好吧，相较于其它许多你可以拿来用的编程语言而言，它“更容易一些”。
Python的语言没有多少仪式化的东西，所以就算不是一个Python专家，你也能读懂它的代码。我的经验是，通过实例来学习和教授Python要比采取同样的方式去接触比方说Ruby或者Perl更加容易，因为Python的语法里面条条框框以及特殊的处理场景要少得多。它所专注的并非语言表现的丰富程度，而是你想要用你的代码完成什么。
它能用少量的代码构建出很多功能
Python能带给所有开发者一种快速的学习体验。通过实践，你可以在最多两天之内轻松实现一个具备基础功能的游戏(而这还是在对编程完全不了解的情况下)。
另外一些让Python成为一门引人注目的编程语言的因素就是它的可读性和高效性。
多才多艺
Python今年28岁了。尽管它比我的许多读者年纪还要大，但是仍然受到高度的关注，因为它可以被应用于如今你所能想得到的相当多的软件开发和操作场景。
要管理本地或者云基础设施吗？Python可以。
开发网站？OK，它也能行的。
需要处理一个SQL数据库？可以。
需要为Hive或者Pig定制一个功能？能做到。
只是想为自己构建一个小工具？Python就是最好的选择。
需要一门支持面向对象设计的语言？Python的特性就能满足啦。
简而言之，将Python了解得更加深入一点点，就能让你具备可以适应范围更宽泛的工作角色的技能。
拥有最成熟的程序包资源库之一
一旦你了解了该语言，就可以利用上这个平台：Python以PyPI(读作Pie-Pie)为其后盾,这是一个拥有超过85,000个Python模块和脚本的资源库，你拿过来就立马可以使用。
这些模块向你的本地Python环境分发已经预先打包好的功能，可以用来解决各种诸如数据库处理，计算机视觉实现，像维度分析这样的高级数据分析的执行，或者是构建REST风格的web服务这些问题。
广泛用于数据科学领域
不管你从事的是什么工作，数据都会是其中的一部分。IT，软件开发，市场等等——它们都深度地关乎数据且对于智慧求之若渴。很快数据分析技能就会像编码技能一样的重要，而Python在两个领域都占有重要的地位。
Python紧挨着R语言，都是现代数据科学中最常被使用的语言。事实上，在数据科学领域，Python的职位职位需求超过了R语言。你在学习Python时发展出来的技能将会直接转换并被用来构建起自己的这些分析技能。
是跨平台且开源的
Python可以跨平台运行，并且已经开放源代码超过20年的时间了，如果你需要代码能同时在Linux，Windows以及macOS上跑起来，Python就能满足要求。此外，有数十年的修修补补以及不断完善做后盾，可以确保你能够随心所欲地运行自己的代码。
很灵活
有一些Python同其它编程语言集成在一起的稳定实现。
CPython,同C集成的版本。
Jython,同Java集成的Python版本。
IronPython,被设计用来兼容.Net和C#。
PyObjc,ObjectiveC工具下的Python写法。
RubyPython,同Ruby集成的Python版本。
总结
并没有很多的语言能提供像Python这样的多样性和简洁性;能持续努力演进并让社区繁荣好几十年的就更少了。无论你是编码新手还是能信手写就脚本的大师，都需要了解一下Python。
|
|
收藏
淘帖
踩
加油加油
