python支持的编程范式有_【Python学习手册】chapter1 前面

读书笔记！

Python命名：以英国喜剧组'Monty Python'命名——BBC20世纪70年代的《Monty Python's and the Holy Grai》的制片方，和我们认为的爬行动物没啥关系。。。oh no。。和第一波开发者的爱好有很大关系。。。

1、人们为何使用Python软件质量：可读性、可重用性：面向对象，函数式编程

开发者生产效率：长度仅为JAVA代码的1/5~1/3

程序的可移植性：可在Windows和Linux之间自由切换

标准库的支持：内置众多预构建并可移植的功能模块

组件集成：通过集成机制和应用程序的其他部分进行通讯

2、Python是一门融合了面向过程、函数式、面向对象编程范式的多目标语言

*脚本：用于描述简单的顶层代码文件

*程序：用来描述相对复杂一些的多文件应用

Shell工具

控制语言：控制、重定其他应用程序

使用便捷

3、Python缺点：

执行速度不够快：目前Python的标准执行方式是：将源代码的语句编译成字节码(与平台无关)的形式，再将字节码解释出来，所以可移植，但是不会像C语言一样将其编译成底层的二进制代码，所以对于数值计算和动画渲染来说，需要分离一部分需要优化速度的应用，做扩展。而NumPy就是一个Python数值计算扩展的重要例子。

存在开源项目的共有缺陷：潜在少数人个人偏好

4、如今谁在使用Python

企业用户：Python成功案例：成功案例

5、使用Python可以做什么系统编程：标准库绑定POSIX

图形用户界面(GUI):内置tkinter

Internet脚本：网络任务中发挥作用

组件集成：脚本化处理其他系统和组件的行为

数据库编程：提供了所有主流关系数据库系统接口，如Oracle，Mysql

快速原型：因无需重写，在Python上做系统原型再移植到C或者C++上

数值计算与科学计算编程：如NumPy扩展、SciPy、PyPy

自然语言分析：NLTK包

人工智能编程：PyBrain神经网络库、Milk机器学习工具包

数据可视化：Mayavi、matplotlib、VTK、Vpython

数据挖掘：Orange框架、Pattern包、Scrapy和定制代码

6、Python 如何开发并获得支持：以源代码控制系统在线工作

7、开源的权衡：会收到开发者的个人喜好干扰

8、Python技术上的优点：面向对象和函数式面向对象vs面向过程可移植：可在所有主流平台上运行，如Linux、UNIX、Windows、Mac OS

功能强大：具有丰富的工具集，比如动态类型、自动内存管理、大型程序支持(模块、类、异常等工具)

内置对象类型：常用的数据结构作为语言基本组成部分，如列表、元组、字典、字符串

内置工具：拼接、分片、排序、映射

库工具：如正则表达匹配

第三方工具：鼓励内置之外的预编码工具，如COM、图像处理、数值编程、XML、数据库访问

可以混合：能同其他语言组件编写在一起，如混合C和C++

相对简单易用、容易学

(廖雪峰的python更易读，比这个学习手册翻译腔好的有点多🤭)