1. Python 入门:发展史、应用场景与环境搭建
说实话,每次带新人入行,我都是从 Python 讲起。不是因为它最简单,而是因为它最「实在」。你写两行代码就能看到效果,这种即时反馈感,对建立信心特别重要。
我最早接触 Python 是在 2012 年,那时候用它写自动化测试脚本。后来做硬件控制,发现 Python 居然能直接跟串口、GPIO 打交道。嗯,从那时起,它就变成了我的主力工具。
1.1 Python 发展史:从「圣诞项目」到全球第一
Python 是荷兰人 Guido van Rossum 在 1989 年圣诞节期间开始的「业余项目」。他当时觉得 ABC 语言虽然优雅,但扩展性太差,于是决定自己写一个。
1991 年,第一个 Python 版本(0.9.0)发布。那时候它已经有了类、函数、异常处理,甚至还有了列表推导式的雏形。你想想看,30 多年前的设计思路,放到今天依然不过时。
几个关键节点我列一下:
| 年份 | 版本 | 里程碑 |
|---|---|---|
| 1991 | 0.9.0 | 首次公开发布,包含类、函数、模块 |
| 1994 | 1.0 | 引入 lambda、map、filter、reduce |
| 2000 | 2.0 | 加入列表推导式、垃圾回收 |
| 2008 | 3.0 | 重大升级,不兼容 2.x,统一 Unicode |
| 2020 | 3.9+ | Python 2 正式退役,3.x 成为唯一标准 |
1.2 Python 应用场景:它能做什么?
很多人问我:「Python 到底能干啥?」我的回答是——除了不能生孩子,它几乎什么都能干。
具体到咱们这门课,我重点说三个方向:
- 硬件控制与嵌入式开发:通过 pySerial 控制串口设备,用 RPi.GPIO 操作树莓派引脚,用 smbus 读写 I2C 传感器。我在做智能家居项目时,就是用 Python 控制了一整屋的传感器和执行器。
- 自动化测试与脚本:写几十行代码就能完成手动测试需要半天的工作。我有个同事用 Python 写了个自动化脚本,每天帮团队省下 3 小时重复劳动。
- 数据采集与可视化:从硬件设备读取数据后,用 matplotlib 或 plotly 直接画图。调试硬件时,波形图比看一串数字直观多了。
其他常见场景还包括 Web 开发(Django/Flask)、人工智能(PyTorch/TensorFlow)、运维自动化(Ansible/SaltStack)。说白了,Python 就是一把瑞士军刀。
1.3 Python 开发环境搭建:手把手来一遍
环境搭建这块,我踩过不少坑。下面是我个人习惯的「三步走」方案,照着来基本不会出问题。
第一步:安装 Python 解释器
去 python.org 下载对应系统的安装包。注意勾选「Add Python to PATH」——这个选项我每次都会强调,因为忘了勾的话,后面命令行里打 python 会提示找不到命令。
第二步:验证安装
打开终端(Windows 用 cmd 或 PowerShell,Mac/Linux 用 Terminal),输入:
python --version
如果看到类似 Python 3.12.0 的输出,说明安装成功。再试一下交互模式:
python
>>> print("Hello, 硬件世界!")
Hello, 硬件世界!
>>> exit()
能出现这行字,你的 Python 环境就活了。
第三步:安装 IDE 或编辑器
新手我推荐用 Thonny 或 VS Code。Thonny 自带 Python 解释器,开箱即用,特别适合零基础。VS Code 功能更强,装个 Python 插件就能获得代码补全、调试、Git 集成。
我个人现在主力用 VS Code,但教学生时会让新手先用 Thonny——少一些配置,多一些专注。
1.4 知识体系总览:一张图看懂本章
下面这张图把 Python 的「前世今生」和「应用版图」串起来了。你看完应该能对 Python 有个整体认知。
- Python 从 1989 年诞生至今,已经 30 多年,生态非常成熟
- 硬件控制是 Python 的重要应用方向,也是本课程的核心
- 环境搭建就三步:安装 → 验证 → 选编辑器,别想复杂了