Python 语言简介
Python 是一种高层次的结合了解释性、编译性、互动性和面向对象的编程语言。
- 解释型语言：开发过程中无需编译环节，类似于 PHP 和 Perl 语言，代码直接由解释器执行。
- 交互式语言：支持在 Python 提示符
>>>后直接执行代码，便于快速测试和调试。 - 面向对象语言：支持面向对象的编程风格，代码可以封装在对象中，提高模块化和复用性。
- 初学者友好：语法简洁清晰，对初级程序员非常友好，易于入门。
Python 应用领域
Python 作为一种功能强大的编程语言，因其简单易学而受到广泛开发者青睐。其主要应用领域包括：
1. Web 应用开发
在 Web 开发领域，Python 发展迅速。随着 Django、Flask、Tornado、Web2py 等框架的成熟，程序员可以更轻松地开发和管理复杂的 Web 程序。
2. 自动化运维
利用开源自动化工具管理服务器是 Python 的重要场景。例如业界流行的 Ansible（基于 Python 开发）能解决重复性工作。Python 标准库提供了丰富的操作系统交互接口，其编写的系统管理脚本在可读性、性能和扩展性方面通常优于 Shell 脚本。
3. 网络爬虫
Python 广泛用于编写网络爬虫。Google 等搜索引擎公司大量使用 Python。技术层面提供 urllib、Selenium、BeautifulSoup 等工具，以及 Scrapy 框架，使其在爬虫领域具有显著优势。
4. 人工智能领域
人工智能是当前热门研究方向，Python 是首选语言。核心是机器学习，涵盖传统机器学习和深度学习，应用于图像识别、智能驾驶、推荐系统及自然语言处理。 原因如下：
- 主流 AI 框架如 TensorFlow、PyTorch 及 Keras 均使用 Python 实现。
- 微软 CNTK 完全支持 Python，VS Code 也将 Python 作为一级语言支持。
- Python 擅长科学计算和数据分析，支持数学运算及高质量 2D/3D 图像绘制。
5. 科学计算
自 1997 年 NASA 开始大量使用 Python 进行复杂科学运算。相比其他解释型语言，Python 在数据分析和可视化方面有完善的库，如 NumPy、SciPy、Matplotlib、pandas 等，满足科学计算需求。
Python 环境准备
1. Linux 平台安装
Linux 环境下安装 Python 较为简单。CentOS 7 自带 Python 2，CentOS 8 自带 Python 3。若无自带包，可使用以下命令安装：
# 查看系统是否有可用的 python3 安装包
yum list python3
# 如果没有可用安装包，先安装 epel-release 添加第三方源
yum -y install epel-release
# 安装 python3 及其开发包
yum install -y python3 python3-devel
# 安装 pip
yum install -y python3-pip
注意：python-dev 或 python-devel 是 Python 的开发包，包含 C/C++ 扩展模块编译所需的头文件。若需编译 C 语言编写的 Python 扩展模块（涉及 #include <Python.h>），必须先安装此包。
2. Windows 平台安装
Windows 下下载 exe 安装包即可进行傻瓜式安装。有两种方式：
- 自动安装：包含常用工具。
- 自定义安装：可指定安装路径及组件。
安装完成后，建议将 Python 添加到系统环境变量 PATH 中，以便在命令行直接调用。
