您现在的位置是：首页 > Python

当前栏目

python系列教程3

Python 教程语言程序人工智能代码

2023-03-02 11:12:45 时间

朋友们，如需转载请标明出处：[https://blog.csdn.net/jiangjunshow][https_blog.csdn.net_jiangjunshow]

声明：在人工智能技术教学期间，不少学生向我提一些python相关的问题，所以为了让同学们掌握更多扩展知识更好的理解人工智能技术，我让助理负责分享这套python系列教程，希望能帮到大家！由于这套python教程不是要由所写，所以不如我的人工智能技术教学风趣幽默，学起来比较枯燥；但它的知识点还是讲到位的了，也值得阅读！

Python唯一的缺点就是，在目前现有的实现方式下，与C和C++这类编译语言相比，Python的执行速度还不够快。教程后面将对实现方式的概念进行详细阐述。简而言之，目前Python的标准实现方式是将源代码的语句编译（或者说是转换）为字节码的形式，之后再将字节码解释出来。由于字节码是一种与平台无关的格式，字节码具有可移植性。然而，因为Python没有将代码编译成底层的二进制代码（例如，Intel芯片的指令），一些Python程序将会比像C这样的完全编译语言慢一些。

程序的类型决定了是否需要关注程序的执行速度。Python已经优化过很多次，并且Python代码在绝大多数应用领域运行的速度也足够快。此外，一旦使用Python脚本做一些“现实”世界的事情，程序实际上是以C语言的速度运行的，例如，处理某一个文件或构建一个用户图形界面（GUI）。因为在这样的任务中，Python代码会立即发送至Python解释器内部已经编译的C代码。究其根源，Python开发速度带来的效益往往比执行速度带来的损失更为重要，特别是在现代计算机的处理速度情况下。

即使当今CPU的处理速度很快，在一些应用领域仍然需要优化程序的执行速度。例如，数值计算和动画，常常需要其核心数值处理单元至少以C语言的速度（或更快）执行。如果在以上领域工作，通过分离一部分需要优化速度的应用，将其转换为编译好的扩展，并在整个系统中使用Python脚本将这部分应用连接起来，仍然可以使用Python。

我们将不会再谈论这个扩展的问题，但这却是一个我们先前所提到过的Python作为控制语言角色的鲜活例子。NumPy是采用双语言混编策略的一个重要例子：作为一个Python的数值计算扩展，NumPy将Python变为一个高效并简单易用的数值计算编程工具。你也许不会在自己的Python工作中采用这种扩展的方式编程，但是如果需要的话，Python也是能够提供这种强大的优化机制的。

乐观估计，这个时候全球的Python用户将达到100万（略微有些出入）。这个估计是基于各种数据的统计的。例如，下载率和用户抽样调查。因为Python开放源代码，没有注册许可证总数的统计，就很难得到精确的用户总数。此外，在Linux的各种发行版、Macintosh计算机和其他的一些硬件和产品中自动内置了Python，进一步模糊了用户数目。

总体来说，Python从广泛的用户基础和活跃的开发者社区中受益不少。由于Python有近19年的发展历史并得到了广泛的应用，Python保持了稳定并具有活力的发展趋势。除了个人用户使用之外，Python也被一些公司应用于商业产品的开发上。例如：

•YouTube视频分享服务大部分是由Python编写的。

•流行的P2P文件分享系统BitJorrent是一个Python程序。

•EVE Online这款大型多人网络游戏（Massively Multiplayer Online Game，MMOG），广泛地使用Python。

•Maya这款强大的集成化3D建模和动画系统，提供了一个Python脚本编程API。

•Intel、Cisco、Hewlett-Packard、Seagate、Qualcomm和IBM使用Python进行硬件测试。

•Industrial Light & Magic、Pixar等公司使用Python制作动画电影。

•在经济市场预测方面，JPMorgan Chase、UBS、Getco和Citadel使用Python。

•NASA、Los Alamos、Fermilab、JPL等使用Python实现科学计算任务。

•iRobot使用Python开发了商业机器人真空吸尘器。

•ESRI在其流行的GIS地图产品中使用Python作为终端用户的定制工具。

•NSA在加密和智能分析中使用Python。

•IronPort电子邮件服务器产品中使用了超过100万行的Python代码实现其作业。

•OLPC使用Python建立其用户界面和动作模块。

还有许多方面都有Python的身影。如今贯穿所有使用Python的公司的唯一共同思路也许就是：Python在所有的应用领域几乎无所不能。Python的通用性使其几乎能够应用于任何场合，而不是只能在一处使用。实际上，我们这样说也不为过：无论是短期策略任务（例如，测试或系统管理），还是长期战略上的产品开发，Python已经证明它是无所不能的。

我的微信公众号是“人工智能知识分享”

![我的微信公众号是“人工智能知识分享][20201214163938166.jpg] 微信公众号：“人工智能知识分享“

[https_blog.csdn.net_jiangjunshow]: http://blog.csdn.net/jiangjunshow
[20201214163938166.jpg]: /images/20221123/8f8ffb850fab4f29b241b5a5d3a6fc6b.png

猜你喜欢

最长无重复子串
写技术博客的一些心得分享
Java 多线程（七）：线程池
Java 多线程（五）：锁（三）
Java 多线程（四）：锁（二）
Java 多线程（三）：锁（一）
Java 多线程（二）：并发编程的三大特性
线性时间非比较类排序
Java 多线程（一）：基础
合并k个已排序的链表
HDFS 高可用分布式环境搭建
合并两个有序数组
连续子数组的最大和
HDFS 分布式环境搭建
容器盛水问题
大数加法
HDFS 伪分布式环境搭建
设计LRU缓存结构
两数之和
使用单调栈来解决的一些问题

zl程序教程

当前栏目

python系列教程3

相关文章