1、python的起源与发展
Python的创始人为吉多*范罗苏姆（Gudio van Rossum）
1、1989年的圣诞节期间，吉多*范罗苏姆为了在阿姆斯特丹打发时间，决心开发一个新的解释程序，作为ABC语言的一种继承。
2、ABC是由吉多参加设计的一种教学语言，就吉多本人看来，ABC这种语言非常优美和强大，是专门为非专业程序员设计的。但是ABC语言并没有成功，究其原因，吉多认为是非开源造成的。吉多决心在Python中避免这一错误，并获取了非常好的效果。
3、之所以选中Python（蟒蛇）作为程序的名字，是因为他是BBC电视剧--蒙提*派森的飞行马戏团（Monty Python’s Flying Circus）的爱好者。
4、1991年，第一个Python解释器诞生，它是用C语言实现的，并能够调用C语言的库文件。
1.1、解释器
计算机不能直接理解任何除机器语言之外的语言，所以必须要把程序员所写的程序语言翻译成机器语言，计算机才能执行程序。将其它语言翻译成机器语言的工具，被称为编译器。
编译器翻译的方式有两种：一个是编译，另一个是解释。两种方式之间的区别在于翻译时间点的不同。当编译器以解释方式运行的时候，也称为解释器。
- 编译型语言：程序在执行之前需要一个专门的编译过程，把程序编译成为机器语言的文件，运行时不需要重新翻译，直接运行结果就行了。程序执行效率高，依赖编译器，跨平台性差些。如 C 、C++。
- 解释型语言：解释型语言编写的程序不进行预先编译，以文本方式存储程序代码，会将代码一句一句直接运行。在发布程序时，看起来省了道编译工序，但是在运行的时候，必须先解释再运行。
编译型语言和解释型语言对比
- 速度：编译型语言比解释型语言执行速度快。
- 跨平台：解释型语言比编译型语言跨平台性好。
1.2、Python的设计目标
1999年，吉多.范罗苏姆向DARPA提交了一条名为“Computer Programming for Everyday”的资金申请，并在后来说明了他对Python的目标：
- 一门简单直观的语言，并与主要竞争者一样强大；
- 开源，以便任何人都可以为它做贡献；
- 代码像纯英语那样容易理解；
- 适用于短期开发的日常任务；
这些想法中的基本都已经成为现实，Python已经成为一门流行的编程语言。
1.3、Python的设计哲学
①优雅
②明确
③简单
- Python开发者的哲学是：用一种方法，最好是只有一种方法来做一件事。
- 如果面临多种选择，Python开发者一般会拒绝花俏的语法，而选择明确没有或很少有歧义的语法。
在Python社区，吉多被称为“仁慈的独裁者”
2、为什么选择Python
- 代码量少
同一样问题，用不同的语言解决，代码量差距还是很多的，一般情况下Python是Java的1/5。
3、Python在一些公司的应用：
- 谷歌：Google App Engine 、code.google.com 、Google earth 、谷歌爬虫、Google广告等项目都在大量使用Python开发；
- CIA: 美国中情局网站就是用Python开发的；
- NASA: 美国航天局(NASA)大量使用Python进行数据分析和运算；
- YouTube:世界上最大的视频网站YouTube就是用Python开发的；
- Dropbox:美国最大的在线云存储网站，全部用Python实现，每天网站处理10亿个文件的上传和下载；
- Instagram:美国最大的图片分享社交网站，每天超过3千万张照片被分享，全部用python开发；
- Facebook:大量的基础库均通过Python实现的；
- Redhat: 世界上最流行的Linux发行版本中的yum包管理工具就是用python开发的；
- 豆瓣: 公司几乎所有的业务均是通过Python开发的；
- 知乎: 国内最大的问答社区，通过Python开发(国外Quora)；
- 春雨医生：国内知名的在线医疗网站是用Python开发的；
- 除上面之外，还有搜狐、金山、腾讯、盛大、网易、百度、阿里、淘宝 、土豆、新浪、果壳等公司都在使用Python完成各种各样的任务；
4、 Python的优缺点
4.1、优点
① Python的定位是“优雅”、“明确”、“简单”，所以Python程序看上去总是简单易懂，初学者学Python，不但入门容易，而且将来深入下去，可以编写那些非常非常复杂的程序。
② 开发效率非常高，Python有非常强大的第三方库，基本上你想通过计算机实现任何功能，Python官方库里都有相应的模块进行支持，直接下载调用后，在基础库的基础上再进行开发，大大降低开发周期，避免重复造轮子。
③ 高级语言————当你用Python语言编写程序的时候，你无需考虑诸如如何管理你的程序使用的内存一类的底层细节.
④ 可移植性————由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能够工 作在不同平台上）。如果你小心地避免使用依赖于系统的特性，那么你的所有Python程序无需修改就几乎可以在市场上所有的系统平台上运行.
⑤ 可扩展性————如果你需要你的一段关键代码运行得更快或者希望某些算法不公开，你可以把你的部分程序用C或C++编写，然后在你的Python程序中使用它们。
⑥ 可嵌入性————你可以把Python嵌入你的C/C++程序，从而向你的程序用户提供脚本功能。
4.2、缺点
① 运行速度慢
② 代码不能加密
③ 线程不能利用多CPU问题。
Python 为什么不能利用多核CPU?
GIL：
（1）其实是因为在python中有一个GIL（Global Interpreter Lock），中文为：全局解释器锁。
1.最开始python为了数据安全设计了这个GIL。
2.每个CPU在同一时间只能执行一个线程：
（在单核CPU下的多线程其实都只是并发，不是并行，并发和并行从宏观上来讲都是同时处理多路请求的概念。
但并发和并行又有区别，并行是指两个或者多个事件在同一时刻发生；而并发是指两个或多个事件在同一时间间隔内发生。）
（2）在python多线程下，每个线程的执行方式如下：
1.获取GIL
2.执行代码直到sleep或者是python虚拟机将其挂起。
3.释放GIL
（3）为什么有时候多线程效率低于单线程？
1.如上我们可以知道，在python中想要某个线程要执行必须先拿到GIL这把锁，且python只有一个GIL，拿到这个GIL才能进入CPU执行，
在遇到 I/O 操作时会释放这把锁。如果是纯计算的程序，没有 I/O 操作，解释器会每隔 100次操作就释放这把锁，让别的线程有机会
执行（这个次数可以通过sys.setcheckinterval 来调整）。所以虽然 CPython 的线程库直接封装操作系统的原生线程，但 CPython
进程做为一个整体，同一时间只会有一个获得了 GIL 的线程在跑，其它的线程都处于等待状态等着 GIL 的释放。
2.而每次释放GIL锁，线程进行锁竞争、切换线程，会消耗资源。并且由于GIL锁存在，python里一个进程永远只能同时执行一个线程
(拿到GIL的线程才能执行)，这就是为什么在多核CPU上，python的多线程效率并不高。
（4）python的多线程是否就完全没有用了呢？相同的代码，为何有时候多线程会比单线程慢，有时又会比单线程快？
这主要跟运行的代码有关：
1.CPU密集型代码(各种循环处理、计数等等)，在这种情况下，由于计算工作多，ticks计数很快就会达到100阈值，然后触发GIL的释放与再竞争
（多个线程来回切换当然是需要消耗资源的），所以python下的多线程遇到CPU密集型代码时，单线程比多线程效率高。
2.IO密集型代码(文件处理、网络爬虫等)，多线程能够有效提升效率(单线程下有IO操作会进行IO等待，造成不必要的时间浪费，而开启多线程能在
线程A等待时，自动切换到线程B，可以不浪费CPU的资源，从而能提升程序执行效率)。进行IO密集型的时候可以进行分时切换 所有这个时候多线程快过单线程
（5）如果python想充分利用多核CPU，可以采用多进程，
每个进程有各自独立的GIL，互不干扰，这样就可以真正意义上的并行执行，所以在python中，多进程的执行效率优于多线程(仅仅针对多核CPU而言)。
所以在多核CPU下，想做并行提升效率，比较通用的方法是使用多进程，能够有效提高执行效率。
5、学习Python能干什么?
（1）WEB开发: 众多优秀的WEB框架，众多大型网站均为Python开发，Youtube, Dropbox, 豆瓣，...... ，典型WEB框架有Django/pyramid/Toprnado/Bottle/Flask/WebPy；
（2）常规软件开发: 支持函数式编程和OOP面向对象编程，适用于常规的软件开发、脚本编写、网络编程；
（3）网络爬虫: 大数据行业获取数据的核心工具。Python是编写网络爬虫的主流编程语言，Scrapy爬虫框架应用非常广泛；
（4）云计算: 云计算最火的语言， 典型应用OpenStack；科学运算、人工智能: 典型库NumPy, SciPy, Matplotlib, Enthought librarys,pandas；
（5）系统运维: 运维人员必备语言；
（6）数据分析:对数据进行清洗、去重、规格化和针对性的分析是大数据行业的基石。Python是数据分析的主流语言之一。
（7）金融：量化交易，金融分析，在金融工程领域，Python不但在用，且用的最多，而且重要性逐年提高。原因：作为动态语言的Python，语言结构清晰简单，库丰富，成熟稳定，科学计算和统计分析都很牛逼，生产效率远远高于c,c++,java,尤其擅长策略回测；
（8）图形GUI: PyQT, WxPython,TkInter；
6、python与运维自动化
运维会开发以后：
随着计算机应用领域的规模的增大，运维自动化已经不是一个新名词了、新技术了。自动化运维无非就是对传统运维进行改造和升级罢了，由于近几年的互联网和PC端的飞速发展，敏捷开发带来的业务频繁更新、上线、业务访问量的突发剧增对系统承载能力的巨大考验等，这些都给运维带来了极大的挑战，运维人员必须不断思考如何满足一下问题？
- 如何高效的适应业务的频繁更新，变更，上线，扩展？
- 如何在最低成本的前提下实现业务并发运算能力的可伸缩式扩展？
- 如何实现运维人员从被动处理故障到故障防御和故障高度自愈的转换？
- 如果通过不断优化运维流程、自动化工具来降低运维成本、人工参与度，最终实现无人运维？
运维人员如何在这场浪潮中生存下来？《普通运维人员就是秋后的蚂蚱》https://www.jianshu.com/p/b381d1b6b75d
运维会了开发能干什么？
（1）开发各种自动化工具，制定开发各种开源软件；
（2）帮助评估和优化业务技术架构；
（3）开发公司的内部办公系统，CRM，网站等；
（4）全栈工程师；
