Python，读作['paɪθɑn]，翻译成汉语是蟒蛇的意思，并且Python的logo也是两条缠绕在一起的蟒蛇的样子，然而Python语言和蟒蛇实际上并没有一毛钱关系。

Python的口号是：“人生苦短，我用Python！”。这条口号已经被Python业界广泛使用，快成了广告词一类的存在了。

Python语言是由荷兰程序员Guido van Rossum，江湖人称“龟叔”，独立开发完成初版的。“龟叔”曾供职于google，现任职于dropbox 。1989年圣诞节期间，在阿姆斯特丹，为了打发圣诞节的无趣，决心开发一个新的脚本解释语言，作为ABC语言的一种继承，然后他就这么做了，并实现了（大神的能力）。之所以选中Python作为该编程语言的名字，是因为他是一个叫Monty Python喜剧团体的爱好者，其本意并不是想选条蟒蛇。

Python第一个公开发行版发行于1991年，所以这年被当作Python的诞生年。

Python 源代码遵循 GPL(GNU General Public License)协议，这是一个开源的协议，也就是说你可以免费使用和传播它，而不用担心版权的问题。

目前Python是由一个核心开发团队在维护，龟叔属于太上皇职位，仍然占据着至关重要的作用，指导其进展。

一、Python的发展趋势

从上图中，我们可以看出Python在最近3年出现了井喷式的发展。下图是2017年7月的TIOBE全球编程语言热度排行榜，从中我们能看出Python已经挤下C#，强势插入第四，当之无愧的解释类型语言领头羊。

前面我们说了Python诞生自1991年，掰掰指头算算都26年了，比1995年的JAVA语言都早了4年，为何大器晚成，现在才发力？

其一，在1990那个年代，计算机性能相比现在差很多，程序执行速度和效率很重要，快速开发不是第一要务，压榨机器性能才是。Python作为一门解释型动态语言，在解释方式上它天生就存在运行速度较慢的问题，因此不被当时编程界看好，其追求开发速度、强调简洁优雅、降低编程门槛的核心理念有点超越当时主流。而时至今日，计算机的硬件性能已经得到数量级的提高，计算能力不再是限制编程语言的最重要的因素，敏捷开发成为生产环境下对语言选择的重要因素，Python很好的满足了这一点，从而得到快速发展。

其二，Python出生不好。作为对比的JAVA出身名门，其东家为SUN，当时互联网的头号公司，类似现在Google的地位，因而得到大力推广，并且有一群能力强、专职、有组织的团队进行开发和维护，所以很快获得成功，普及开来，至今仍然霸占着编程语言的榜首位置。而Python是个人编写的，寒门出身，龟叔没有三头六臂，个人时间精力都是有限的，虽然有一些志愿者帮忙做一些事情，但无疑和JAVA的正规军相比，能量还是要差了很多，这些都导致Python在初期发展得较为缓慢，甚至到如今都还未解决其被诟病的GIL问题。

二、Python语言的特点

1. 简单易学、明确优雅、开发速度快

• 简单易学：与C和Java比，Python的学习成本和难度曲线不是低一点，更适合新手入门，自底向上的技术攀爬路线。先订个小目标爬个小山，然后再往更高的山峰前进。而不像C和JAVA光语言学习本身，对于很多人来说就像珠穆朗玛峰一样高不可攀。

• 明确优雅：Python的语法非常简洁，代码量少，非常容易编写，代码的测试、重构、维护等都非常容易。一个小小的脚本，用C可能需要1000行，用JAVA可能几百行，但是用Python往往只需要几十行！

• 开发速度快：当前互联网企业的生命线是什么？产品开发速度！如果你的开发速度不够快，在你的产品推出之前别人家的产品已经上线了，你也就没有生存空间了，这里的真实例子数不胜数。那么，Python的开发速度说第二没人敢称第一!（不欢迎辩论^_^）

2. 跨平台、可移植、可扩展、交互式、解释型、面向对象的动态语言

• 跨平台：Python支持Windows、Linux和MAC os等主流操作系统。

• 可移植：代码通常不需要多少改动就能移植到别的平台上使用。

• 可扩展：Python语言本身由C语言编写而成的，你完全可以在Python中嵌入C，从而提高代码的运行速度和效率。你也可以使用C语言重写Python的任何模块，从根本上改写Python，PyPy就是这么干的。

• 交互式：Python提供很好的人机交互界面，比如IDLE和IPython。可以从终端输入执行代码并获得结果，互动的测试和调试代码片断。

• 解释型：Python语言在执行过程中由解释器逐行分析，逐行运行并输出结果。

• 面向对象：Python语言具备所有的面向对象特性和功能，支持基于类的程序开发。

• 动态语言：在运行时可以改变其结构。例如新的函数、对象、甚至代码可以被引进，已有的函数可以被删除或是其他结构上的变化。动态语言非常具有活力。

3. “内置电池”，大量的标准库和第三方库

Python为我们提供了非常完善的基础库，覆盖了系统、网络、文件、GUI、数据库、文本处理等方方面面，这些是随同解释器被默认安装的，各平台通用，你无需安装第三方支持就可以完成大多数工作，这一特点被形象地称作“内置电池（batteries included）”。

在程序员界，有一句话叫做“不要重复造轮子”。什么意思呢？就是说不要做重复的开发工作，如果对某个问题已经有开源的解决方案或者说第三方库，就不要自己去开发，直接用别人的就好。不要过分迷信自己的代码能力，要知道，能作为标准库被Python内置，必然在可靠性和算法效率上达到了目前最高水平，能被广泛使用的第三方库，必然也是经受了大量的应用考验。除非公司要求，不要自己去开发，请使用现成的库。那些造轮子的事情，就交给世界最顶尖的那一波程序员去干吧，没有极致的思维和数学能力，想创造好用的轮子是很难的。

4. 社区活跃，贡献者多，互帮互助

技术社区的存在就相当于程序员手中的指南针，没有指南针，很多时候，碰到了问题，就像无头的苍蝇只能到处乱飞，最终在茫茫的海洋中转晕致死。技术社区可以给我们对语言的学习和使用提供巨大的帮助，无论是前期的学习，还是日后的工作，只要有问题，技术社区的大牛都可以帮我们解决，有这些助力，可以帮我们更好地了解、学习和使用一门语言。技术社区同时还推动Python语言的发展方向，功能需求，促使公司企业更多的使用Python语言，招聘Python程序员。

然而、然而，上面说的是国外。在国内，好像没有比较成熟，影响范围广的Python技术社区，还是说我见识浅薄不知道而已？据本人分析，有历史原因和Python流行过程中形成的习惯等因素，国外Python高手都喜欢用邮件列表、wiki等方式进行交流，而国内喜欢的论坛、bbs等没有形成规模，所以造成现在的状况。

因此，同学们，学好英语，去和世界范围的程序员交流吧！

5. 开源语言，发展动力巨大

Python是基于C语言编写的，并且使用GPL开源协议，你可以免费获取它的源代码，进行学习、研究甚至改进。众人拾柴火焰高，有更多的人参与Python的开发，促使它更好的发展，被更多的应用，形成良性循环。Python为什么会越来越火就是因为它的开放性，自由性，聚起了人气，形成了社区，有很多人在其中做贡献，用的人越来越多，自然就提高了市场占有率，企业、公司、厂家就不得不使用Python，提供的Python程序员岗位就越来越多，这就是开源的力量。

这里附带跟大家说一个代码封闭的问题。Python写的源代码通常是不加密的，如果要发布你的Python程序，实际上就是发布源代码，这一点跟C语言不同，C语言不用发布源代码，只需要把编译后的机器码（也就是你在Windows上常见的xxx.exe文件）发布出去。要从机器码反推出C代码基本是不可能的，所以，凡是编译型的语言，都没有这个问题，而解释型的语言，则必须把源码发布出去。如果你不想让别人看到或抄袭你写的python代码怎么办？使用类似py2exe的包装工具，将python源码转换成一个类似于exe可执行文件的形式，但这个也不是绝对保险，只是增加了反编译的门槛和难度，对于有经验的人而言，一样可以获得你的源代码。

你可能要问，我要通过写代码编软件卖出去挣钱怎么办？少年！目前的互联网时代，靠卖软件授权的商业模式越来越少了，靠网站服务和移动应用卖服务的模式越来越多了，这种模式不需要把源码给别人。再说了，现在如火如荼的开源运动和互联网自由开放的精神是一致的，互联网上有无数非常优秀的像Linux生态圈一样的开源项目，我们千万不要高估自己写的代码真的有非常大的“商业价值”。在Python的世界，开源是王道，不要纠结你的代码被抄袭模仿，而是尽量提高自己的水平和能力，这才是立身之本。

三、Python的应用方向

1. 常规软件开发

Python支持函数式编程和OOP面向对象编程，能够承担任何种类软件的开发工作，因此常规的软件开发、脚本编写、网络编程等都属于标配能力。

2. 科学计算

随着NumPy, SciPy, Matplotlib, Enthought librarys等众多程序库的开发，Python越来越适合于做科学计算、绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比，Python是一门通用的程序设计语言，比Matlab所采用的脚本语言的应用范围更广泛，有更多的程序库的支持。虽然Matlab中的许多高级功能和toolbox目前还是无法替代的，不过在日常的科研开发之中仍然有很多的工作是可以用Python代劳的。

3. 自动化运维

这几乎是Python应用的自留地，作为运维工程师首选的编程语言，Python在自动化运维方面已经深入人心，比如Saltstack和Ansible都是大名鼎鼎的自动化平台。

4. 云计算

开源云计算解决方案OpenStack就是基于Python开发的，搞云计算的同学都懂的。

5. WEB开发

基于Python的Web开发框架不要太多，比如耳熟能详的Django，还有Tornado，Flask。其中的Python+Django架构，应用范围非常广，开发速度非常快，学习门槛也很低，能够帮助你快速的搭建起可用的WEB服务。

6. 网络爬虫

也称网络蜘蛛，是大数据行业获取数据的核心工具。没有网络爬虫自动地、不分昼夜地、高智能地在互联网上爬取免费的数据，那些大数据相关的公司恐怕要少四分之三。能够编写网络爬虫的编程语言有不少，但Python绝对是其中的主流之一，其Scripy爬虫框架应用非常广泛。

7. 数据分析

在大量数据的基础上，结合科学计算、机器学习等技术，对数据进行清洗、去重、规格化和针对性的分析是大数据行业的基石。Python是数据分析的主流语言之一。

8. 人工智能

Python在人工智能大范畴领域内的机器学习、神经网络、深度学习等方面都是主流的编程语言，得到广泛的支持和应用。

当然，除了以上的主流和前沿领域，Python还在其他传统或特殊行业起着重要的作用。

四、Python的使用者

说了这么多先进的当下最前沿的Python技术方向，那么有哪些公司在使用Python呢？

在国内最有名的就是知乎和豆瓣了，它们就是基于Python开发的Web服务。其它的例如百度、阿里、淘宝 、搜狐、金山、腾讯、盛大、网易、土豆、新浪、果壳等公司都在使用Python完成各种各样的任务，几乎所有的互联网企业都在招聘Python程序员。

在国外，更是数不胜数。谷歌的Google App Engine 、code.google.com 、Google earth 、谷歌爬虫、广告等项目都在大量使用Python进行开发。还有Facebook、Twitter等等等等。几乎所有的Linux发行版都内置Python解释器。

下面是一张不完全的统计图：

五、Python的缺点

我们光说了Python的优点，也得说说它的缺点。任何编程语言都有缺点，Python也不例外。

第一个缺点就是运行速度相对慢点，和C程序相比慢不少，这是解释型语言的通病，你的Python代码在执行时会一行一行地翻译成CPU能理解的机器码，这个翻译过程非常耗时，所以会变慢。而C程序作为编译型语言是运行前直接编译成CPU能执行的机器码，所以非常快。（但同时你可以这么理解，C语言把费时间的活在生产上线之前先花时间干了，所以运行时就快了。）

但是Python的慢，没有你想象中的那么严重那么重要，因为：

• 程序速度不再那么重要，不一定非要追求极致：

前面其实我们已经提到过，早些时期CPU比较昂贵，计算资源很吃紧，内存也很贵，程序运行的速度和耗费的时间就很重要。这就是导致计算机科学致力于研究不同算法的效率的原因之一。然而，这已经不再是最重要的因素，因为现在芯片很便宜，而且运行速度有了质的提升。运行时间不再是你最贵的资源。公司最贵的资源现在是员工时间。或者换句话说，就是你。在规定时间内把事情做完比把程序变快更加重要。Python语法简洁，包含大量的标准库和第三方库，用较少的语句就可以完成其它语言上百条语句才能完成的任务，这无疑大大提高了开发的速度和效率，帮助你在尽可能短的时间内完成工作。

这里并不是说速度一点也不重要，只是说速度不再是唯一重要的东西和唯一考虑的东西。 现在，产品的研发速度远比程序运行速度更重要。在一天结束时，让你的公司存活下来或者死去的唯一事物就是产品上市时间。公司能够存活下来的唯一方法就是比你的竞争对手更快地创新。如果在你的产品上市之前，你的竞争对手已经提前上市了，那么你想出了多少好的主意也将不再重要。

• 在整个体系中有比Python程序运行得更慢的瓶颈：

如果你在写一个网络应用程序，如web服务，很有可能的情况是，CPU时间并不是你的程序的瓶颈。当你的web服务器处理一个请求时，可能会进行几次网络调用，例如到数据库，或者像Redis这样的缓存服务器。虽然这些服务本身可能比较快速，但是对它们的网络调用却很慢。如果一个单独的CPU周期等同于1秒，那么一个从北京到上海的网络调用将相当于1年。可见网络调用是多么的慢。这说明什么呢?说明Python不是系统中最慢的那个部分，有比它慢数量级的运行瓶颈卡在系统中间，制约着整个系统的运行速度。

• 但无论怎么样，Python慢是事实。如果你真的对提高Python运行速度有需求，你可以使用C来写，然后在Python中调用它。

• 另外，程序员大牛Donald Knuth说过过早优化是万恶之源。在开发的中早期，追求运行速度和效率是费力不讨好的，进行敏捷开发和快速迭代才是当下软件开发的王道模式，而Python正是为此而生。

第二个问题就是GIL（Global Interpreter Lock）全局解释器锁，这是一种防止多线程并发执行机器码的互斥锁，功能和性能之间权衡后的产物。这是在设计Python语言的时候留下的一个历史性遗留问题，也是限于当时技术团队实力有限。具体的技术细节先不解释，其造成的后果就是Python在进行多线程任务的时候，其实是伪多线程，性能较差，这一点一直被诟病，大家随便在某个技术论坛里都能找到对这个问题的激烈讨论。Python的这个问题事实存在，一段时间内也是无法解决的，为什么呢？这需要从底层重新设计Python，难度之大，工作量之大，对现有生态圈的影响非常巨大。那么有什么解决办法？使用非官方的PyPy解释器或者协程机制。

第三个不是缺点的问题是Python2和Python3的不兼容性。在后面会有论述。

六、 Python之禅