内容简介:Python介绍Python是一门使用越来越广泛的编程语言。云计算、大数据、金融、人工智能、科学计算、自动化运维、Web框架、GUI图形等等。编程语言从多维度分类,可以分为低级语言和高级语言,编译型语言和解译型语言,动态语言和静态语言,强类型定义语言和弱类型定义语言。Python是一门动态解释型的强类型定义的高级语言。
- python介绍
- 发展史
- 安装
- Hello World程序
- 变量
- 用户输入
- 模块初识
- 数据类型初识
- 条件表达式if...elif...else
- 循环表达式while
- 循环表达式for
Python介绍
Python是一门使用越来越广泛的编程语言。云计算、大数据、金融、人工智能、科学计算、自动化运维、Web框架、GUI图形等等。
编程语言从多维度分类,可以分为低级语言和高级语言,编译型语言和解译型语言,动态语言和静态语言,强类型定义语言和弱类型定义语言。Python是一门动态解释型的强类型定义的高级语言。
优点:
- 入门简单、语法优雅;
- 开发效率高,有强大的第三方库支持;
- 跨平台,可移植性,支持windows/linux/macOS;
- 高级语言,无需考虑内存管理这类底层细节;
- 可扩展性,支持调用C/C++等其他程序;
- 可嵌入性,可以把 Python 嵌入到C/C++程序中。
缺点:
- 速度慢,相对编译理语言,但这种慢可以忽略不计;
- 代码不能加密,解释型语言的通病;
- 线程不能利用多CPU问题,这是Python被人诟病最多的地方。
每门编程语言都有优点和缺点,我们不要试图用一门语言的优点去跟另外一门语言的缺点进行比较,而是要善于用熟悉地编程 工具 实现我们的思想。
Python发展史
目前还存在Python 2.x和 Python3.x 两大系列。Python 2.x也快成为历史,2.7是系列最后一个版本,只做了解。我们要学习的当然是要学习Python 3.x,目前已经更新到3.8。
Python安装
下载地址:
https:
/
/
www.python.org
/
downloads
/
Windows需要安装,过程省略。Linux和MAC 自带,无需安装,可以更新。
Python解释器
CPython## Python自带的解释器
IPython ## 一个Web页面的解释器,挺好用
PyPy
Jython
IronPython
Windows平台流行的Python编程工具:Pycharm。
Hello World程序
vim hello.py
#!/usr/bin/env python3
print("Hello World!")
python3 hello.py
恭喜自己,已经会python了,哈哈~~
变量/字符编码
变量:variable
声明变量:
var = "valus"
name = "huanhua"
变量定义规则:
变量名只能是数字、字母、下划线
变量名不能是数字开头
变量名不能是以下关键字:
[and,as,assert,break,class,continue,def,del,elif,if,except,exec,finally,for,from,global,import,in,is,lambda,not,or,pass,print,raise,return,while,try,with,yeild]
字符编码:
ASCII-->GB2312-->GBK1.0-->GB18030-->unicode-->utf-8
python3.x默认支持utf-8
python2.x要支持utf-8需要声明
# -*- coding:utf-8 -*-
注释:
# 单行注释
‘’‘
多
行
注
释
’‘’
用户输入
#!/usr/bin/env python3
name = input("请输入姓名:")
passwd = input("请输入密码:")
print(name,passwd)
输入密码时,如果想不可见,需要利用getpass模块中的getpass方法,即:
import getpass
passwd = getpass.getpass("请输入密码:")
print(passwd)
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
深入理解TensorFlow:架构设计与实现原理
彭靖田、林健、白小龙 / 人民邮电出版社 / 2018-5-1 / 79.00元
本书以TensorFlow 1.2为基础,从基本概念、内部实现和实践等方面深入剖析了TensorFlow。书中首先介绍了TensorFlow设计目标、基本架构、环境准备和基础概念,接着重点介绍了以数据流图为核心的机器学习编程框架的设计原则与核心实现,紧接着还将TensorFlow与深度学习相结合,从理论基础和程序实现这两个方面系统介绍了CNN、GAN和RNN等经典模型,然后深入剖析了TensorF......一起来看看 《深入理解TensorFlow:架构设计与实现原理》 这本书的介绍吧!