本章是为没有任何程序设计基础的初学者编写的入门章节，也是为想成长为一位Python设计者的读者编写的开篇章节。在本章中，我们将简单介绍Python，并讨论它的特殊应用，而后介绍如何建立Python开发和运行环境。

本章学习大纲

·Python的特色

·程序设计语言简介

·算法概念

·流程图

·Python的应用

·建立Python开发环境

·基本输入与输出

·IPython命令窗口

·Spyder编辑器

·Python程序编写风格

对于未来的高素质人才，程序设计能力是他们必备的基础能力之一。基于这个理念，世界各国都非常重视培养新一代人才的程序设计能力，把具有程序设计能力作为衡量人才的指标之一。具有编程能力不再只是信息科学类专业人员的“专利”，而是将来所有人才都要具有的基本能力。让从自己院校毕业的学生拥有一定的编程能力，已是各个大专院校信息教育普及的主要方向之一，目前在全国范围已经有不少中小学开展了一定程度的程序设计课程。

与其他的传统程序设计语言相比，Python在物联网、数据挖掘与大数据分析以及人工智能领域的应用相当火红，已经达到了“举足轻重”的地位，因而也越来越受科技界的欢迎。

技巧

物联网（Internet of Things，IoT）是近年来信息产业中一个非常热门的话题，各种配备了传感器的物品（例如RFID、环境传感器、全球定位系统（GPS）等）与因特网结合起来，并通过网络技术让各种实体对象、自动化设备彼此沟通和交换信息。也就是通过网络把所有东西都连接在一起。

大数据（Big Data）由IBM公司于2010年提出，是指在一定时效（Velocity）内进行大量（Volume）、多样性（Variety）、低价值密度（Value）、真实性（Veracity）数据的获得、分析、处理、保存等操作，主要特性包含5个方面：Volume（大量）、Velocity（时效性）、Variety（多样性）、Value（低价值密度）、Veracity（真实性）。由于数据的来源有非常多的途径，大数据的格式也越来越复杂。

进入云计算（Cloud Computing）时代，可以这么说：没有最好的程序设计语言，只有是否适合的程序设计语言。在统计分析与数据挖掘领域有着举足轻重地位的Python，近年来人气不断飙升，并成为高级程序设计语言排行榜的常胜军，也可以说是现在最流行的机器学习（Machine Learning，ML）语言，不仅可用于执行基本的机器学习任务，而且在网络上可以找到大量的相关资源。

技巧

“云”其实就泛指“网络”，因为工程师在网络结构示意图中通常习惯用“云朵状”图来代表不同的网络。云计算是指将网络中的计算能力作为一种服务，只要用户可以通过网络登录远程服务器进行操作，就能使用这种计算资源。

机器学习是通过算法来分析数据，在大数据中找到规则，给予计算机大量的“训练数据（Training Data）”，可以发掘多数据元变动因素之间的关联性，进而自动学习并且做出预测，即充分利用大数据和算法来训练机器，机器再从中找出规律，学习如何将数据分类。

Python语言的优点是：面向对象程序设计（Object-Oriented Programming，OOP）、解释执行、跨平台等，加上丰富强大的程序包、模块与免费开放的源码，在各种领域的用户都可以找到符合自己需求的程序包或模块，涵盖网页设计、应用程序设计、游戏设计、自动控制、生物科技、大数据等领域，因此非常适合作为各个行业人员学习程序设计的第一门语言，目前在网络上Python拥有非常活跃的社区及拥戴者。如图1-1所示是TIOBE Software（ https://www.tiobe.com/tiobe-index/ ）在2018年9月公布的世界程序设计语言排行榜，Python的人气指标已升到第3名。

技巧

面向对象程序设计的核心思想是，将存在于日常生活中随处可见的对象（object）概念应用于软件开发模式（software development model）中。也就是说，OOP让我们在进行程序设计时，采用更生活化、可读性更高的设计概念，所开发出来的程序也更容易扩充、修改及维护。 1hOm+6PLGIhcGTwtZVe6pn1NEpgtAMe8ZGdsfo2uWPSNdtxHWcvIaWMJvoi7p0tM