写在前面

　　我用Python已经好几年了，最早学习用Python还是因为对人工神经网络感兴趣，python有个很好用的ANN库neurolab。本人其实也算初学者，充其量算入门了吧，写这篇一来回顾自己所学，二来振奋自己略有懒散的精神，学习不能停啊。

　　首先，Python是一门解释性语言，这是他的特点，这让Python似乎与“高效”无缘。然而你知道吗，著名的Instagram服务器就是是用Python+Django搭建的，而且月活用户超过7亿。要知道Python+Django是一个以速度慢著称的web框架，一定是python的某个优点深深的吸引了他们。是的，这个优点就是，开发效率高。

　　Python is a programming language that lets you work quickly and integrate systems more effectively.

--摘自Python官网www.python.org

　　Python就是这样一门语言，它运行时不那么“快”，但让你在开发时一路狂飙。它有点反人类的缩进让人抓狂，但同时简洁的语法让你一目十行。更何况，它还有成吨的库，开箱即用，让Python成为百变金刚，并且可以在所有主流平台完美运行。可以说，没有最好的语言，只有最合适的语言。

　　最近的TIOBE编程语言排行，Python已经到了第四位，3.777%，紧紧跟在C++之后。说到最近Python的兴起，就不能不谈人工智能的兴起。人工智能如今进入第三次高潮，得益于深度学习Deep Learning技术的出现。随着Theano、TensorFlow、Caffee等框架的出现，深度学习真正走入寻常百姓家，开启了AI的大规模的应用。Python调用ML框架可以说过程完全无痛，而且快速高效。其脚本式开发方式，提供了快速试错的能力，让数据分析、处理、训练时间都大大缩短了。可以说现在再来学习一遍Python正当时！

　　IDE方面，之前用过老牌python神器pycharm，不过现在有了另外一个选择Visual Studio Code。这是一个由原Eclipse开发者开发的编辑器，其最大的特点是无限的扩展性，以及背后微软老爹的支持。通过扩展，它能做几乎所有语言的开发，而且小巧、快速，Windows和Mac上都有他。

　　我计划通过一系列博文，重温Python3基础、进阶知识，并结合VSCode的使用技巧，分享我做一些神经网络方面的小东西的过程。图个乐在其中，也让更多人关注Python3，关注VSCode。

Python3的变量

　　今天就来开个头，来个Python3的变量：

a = 1

　　这句定义了一个变量a，并将其值初始化为1。同时，变量a是整型。其他的类型包括浮点数、字符串、布尔（True/False）、空值（None）。Python是典型的动态类型语言，并且省略了类型的声明。这有好处，使得开发更快更便捷，但缺点是变量的重名、拼写错误也会造成意外的bug。当然有些第三方插件可以提示这些问题，但仍然要养成细心的习惯。

赋值：

b = a

这句声明了一个新的变量b，令变量b的值等于a的值，也就是1。

是不是很简单，来个小习题吧：

最后打印出来的是ABC还是XYZ呢？

　　如果从数学意义上理解，就会错误地得出b和a相同，也应该是‘XYZ‘，但实际上b的值是‘ABC‘。

执行a = ‘ABC‘，解释器创建了字符串‘ABC‘和变量a，并把a指向‘ABC‘（这类似于C/C++语言的指针）：

　　执行b = a，解释器创建了变量b，并把b指向a指向的字符串‘ABC‘：

  执行a = ‘XYZ‘，解释器创建了字符串‘XYZ‘，并把a的指向改为‘XYZ‘，但b并没有更改：

所以，最后打印变量b的结果自然是‘ABC‘了。

PS.这个题目摘自廖雪峰的网站：

https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431658624177ea4f8fcb06bc4d0e8aab2fd7aa65dd95000