查看“Python”的源代码

{{提示|欢迎帮助我们进一步提升文章质量，当前重点任务包括：
* 章节补充：补充案例、上手章节内容；
* 图片补充：用python绘制示例图表、以python为主要工具构建的网站或应用的截屏；
* 内容优化：概况章节的补充完善，补充来源引用与更多阅读章节的链接；}}

[[文件:pythonLogo.png|192px|缩略图|Python标识]]
Python是一款自由、开源的高级解释性计算机编程语言，遵循 GPL（GNU General Public License）协议。Python语法简洁清晰，具有丰富和强大的库，能够把用其他语言制作的各种模块（尤其是C/C++）轻松地联结在一起。在IEEE发布2017年编程语言排行榜中，Python高居首位<ref>[http://36kr.com/p/5084329.html IEEE发布2017年编程语言排行榜：Python高居首位]</ref>。

== 概况 ==
=== 发展历程 ===
* Python是一种[[高级编程语言]]，由荷兰人Guido van Rossum创建并于1991首次发布。

=== 主要特点 ===
* Python是一种[[解释性语言]],特别强调代码的可读性，最典型的例子就是Python用行缩进来区分代码块，而不是其他编程语言中较为常见的大括号。
* Python常常被称为[[胶水语言]]，能将其他编程语言制作的各种模块连接在一起。

=== 设计哲学 ===
* Python设计哲学（Zen of Python）包括了19条Python语言的基本原则，由Tim Peter于1999年在Python邮件列表中首次提出和发布。原始文档及后续的版本中都提及，应为20条基本原则而非19条，缺失的原则由Gindo进行补充，但实际上从未发布；
* Python设计哲学被Python优化提议（PEP，Python Enhancement Proposals）收录，作为第20号信息文档，可在Python官方网站中查看。同时作为Python编译器的复活节彩蛋，输入代码 <code>import this</code> 即会显示；
{| class="wikitable"
|- valign = "top"
|  Beautiful is better than ugly.<br/>Explicit is better than implicit.<br/>Simple is better than complex.<br/>Complex is better than complicated.<br/>Flat is better than nested.<br/>Sparse is better than dense.<br/>Readability counts.<br/>Special cases aren't special enough to break the rules.<br/>Although practicality beats purity.<br/>Errors should never pass silently.<br/>Unless explicitly silenced.<br/>In the face of ambiguity, refuse the temptation to guess.<br/>There should be one—and preferably only one—obvious way to do it.<br/>Although that way may not be obvious at first unless you're Dutch.<br/>Now is better than never.<br/>Although never is often better than right now.<br/>If the implementation is hard to explain, it's a bad idea.<br/>If the implementation is easy to explain, it may be a good idea.<br/>Namespaces are one honking great idea—let's do more of those! <br/> ''Zen of Python, by Tim Peter''
|| '''优美胜于丑陋'''（Python 以编写优美的代码为目标）<br/>'''明了胜于晦涩'''（优美的代码应当是明了的，命名规范，风格相似） <br/>'''简洁胜于复杂'''（优美的代码应当是简洁的，不要有复杂的内部实现） <br/>'''复杂胜于凌乱'''（如果复杂不可避免，那代码间也不能有难懂的关系，要保持接口简洁） <br/>'''扁平胜于嵌套'''（优美的代码应当是扁平的，不能有太多的嵌套） <br/>'''间隔胜于紧凑'''（优美的代码有适当的间隔，不要奢望一行代码解决问题） <br/>'''可读性很重要'''（优美的代码是可读的） <br/>'''即便假借特例的实用性之名''' <br/>'''也不可违背这些规则'''（这些规则至高无上）<br/>'''不要包容所有错误'''<br/>'''除非你确定需要这样做'''（精准地捕获异常，不写except:pass风格的代码） <br/>'''当存在多种可能，不要尝试去猜测''' <br/>'''而是尽量找一种，最好是唯一一种明显的解决方案'''（如果不确定，就用穷举法） <br/>'''虽然这并不容易，因为你不是 Python 之父'''（这里的 Dutch 是指 Guido） <br/>'''做也许好过不做'''<br/>'''但不假思索就动手还不如不做'''（动手之前要细思量） <br/>'''如果你无法向人描述你的方案，那肯定不是一个好方案'''<br/>'''反之亦然'''（方案测评标准） <br/>'''命名空间是一种绝妙的理念，我们应当多加利用'''（倡导与号召）<br/>''中文翻译源自[https://blog.csdn.net/gzlaiyonghao/article/details/2151918 《Python之禅》的翻译和解释]，略有修改。''
 |}

=== 库 ===
* Python拥有一个强大的标准库，提供了系统管理、网络通信、文本处理、数据库接口、图形系统、XML处理等额外的功能。Python标准库提供的工具适用于多种类型的任务，如：针对面向互联网的应用，提供了对MIME、HTTP等标准格式与协议的支持；针对图形用户界面（GUI）应用，提供了关系数据库连接、随机数生成、任意位数小数算法支持、[[正则表达式]]操作、单元测试等各类模块。Python标准库命名接口清晰、文档良好，很容易学习和使用。
* Python社区提供了大量的第三方模块，使用方式与标准库类似。它们的功能无所不包，覆盖科学计算、Web开发、数据库接口、图形系统多个领域，并且大多成熟而稳定。第三方模块可以使用Python或者C语言编写。截止2018年3月， Python官方第三方资源库[https://pypi.org/ Python Package Index] (PyPI)已收录超过13万项各类功能包。

=== 与R语言的比较 ===
* '''共同点'''：[[R语言]]与Python是数据分析领域中最流行的两个编程语言，他们都是免费的、都有活跃的社区支持，以及都提供开源的工具和库；
* '''应用场景'''：R语言的优势在于统计和图形模型，因此它更多的被学者、数据科学家和统计人员所采用；而Python更注重生产力和代码可读性，作为一种通用语言，Python拥有相对R语言更为广泛的应用领域，如Web开发、机器学习、智能控制等，因而在具有软件工程背景的数据科学工作者、开发者、工程师和程序员中更受欢迎；
* '''学习曲线'''：Python的用户学习曲线较平缓；而R语言对初学者来说，有一个较为陡峭的学习曲线，且R语言在数据分析之外的功能很有限，一些用户库写得较差、运行较为缓慢；

== 应用 ==
Python灵活且各类爬虫库、数据分析库、数据可视化库较为丰富，很适合用于做数据抓取的主体架构，并基于这些数据做分析及可视化<ref>[https://www.zhihu.com/question/28975391 知乎：你用 Python 做过什么有趣的数据挖掘/分析项目？]</ref>，可将互联网上越来越丰富的数据为各种类型的城市规划与研究所用。
=== 网络数据抓取 ===
* 交通：抓取12306火车、机票网站数据；搭建各个机场的实时流量图；
* 财经：抓取雪球及各类财经网站数据；
* 住宅：抓取58、搜房、链家等房屋租售数据；
* 自然资源：抓取天气数据，环境质量（PM2.5）数据；
* 地点舆情：抓取新浪微博的用户发言及舆论数据；
* 科技行业：抓取各应用商店的App的下载量及评论数据；追踪各门类App下载量热点，热点行业走势；
* 服务行业：抓取大众点评及美团网的餐饮及各类线下门店消费及评价情况；绘制城市早晚高峰时段（某类）人群出行的热点图；
=== 数据分析 ===

== 上手 ==
=== 网络爬取 ===
Python3.x的标准库urllib，将Python2.x的标准库urllib，urllib2功能进行了整合，提供网络爬取的相关功能。一个简单的抓取基本操作如下：
<pre>
from urllib import request     #Python3.x下引用库，Python2.x下引用urllib2，通过urllib2.urlopen()调用

file = request.urlopen("http://wiki.citydatum.com")

data = file.read()    #读取全部页面，数据格式为bytes类型

data_str = data.decode('utf-8')    #解码，转换为str类型

fhandle=open("./1.html","wb")    #将爬取的网页保存在本地
fhandle.write(data)
fhandle.close()
</pre>

=== 数据分析 ===
==== 基本操作流程 ====
{| class="wikitable"
|-
! 操作流程 !! 步骤说明 !! 常用命令/库.函数
|-
| rowspan = 2 | '''数据导入/导出''' || 读写csv、Excel等格式文件 || pandas.read_csv("路径文件名或文件网址")、pandas.read_excel("路径文件名或文件网址")、to_csv('文件名', encoding='utf-8', index=False)；
|-
| 连接、查询、读写MySQL数据库 || MySQLdb.connect(host='服务器URL', port=端口号,user='用户名', passwd='密码', db='数据库名称')、pandas.read_sql('SQL语句', con=连接变量)；
|-
| rowspan =2 | '''提取和筛选数据''' || 浏览与提取数据 || df.head(), df.tail(), df.columns, df.index, df.ix[行范围,列范围 (.loc、.iloc、.iat等）, df.shape；
|-
| 筛选数据 || dataframe[筛选条件（支持逻辑运算符）]；
|-
| '''统计描述''' || 计数、均值、分位指等 ||  dataframe.describe()；
|-
| rowspan = 5 | '''数据处理''' || 转置 || dataframe.T；
|-
| 排序 || dataframe.sort_values(by='字段名’)；
|-
| 处理缺失值 || dataframe['字段名'].fillna(缺失替换值)；
|-
| 数据分组 || df.groupby('字段名')；
|-
| 值替换 || data.replace(查找值,替换值)；
|-
| rowspan = 5 | '''统计分析''' || t检验 || 对两样本来自是否有显著差异进行推断；独立样本t检验：ttest_ind(Group1,Group2)；配对样本t检验：ttest_rel(Group1,Group2)；
|-
| 方差分析 || levene方差齐性检验：levene(*args, **kwds) ，如果p<0.05，则方差不齐；
|-
| 卡方检验 || 指统计样本的实际观测值与理论推断值之间的偏离程度；单因素卡方检验，chisquare(observed,expected)；
|-
| 计数统计 || dataframe['字段名'].value_counts()；
|-
| 回归分析 || 数据拟合，广义线性回归；
|-
| rowspan = 2 | '''可视化''' || 图表设置、绘制、存储 || plt.figure()；lmplot().savefig('路径文件名')；
|-
| xkcd风格的图表 || plt.xkcd()；
|}

==== 常见相关库 ====
{| class="wikitable"
|-
! 名称 !! 功能概述
|-
| '''numpy''' || python科学计算的基础包；numpy提供了快速高效的多维数组对象ndarray、对数组执行元素级计算以及直接对数组执行数学运算的函数、读写硬盘上基于数组的数据集的工具，线性代数运算、傅里叶变换、随机数生成功能，以及将C、C++、Fortran代码集成到python的工具；
|-
| '''pandas''' || 提供了能够快速便捷处理结构化数据的大量数据结构和函数；pandas兼具numpy高性能的数组计算功能以及电子表格和关系型数据（如SQL）灵活的数据处理能力，提供了复杂精细的索引功能，以便更为便捷地完成重塑、切片和切块、聚合以及选取数据子集等操作；
|-
| '''MySQLdb''' || 提供MySQL数据库连接等功能的Python库；
|-
| '''xlrd''' || 提供读取Excel文件功能的Python库；
|-
| '''matplotlib''' || 最为流行的数据图表绘制Python库；
|-
| '''scipy''' || 一组专门解决科学计算中各种标准问题域的包的集合；
|-
| '''statsmodels''' || 用于统计分析各类模型的模型集合；（[https://github.com/statsmodels/statsmodels Github页面]）
|-
| '''scikit-learn''' || 一些用于数据挖掘与分析的，简单、高效的工具集（[http://scikit-learn.org/stable/ 官方网站]）
|}

== 参考 ==
=== 参考资料 ===
<references />

=== 外部链接 ===
* [https://www.python.org/ 官网]
* [https://en.wikipedia.org/wiki/Python_(programming_language) Wikipedia]
* [https://baike.baidu.com/item/Python 百度百科]
* [https://www.cnblogs.com/zhizhan/p/5546599.html Python数据分析入门]
* [https://www.zhihu.com/question/20899988 知乎：如何入门 Python 爬虫？]
* [http://python.jobbole.com/81332/ 伯乐在线：Python爬虫入门]
* [http://www.360doc.com/content/18/0429/06/36490684_749590101.shtml Python VS R，哪个更适合开发者？]

[[分类:编程语言]]