简介

Python 是一种解释型高级语言，诞生于 20 世纪 90 年代。与 Java、C++等语言不同，Python 在运行时不需要编译，而是采用解释执行的方式运行。Python 在设计上坚持了清晰划一的风格，这让 Python 成为了一门易读、易维护的语言，Python 的设计者秉着对于一个特定的问题，只有一种最好的方法来解决的指导思想，使得 Python 的编程习惯和处理问题的思维方式在团队内部可以达到高度统一，这也是 Python 相比其他语言的一个优势之一。

Python 有两个版本：Python 2 与 Python 3，这两个版本之间不能相互兼容。截止到成稿时 Python 2 的最新版本是 2.7.5，Python 3 的最新版本是 3.11.0。造成这一不兼容现象的原因是 Python 3 在设计之初，就是为了不从 Python 2 带入过多的累赘。

在 Python 3 已经发展到 3.11.0 版的现在，大部分常用的 Python 库都已经完成了对 Python 3 的兼容，所以在系统中可以摒弃 Python 2 版本，专注使用 Python 3 版本完成系统开发了。

Python 作为一门解释型语言，虽然执行速度较 Java、C++等编译型语言要慢，但是其书写简单且功能强大，是编译型语言无法比拟的。自从大数据以及人工智能的兴起，Python 更是因为一些著名的项目框架越发频繁的出现在了人们面前。与 PHP、Javascript 等解释型语言不同，Python 更适合计算密集型的任务，而作为著名的“胶水语言”，Python 可以十分简便的使用 C++、Java 等语言的库，这也更加加强了 Python 本就十分强大的功能。

相对于 PHP 等网页开发语言，Python 不仅能够适用于网站开发，还可以胜任桌面应用开发、自动化脚本、复杂计算系统、科学计算、生命支持管理系统、物联网、游戏、机器人、自然语言处理等多种方面。可以说是一个功能十分全面的多面手。并且自 2018 年 3 月开始，全国计算机等级考试（NCRE）将 Python 列入了 2018 版考试大纲，Python 正式成为程序设计科目可选语言之一；并且在多地的信息技术教材中，都将 Python 列入了进来。这些国家层面的政策都大大增强了 Python 的普及程度，也为这一门古老而常青的语言注入了更多的活力。

如果你所计划开发的项目属于请求密集型的项目，那么可能 Python 并不适合你的需求，对于请求密集型的项目，Javascript 会处理的更加的心应手。但是如果你的项目中充满了统计、分析、数据检索、数据计算这类计算密集型的任务，那么 Python 就再合适不过了。当然，如果你硬要将 Python 应用于请求密集型的任务中，你可能也会发现，在 Nginx 等 HTTP 服务的辅助下，Python 的性能也不会差到哪里去。

本指南面向的读者需要一定的编程基础，并且使用了一些与其他常用语言的对比，所以如果读者有其他语言的使用经验，Python 会更加容易上手。