Python3学习笔记（一）简介 、 安装 、 解释器

python（一）简介、安装 、 python解释器介绍

一、 简介

1. python提供了非常完善的基础代码库 ， 覆盖了网络 、 文件 、 GUI 、 数据库 、 文本等大量的内容 ， 被称之为“内置电池（batteris include）” 。
2. 很多大型网站都是python开发的 ， 比如国内的豆瓣和NASA（美国航空航天局）都大量的使用python 。
3. python 的定位就是“优雅” 、 “明确” 、 “简单” ， 所以python程序看上去简单易懂 。 但是深入学习也可以写很多非常复杂的程序 。
4. python 优点：
   
   1. 简单优雅， 容易看懂 ， 代码量少 。
   2. 适合开发网络应用 、 日常小工具 、 和系统管理员使用的脚本任务等 。
   3. 可以把其他语言开发的程序包装起来 ， 方便使用 。
5. python 缺点：
   
   1. 运行速度慢 。 因为python是解释型语言 ， 代码在执行是会在cpu中一句一句的翻译后实在执行 ， 翻译过程非常耗时 。而像C 、 java这类的语言是先编译 ， 后再cpu中执行的非常快 。
   2. 代码不能加密 ， 发布python应用是 ， 只能发布源代码 。 而编译型的语言发布时可以直接发布编译后的代码 ， 要从机器码反推出C代码几乎是不可能的 。 （大家那么忙 ， 谁有闲工夫破解你的烂代码 ， 啊哈哈哈）

二、 安装

1. python 语言是跨平台的 ， 可以运行在Windows 、 mac 、 Linux系统上 。 这得益于python的解释器 ， 只要在系统中安装了python的解释器， 就可以运行python代码 。
2. windows上安装python
   
   1. 根据你的系统下载对应的python特别注意要勾上add python 3.6 to PATH （这样你就可以不用手动配置环境变量了）， 然后点击install now即可完成安装
3. 运行python解释器
   
   1. 安装成功之后 ， 打开命令提示符窗口 ， 敲入python之后 ，会出现两种情况 。
   2. 情况一： 安装成功
   3. 情况二： 得到一个错误： python不是内部或外部命令 ， 也不是可运行的程序或批处理文件 。 只是因为windows会根据python的环境变量去寻找python.exe 如果没找到 ， 就会报错 。 这时需要重新手动配置环境变量 ， 如果不会配置环境变量 ， 建议重新执行安装程序 ， 这次一定要记住勾选 add python 3.6 to PATH

三、 python解释器

1. 由于整个python语言从规范到解释器都是开源的 ， 所以理论上 ， 只要水平够高 ， 任何人都可以编写python解释器来执行python代码（难度很大） ， 事实上 ， 确实有很多python解释器 。
2. CPython ： 当我们从python官网下载并安装好python之后 ， 我们就直接得到了一个官方版本的解释器（CPython） ， 这个解释器是C语言开发的 。
3. IPython ： 是基于CPython之上的一个交互式解释器 ， 也就是说 ， IPython只是 在交互方式上有所增强 ， 但是执行python代码的功能和Cpython是完全一样的 。
4. PYPY ： PyPy是另一个解释器 ， 他的目标是执行速度 ， PyPy采用JIT技术 ， 对python代码进行动态编译（注意不是解释） ， 所以可以显著的提高代码的执行速度 。 绝大部分Python代码都是可以在PyPy解释下运行的 ， 但是PyPy和CPython有一些不同 ， 这就导致同样的Python代码在两种解释器下运行结果不同 。 如果你要使用PyPy解释器 ， 那就必须要了解PyPy解释器与CPython的不同点 。
5. Jython ： Jython是运行在java平台下的Python解释器 ， 可以直接把Python代码编译成java字节码执行 。
6. IronPython ： IronPython与Jython类似 ， 只不过IronPython是运行在微软.Net平台上的Python解释器 ， 可以直接把Python代码编译成.Net字节码文件 。
7. 解释器总结： Python的解释器很多 ， 但是用最广泛的还是CPython ， 如果想要与Java平台或.Net平台交互 ， 最好的办法不是使用Jython或IronPython ， 而是通过网络调用来交互 ， 来确保各程序之间的独立性 。

补充：

1. PyPy解释器使用的JIT技术 ：https://en.wikipedia.org/wiki/Just-in-time_compilation
2. PyPy和CPython的不同点 ：http://pypy.readthedocs.io/en/latest/cpython_differences.html
   
   1. 扩展模块
   2. 垃圾收集策略相关的差异
   3. 内置类型的子类
   4. 突变一杯用作字典键的对象类
   5. 忽略了例外
   6. 原始值得对象标识is和id
   7. C-API的差异
   8. 性能差异
   9. 其他