1、Python入门：Python发展史、Python应用场景、Python开发环境搭建

1.1 Python发展史——从圣诞老人到AI霸主

Python诞生于1989年的圣诞节。没错，就是那个充满礼物的日子。

荷兰程序员Guido van Rossum（我们圈内都叫他"龟叔"）当时觉得ABC语言太封闭，想搞一个更开放、更易用的脚本语言。于是，Python诞生了。

名字怎么来的？不是蟒蛇，而是龟叔喜欢的英国喜剧团体Monty Python。所以Python的官方文档里经常能看到各种冷幽默，嗯，这是传统。

我刚开始学Python时，还是2.7版本当道的年代。那时候有个段子：Python 2和Python 3的区别，就像你妈和你女朋友同时掉水里——你救谁都是错。为什么？因为Python 3不兼容Python 2，很多库迁移起来简直要命。

说实话，Python能火到今天，我自己都没想到。当年学它纯粹是因为写脚本方便，谁知道后来AI、大数据全用它。

1.2 Python应用场景——你能想到的，它都能干

Python的应用范围有多广？我这么说吧：除了写操作系统内核，其他领域它基本都掺了一脚。

1.2.1 Web开发

Django、Flask、FastAPI三大框架，撑起了Python在Web领域的半边天。我在公司做过一个内部管理系统，用Django从零搭建到上线，只花了两周。换成Java？嗯，光配置就够你喝一壶的。

1.2.2 数据分析与科学计算

Pandas、NumPy、Matplotlib，这三件套是数据分析师的吃饭工具。我有个朋友在电商公司，每天用Python跑几百万条订单数据，做用户画像分析。说白了，Excel搞不定的，Python都能搞定。

1.2.3 人工智能与机器学习

这是Python现在最火的领域。TensorFlow、PyTorch、Scikit-learn，随便一个都是行业标准。为什么AI选Python？因为Python写起来快，调模型方便。你想想看，搞AI的人本来数学就够头疼了，要是再被语言本身折磨，谁还愿意干？

1.2.4 自动化运维与脚本

这是Python的老本行。我当年刚入行时，每天手动部署代码，累得跟狗一样。后来写了个Python脚本，一键部署、自动测试、自动发邮件通知。从此，我每天多睡一小时。

1.2.5 游戏开发

虽然Python不适合做3A大作，但用Pygame写个小游戏完全没问题。我大学时就用Python写过一个贪吃蛇，虽然丑了点，但跑起来还挺流畅。

应用领域	常用库/框架	我的评价
Web开发	Django, Flask, FastAPI	快速开发，适合中小型项目
数据分析	Pandas, NumPy, Matplotlib	Excel的终极替代品
AI/机器学习	TensorFlow, PyTorch, Scikit-learn	行业标准，没有对手
自动化运维	Fabric, Ansible, Paramiko	解放双手的神器
爬虫	Scrapy, BeautifulSoup, Requests	数据采集利器

1.3 Python开发环境搭建——工欲善其事，必先利其器

好了，理论说完了，咱们来点实际的。搭建开发环境是每个Python程序员的第一课。我见过太多新手在这一步就放弃了，其实没那么复杂。

1.3.1 下载Python

去官网 python.org，点击Downloads，选择你的操作系统版本。我个人建议下载最新的稳定版，比如现在的3.12.x。别用3.13的测试版，除非你想当小白鼠。

1.3.2 验证安装

打开终端（Windows是cmd或PowerShell，Mac/Linux是Terminal），输入：

python --version

如果看到类似 Python 3.12.0 的输出，恭喜你，安装成功。

再试试：

python -c "print('Hello, Python!')"

看到输出了吗？这就是你的第一个Python程序。虽然简单，但仪式感还是要有的。

1.3.3 选择IDE或编辑器

这个问题经常有人问：用哪个编辑器好？我的回答是：看你的需求。

• PyCharm：专业级IDE，功能强大，适合大型项目。但启动慢，吃内存。我电脑16G内存，开PyCharm再加几个Chrome标签页，风扇就开始转了。
• VS Code：轻量级编辑器，插件丰富。我现在的主力工具。装上Python插件、Pylance、Jupyter插件，基本够用。
• Sublime Text / Notepad++：轻量到极致，适合写小脚本。但调试功能弱，不适合大型项目。
• Jupyter Notebook：数据分析师的最爱。边写代码边看结果，还能加注释。我写教程时经常用。

1.3.4 虚拟环境——这个坑我踩过

虚拟环境是Python开发中最重要的概念之一。说白了，就是给你的每个项目创建一个独立的Python环境，避免不同项目之间的依赖冲突。

我曾经犯过一个错误：把所有项目的依赖都装到全局环境里。结果项目A需要Django 3.2，项目B需要Django 4.0，两个项目一跑就报错。嗯，从那以后我再也不敢偷懒了。

创建虚拟环境很简单：

# 创建虚拟环境
python -m venv myenv

# 激活虚拟环境
# Windows:
myenv\Scripts\activate
# Mac/Linux:
source myenv/bin/activate

# 退出虚拟环境
deactivate

激活后，你会看到命令行前面多了 (myenv) 字样，说明你现在在虚拟环境里了。这时候安装的任何包，都只在这个项目里生效。

1.3.5 第一个完整的Python程序

环境搭好了，咱们写个稍微像样点的程序：

# hello.py
print("欢迎来到Python的世界！")
name = input("请输入你的名字：")
print(f"你好，{name}！让我们一起开始Python之旅吧。")

保存为 hello.py，然后在终端运行：

python hello.py

看到交互了吗？这就是Python的魅力——简单、直接、反馈快。

小结

这一章我们聊了Python的来龙去脉、它能干什么、以及怎么搭建开发环境。说白了，Python就是一门"写起来爽、用起来快、学起来简单"的语言。下一章，咱们正式开始写代码，从变量和数据类型开始。

记住：环境搭好了，你就成功了一半。剩下的，就是坚持写下去。

---

公众号:蓝海资料掘金营，微信deep3321