1. Python 入门:从诞生到第一个 Hello World
学一门新语言,我通常会先搞清楚三件事:
- 它从哪来?—— 历史能告诉你设计者的初衷。
- 它能干嘛?—— 应用场景决定了你学它值不值。
- 我该怎么上手?—— 环境搭不起来,啥都白搭。
Python 这门语言,我用了十多年。说实话,它是我见过最“省心”的语言之一。咱们今天就把这三个问题聊透。
1.1 发展史:一位荷兰大叔的圣诞礼物
Python 诞生于 1989 年的圣诞节。作者 Guido van Rossum(大家都叫他“龟叔”)当时在荷兰国家数学与计算机科学研究中心工作。他想找一个好玩的业余项目,打发假期时间。
结果这一写,就写出了一门改变世界的语言。
几个关键节点:
- 1991 年: 第一个公开版本发布。当时的 Python 已经有了类、函数、异常处理这些核心特性。
- 2000 年: Python 2.0 发布。引入了列表推导、垃圾回收等,真正开始流行。
- 2008 年: Python 3.0 发布。这是一个大版本变革,但不向下兼容。我个人觉得这是龟叔最有魄力的决定——虽然迁移过程痛苦,但长远看值得。
- 2020 年: Python 2 正式退役。以后别再问我“学 Python 2 还是 3”了,答案永远是 3。
python --version 这行命令,我一年能敲几百次。
为什么叫“Python”?因为龟叔是 Monty Python 喜剧团的粉丝。你想想看,一门编程语言的名字居然来自马戏团——这本身就透着一股子“轻松学编程”的劲儿。
1.2 应用场景:它几乎无处不在
有人觉得 Python 只能写写脚本,那是十年前的老观念了。我参与过的项目里,Python 覆盖了这些领域:
| 领域 | 典型工具/库 | 我接触过的实际场景 |
|---|---|---|
| Web 开发 | Django, Flask, FastAPI | 给公司做内部管理系统,两周搞定,前后端一个人 |
| 数据分析 | Pandas, NumPy, Matplotlib | 帮市场部清洗过 10 万条订单数据,用 Excel 得卡死,用 Pandas 就几秒 |
| 人工智能 | TensorFlow, PyTorch, scikit-learn | 做过一个小型图像分类系统,调用预训练模型就几十行代码 |
| 自动化运维 | Ansible, Fabric, 正则 + os 模块 | 每天自动备份数据库,脚本跑了三年没出过问题 |
| 爬虫 | Requests, BeautifulSoup, Scrapy | 曾经爬过一个政府公开数据网站,被对方 IT 直接打电话过来……(合法合规,只是爬太快) |
| 游戏 / 桌面应用 | Pygame, PyQt, Tkinter | 给学生写的教学小游戏,界面丑了点,但功能跑得挺稳 |
你可能会问:Python 执行效率不高,为什么还这么多人用?
说白了,90% 的场景里,开发效率比运行效率重要得多。你先用 Python 快速验证想法,瓶颈处再用 C 或者 Cython 优化——这是业界通用做法。
1.3 开发环境搭建:别在起跑线上卡住
环境搭建是学 Python 的第一个坎。我见过太多新手死在“装不上”这一步。其实没那么复杂,咱们分三种情况说。
1.3.1 直接安装 Python 解释器
去官网 python.org 下载对应系统的安装包。嗯,这里要注意:
- Windows 用户:安装时记得勾选 “Add Python to PATH”。不然你敲
python命令会提示找不到。 - macOS / Linux 用户:系统自带的 Python 是 2.7,别用。建议用
brew或apt安装 Python 3。
装完后打开终端(CMD / PowerShell / Bash),试试:
python --version
# 输出示例:Python 3.12.0
能看到版本号,就说明装好了。
1.3.2 使用虚拟环境(强烈推荐)
我刚开始写 Python 时,一个 pip install 就把所有第三方库装到系统全局。后来项目多了,一个项目要 Flask 1.0,另一个要 Flask 2.0,直接炸掉。那段时间我天天重装环境。
解决办法:虚拟环境。把每个项目的依赖隔离起来。
# 创建虚拟环境
python -m venv myproject_env
# 激活(Windows)
myproject_env\Scripts\activate
# 激活(macOS / Linux)
source myproject_env/bin/activate
# 看到 (myproject_env) 前缀,就说明进入了虚拟环境
.venv 文件夹(用 python -m venv .venv),然后配合 .gitignore 排除掉它。这样团队成员拉下来代码,只要执行 pip install -r requirements.txt 就能还原环境。
1.3.3 选个好用的编辑器
新手不要纠结 IDE。我用过 IDLE、PyCharm、VS Code、Sublime。坦白讲,最推荐 VS Code:免费、轻量、插件丰富。
安装 Python 插件后,Code 会自动识别你的 Python 路径、提供代码补全、调试、Lint。省心。
当然,如果你喜欢开箱即用,PyCharm 社区版也是极好的。两个都用过的我觉得:
- VS Code:灵活,适合长期使用
- PyCharm:专业,适合专注 Python 开发
1.4 知识体系总览
下面这张图,把本章的核心内容串在一起。你可以把它当作第一章的“导航地图”。
1.5 第一段代码:Hello World
装好环境,敲下这段代码——这是每一个程序员的仪式感:
print("Hello, World!")
运行方式:
- 交互模式:终端输入
python,直接敲print("Hello, World!"),回车。 - 脚本模式:把代码存入
hello.py,然后终端执行python hello.py。
看到屏幕上输出 Hello, World!,恭喜你,正式踏入 Python 世界。这一行代码虽然简单,但它背后代表着你已经能控制计算机输出内容——这是编程的起点。
我自己保留的小习惯: 每开始一个新项目,第一件事就是跑一次 print("Hello, World!")。不是为了测试,而是告诉自己:环境没问题,可以开工了。