedelta(days=1) return yesterday def test_for(): for i in range(0,100,3): print (i) def test_filterFiles(dir0, suffix): if not os.path.exists(dir0): print ('dir [%s] not exists'%dir0) return files = os.listdir(dir0) for nm in files: if not nm.endswith(suffix): continue print (nm) if __name__ == "__main__": print ( test_getYesterday() ) print ( test_for() ) dir0 = 'c:/myfiles' suffix = '.txt' print ( test_filterFiles(dir0, suffix) )

2.2 常用模組

[os] 與作業系統互動的一個介面，可用來建立、得到、訪問、遍歷目錄，呼叫系統或外部命令；
[datetime] 時間處理，可以做時間的加減、與字串的相互轉換、時間大小比較等；
[math] 常用的數學函式；
[numpy] numpy(Numerical Python extensions)是一個第三方的Python包，用於科學計算。這個庫的前身是1995年就開始開發的一個用於陣列運算的庫。經過了長時間的發展，基本上成了絕大部分Python科學計算的基礎包，當然也包括所有提供Python介面的深度學習框架；
[matplotlib] 是Python中最常用的視覺化工具之一，可以非常方便地建立海量型別地2D圖表和一些基本的3D圖表。Matplotlib最早是為了視覺化癲癇病人的腦皮層電圖相關的訊號而研發，因為在函式的設計上參考了MATLAB，所以叫做Matplotlib。Matplotlib首次發表於2007年，在開源和社羣的推動下，現在在基於Python的各個科學計算領域都得到了廣泛應用。Matplotlib的原作者John D. Hunter博士是一名神經生物學家，2012年不幸因癌症去世，感謝他建立了這樣一個偉大的庫。

使用這個庫之後（再配合其他小模組），我再也沒用過Matlab、Origin、GMT畫圖了！

[random] 有關隨機數的模組；
[pip] pip是一個隨安裝自帶的Python模組管理軟體，常用命令：

pip升級自己：pip install --upgrade pip

查詢、安裝與解除安裝：使用search、install引數。

pip search/install/uninstall 庫名xxx

檢視某個庫的資訊：pip show xxx

檢視已經安裝的庫：pip list

獲取過期的庫：pip list --outdated

更新過期的包：pip install --upgrade 庫名xxx

4 安裝Python

目前，Python有兩個大版本，一個是2.x版，一個是3.x版，這兩個版本是不相容的。由於3.x版越來越普及，推薦安裝和使用最新的3.x版本。安裝後，你會得到Python直譯器（就是負責執行Python程式的），一個命令列互動環境，還有一個簡單的整合開發環境（IDLE）。

4.1 在Windows上安裝Python

首先，根據你的Windows版本（64位還是32位）從Python的官方網站下載Python 3.7對應的64位安裝程式或32位安裝程式。然後，執行下載的exe安裝包。特別要注意勾上Add Python 3.7 to PATH，然後點“Install Now”即可完成安裝。完成後，開啟命令提示符視窗，敲入python，若輸出版本資訊，就說明安裝成功！若輸出‘python’ 不是內部或外部命令，也不是可執行的程式或批處理檔案。表示安裝失敗，需查詢原因重新安裝。

4.2 在Linux系統安裝Python

各Linux發行版系統中都自帶Python環境，有的是2.7.x版本，有的是3.x版本。對於我們平時的使用來說，Python 2和3版本幾乎沒什麼區別。使用者也可以同時安裝兩個版本，在環境變數中用別名alias加以區分。在終端輸入python -v命令檢視一下是否安裝Python。輸入which python看一下Python可執行檔案的位置。

4.3 其他

安裝成功後，隨直譯器自帶的僅有最常用的Python模組。想要使用其他需要的模組，則需要在控制檯視窗使用pip install xxx單獨線上安裝。這樣讓使用者可以自由地選擇搭積木的形式，無需為龐雜但又用不到或很少用到的功能浪費大量硬碟空間（對比下Matlab！）。部分模組需要下載對應的.whl檔案後再離線安裝。具體安裝步驟可參考網路。

工欲善其事，必先利其器！安裝完Python直譯器後，還推薦安裝Python的整合開發環境（IDE）PyCharm。PyCharm帶有一整套可以幫助使用者在使用Python語言開發時提高其效率的工具，比如除錯、語法高亮、Project管理、程式碼跳轉、智慧提示、自動完成、單元測試、版本控制，相當於Python程式語言的visual studio。推薦官網下載社羣免費版
http://www.jetbrains.com/pycharm/download。具體安裝及設定可參考網路。