Python 编程语言

Python编程语言是一种 开源， 广泛使用的工具，用于创建软件应用程序。

Python用来做什么？

Python 经常用于构建和部署网络应用和网络 API。Python 也可以分析和可视化数据，即使被测试的软件不是用 Python 编写的，Python 也可以测试软件。

语言概念

Python有一些有用的编程语言概念，在其他语言中不常见。 这些概念包括：

• 生成器
• 推导表达式
• 应用依赖通过内置 venv（从 Python 3.3 开始） 和 pip（从 Python 3.4 开始） 命令管理

生成器

生成器是一种Python核心语言结构，它允许函数的返回值表现为迭代器。 通过在大量迭代的上下文期间分配和释放内存，生成器可以允许更有效的内存使用。 生成器在PEP255 中定义， 并在2001年的 Python 2.2 中包含在语言中。

推导表达式

推导表达式是一种Python语言结构，用于在列表，字典和集合中简明地创建数据。列表推导包含在 Python 2 中， 而字典和集合推导在 Python 3 中引入。

为什么推导表达式很重要？

推导表达式是在核心Python数据结构中填充条件数据的更清晰的语法。在没有推导表达式的情况下 创建数据通常涉及具有条件的嵌套循环，这些条件对于代码阅读器来说难以正确评估。

推导表达式示例

列表推导：

>>> double_digit_evens = [e*2 for e in range(5, 50)]
>>> double_digit_evens
[10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 32, 34, 36, 38, 40, 42, 44, 46, 48, 50, 52, 54, 56, 58, 60, 62, 64, 66, 68, 70, 72, 74, 76, 78, 80, 82, 84, 86, 88, 90, 92, 94, 96, 98]

集合推导：

>>> double_digit_odds = {e*2+1 for e in range(5, 50)}
{11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31, 33, 35, 37, 39, 41, 43, 45, 47, 49, 51, 53, 55, 57, 59, 61, 63, 65, 67, 69, 71, 73, 75, 77, 79, 81, 83, 85, 87, 89, 91, 93, 95, 97, 99}

字典推导：

>>> {e: e*10 for e in range(1, 11)}
{1: 10, 2: 20, 3: 30, 4: 40, 5: 50, 6: 60, 7: 70, 8: 80, 9: 90, 10: 100}

通用 Python 语言资源

• 在线 Python 导师 直观地浏览代码并显示它在 Python 解释器上的执行方式。

• 本周的 Python 模块 是一个Python标准库之旅。

• 用 Python 编写的 Python 解释器 是一个令人难以置信的元，但真的很有用的包围在语言中的一些较低级别的东西。

• 在 Python 中编码时要记住的一些事项 是在使用该语言构建程序时使用的一组很好的实践。

• Python 内部：向Python添加一个新语句

• 你不能没有的 Python 技巧 是 Audrey Roy 的幻灯片，介绍了代码可读性，linting，依赖性隔离和其他优秀的 Python 实践。

• Python 内部原理介绍 解释了Python的一些内部执行是如何发生的。

• 什么是 Python 中的元类 是关于 Python 的最佳 Stack Overflow 答案之一。

• Armin Roacher 在2012年的南非 PyCon 介绍的你不了解 Python 的事情。

• 编写惯用的 Python 是编写Pythonic代码的指南。

• 运行 Python 的东西 是一个开发人员在研究 PyPy 时所学到的内容的摘要。

Python 生态系统资源

最佳 Python 资源上有一个完整的页面，其中包含链接， 但是当您超越初学者主题时，以下资源更适合你。

• reddit 的 Python 子版块 汇总了很棒的Python链接， 并有一个活跃的社区准备好回答初学者和高级Python开发人员的问题。

• 博客 免费 Python 技巧 提供有关 Python 主题的帖子以及Python生态系统的新闻。

• Python Books 是一系列免费提供的关于 Python，Django 和数据分析的书籍。

• Python IAQ：不经常问的问题 是一个关于稀有 Python 功能的古怪查询列表，以及为什么某些语法已经或没有内置到该语言中。

• Python 函数式编程的实用介绍 对于希望学习该语言的函数式编程范式的开发人员来说，它是一个很好的入门者。

• Python 内部入门 从庞大的CPython代码库中获取一部分并解构其中的一部分，以了解我们可以了解Python本身的构建方式。

推导表达式资源

• 理解 Python 的推导表达式 Dan Bader是一篇很棒的文章，其中有一些例子可以解释如何使用列表，字典和集合推导表达式。

• Python列表推导：视觉解释 解释了迭代的常用习语如何成为语言本身的语法糖，以及如何在自己的程序中使用它。

• Python 3 模式和习语网站概述了 推导表达式 包括代码示例和图表，以解释它们如何工作。

• 绝地的方式使用 Python 推导表达式 展示了以星球大战为主题的推导表达式，以便穿过细节。所有示例都使用 Python 3.5。

• Python 惯用语：推导表达式 解释了 Python 的推导是如何受到 Haskell 列表推导的启发。它还提供了清晰的示例， 显示了常见迭代代码的简要概括，例如在对包含的元素执行某些操作时将一个列表复制到另一个列表。

• 通过示例学习 Python：列表推导 给出了一个不正确的列表理解的例子，然后展示了如何纠正它的问题。

• Python 列表推导 涵盖列表推导的代码，并给出一些示例代码来说明它们是如何工作的。

• Python 列表简介 是一般的 Python 列表的实用概述，覆盖到了列表推导。

Python 生成器资源

• 博客 Python 生成器 特别注重生成字典。它为 Python 新手提供了很好的介绍。

• Python中的Generator表达式：简介 是有关如何使用生成器的最佳全面介绍，并提供了大量代码示例供您学习。

• Python 201：生成器简介 是另一个简短但信息丰富的，包含生成器示例代码的文章。

• 迭代器和生成器 提供了这两个结构的代码示例以及每个结构的一些简单解释。

• Python：生成器 - 如何使用它们以及您获得的好处 是一个视频，用于讲解 Python 中的生成器。

• Stack Overflow 上理解Python中的生成器？ 的问题有一个令人印象深刻的答案，清楚地列出了 Python 生成器涉及的代码和概念。

• 系统程序员的生成器技巧 提供了使用生成器的代码示例。该材料最初是在系统程序员的 PyCon 研讨会上提出的， 但与所有致力于理解使用生成器的适当方法的 Python 开发人员相关。

您想了解Python的哪些方面？