查看全课大纲（第 1 / 51 节）

Python 是什么？为什么值得学？

约 5 分钟

小象实战讲义 · Python 编程从入门到实践

欢迎来到《Python 编程从入门到实践》的第一课。本节是整门课程的起点，我们只回答一个问题：Python 是一门什么样的语言，它凭什么值得学。理解这些特点，能帮你在后续写代码时明白自己正在使用什么工具。环境安装放在下一节，本节先把“是什么”和“能做什么”讲清楚。

Python 的核心特点

Python 是一种面向对象的解释型编程语言。理解这两个关键词，是理解 Python 的基础。

面向对象意味着 Python 支持用“对象”来组织代码和数据，这是一种强大的编程范式，我们会在后续章节深入学习。

解释型是 Python 区别于 C 等编译型语言的关键。它的执行过程可以概括为：

C 语言的过程不同：先用编译器把源代码一次性编译成机器代码，再放到目标机器上执行。Python 省去了显式的编译步骤，写完代码后执行 python 文件名.py 就能运行。

带来的优势与局限：

Python 的另一个显著优势是其极其丰富的内置库和第三方库。

一个软件系统的功能往往很复杂，如果从零开始开发，人力和精力投入都会非常大。但世界上很多角落的人可能与我们有着相同或类似的需求，他们用 Python 实现了这些功能并开放出来，我们就可以直接使用。比如在机器学习领域，几乎最主流的算法都有人用 Python 实现并开放。

在 Python 里，通过 import 这样的操作，就能把别人实现好的功能库引入自己的程序，直接调用，从而大大减少开发投入。

语法简洁灵活是 Python 的设计哲学之一。它使用清晰的缩进来定义代码块，避免了繁琐的大括号，使代码可读性很高。在后续课程中，你会不断体会到这种“用更少的代码做更多事”的风格。

Python 还是一个开源、跨平台的语言。

Python 的应用场景非常多。

数据分析与人工智能：这是现今比较火热的两个领域。Python 可以把数据用更友好的可视化图样展示出来，让人直观地看出数据的特点，例如分布是否接近正态分布、不同维度之间是否近似线性关系。这些直观的图样能为后续更有目的的数据探索提供明确指示。
网络爬虫：Python 有一些开源的网络爬虫库。当我们需要从互联网上抓取信息时，可以调用这些库完成目标。
自动化运维：这是一个更传统、也更古老的使用场景。Python 语法简便，其他语言需要很长一段逻辑才能实现的网络操作、文件操作，在 Python 里几句话就能完成。因此运维工程师很喜欢用它来完成日常的机器管理。

本节只讲 Python 的特点。下一节会在本机安装 Python 环境，让这些特点真正跑起来。

题目：不看讲义，用自己的话回答两个问题：

👉 点击查看参考答案

Python 是解释型语言：运行 python 文件名.py 时，Python 先把代码转成中间代码，再由解释器执行这些中间代码，所以不需要用户先手动编译。C 是编译型语言，要先用编译器把源代码编译成机器代码，再执行生成的程序。
便利是省掉显式编译步骤，改完代码就能再次运行，适合快速开发和脚本化任务；代价是多了解释执行这一层，运行速度通常不如编译型语言。

错误写法 / 操作	现象或报错	原因	正确写法 / 操作
写完 `.py` 后到处找“编译”按钮，期待生成 `.exe`	找不到对应的编译产物，不知道如何运行	Python 是解释型语言，由解释器读取代码并执行，不需要先编译成独立可执行文件	在终端执行 `python 文件名.py`，让解释器直接运行
认为“解释型”就是代码完全不经过任何转换	对执行过程理解错误，遇到报错时无法判断问题出在哪一层	Python 会先把代码转换成中间代码，再由解释器执行中间代码	把执行过程记成“代码 → 中间代码 → 解释器执行”三步
因为 Python 速度不如 C，就认为它不能用于实际项目	技术选型偏差，错过合适的工具	解释执行确实带来性能代价，但 Python 开发效率高，且在运维、数据分析等大量场景中广泛使用	按场景权衡：需要快速开发和脚本化时用 Python；对性能要求极高的部分再考虑其他语言

—— 小象教研组