基础

Python 是什么:通俗易懂的编程语言介绍、用途与 Python 开发者的工作

更新于: · Skillaria.Top

Python 是一门通用的高级解释型编程语言,语法简洁、易读。它用于网站后端与 API、数据分析、机器学习、自动化脚本和小工具;语言免费,可在 Windows、macOS 和 Linux 上运行,当前版本为 Python 3.15。

Python 是一门通用编程语言:用它可以开发网站和 API、分析数据、训练神经网络、自动化日常工作,还能编写小工具。人们喜欢它易读的语法,Python 代码看起来很像写得工整的英文文本,所以很多人会把它作为第一门编程语言。下面我们来看它的工作原理、应用领域、优缺点,以及 Python 开发者的工作内容。

用通俗的话说什么是 Python

编程语言就是用人能读懂的文字告诉计算机该做什么的方式。Python 是其中一种,它的特点是符号很少:代码块靠缩进来区分,而不是花括号;变量也不必事先声明类型。

下面是一个按类别统计开销的完整程序:

expenses = [("Food", 450), ("Transport", 120), ("Food", 300)]

totals = {}
for category, amount in expenses:
    totals[category] = totals.get(category, 0) + amount

for category, total in totals.items():
    print(f"{category}: {total}")
Food: 750
Transport: 120

即使没有编程经验,也大致能看懂这段代码在做什么。这正是这门语言的核心理念:代码被阅读的次数远远多于被编写的次数,所以它必须容易读懂。

Python 的读音与名称由来

英文读作「派森」(Python),中文里常说「蟒蛇」或直接念 Python。这个名字与蛇没有直接关系:作者以英国喜剧节目《Monty Python 的飞行马戏团》命名了这门语言。蛇的形象是后来才出现的,比如在徽标和图书封面上。

Python 语言的工作方式

高级语言与解释执行

Python 是高级语言:你操作的是列表、字典、字符串和文件,而不是内存地址。内存管理由垃圾回收器完成。

Python 程序通常不会被编译成独立的可执行文件。解释器(标准实现称为 CPython)读取 .py 源文件,将其翻译为字节码并立即执行。因此「写完代码、运行、看到结果」的循环非常短:

$ python3 hello.py
hello

动态类型,但类型检查严格

变量的类型由运行时的值决定:同一个变量可以先存数字,再存字符串。不过 Python 不会悄悄地混用类型——把字符串和数字相加是不行的:

>>> "5" + 3
Traceback (most recent call last):
  File "<python-input-0>", line 1, in <module>
    "5" + 3
    ~~~~^~~
TypeError: can only concatenate str (not "int") to str

对于大型项目,Python 提供类型注解(例如 def total(items: list[int]) -> int),以及 mypy 等检查工具。解释器不强制执行注解,但编辑器和检查工具可以在运行之前就提示错误。

多范式

用 Python 可以写从上到下执行的简单脚本,也可以写函数,写面向对象风格的类,或者用生成器和推导式编写函数式风格的代码。语言不强迫你只选一种方式,通常会根据任务混合使用。

「自带电池」

Python 自带庞大的标准库:文件与路径操作、JSON 和 CSV、日期时间、HTTP、正则表达式、SQLite 数据库、测试、异步编程等。其他功能则来自 PyPI 目录中的数十万个包,可以通过 pip 或 uv 工具一条命令安装。

Python 有什么用:应用领域

Python 是通用语言,所以「Python 有什么用」这个问题更多是在问:它在哪些方面特别擅长。

领域常见工作典型工具
Web 后端与 API网站的服务端部分、REST API、管理后台Django、FastAPI、Flask
数据分析报表、数据清洗与可视化pandas、NumPy、matplotlib、Jupyter
机器学习与 AI模型训练、神经网络、大语言模型应用scikit-learn、PyTorch、TensorFlow
自动化处理文件、生成报表、群发消息、解析网页标准库、requests、Playwright
DevOps 与运维实用工具、部署、云服务管理Ansible、各云厂商的 SDK
测试API 和界面的自动化测试pytest、Selenium
机器人与集成聊天机器人、通过 API 连接各类服务aiogram、httpx
科研与教育计算、建模、编程教学SciPy、Jupyter

Python 也被嵌入到其他软件中作为脚本语言,例如 Blender、QGIS 以及许多数据处理工具。此外,它还在 Linux 和 macOS 的许多实用程序背后运行。

哪些场景很少用 Python

Python 并不适合所有场景。浏览器中的网页界面通常用 JavaScript/TypeScript 编写,移动应用用 Kotlin 或 Swift,大型游戏引擎用 C++ 或 C#,驱动程序和固件用 C、C++ 或 Rust。Python 在这些地方也会出现,但通常只是辅助角色,例如构建、测试和工具脚本。

Python 的优缺点

优点

  • 可读性强。代码简短、清晰,便于维护,也便于在代码评审中检查。
  • 上手快。无需复杂的构建配置,第一天就能写出有用的程序。
  • 生态丰富。几乎每项任务都有现成的库,在数据和 AI 领域 Python 实际上已经是标准。
  • 跨平台。同一份代码可以在 Windows、macOS 和 Linux 上运行。
  • 免费且开源。语言由社区和非营利组织 Python Software Foundation 共同发展,所有改动都通过 PEP(Python 增强提案)公开讨论。
  • 就业需求大。除了程序员,分析师、测试工程师、工程师和科研人员都会用到 Python。

缺点

  • 运行速度。在计算密集的循环中,纯 Python 比编译型语言慢。实践中,重计算会交给 C 编写的库(如 NumPy、PyTorch),而瓶颈则用性能分析器(profiler)来查找。
  • 类型错误在运行时才暴露。如果没有类型注解和测试,部分错误只会在程序运行时才出现。
  • 启动时间与内存。导入大型库会明显拖慢短脚本的启动;Python 对象比 C 中的同类结构占用更多内存。
  • 程序分发。与 Go 或 Rust 相比,把程序打包成一个可执行文件交给用户更麻烦。
  • 不适合浏览器和移动端。在这些领域 Python 几乎不被使用。

语言本身也在逐步弥补这些不足。例如,Python 3.15 引入了 lazy import(PEP 810):模块在首次使用时才加载,而不是在启动时加载。课程中给出了一个测量结果:一个导入 pandas 并只打印一个单词的脚本,原本启动耗时 280 毫秒,使用惰性导入后只需 14 毫秒。

# Python 3.15
lazy import pandas as pd
print("hello")                 # pandas 此时还未加载
df = pd.read_csv("trips.csv")  # 加载发生在这里

Python 的历史与创始人

Python 的创始人是荷兰程序员吉多·范罗苏姆(Guido van Rossum)。他在 1980 年代末开始开发这门语言,第一个公开版本发布于 1991 年。多年来吉多一直是语言的首席架构师,现在语言的决策由选举产生的指导委员会(Steering Council)负责。

  • Python 2:这一分支孕育了庞大的生态系统,其支持已于 2020 年 1 月 1 日结束。
  • Python 3:2008 年发布,为了语言的简洁性有意打破了兼容性:例如,print 变成了函数,字符串默认为 Unicode。
  • 现代的节奏:每年十月都会发布新的 Python 3 版本。Python 3.15 于 2026 年 10 月 9 日发布,而 Python 3.10 在 2026 年 10 月起已不再获得哪怕是安全修复。

如果你在教程里看到不带括号的 print "hello",那就是 Python 2 的写法,这样的代码在现代版本中无法运行。

Python 3.15 有哪些新变化

以下是这一最新版本的主要变化:

  • PEP 810 — 惰性导入 lazy import;
  • PEP 814 — 不可变字典 frozendict;
  • PEP 798 — 推导式中的解包:[*g for g in [[1, 2], [3]]] 的结果是 [1, 2, 3];
  • PEP 799 — 采样式性能分析器 Tachyon:python -m profiling.sampling run app.py;
  • PEP 686 — 处理文件时默认使用 UTF-8;
  • 错误信息中的「Did you mean」提示。

Python 的徽标

Python 的徽标是两条蛇的图案,一蓝一黄,交织成一个类似加号的形状。它被用在 python.org、文档以及 .py 文件的图标上。该徽标是 Python Software Foundation 的商标:在社区、教学材料和演讲中可以使用,但若用于商业产品,请先查阅 python.org 上的 PSF 使用规范。

Python 开发者是什么人

Python 开发者是编写和维护 Python 程序的程序员。「Python 开发者」更像是一个统称,而不是某个固定职位:具体工作取决于所在的方向。

方向工作内容除语言外还需要掌握
后端开发者API、业务逻辑、系统集成Django 或 FastAPI、SQL、HTTP、Docker、Git
分析师 / 数据科学家报表、假设检验、建模pandas、SQL、统计学、可视化
机器学习工程师模型训练与上线PyTorch、数学、MLOps
测试自动化工程师自动化测试与 CIpytest、Selenium 或 Playwright
DevOps / SRE基础设施、部署、监控Linux、容器、云平台

Python 开发者一天的工作

典型的一天:理解任务,编写代码和测试,通过 Git 提交变更等待评审,修改同事提出的意见,根据日志中的 traceback 排查错误。相当一部分时间并不用于编写新代码,而是阅读已有代码——这时 Python 的可读性再次发挥作用。

基本技能

  • 语法与数据类型,条件判断、循环、函数;
  • 集合:列表、字典、集合、推导式;
  • 异常处理,阅读 traceback;
  • 模块、包、虚拟环境和依赖管理(pip 或 uv);
  • 文件读写、JSON 与 CSV;
  • 类与面向对象编程,异步编程基础;
  • Git、终端、测试。

Python 适合作为第一门编程语言吗

适合,对大多数人来说这是最好的选择之一。语法中的噪音很少,让你可以专注于编程本身:变量、条件、循环和函数。同时它并非「玩具语言」,所学知识可以直接用于工作。

入门只需要一台运行 Windows、macOS 或 Linux 的电脑,以及会打开终端。查看自己是否已安装 Python 以及版本,只需一条命令:

$ python3 --version
Python 3.12.3

如果版本低于 3.15,或者提示找不到命令,请安装最新的 Python。学习时最好直接使用当前版本,免得以后再重新适应。

总结

Python 是一门通用、易读且免费的编程语言,在 Web 后端、数据、AI 和自动化领域都很合适。它的弱点——纯代码的运行速度,以及类型错误发现得较晚——在实践中可以通过库、类型注解和性能分析来弥补。本语言概览以及从第一条命令到性能分析器的学习路线,都在《Python 3.15:从新手到专家》课程的入门讲座中有详细讲解。

常见问题

Python 收费吗?

不收费。解释器、标准库以及 PyPI 上的大多数包都是免费的,并以开源许可证发布,包括可用于商业用途的许可证。

Python 是编译型语言还是解释型语言?

通常被称为解释型语言:CPython 会将源代码编译为字节码,并在虚拟机中立即执行,没有单独的构建步骤。

学会 Python 需要多长时间?

基础语法通常几周的规律学习就能掌握;要达到能找到第一份工作的水平,一般需要几个月结合项目的实践。

Python 和 JavaScript 有什么区别?

JavaScript 是浏览器和前端的语言,Python 则是后端、数据、AI 和自动化的语言;两者在服务器端会有交集,但生态和典型任务不同。

学习 Python 编程需要数学基础吗?

做 Web、自动化和脚本只需要小学和初中水平的算术与逻辑;严肃的数学主要用于机器学习和科学计算。

通过视频学习本主题

课程“Python 3.15: от новичка до профи”结合实践详细讲解了这一主题。

前往课程