当前位置: 首页 > article >正文

浅谈python

文章目录

  • 什么是python
  • python能做什么
  • 我们能用python做什么
  • python入门引导
    • 一切从main开始
    • 封装和引包
    • 创建和调用
    • 与java语言相对比
  • 总结

什么是python

python是解释型语言,以简洁的语法和强大生态而闻名。
python语言诞生于1991年,比java语言还要早,随着人工智能AI而逐渐火爆。
java在安全、性能以及框架上都比较适合企业级应用开发,国外sun公司等强力推动,国内阿里巴巴助力,所以逐渐占据一席之地。python早些年主要用于科学计算、学术研究,生态主要靠社区推动。
随着python的生态逐渐完善,AI框架的加持,现在逐渐火爆

python能做什么

python可以说什么都能做,但是又好像什么也做不了。都说python是胶水语言,主要就在与python的技能都在于生态提供的工具包,属于集大家之所长。
目前了解到python主要能做的事情,比如爬虫、数据分析、自动化执行、web开发、游戏。

我们能用python做什么

  • 爬数据
    假如没有对接金价,那么就可以自己去网上爬取实时金价
  • 做数据分析
    比如做一份公司绩效数据报表
  • 自动化测试
    有了自动化测试,一方面节省了人力,另一方面可能避免人为因素失误
  • 快速web开发
    原型开发,先用python做起来。或者只会写后端代码的自己想写一个博客页面

python入门引导

python语言与go语言比较相似,没有java那样非常严格的语法约束,比如可以在一个文件内随意定义函数,类等。

一切从main开始

一切从main开始,这是所有语言的通性

if __name__ == "__main__":
    print("开始运行")

封装和引包

import:这里引入random包,是为了后续使用该工具包生成随机数
class:这里class来封装生成随机数功能,定义方式class + 名字
def:定义功能
init(self):做一些前提工作,比如初始化的最大最小值
number = random.randint(self.min_number, self.max_number):调用random工具包生成随机数
return:调用的返回

import random

class NumberGenerator:
    # 初始化方法,self代表当前对象
    def __init__(self):
        self.min_number = 1
        self.max_number = 10
    # 生成随机数的方法,无需定义返回值
    def generate(self):
        # 调用random库的randint方法,生成随机数
        number = random.randint(self.min_number, self.max_number)
        return number 

创建和调用

from…import:引入某个文件的某个功能函数
generator = NumberGenerator():生成对象
number = generator.generate():调用对象函数生成随机数
print(f’生成随机数:{number}'):输出信息,这里f’内容:{需要输出的内容}'做格式化处理

from services.number_generator import NumberGenerator

if __name__ == "__main__":
    print("开始运行")
    # 创建一个对象
   generator = NumberGenerator()
   # 调用对象的方法,生成随机数
   number = generator.generate()
   print(f'生成随机数:{number}')

与java语言相对比

比java语言更加简约,java的spring框架会有pom处理依赖关系,包是直接引用即可,而python不行。

  • 内存管理的区别
    python是解释型语言,而且也是跨平台的,但是python并没有提前准备好的jvm内存管理,也无需先编译,后解释器执行,所以python启动项目的时候是需要处理好虚拟环境.venv,也就是pvm内存管理,为项目执行做准备。

  • 依赖管理
    java的spring项目由pom文件管理依赖,而python由requirements.txt管理依赖,当然,开发环境可以自行安装依赖即可。

总结

技多不压身,既然python很火,那就有必要去了解和学习。


http://www.kler.cn/a/401373.html

相关文章:

  • JVM性能分析工具JProfiler的使用
  • 【Redis】使用redis实现登录校验功能
  • Siglus引擎 Unpack | 未完待续
  • 云原生周刊:Kubernetes v1.32 要来了
  • 基于Python实现的HDR图像处理算法
  • ArcGIS Pro ADCore DAML
  • AI新闻周刊 | 最新AI资讯速递(11.11-11.17)
  • SMARTFORMS函数调用完整示例:打印工厂物料信息
  • 建造者模式(Builder Pattern)
  • 数字后端零基础入门系列 | Innovus零基础LAB学习Day11(Function ECO流程)
  • [控制理论]—位置式PID与增量式PID
  • 【大数据学习 | Spark】RDD的概念与Spark任务的执行流程
  • JMeter实战技巧:使用Java Request Sampler进行接口测试
  • MySQL高级SQL技巧:提升数据库性能与效率
  • 【机器学习】机器学习中用到的高等数学知识-8. 图论 (Graph Theory)
  • Redis配置主从架构、集群架构模式 redis主从架构配置 redis主从配置 redis主从架构 redis集群配置
  • STM32完全学习——外部中断
  • 【第七节】在RadAsm中使用OllyDBG调试器
  • Android 12.0 系统默认蓝牙打开状态栏显示蓝牙图标功能实现
  • postman快速测试接口是否可用
  • css3中的多列布局,用于实现文字像报纸一样的布局
  • 解决Windows + Chrome 使用Blob下载大文件时,部分情况下报错net:ERR_FAILED 200 (OK)的问题
  • Spark RDD各种join算子从源码层分析实现方式
  • 发那科机器人-SYST-348 负载监视器报警(力)
  • 【漏洞复现】某UI自动打印小程序任意文件上传漏洞复现
  • docker 占用空间过大导致磁盘空间不足解决办法