标签：命令式 过程 lis 使用 灵活 应用 python开发 不能 数据处理
1.python是什么
python是一种广泛使用的高级编程语言，属于通用型编程语言，由吉多·范罗苏姆创造，第一版发布于1991年。可以视之为一种改良（加入一些其他编程语言的优点，如面向对象）的LISP。作为一种解释型语言，Python的设计哲学强调代码的可读性和简洁的语法（尤其是使用空格缩进划分代码块，而非使用大括号或者关键词）。相比于C++或Java，Python让开发者能够用更少的代码表达想法。不管是小型还是大型程序，该语言都试图让程序的结构清晰明了。与Scheme、Ruby、Perl、Tcl等动态类型编程语言一样，Python拥有动态类型系统和垃圾回收功能，能够自动管理内存使用，并且支持多种编程范式，包括面向对象、命令式、函数式和过程式编程。
2.python优点
（1）语言简练，功能强大，执行同样一个任务，所需要的代码编写数量只是其他语言的十分之一。
（2）python拥有一个巨大而广泛的标准库。
（3） Python 解释器本身几乎可以在所有的操作系统中运行。
（4）对于初学者和小白非常之友好，上手简单。
（5）许多在线服务都提供Python API。
3.python缺点
（1）跟其他语言相比，由于python是解释型语言，所以运行速度上会慢一点。
（2）python的开源性决定了python的语言不能加密。
4.python应用领域
（1）数据分析与处理
Python被用来做数据分析。用C设计一些底层的算法进行封装，然后用Python进行调用。因为算法模块较为固定，所以用 Python直接进行调用，方便且灵活，可以根据数据分析与统计的需要灵活使用。Python也是一个比较完善的数据分析生态系统，其中matplotlib经常会被用来绘制数据图表，它是一个2D绘图工具，有着良好的跨平台交互特性。日常做描述统计用到的直方图、散点图、条形图等都会用到它，几行代码即可出图。我们日常看到的K线图、月线图也可用matplotlib绘制。如果在证券行业做数据分析，Python是必不可少的。再如Pandas也是Python在做数据分析时常用的数据分析包，也是很好用的开源工具。Pandas可对较为复杂的二维或三维数组进行计算，同时还可以处理关系型数据库中的数据，和R语言相比，data.frame计算的范围要远远小于Pandas中的DataFrame的范围，这也从另一个侧面说明Python的数据分析功能要强于R。除以上两点之外，SciPy还可有解决很多科学计算的问题，比如微分方程、矩阵解析、概率分布等数学问题。
（2）Web开发应用
Python是Web开发的主流语言，但不能说是最好的语言。同样是解释型语言的JavaScript，在Web开发中应用的已经较为广泛，原因是有一套成熟的框架。但Python也具有独特的优势。比如Python相比于JS、PHP在语言层面较为完备，而且对于同一个开发需求能够提供多种方案。库的内容丰富，使用方便。Python在Web方面也有自己的框架，如django和flask等。可以说用Python开发的Web项目小而精，支持最新的XML技术，而且数据处理的功能较为强大。
（3）人工智能应用
Python是未来的编程语言，放眼全球，出现了越来越多的无人驾驶，智能机器人，智能语音，图像识别等等，已经开始快速朝着人工智能市场化的方向在发展，人工智能未来肯定会发展的越来越深入。人工智能越来越火的同时，当然也离不开各种开发人工智能产品的相关编程语言，python当然就是人工智能时代的首选语言。比如说在神经网络、深度学习方面，Python都能够找到比较成熟的包来加以调用。而且Python是面向对象的动态语言，且适用于科学计算，这就使得Python在人工智能方面备受青睐。虽然人工智能程序不限于Python，但依旧为Python提供了大量的API，这也正是因为Python当中包含着较多的适用于人工智能的模块，比如sklearn模块等等。调用方便、科学计算功能强大依旧是Python在AI领域最强大的竞争力。
标签：命令式 过程 lis 使用 灵活 应用 python开发 不能 数据处理
原文地址：https://www.cnblogs.com/bianhao89757/p/10090889.html
