1. Python入门：Python发展史、Python应用场景、Python开发环境搭建
各位同学好，我是这门课的主讲。今天咱们聊聊Python的入门知识。说实话，Python是我用得最顺手的语言之一。我入行那会儿，Python还没现在这么火，但现在已经成了爬虫工程师的标配。你想想看，一个语言能火十几年，肯定有它的道理。
1.1 Python发展史：从圣诞礼物到编程界顶流
Python诞生于1989年的圣诞节。荷兰程序员Guido van Rossum为了打发假期时间，决定开发一门新的脚本语言。嗯，你没听错，就是圣诞节闲着没事干写出来的。我每次跟新人讲这个，他们都觉得不可思议。
Python这个名字，来源于Guido喜欢的英国喜剧团体Monty Python。所以Python和蟒蛇其实没啥关系，纯粹是觉得这个名字够酷。
几个关键的时间节点：
- 1991年：Python 0.9.0发布，已经支持了类、函数、异常处理等核心特性
- 2000年：Python 2.0发布，引入了列表推导式、垃圾回收机制
- 2008年：Python 3.0发布，这是一个大版本，不兼容Python 2
- 2020年：Python 2正式退役，官方停止维护
重要提醒：现在学习Python，请直接选择Python 3.x版本。Python 2已经彻底过时了。我在2020年还接手过一个遗留项目，用的Python 2.7，那叫一个痛苦。第三方库都不更新了，遇到bug只能自己修。
为什么会从Python 2升级到Python 3？说白了，Python 2在设计上有些历史遗留问题。比如print是语句不是函数，字符串默认是ASCII编码，整数除法会截断。这些问题在Python 3中都得到了修正。虽然迁移过程很痛苦，但长痛不如短痛。
1.2 Python应用场景：爬虫只是冰山一角
很多人以为Python只能写爬虫，其实不然。我这些年用Python干过的事可多了：
| 应用领域 | 典型工具/框架 | 我的实际体验 |
|---|---|---|
| 网络爬虫 | Scrapy、Requests、BeautifulSoup | 爬过电商、新闻、社交平台，日均千万级数据 |
| 数据分析 | Pandas、NumPy、Matplotlib | 处理过TB级别的日志数据，做用户行为分析 |
| Web开发 | Django、Flask、FastAPI | 写过API服务、后台管理系统 |
| 自动化运维 | Ansible、Fabric、Paramiko | 批量管理上千台服务器，一键部署 |
| 人工智能 | TensorFlow、PyTorch、Scikit-learn | 做过图像识别、文本分类的小项目 |
| 科学计算 | SciPy、SymPy、Jupyter | 配合Matlab做算法验证 |
我个人习惯把Python当作"胶水语言"来用。什么意思呢？就是用它把不同系统、不同语言写的模块粘合在一起。比如用C++写核心算法，用Python写调用逻辑，效率很高。
我的建议：初学者别贪多。先把爬虫和数据分析这两个方向吃透，其他领域等有需要再学。一口吃不成胖子，编程也一样。
1.3 Python开发环境搭建：工欲善其事，必先利其器
搭建开发环境，说白了就是让电脑能跑Python代码。我见过太多新手卡在这一步，其实没那么复杂。
1.3.1 安装Python解释器
去Python官网（python.org）下载安装包。注意选对操作系统版本。我个人推荐下载最新的Python 3.11或3.12版本。
安装时有个坑，我必须要说：
我曾经遇到过一个问题：安装时忘了勾选"Add Python to PATH"。结果装完在命令行里打python，系统提示找不到命令。后来折腾了半天才发现是环境变量没配好。所以安装时一定记得勾选这个选项。
验证安装是否成功，打开命令行（Windows是cmd或PowerShell，Mac/Linux是终端），输入：
python --version如果显示类似 Python 3.11.5 这样的信息，说明安装成功了。
1.3.2 选择IDE或编辑器
写Python代码，你需要一个趁手的工具。我这些年用过不少编辑器，给你列个清单：
- PyCharm：专业级IDE，功能强大，适合大型项目。社区版免费，够用了
- VS Code：轻量级编辑器，插件丰富。我现在的主力工具
- Jupyter Notebook：适合数据分析和教学，可以边写代码边看结果
- Sublime Text：启动快，适合快速编辑小脚本
我个人习惯用VS Code + Python插件。为什么？因为它启动快、插件多、调试方便。你想想看，每天打开编辑器几十次，每次快几秒，一年下来能省不少时间。
1.3.3 包管理工具：pip
Python的强大之处在于有海量的第三方库。安装这些库，靠的就是pip工具。Python 3.4以后的版本都自带pip，不用额外安装。
常用命令：
# 安装包
pip install requests
# 安装指定版本
pip install requests==2.28.1
# 卸载包
pip uninstall requests
# 查看已安装的包
pip list
# 导出依赖清单
pip freeze > requirements.txt
# 从清单安装
pip install -r requirements.txt避坑指南：我曾经在项目里直接 pip install 所有包，结果不同项目之间版本冲突，搞得焦头烂额。后来学乖了，每个项目都用虚拟环境隔离依赖。推荐使用 venv 或 conda 创建虚拟环境。
1.3.4 第一个Python程序
环境搭好了，来写个程序试试。新建一个文件，命名为 hello.py，输入：
print("Hello, 爬虫世界！")
print("我的第一个Python程序")在命令行运行：
python hello.py看到输出了吗？就这么简单。你想想看，从安装环境到跑通第一个程序，前后不到10分钟。Python的入门门槛就是这么低。
知识体系总览
下面这张图，是我梳理的本章知识结构。你可以把它当作学习地图：
这张图把本章的三个核心模块串起来了。发展史让你知道Python的来龙去脉，应用场景让你明白学它能干啥，环境搭建则是动手实践的第一步。三者缺一不可。
好了，关于Python入门的内容就讲到这里。记住，编程是门手艺活，光看没用，得多动手。把环境搭好，跑通第一个程序，你就已经迈出了坚实的第一步。
可可精品资料库