Python基础-编程语言与python介绍

目录

一 编程语言分类

上一节已经把计算机基础讲完了, 也接触了编程语言, 那编程语言怎么分类呢? 容我慢慢装逼....

1.1 机器语言

也就是计算机能看懂的语言? 那是哪种语言呢? 就是01010101010 这种二进制语言. 开发者不仅要考虑自己的程序, 还要考虑如何调动硬件完成程序的运行 所以开发难度极大.

  • 优点: 计算机运行效率高
  • 缺点: 开发难度大. (这玩意儿简直不是人玩的.)

没示例, 想找示例的 自己去找.

1.2 汇编语言

由于机器语言, 编程难度变态, 就有大佬对计算机进行了升级, 用英文标点代表一组二进制指令, 但是并没有从本质解决需要自己考虑如何调动硬件这件事. 所以开发难度依旧很大.

  • 优点: 计算机相对与机器语言 , 开发效率要高
  • 缺点: 运行效率稍微要低于机器语言.
    没示例, 想找自己去找吧, 百度一大把.

1.3 高级语言

高级语言就是站在人类角度, 以人类的语言进行编程. 而人类的字符是在向操作系统直接发指令的. 而不是向计算机硬件. 这里的高级指的是,高层, 开发者不必考虑硬件细节, 因而开发效率得到了极大的提升.

1.3.1 编译型语言 如(c 语言)

此类语言类似 谷歌翻译. 就是把程序代码,翻译成计算机能够识别的二进制指令.

  • 优点: 一次编译后, 就可以重复运行,无需再次翻译
  • 缺点: 编译型代码都是针对某平台翻译的, 所以无法直接拿到另外的平台使用, 即 跨平台能力差

1.3.2 解释型语言

解释型语言, 类似同声传译, 解释器会读取程序代码, 一边翻译, 一遍执行.

  • 优点: 代码运行时依赖解释器的, 所以代码可以跨平台运行.
  • 缺点:每次执行代码都需要翻译 ,所以运行效率低.

1.4 总结

综上所述:

  • 执行效率:
    机器语言>汇编语言>编译型语言>解释型语言
  • 开发效率
    解释性语言>编译型语言>汇编语言>机器语言
  • 跨平台性
    解释性语言有很强的跨平台性

由于我们开发的是应用程序 而应用程序的运行效率更受限于运行平台. 解释性语言有极强的跨平台性, 所以这是我们选择学习python的原因.

二 python介绍

python历史等信息, 具体看源博客
具体看

四 第一个python程序

要开始写代码了, 好高兴呀...QAQ

4.1 运行python程序的两种方式

  • 交互式运行
    image

  • 命令行运行

    • 1 # 打开一个文本编辑工具，写入下述代码，并保存文件，此处文件的路径为D:\test.py。强调：python解释器执行程序是解释执行，解释的根本就是打开文件读内容，因此文件的后缀名没有硬性限制，但通常定义为.py结尾
      print('hello world')
      -2、打开cmd，运行命令，如下图
      image

4.2 注释

  • "#"在行尾巧两个空格 然后输入# 再加一个空格 写注释内容.
print("我最牛逼")  # 打印我最牛逼
  • ''' 注释内容'''/ """ 注释内容"""
'''打印我最牛逼'''
print("我最牛逼")

pycharm 的注释的快捷键是 ctrl+?

ps: """也可以是字符串"""

print('''
我最牛逼!
我是最牛逼的!
我在自我暗示.
''')

两者区别是 """""" 可以换行.
代码的注释是在代码行首加上#和空格, 即这段代码被注释掉

# print("注释掉我最牛逼")
# 上一行代码不执行

四 垃圾回收机制

由于, 变量名是访问到变量值得唯一方式, 当一个变量值不再关联任何变量名时,我们就无法再次访问到该变量值. 此变量值就是没有用的, 就应该被回收. 内存空间的申请和回收是非常耗费资源的一件事, 而且存在内存溢出的风险, 所以需要一个垃圾回收机制, 好在cpython 解释器提供了这种垃圾回收机制

4.1 什么是垃圾回收机制

垃圾回收机制 简称 GC 是python解释器自带的一种机制,专门用来回收不可以的变量值所占有的内存空间.

4.2 为什么要用垃圾回收机制

程序在运行时 ,会申请大量的内存空间, 而对于一些无用的内存空间, 我们理应回收,否则会有内存溢出的风险,导致程序崩溃.

4.3 垃圾回收机制原理分析

python的GC 模块采用的是计数回收机制, 当一个变量值和一个变量名关联时, 此值的引用计数为1 , 当引用计数为0 时,代表此变量值就会被垃圾回收机制回收, 从而释放此变量值所占用的内存空间.

以下略过.....

posted @ 2019-11-01 18:38  七里塘  阅读(205)  评论(0)    收藏  举报