Life is like riding a bicycle. To keep your balance you must keep moving.
生活就像骑单车，只有不断前进，才能保持平衡。
近几年，大数据如火如荼，同时Python在 TIOBE 排行榜整体呈上升趋势，呈现出Python应用越来越广泛并且也逐渐得到业内的认可！
应用领域：
- 云计算: 云计算最火的语言，也就是大数据， 典型应用OpenStack
- WEB开发: 众多优秀的WEB框架和大型网站均采用Python开发
- 人工智能: Machina Learning、Pandas
- 系统运维: 运维人员必备语言
- 金融：量化交易，金融分析，在金融工程领域
- 图形GUI: PyQT, WxPython,TkInter
编译型和解释型、静态语言和动态语言、强类型定义语言和弱类型定义语言简述
编译器和解释器
编译器
- 把源程序的每一条语句都编译成机器语言,并保存成二进制文件,这样运行时计算机可以直接以机器语言来运行此程序,速度很快
解释器
- 只在执行程序时,才一条一条的解释成机器语言给计算机来执行,所以运行速度不如编译后的程序运行的快
编译型语言和解释型语言
编译型语言
例如：将一整篇英文文章翻译成中文文章给别人看
优点:
- 编译器一般会有预编译的过程对代码进行优化
- 编译只做一次，运行时不需要编译，所以编译型语言的程序执行效率高
- 可以脱离语言环境独立运行
缺点:
- 编译之后如果需要修改就需要整个模块重新编译
- 编译的时候根据对应的运行环境生成机器码，不同的操作系统之间移植就会有问题，需要根据运行的操作系统环境编译不同的可执行文件
解释型语言
例如：习大大国际发言，习大大说一句，翻译官翻译一句，再说一句，翻译官再翻译一句
优点：
- 有良好的平台兼容性，在任何环境中都可以运行，前提是安装了解释器（虚拟机）
- 灵活，修改代码的时候直接修改就可以，可以快速部署，不用停机维护
缺点：
- 每次运行的时候都要解释一遍，性能上不如编译型语言
图解编译型和解释型
动态语言和静态语言
动态类型语言：
- 动态类型语言是指在运行期间才去做数据类型检查的语言，也就是说，在用动态类型的语言编程时，永远也不用给任何变量指定数据类型，该语言会在你第一次赋值给变量时，在内部将数据类型记录下来
静态类型语言：
- 静态类型语言与动态类型语言刚好相反，它的数据类型是在编译其间检查的，也就是说在写程序时要声明所有变量的数据类型
强类型定义语言和弱类型定义语言
强类型定义语言：
- 强制数据类型定义的语言
- 也就是说，一旦一个变量被指定了某个数据类型，如果不经过强制转换，那么它就永远是这个数据类型了
- 强类型定义语言是类型安全的语言
弱类型定义语言：
- 数据类型可以被忽略的语言
- 它与强类型定义语言相反, 一个变量可以赋不同数据类型的值
Python是一门动态解释性的强类型定义语言！
Python的优缺点
优点
- 以优雅、明确、简单定位，Python 程序看上去总是简单易懂
- 开发效率非常高，Python有非常强大的第三方库，基本上你想通过计算机实现任何功能，Python官方库里都有相应的模块进行支持
- 高级语言——当你用Python语言编写程序的时候，你无需考虑诸如如何管理你的程序使用的内存一类的底层细节
- 可移植性——由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能够工 作在不同平台上）
- 可扩展性——如果你需要你的一段关键代码运行得更快或者希望某些算法不公开，你可以把你的部分程序用C或C++编写，然后在你的Python程序中使用它们
- 可嵌入性——你可以把 Python 嵌入你的C/C++程序，从而向你的程序用户提供脚本功能
缺点：
- 速度慢，Python 的运行速度相比C语言慢很多
- 代码不能加密，因为Python是解释性语言，它的源码都是以名文形式存放的，不过我不认为这算是一个缺点，如果你的项目要求源代码必须是加密的，那你一开始就不应该用Python来去实现
- 线程不能利用多CPU问题，这是Python被人诟病最多的一个缺点，GIL即全局解释器锁（Global Interpreter Lock），是计算机程序设计语言解释器用于同步线程的工具，使得任何时刻仅有一个线程在执行，Python的线程是操作系统的原生线程。一个Python解释器进程内有一条主线程，以及多条用户程序的执行线程
网友评论