1. 引言

我最初接触编程，是在有“C9联盟C位成员”、“马家沟女子稀少大学”、”东方小麻省”之称的哈工大的C语言课上。当时每堂课都感觉有点郁闷，不知道自己在干什么。当时讲课是一位梳着马尾辫的女老师，非常耐心，一点一点地告诉我们C语言到底是啥。然而我还是各种不明白。我不得不去 吧熬夜，写了好多非常简单的代码，逐渐才理解了C语言是啥东西，也理解了当我在写程序的时候，我真正在做的是完成一个任务的自动化。

C语言的基础最后到底是学明白了，不过我后来一直没有使用它。C语言的代码量是比较多的，比如我要写一个高质量的文本数据预处理程序，得费老劲。人生苦短啊。

有没有啥语言学起来简单，用起来也简单呢，python。如图1-1是这里的主要内容，比大部分编程语言入门所涉及的内容要少很多。图1-1 目录

2. Python正传

2.1. python的起源和发展

上世纪60年代末，一个叫做Monty Python英国喜剧团体开始活跃起来，发行了《巨蟒剧团之飞翔的马戏团

》(Monty Python’s Flying Circus,豆瓣主页巨蟒剧团之飞翔的马戏团 第一季 (豆瓣)?movie.douban.com

5. python的基本语法与常用数据类型、数据结构

5.1. 标准数据类型

和其他编程语言一样，为了支持人们进行各种各样的数据操作，Python提供了几种标准数据类型，如表，比较少。

Python里所有的数据，包括int等，都被封装成了类。每一个变量都是一个对象，变量名实际上是一个指向对象的引用。这就是Python中所有数据的整体逻辑结构。

Python是一种“动态类型”语言，不要求程序员告诉解释器一个变量的数据类型，而是在解释运行的时候、自己推断。

表5-1 Python的标准数据类型

5.2. Python是动态类型语言

Python是一种动态类型(dynamically typed)语言。“动态类型”的意思是，在程序运行的时候，解释器会检查变量的类型，以确定是否存在对某些类型数据的错误使用，比如把字符串和整数拼接起来。

比如，python函数输入的类型，相当于Java的泛型，可以是任意类型。只有程序运行到函数内部，参数发生计算的时候，解释器才知道类型相关的配置是否正确。

相对地，还存在静态类型(static typed)语言。这类语言，在编译的阶段，就会对变量类型进行检查，告诉程序员那里出现了变量类别相关的错误。在程序运行的时候，计算机就不考虑是否有这种错误了。你懂的，这样就会为程序运行阶段节省一些开销。

在python中创建一个变量非常简单，比如:

a=666

向python函数传参也是非常自由,比如:

def printAny(x):

print(x)

if __name__==”__main__”:

printAny(“字符串”)

printAny(666)#输入整数

printAny([1,2,3,4])#输入列表

python里用换行和缩进来划分代码块，这个需要习惯一下。

5.3. 常见数据结构详解

Python里所有的数据都是对象，都是引用数据类型。每一个变量名都是一个引用、存储在栈空间里，指向堆空间里的一个数据块、即变量的取值。因此，从微观角度讲，我们在赋值的时候，实际上是引用的修改：把等 左边的变量名对应的引用指向修改为指向右边变量所指向的位置。

6. python的函数和库

6.1. 函数的定义

函数是所有编程语言必不可少的代码管理工具。Python的函数定义非常简单，使用”def”关键字即可，如代码6-1。函数的第一行由4部分组成:”def”关键字表示这个代码块是一个函数；字符串“a_simple_task”是这个函数的名称；小括 里是函数的输入参数;冒 表示代码块开始。注意，函数的参数中有一个”epoch=6”,这是python为函数的参数配置默认取值的方式。带有默认取值的参数，在调用函数时可以选择不显式传入，即使用默认取值。

#打印一段文本若干次

def a_simple_task(text_content, epoch=6):

for _ in range(epoch):

print(text_content)

6.2. 库的引用

6.2.1. 我们使用import时发生了什么/p>

有时候，我们需要基于第三方库或者自有库来开发某些内容，这时候需要把这些库或者里面的代码引入到当前代码中。我们可以使用“import”关键字来实现。

那么，”import”关键字做了什么呢ython解释器会把import指向的目录或文件里的所有代码都加载到内存里，并解释(运行)一遍。如果是函数定义、类或者变量，就放在内存里了；如果是一个具体的操作，比如打印输出，也会执行。因此，当我们导入3节所述的hello_wordl.py脚本时，会执行里面的所有语句。假如这里写了一些特别重的任务，导入一个模块的消耗就会很大。

if __name__ == ‘__main__’:

print(“哈罗”)

6.2.2. 第三方库的引用

一般来说，我们在安装第三方库的时候，已经把它们的路径添加到了环境变量中，可以直接使用”import”关键字来导入。

import random

print(random.uniform(0, 1))#基于0-1之间的均匀分布，生成一个随机数

6.2.3. 自有库的导入

有时候，我们自己也会开发一些库，需要在项目的某些地方引用。由于我们的自有库还没有添加到环境变量中，简单使用“import关键字”会失败。

Python解释器自动把启动脚本所在目录里添加到了环境变量中。解释器认识这个根节点里的所有脚本，可以直接使用”import”来导入这些库以及里面的代码。

而启动目录的上一级目录，或者同级别目录里的代码，由于不在操作系统环境变量中，无法直接导入。我们需要在代码中，手动地把相关目录中，最高级别的那一个添加到环境变量中。这样，解释器就可以知道去哪里找需要的脚本和代码了。具体可以看https://blog.csdn.net/xxxx000/article/details/79946709?blog.csdn.net

7. 类、对象与继承

一说到编程语言，我们就不得不提到“类”和“对象”这对概念。大部分业务场景都可以想办法抽象为若干个事物互动形成的系统。类是这些事物的抽象描述。“类”和“对象”可以极大地提升我们对代码管理的效率，降低脑力、时间、试错等方面的代价，在软件开发领域是一个非常重要的模型。由于使用简单(当然实际应用时细节比较多)、功能丰富，类 和对象的应用十分广泛。从最初的启蒙，到现在的工程实践，我经历了计算机程序开发的两种编程思想：面向过程和面向对象。我的体会是，面向对象是一种非常有用的开发思想。

由于类和对象的关系比较特殊，一般人们会把它俩放在一起讲。但是这样做又会让我们犯迷糊，把二者混淆起来，因此有了7.2的标题名。但是，面向对象的编程思想确实是有用，付出一点代价整明白还是值得的。

7.1. 面向对象的出现是必然的

我的同事里有几个水平比较高的程序员，他们有时候会讨论”面向过程”和”面向对象”的优劣势和趋势。当然，我不太懂，这里基于自己的经历和体会来说一下面向对象编程思想带来的好处。

7.1.1. 纯过程有点累

一开始的时候，我认为所有的任务都需要拆解为一个流水线，流水线上有若干道满足特定需求的工序，流水线的最终输出是满足最终需求的所有数据。直观来说，就是用一个个函数，把原始数据做一道道加工后，得到最终的计算结果。比如下面的代码，用两个函数来描述玩扑克牌游戏时，玩家的两种操作。

#/math.py

def add(a, b):

return a + b

def 双倍(a):

return 2 * a

if __name__ == ‘__main__’:

x1 = 66

x2 = 23

y1 = add(x1, x2)

y2 = 双倍(y1)

后来，随着工作内容越来越复杂，我的函数库越来越庞大，管理起来越来越困难。什么叫”管理”呢是建立一个机制，支持我们在需要特定代码块的时候能高效地找到(召回率尽量高)结果就是，支持我们在需求变更的时候对所有相关代码块进行修改，(最好能)支持我们开发过程中能复用代码块。而我的函数库，也就是一大堆脚本不支持这些。结果就是，我经常因为不知道一个函数已经存在，而重写一个，浪费时间和精力。

7.1.2. 封装起来便于管理

我可以想办法把计算流程想象成若干实体相互配合完成的活动。由于每个实体都有特定的属性和行为，我们可以把一些变量或者函数放在一起，作为一个实体所管辖的代码块。比如“加法”和“乘2”都是数学运算的具体操作，可以把它们放在一个脚本中。这样，当我需要一个具有特定功能的函数时，联想一下以前开发过的实体里，那些可能有这个函数，就可以很快找到了。

7.1.3. 基于继承来开发和管理

我们搞开发的过程中，经常遇到这样一种情况，即需要开发的实体，和之前开发过的一个实体很像，不过多了一些变量或者函数。下面这个脚本，为斗地主游戏添加了“要不起”动作。

#/斗地主.py

def 要不起(a):

if a > 666:

return True

else:

return False

def add(a, b):

return a + b

def 双倍(a):

return 2 * a

if __name__ == ‘__main__’:

x1 = 66

x2 = 23

y1 = add(x1, x2)

y2 = 双倍(y1)

比如这个实体，“斗地主.py” ，比“math.py”就多了一个“要不起”函数。

具体怎么来做这种代码管理呢们可以配置一个叫做“类”的代码块，把所有相关的数据和函数都放到这个代码块中。

有一种开发套路，叫做面向对象，可以比较好地解决我的困难。有些实体之间的关系非常紧密，具有相同的属性和行为，我们可以把这些实体总结概括，也就是抽象为一类实体。

总结一下类的继承相关内容。人们还让类具有一种类似生物繁殖的能力，即“继承”。继承指的是，类B可以以类A为基础模板，沿用类A的一些变量和函数(遗传);改写类A的一些变量和函数，或者实现一些自有的特殊变量和函数(就像变异)。一方面，沿用类A的变量和函数，可以避免代码的重复开发；同时由于内容、功能相关的代码被集中起来管理，修改、增减时可以保证代码的一致性。

7.2. WTF是类和对象/p>

这句脏话不是对谁的吐槽，主要是描述刚开始学习类和对象时的心情：类和对象有啥区别啊，这部一样吗回过头来看当时的学习过程，我认为不需要那么激动，应该更耐心一点。编程语言和编程的思想，在学习的初期，更多的是一种记忆活动，要求我们尽量多地记忆。在脑海里有一个初步记忆后，我们可以开始上手写代码，发现有些东西不理解、忘记了，然后再学习一会儿、再动手写。在这个迭代的过程中，我们对编程语言和编程的思想掌握的会越来精确、越来越深刻。

在使用类管理代码，基于类成员变量管理数据，和使用对象调用方法等操作的过程中，我按照自己的视角和语言，对类和对象进行了理解和解释。类实际上就是一个代码块，里面包含了一组有内在联系的变量和函数。我们可以以类为模板，在内存里缓存一个特别的数据块，我们把类的成员变量和方法都复制到这个数据块里，然后在必要的时候更新成员变量取值或者调用方法(这样类就不受影响了)。总不能就叫“数据块”吧，需要起一个响当当的名字。数据块的称呼比较多，包括对象(object)、实例(instance)等等，其中出镜率较高的是对象。

7.3. 如何定义一个类

如下，是一个类，它描述了斗地主玩家这类事物。Python3支持中文编程，这里为了直观，使用了亲切的中文。

第一行有4个元素:”class”字符串表示当前代码块描述的是一个类；“玩家”字符串是这个类的名称；“()”字符串这里没啥用，当然有时有用;冒 “:”表示开始一个独立的代码块。

玩家类有4个方法，或者说成员函数。其中”__init__”函数是构造函数，即用于构建对象的方法。这个方法比较特殊，继承自一个叫Object的类。Object类是python中所有类的基类，解释器会自动完成这个继承动作。

class 玩家():

def __init__(self):

pass

def 出牌(self):

print(“123456789”)

def 托管(self):

print(“你们太菜了，看我的”)

@staticmethod

def 喝茶(self):

print(“让我冷静一下。”)

7.4. 如何将类实例化并使用

我现在构造一个“玩家”类的实例，就像下面的代码。第一行代码完成了类的实例化，产生了一个叫“李大力”的玩家对象。这行代码的组成部分有4个:（1）等 左边的是接收对象数据内存地址的变量;（2）等 是赋值关键字，将右边的变量取值(python中全部为引用)复制到左边变量中；（3）“玩家”是某一个类的构造方法名称；（4）括 用来接收参数，这里使用的构造函数不需要输入。

李大力=玩家()

李大力.喝茶()

第二行代码表示“李大力”这个玩家执行了喝茶动作。这行代码由4部分组成:（1）“李大力”是对象的名称;（2）英文句 结构成员运算符，用来访问一个类或对象的成员;(3)“喝茶”是这个对象执行的一个动作；(4)括 用来接收参数，这里的函数没有输入参数。

8. 进程、线程与并发

8.1. 进程与线程

进程和线程是计算机操作系统里的概念，二者的出现和发展，与操作系统的出现和发展有密切的联系。详情可以参考(一)线程的发展历史?www.jianshu.com

)为Python提供了一个高效的数据结构用来存储多维矩阵，还支持矩阵相关的计算，极大的方便了对批量数据的处理。另外，numpy还提供了一大堆统计分析、线性代数等方面的工具。使用numpy，我们可以构建出适用各种场景的、性能较高的数据结构、算法和库,比如pandas。

9.2. Pandas:数据分析之星

有人在numpy的基础上，模仿R语言的数据框，弄了一个python的数据框，并提供了非常丰富的统计分析工具。这就是pandas(Python Data Analysis Library?pandas.pydata.org

)。

)；对excel表格等结构化数据的处理也是非常方便(https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_excel.html)。pandas?pandas.pydata.org

提供的这些工具，简化了我们在数据预处理和计算中的工作量，非常值得学习和使用。

9.3. Sklearn：机器学习之星

数据科学工作不光需要统计方法，还需要机器学习方法。Sklearn(https://scikit-learn.org/stable/?scikit-learn.org

)是python的第三方库中，机器学习方面的代表。我认为，Sklearn的最大特色是，里面提供的所有的模型，都配置的良好的默认超参数，运气不差的新手可以直接训练出有意义的模型。Sklearn的开发团队思想比较开放，借用了numpy、matplotlib等等其他第三方库，性能、功能都不错。

9.4. Tensorflow与PyTorch：深度学习之星

聊到机器学习，就不得不说机器学习的一枝，神经 络。现在的神经 络，已经成为一个异常发达的模型方法研究和应用领域。比较有代表性的 络结构包括全连接、卷积神经 络、循环神经 络、transformer等等等等，训练方法包括传统的BP、生成对抗、强化学习、远程监督、重构、多任务等等等等。这些东西要是让我们自己实现，好多学生就要无法毕业、好多工程师就要失业了——算法和工程能力要求比较高，手写的工期太长。好在一些团队开源了一些类似机器学习积木的工具，支持我们把前面提到的东西进行各种改动和组合，进而在较短的时间内构造出实用的模型。这些积木的品牌非常多，最具代表性的是Tensorflow(TensorFlow?tensorflow.google.cn

)

9.5. jpype1：让python搭上java的快车

在阿帕比的一个项目中，我们需要一个合适的分词器。一开始用的是开源分词器HanLP,不过分词效果不太适合当时的场景。HanLP为了提供一个全能NLP工具，整了很多功能，而为了让这些功能之间合理配合，软件的结构还是有点复杂，因此要改的话，我心里没底、犯怵。邬老师和兰博说，要不写一个吧。领导发话，咱就得干。

写一个也有困难，主要是我只对python比较熟悉，java、C之类的知识略有耳闻，无法实现一个性能足以支撑业务的分词器。另外，分词里涉及大量数据的操作和预处理，这部分要是也用其他语言实现，那可要耽误工期的。

怎么办呢合编程。最后，我们的整体框架是用python写的,除了分词环节，其他全部保留。而分词环节由一个以jar包为核心的第二方库提供，python版的主题只需要掉API即可。这个jar里，就是我们的分词器了。

那么，python如何调用jar包里的东西呢用jpype1库(https://pypi.org/project/JPype1/)。python2?pypi.org

里有一个库叫jpype，为了区别，python3里叫jpype1。

类似jpype1的库还有很多，支持python调用各种编程语言。

9.6. Pymysql之类的数据库连接工具

Python的天职，是支持数据科学领域从业者的工作，因此对数据库操作的支持是必不可少的。Pymysql（PyMySQL?pypi.org

)是这方面最具代表性的第三方库。我们常见的数据库、中间件都有相应的库，比如redis(redis?pypi.org

)、py4neo(py2neo?pypi.org

在之前遇到的一个场景中，我们需要处理的数据量确实有点多，一台机器处理不过来了。我们的leader息哥选择写一个分布式系统,基于multiprocessing库提供的可节点通信的队列，支持master节点带领若干slave节点，对外提供HTTP服务。可以参考https://github.com/lipengyuer/SimpleHTTPServers/tree/master/src/really_distributed?github.com

11. Python的优势、势与适用场景

简单来说，python的优势是写起来方便，劣势是性能不足。

11.1. 优势

Python把大量编程和数据结构的细节简化或者隐藏了起来，程序员开发的时候主要精力可集中在业务内容上。

11.2. 劣势

学习《马哲》的时候，老师跟咱们说，要辩证地看待事物。在搞学术和工程的时候，也要讲究辩证，不能只说一个东西的好处，还得看看它有没有啥不好的地方。Python有很多不足，首先是性能较低，其次是维护有些麻烦。

11.2.1. python为什么慢

众所周知，python是出镜率较高的编程语言中，性能最差的之一。在编程水平差距不大的情况下，人们用java等语言写的算法，那就是比python快。

“一行一解释”太慢。Python是非常典型的解释型语言，解释器会遍会一行一行遍历我们的代码，每遍历到一句就当场解释为机器码然后运行；而C/C++之类的编译型语言，是先把代码转换为机器码，然后直接跑机器码。

全局解释器锁的使用，是python线程无法利用多核CPU。人家都用多核来提升自己的并行化程度，进而提升速度，人进我退就显得python比较慢了。

再配合上python的动态类型特点，解释工作还真挺繁重的。但是，等你判断出类型，判断出对象的数据结构和内存地址范围，人家C已经开始执行下一句了。

当然了，使用混合编程的套路，可以很大程度上缓解python的性能弱点、解决某些对性能有要求的场景。由于语言之间相互调用存在数据传输的缓解，终归存在性能的衰减，假如是高性能场景，就别墨迹了，换语言吧。

11.2.2. 写更好的注释、做更好的程序员

Python给了程序员一个非常自由的空间，可以轻松地写出各种各样风格的代码。当然这个自由也是有代价的：我们回过头再看自己的代码时，可能会感觉有点难懂。由于没有强制规定类型生命的那个操作，我们传递变量类型是啥，还得根据上下文取推测，这样的工作质量就大了。

我的办法是，多写一点注释，尽量在注释里记录变量的类型等信息。老板们最喜欢这样了，开发者走了，新人能更快接手。

我们的职业生涯还是比较长的，即使是以前写的垃圾，也有可能在以后的工作中排上用场。因此，写个注释便于以后维护和使用，不算亏。

11.3. Python的用武之地

综上所述，python非常适合在业务的初级阶段，被用来开发模型或算法demo。Python也非常适合用来开发和验证一些新的模型和算法，如果新东西有效而且需要提升性能，我们就可以升级模型和算法，或者考虑使用高性能的语言替换模块、甚至重写。

12. 结语

总的来说，python是一种特色鲜明的计算机编程语言，非常适合用来做数据处理和计算方面的工作，以及一些算法、模型的验证工作。

如果要我从不计其数的编程语言中挑一个，教给闺女，我会选python。python为程序员做了很多细节工作，降低了程序员在语言本身上消耗的脑力，允许了他们在业务内容上投入更多的精力。对计算机编程的初学者来说，这种语言带来的挫败感会少一些，因此特别适合用来做编程启蒙。

当然，以后我还要教她C语言、Java这些语言，在与python的对比中学到更多的东西。

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树预备知识Python简介210585 人正在系统学习中 相关资源：哄女孩子开心的小软件-其它其他资源-CSDN文库