- 一、计算机语言
- 发展历程
- 编译和解释（只针对高级语言来讲）
- 二、Python语言介绍
- Python开发环境
- 开发工具 Jupyter Notebook
1.机器语言（01）
2.符号语言（汇编语言）
- 用符号来代替机器01，将符号语言=》机器语言——汇编
- 将机器语言=》符号语言——反汇编
3.高级语言
开始说人话，和硬件结合的不是那么紧密，学起来也简单，C++、Java、JavaScript、Python
语言转换为机器语言的时间不一样，分为编译型和解释型
编译型语言：C
在执行之前就会被编译成机器码
源码经过编译转换为执行码
优点：速度快，效率高
缺点：跨平台较差
解释型：python
解释一句，编译一句
缺点：执行速度较慢
优点：跨平台性高
Java？？？刚出来的时候是解释型的，后来加了JIT技术，半解释半编译
Python由荷兰数学和计算机科学研究学会的吉多·范罗苏姆 于1990 年代初设计，作为一门叫做ABC语言的替代品。设计出来给非专业程序员用的教学语言。
Python 蟒蛇 1991 第一个解释器诞生
Life is short you need Python. 人生苦短，你需要Python
优点：
- 简单明了，学习曲线低，容易上手
- 开源，跨平台
- 第三方支持好，包多，功能多
缺点：
- 执行效率稍低
- 代码无法加密
- 工程化相对较差，不够严谨，太灵活
适合做什么：
WEB后端，网络爬虫，自动化运维，自动化测试，科学计算、数据分析、数据可视化、机器学习、量化交易
Python开发环境所谓开发环境就是安装Python的解释器
解释器：
- CPython 官方，用C语言编写的解释器
- PyPy 用Python语言编写的解释器
- Jython 用Java编写的解释器
- IronPython 用.net写的解释器
推荐使用Anaconda(python环境的管理工具，配合一些开发软件）来搭建开发环境，适合做科学计算的Python发行版（包含了常见的包），装了annaconda就不用装python （我自己还是使用的python3.9和pycharm）
如果比较熟悉了以后推荐去掉图形界面 miniconda来做环境
镜像地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/
安装注意点
安装路径的两个✔全选（默认是不选的）
检验安装是否成功，请在cmd模式下输入 python 回车检查是否启动环境
更改conda的源
装好了是有一个base(root)环境，但是在Anaconda中配置一个新的Environment（避免与其他的环境中的第三方库相互依赖，造成打架），然后启动prompt
请在Anaconda的命令行中操作
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes开发工具 Jupyter Notebook
发明者高德纳是算法和程序设计技术的先驱者，计算机排版系统TeX和字型设计系统METAFONT的发明者，他因这些成就和大量创造性的影响深远的著作而誉满全球，荣获1974年度的图灵奖 。爱因斯坦《相对论》 费曼《量子电动力学》
提出"literate programming"理念（编程从让计算机读懂，进化到让机器去理解我们的想法）
脱胎于IPython（交互性的shell）
