python知识点汇总,python语言基础知识有哪些？

python知识点汇总,python语言基础知识有哪些？详细介绍

本文目录一览： 学生小白学习Python的知识点

Python入门必备知识点
1、什么是Python? 使用Pvthon的优缺点有哪些?
Python是一种面向对象的解释性的交互式语言，带有对象、模块、线程、异常和内存自动管理的机制。使用Python的优点有:简单、易学、轻便可移植、可扩展、可读性具有多种内建数据类型、开源等等。使用Python的缺点有:运行速度慢，代码不能加密(解释性语言，发布python应用只能发布源代码，不像C发布编译后的应用文件)
2、什么是PEP 8?
PEP8是一种编码规范，是一系列关于如何让Python代码更加具有可读性的编码建议。
3、什么是序列化和反序列化?
序列化:将在内存中的变量转为可存储或传输的过程。应用JSON传输，序列化为统一格式ison反序列化:与序列化的过程相反Pickle模块允许我们将Python对象转换成一个string表示的信息，并且可以使用dump函数将其保存到一个文件中去，这样的过程称为序列化。而使用文件中保存的对象信息重构Python对象的过程称为反序列化。
4、Python是如何被解释执行的?
Pvthon是一种解释型语言，它可以直接从源代码运行程序。程序员编写的源代码首先转变成一种中间语言代码，然后再被转换成能够直接执行的机器语言代码。
5.Python是如何进行内存管理的?
Python内存空间是以Python私有堆的形式进行管理的。所有的Python对象和数据结构都存放在一个私有堆中。解释器可以访问私有堆，而程序员不可以。将Pvthon堆空间中的内存分配给Pvthon对象的工作是由Python内存管理器完成的。而内核API则会提供给程序员一些相关的工具来完成涉及到内存的编码工作。
6.能够找到程序中的bug进行静态分析的工具有哪些?
Python还内置垃圾回收器，从而进行回收释放内存到堆空间能够找到程序中的bug进行静态分析的工具有哪些?6、PyChecker是一种能够发现Python源代码中的bug并对其中的代码风格和复杂度进行警告的静态分析工具。另外一种工具是Pylint，它能够验证模块是否满足编码标准。
7、什么是Python装饰器?
用来装饰一个函数从而使这个函数在不修改本身的函数定义外，动态产生额外的功能;装饰函数的入参为需要被装饰的函数。装饰器本质上是一个返回函数的高阶函数一个Python装饰器是我们在符合Python语法的同时又方便地对函数做的一些特定的修改。
8、列表、元组、集合、字典的区别是什么?
列表:元素可变(任何数据类型)，有序(可索引)append/insert/pop;元组:元素不可变但元素中的可变元素是可变的;有序(可索引);而且组可以被散列，例如作为字典的键。集合:无序(不可被索引)、互异字典:无序，键值对(key: value)，key唯一不可重复
9、怎样理解字典和列表?
它们是一种用来创建可变对象的语法结构，数据容器dic插入、查找速度比list快，不会随key的增加而增加，但list会随着元素的增加而增加(偏移量)
10、参数是如何通过值或者引用传递的?
python中确切说应该是“传对象引用”的方式，引用对象传递。一切皆对象，参数皆引用如果函数收到的是一个可变对象(比如列表、字典)的引用，则可修改对象的原始值==相当于“引用传递”方式如果函数收到的是一个不可变对象(比如数字、字符、元组)，就不能直接修改原始对象指向的值==相当于“值传递”方式。

python必会的10个知识点

python必会的10个知识点
1.函数；函数是一种仅在调用时运行的代码块你可以将数据（称为参数）传递到函数中，函数可以把数据作为结果返回。在Python中，使用def关键字定义函数，调用函数，则使用函数名称后跟括号。
2.参数，信息可以作为参数传递给函数：参数在函数名后的括号内指定。您可以根据需要添加任意数量的参数，只需用逗号分隔即可。下面这个例子有一个带参数(fname)的函数。当调用此函数时，我们传递一个名字，在函数内部使用它来打印全名：
3.args和*kwargs函数是Python中的构建块。它们接受零个或多个参数并返回一个值。Python在参数如何传递给函数方面非常灵活。args和kwargs使处理参数更容易、更清晰。args允许函数接受任意数量的位置参数。
kwargs:允许函数接受任意数量的关键字参数。默认情况下，*kwargs是一个空字典。每个未定义的关键字参数都作为键值对存储在*kwargs字典中。
4.类；面向对象编程(QOP)范式是围绕着拥有属于特定类型的对象的思想构建的。从某种意义上说，类型是解释我们的对象。Python中的所有东西都是一种类型的对象，比如整数、列表、字典、函数等等。我们使用类定义一种对象类型。类具有以下信息:数据属性:创建类的实例需要什么方法(即过程属性):我们如何与类的实例交互。
5.列表List是Python中的内置数据结构。它表示为方括号中的数据点集合。列表可用于存储任何数据类型或不同数据类型的混合。列表是可变的，这也是为什么它们如此常用的原因之一。因此，我们可以删除和添加项。也可以更新列表中的项目。
6.列表姓成式，列表柱成试用更简单、更吸引人的语法表示o和循环。列表生成式相时比or循环快。List=[expression for item in iterable(if conditional)]下面是一个简单的列表生成式，它根据给定的条件从另一个列表创建一个列表
7.字典；字典是一个无序的键值对集合。每个条目都有一个键和值。字典可以看作是一个有特殊索引的列表。密钥必须是唯一且不可变的。所以我们可以使用字符串、数字(it或oat)或元组作为键。值可以是任何类型。
考虑一个需要存储学生成绩的案例。我们可以把它们存储在字典或列表中。Grades dictionaryGrades list创建字典的一种方法是在大括号中编写键值对。
8.集合；集合是不同的可散列对象的无序集合。这是Python官方文档中对集合的定义。让我们打开它。无序集合：它包含零个或多个元素。集合中的元素没有顺序。因此，它不支持索引或切片，就像我们对列表所做的那样。
不同的可散列对象：一个集合包含唯一的元素。hashable表示不可变。尽管集合是可变的，但集合的元素必须是不变的。
我们可以通过将逗号分隔的对象放在大括号中来创建一个集合。集合不包含重复的元素，因此即使我们多次尝试添加相同的元素，结果集合也将包含唯一的元素。
9.元组；元组是用逗号分隔并用括号括起来的值的集合。与列表不同，元组是不可变的。元组的不变性可以着作元组的识别特征。元组由括号中的值和逗号分隔的值组成。
我们也可以不使用括号来创建元组。用逗号分隔的值序列将创建一个元组。元组最常见的用例之一是返回多个值的函数。
10.Lambda表达式；Lambda表达式是函数的特殊形式。通常，lambda表达式不带名称。考虑以下返回给定数字平方的函数。
考虑一个需要做一次或几次的操作。此外，我们有许多变化，这一行动是路有不同，比原来的一个。在这种情况下，为每个操作定义二个单独的函数并不理想。相反，lambda表达式提供了一种更有效的方法来完成任务。

Python需要学习什么内容,好学吗_学python需要什么基础知识

Python相对来说挺好入门的，不过也不要掉以轻心，学习的时候还是应该认真努力，学习内容整理如下：
Python语言基础：主要学习Python基础知识，如Python3、数据类型、字符串、函数、类、文件操作等。
Python语言高级：主要学习Python库、正则表达式、进程线程、爬虫、遍历以及MySQL数据库。
Pythonweb开发：主要学习HTML、CSS、JavaScript、jQuery等前端知识，掌握python三大后端框架(Django、Flask以及Tornado)。
Linux基础：主要学习Linux相关的各种命令，如文件处理命令、压缩解压命令、权限管理以及LinuxShell开发等。
Linux运维自动化开发：主要学习Python开发Linux运维、Linux运维报警工具开发、Linux运维报警安全审计开发、Linux业务质量报表工具开发、Kali安全检测工具检测以及Kali密码破解实战。
Python爬虫：主要学习python爬虫技术，掌握多线程爬虫技术，分布式爬虫技术。
Python数据分析和大数据：主要学习numpy数据处理、pandas数据分析、matplotlib数据可视化、scipy数据统计分析以及python金融数据分析;HadoopHDFS、pythonHadoopMapRece、pythonSparkcore、pythonSparkSQL以及pythonSparkMLlib。
Python机器学习：主要学习KNN算法、线性回归、逻辑斯蒂回归算法、决策树算法、朴素贝叶斯算法、支持向量机以及聚类k-means算法。

入门Python爬虫需要掌握哪些技能和知识点？

对于程序员来说基本上不存在重复性的工作，任何重复劳动都可以通过程序自动解决。下面千锋带你一起了解爬虫需要哪些相关的技能。
1、基本的编码基础（至少一门编程语言）
这个对于任何编程工作来说都是必须的。基础的数据结构你得会吧。数据名字和值得对应（字典），对一些url进行处理（列表）等等。事实上，掌握的越牢固越好，爬虫并不是一个简单的工作，也并不比其他工作对编程语言的要求更高。
熟悉你用的编程语言，熟悉相关的框架和库永远是百益无害。我主要用Python，用Java写爬虫的也有，理论上讲任何语言都可以写爬虫的，不过最好选择一门相关的库多，开发迅速的语言。用C语言写肯定是自找苦吃了。
2、任务队列
当爬虫任务很大的时候，写一个程序跑下来是不合适的：
如果中间遇到错误停掉，重头再来？这不科学
我怎么知道程序在哪里失败了？任务和任务之间不应该相互影响
如果我有两台机器怎么分工？
所以我们需要一种任务队列，它的作用是：讲计划抓取的网页都放到任务队列里面去。然后worker从队列中拿出来一个一个执行，如果一个失败，记录一下，然后执行下一个。这样，worker就可以一个接一个地执行下去。也增加了扩展性，几亿个任务放在队列里也没问题，有需要可以增加worker，就像多一双亏筷子吃饭一样。
常用的任务队列有kafka，beanstalkd，celery等。
3、数据库
这个不用讲了，数据保存肯定要会数据库的。不过有时候一些小数据也可以保存成json或者csv等。我有时想抓一些图片就直接按照文件夹保存文件。推荐使用NoSQL的数据库，比如mongodb，因为爬虫抓到的数据一般是都字段-值得对应，有些字段有的网站有有的网站没有，mongo在这方面比较灵活，况且爬虫爬到的数据关系非常非常弱，很少会用到表与表的关系。
4、HTTP知识
HTTP知识是必备技能。因为要爬的是网页，所以必须要了解网页。首先html文档的解析方法要懂，比如子节点父节点，属性这些。我们看到的网页是五彩斑斓的，只不过是被浏览器处理了而已，原始的网页是由很多标签组成的。处理最好使用html的解析器，如果自己用正则匹配的话坑会很多。
5、运维
这个话题要说的有很多，实际工作中运维和开发的时间差不多甚至更多一些。维护已经在工作的爬虫是一个繁重的工作。随着工作时间增加，一般我们都会学着让写出来的爬虫更好维护一些。
比如爬虫的日志系统，数据量的统计等。将爬虫工程师和运维分开也不太合理，因为如果一个爬虫不工作了，那原因可能是要抓的网页更新了结构，也有可能出现在系统上，也有可能是当初开发爬虫的时候没发现反扒策略，上线之后出问题了，也可能是对方网站发现了你是爬虫把你封杀了，所以一般来说开发爬虫要兼顾运维。

python要学什么

Python是一种简单易学、功能强大的编程语言，学习Python可以帮助您进行数据分析、网络爬虫、人工智能等多个领域的开发和应用。如果您想学习Python，可以从以下几个方面入手：1. 基础语法：学习Python的基本语法，包括变量、数据类型、运算符、条件语句、循环语句等基本知识。2. 数据结构和算法：学习Python中常用的数据结构，如列表、字典、集合等，以及常用的算法，如排序、查找等。3. 函数和模块：学习如何定义和使用函数，以及如何使用Python的模块来扩展功能。4. 文件操作和异常处理：学习如何读写文件，以及如何处理异常情况。5. 网络编程和数据库操作：学习如何使用Python进行网络编程，以及如何连接和操作数据库。6. Web开发和数据可视化：学习如何使用Python进行Web开发，以及如何使用Python的数据可视化库来展示数据。除了以上内容，还可以参考一些优秀的Python教程和学习资源，如官方文档、在线教程、书籍等。通过不断实践和练习，您可以逐渐掌握Python的技能。了解更多八爪鱼采集器的功能与合作案例，请前往官网了解更多详情
对于很多想学习Python的小伙伴来说，不知道从何开始，小蜗这里整理了一份Python全栈开发的学习路线，大家可按照以下这份大纲来进行学习：
第一阶段：专业核心基础
阶段目标：
1. 熟练掌握Python的开发环境与编程核心知识
2. 熟练运用Python面向对象知识进行程序开发
3. 对Python的核心库和组件有深入理解
4. 熟练应用SQL语句进行数据库常用操作
5. 熟练运用Linux操作系统命令及环境配置
6. 熟练使用MySQL，掌握数据库高级操作
7. 能综合运用所学知识完成项目
知识点：
Python编程基础、Python面向对象、Python高级进阶、MySQL数据库、Linux操作系统。
1、Python编程基础，语法规则，函数与参数，数据类型，模块与包，文件IO，培养扎实的Python编程基本功，同时对Python核心对象和库的编程有熟练的运用。
2、Python面向对象，核心对象，异常处理，多线程，网络编程，深入理解面向对象编程，异常处理机制，多线程原理，网络协议知识，并熟练运用于项目中。
3、类的原理，MetaClass，下划线的特殊方法，递归，魔术方法，反射，迭代器，装饰器，UnitTest，Mock。深入理解面向对象底层原理，掌握Python开发高级进阶技术，理解单元测试技术。
4、数据库知识，范式，MySQL配置，命令，建库建表，数据的增删改查，约束，视图，存储过程，函数，触发器，事务，游标，PDBC，深入理解数据库管理系统通用知识及MySQL数据库的使用与管理。为Python后台开发打下坚实基础。
5、Linux安装配置，文件目录操作，VI命令，管理，用户与权限，环境配置，Docker，Shell编程Linux作为一个主流的服务器操作系统，是每一个开发工程师必须掌握的重点技术，并且能够熟练运用。
第二阶段：PythonWEB开发
阶段目标：
1. 熟练掌握Web前端开发技术，HTML，CSS，JavaScript及前端框架
2. 深入理解Web系统中的前后端交互过程与通信协议
3. 熟练运用Web前端和Django和Flask等主流框架完成Web系统开发
4. 深入理解网络协议，分布式，PDBC，AJAX，JSON等知识
5. 能够运用所学知识开发一个MiniWeb框架，掌握框架实现原理
6. 使用Web开发框架实现贯穿项目
知识点：
Web前端编程、Web前端高级、Django开发框架、Flask开发框架、Web开发项目实战。
1、Web页面元素，布局，CSS样式，盒模型，JavaScript，JQuery与Bootstrap掌握前端开发技术，掌握JQuery与BootStrap前端开发框架，完成页面布局与美化。
2、前端开发框架Vue，JSON数据，网络通信协议，Web服务器与前端交互熟练使用Vue框架，深入理解HTTP网络协议，熟练使用Swagger，AJAX技术实现前后端交互。
3、自定义Web开发框架，Django框架的基本使用，Model属性及后端配置，Cookie与Session，模板Templates，ORM数据模型，Redis二级缓存，RESTful，MVC模型掌握Django框架常用API，整合前端技术，开发完整的WEB系统和框架。
4、Flask安装配置，App对象的初始化和配置，视图函数的路由，Request对象，Abort函数，自定义错误，视图函数的返回值，Flask上下文和请求钩子，模板，数据库扩展包Flask-Sqlalchemy，数据库迁移扩展包Flask-Migrate，邮件扩展包Flask-Mail。掌握Flask框架的常用API，与Django框架的异同，并能独立开发完整的WEB系统开发。
第三阶段：爬虫与数据分析
阶段目标：
1. 熟练掌握爬虫运行原理及常见网络抓包工具使用，能够对HTTP及HTTPS协议进行抓包分析
2. 熟练掌握各种常见的网页结构解析库对抓取结果进行解析和提取
3. 熟练掌握各种常见反爬机制及应对策略，能够针对常见的反爬措施进行处理
4. 熟练使用商业爬虫框架Scrapy编写大型网络爬虫进行分布式内容爬取
5. 熟练掌握数据分析相关概念及工作流程
6. 熟练掌握主流数据分析工具Numpy、Pandas和Matplotlib的使用
7. 熟练掌握数据清洗、整理、格式转换、数据分析报告编写
8. 能够综合利用爬虫爬取豆瓣网电影评论数据并完成数据分析全流程项目实战
知识点：
网络爬虫开发、数据分析之Numpy、数据分析之Pandas。
1、爬虫页面爬取原理、爬取流程、页面解析工具LXML，正则表达式，代理池编写和架构、常见反爬措施及解决方案、爬虫框架结构、商业爬虫框架Scrapy，基于对爬虫爬取原理、网站数据爬取流程及网络协议的分析和了解，掌握网页解析工具的使用，能够灵活应对大部分网站的反爬策略，具备独立完成爬虫框架的编写能力和熟练应用大型商业爬虫框架编写分布式爬虫的能力。
2、Numpy中的ndarray数据结构特点、numpy所支持的数据类型、自带的数组创建方法、算术运算符、矩阵积、自增和自减、通用函数和聚合函数、切片索引、ndarray的向量化和广播机制，熟悉数据分析三大利器之一Numpy的常见使用，熟悉ndarray数据结构的特点和常见操作，掌握针对不同维度的ndarray数组的分片、索引、矩阵运算等操作。
3、Pandas里面的三大数据结构，包括Dataframe、Series和Index对象的基本概念和使用，索引对象的更换及删除索引、算术和数据对齐方法，数据清洗和数据规整、结构转换，熟悉数据分析三大利器之一Pandas的常见使用，熟悉Pandas中三大数据对象的使用方法，能够使用Pandas完成数据分析中最重要的数据清洗、格式转换和数据规整工作、Pandas对文件的读取和操作方法。
4、matplotlib三层结构体系、各种常见图表类型折线图、柱状图、堆积柱状图、饼图的绘制、图例、文本、标线的添加、可视化文件的保存，熟悉数据分析三大利器之一Matplotlib的常见使用，熟悉Matplotlib的三层结构，能够熟练使用Matplotlib绘制各种常见的数据分析图表。能够综合利用课程中所讲的各种数据分析和可视化工具完成股票市场数据分析和预测、共享单车用户群里数据分析、全球幸福指数数据分析等项目的全程实战。
第四阶段：机器学习与人工智能
阶段目标：
1. 理解机器学习相关的基本概念及系统处理流程
2. 能够熟练应用各种常见的机器学习模型解决监督学习和非监督学习训练和测试问题，解决回归、分类问题
3. 熟练掌握常见的分类算法和回归算法模型，如KNN、决策树、随机森林、K-Means等
4. 掌握卷积神经网络对图像识别、自然语言识别问题的处理方式，熟悉深度学习框架TF里面的张量、会话、梯度优化模型等
5. 掌握深度学习卷积神经网络运行机制，能够自定义卷积层、池化层、FC层完成图像识别、手写字体识别、验证码识别等常规深度学习实战项目
知识点：
1、机器学习常见算法、sklearn数据集的使用、字典特征抽取、文本特征抽取、归一化、标准化、数据主成分分析PCA、KNN算法、决策树模型、随机森林、线性回归及逻辑回归模型和算法。熟悉机器学习相关基础概念，熟练掌握机器学习基本工作流程，熟悉特征工程、能够使用各种常见机器学习算法模型解决分类、回归、聚类等问题。
2、Tensorflow相关的基本概念，TF数据流图、会话、张量、tensorboard可视化、张量修改、TF文件读取、tensorflow playround使用、神经网络结构、卷积计算、激活函数计算、池化层设计，掌握机器学习和深度学习之前的区别和练习，熟练掌握深度学习基本工作流程，熟练掌握神经网络的结构层次及特点，掌握张量、图结构、OP对象等的使用，熟悉输入层、卷积层、池化层和全连接层的设计，完成验证码识别、图像识别、手写输入识别等常见深度学习项目全程实战。

python培训入门教程？怎样入门呢_如何学python入门

送你一份学习python的路线图
一、Python的普及入门
1.1Python入门学习须知和书本配套学习建议
1.2Python简史
1.3Python的市场需求及职业规划
1.4Python学习是选择2.0还是3.0？
二、Python的学习环境安装
1.在Windows安装Python的教程
2.在Linux上安装python
3.搭建Python多版本共存管理工具Pyenv
4.Python开发环境配置
三、开启你的Python之路
1.Python世界的开端：helloworld
2.Python世界的开端：四则运算
3.Python流程控制语句深度解读
4.Python循环
四、Python中级进阶
1.Python数据类型详解
2.Python列表及元组详解
3.Python字符串操作深度解析
4.Python函数式编程指南：函数
5.Python函数式编程指南：迭代器
6.Python函数式编程指南：生成器
7.Python装饰器详解
五、Python高级技巧
1.装饰器深度解析
2.深入Python字典
3.Python线程技术
4.Python的异步IO：Asyncio简介
5.Python实现线程安全队列
六、Python常用工具
1.2017最受欢迎的15大Python库
2.5个高效Python库
3.Django官方教程
4.PythonDjango的正确学习方法
5.Python自然语言处理工具小结
6.数据科学常用Python工具
七、Python实战练习
1.Python破解斗地主残局
2.python实现爬虫功能
4.使用Python_PCA分析进行金融数据分析
5.用python制作游戏外挂吗？
6.运用爬虫抓取网易云音乐评论生成词云
7.使用Scrapy爬起点网的完本小说
8.TensorFlow计算加速
八、其他
1.选择学习编程，为什么一定首推Python？
2.为什么Python这么火？
3.Python如何快速入门？
4.Python入门之学习资料推荐
5.Python必备的19个编程资源
6.Python入门知识点总结
7.Python学不好怎么办？
8.Python学习有哪些阶段？
9.参加Python培训会有前景吗？
10.Python培训班真的有效吗？
11.参加Python培训前应该做哪些准备？
12.11道Python基本面试题|深入解答
13.Python求职怎么拿到Offer

python语言基础知识有哪些？

这是Python全栈开发+人工智能课程大纲：
阶段一：Python开发基础
Python全栈开发与人工智能之Python开发基础知识学习内容包括：Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。
阶段二：Python高级编程和数据库开发
Python全栈开发与人工智能之Python高级编程和数据库开发知识学习内容包括：面向对象开发、Socket网络编程、线程、进程、队列、IO多路模型、Mysql数据库开发等。
阶段三：前端开发
Python全栈开发与人工智能之前端开发知识学习内容包括：Html、CSS、JavaScript开发、Jquery&bootstrap开发、前端框架VUE开发等。
阶段四：WEB框架开发
Python全栈开发与人工智能之WEB框架开发学习内容包括：Django框架基础、Django框架进阶、BBS+Blog实战项目开发、缓存和队列中间件、Flask框架学习、Tornado框架学习、Restful
API等。
阶段五：爬虫开发
Python全栈开发与人工智能之爬虫开发学习内容包括：爬虫开发实战。
阶段六：全栈项目实战
Python全栈开发与人工智能之全栈项目实战学习内容包括：企业应用工具学习、CRM客户关系管理系统开发、路飞学城在线教育平台开发等。
阶段七：数据分析
Python全栈开发与人工智能之数据分析学习内容包括：金融量化分析。
阶段八：人工智能
Python全栈开发与人工智能之人工智能学习内容包括：机器学习、数据分析 、图像识别、自然语言翻译等。
阶段九：自动化运维&开发
Python全栈开发与人工智能之自动化运维&开发学习内容包括：CMDB资产管理系统开发、IT审计+主机管理系统开发、分布式主机监控系统开发等。
阶段十：高并发语言GO开发
Python全栈开发与人工智能之高并发语言GO开发学习内容包括：GO语言基础、数据类型与文件IO操作、函数和面向对象、并发编程等。
一、Python语言的简述
Python语言是一种解释型、面向对象的编程语言，是一种开源语言。
Python属于动态类定义语言，也是一种强调类型语言。
二、Python语言的特点
1、简单、高级
2、面向对象
3、可扩展性、免费和开源的
4、可移植型、可嵌入型、丰富的库
三、Python语言的应用范围
1、操作系统管理
2、科学计算
3、Web应用
4、图形用户界面（GUI）开发
5、其他，例如游戏开发等
优点
简单：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。
易学：Python极其容易上手，因为Python有极其简单的说明文档。
易读、易维护：风格清晰划一、强制缩进。
用途广泛。
速度快：Python的底层是用C语言写的，很多标准库和第三方库也都是用C写的，运行速度非常快。
免费、开源：Python是FLOSS（自由／开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

学python前需要哪些基础

学python0基础也可以学习，之前有编程方面的经验那更好了，因为大部分语言之间道理都是相通的，只不过写法上有些差异。
Python部分基础知识点汇总数据类型：编程中操作的每一个数据都是有其类型的，比如我们的程序需要进行数学计算，那么进行计算的参数和结果就都是数值，我们需要输入、输出一段话，那么这段话就是一个字符串。
Python变量和常量控制流语句：控制流语句让程序变得更加灵活，稍微复杂一些的程序都需要用到控制流语句中的判断和循环，那么如何在Python中高效应用控制流语句就显得非常重要。