热门问题
时间线
聊天
视角

Python

通用高級編程語言 来自维基百科，自由的百科全书

Python
Remove ads
关于与“Python”标题相近或相同的条目，请见“Python (消歧义)”。

Python（英语发音：/ˈpaɪθən/；英语发音：/ˈpaɪθɑːn/），是一种广泛使用的解释型、高级和通用的编程语言。Python支持多种编程范型，包括结构化、过程式、反射式、面向对象和函数式编程。它拥有动态类型系统和垃圾回收功能，能够自动管理内存使用，并且其本身拥有一个巨大而广泛的标准库。它的语言结构以及面向对象的方法，旨在帮助程序员为小型的和大型的项目编写逻辑清晰的代码。

事实速览 编程范型, 设计者 ...

吉多·范罗苏姆于1980年代后期开始研发Python，作为ABC语言的后继者[17]，它也可以被视为采用了叫做M-表达式（英语：M-expression）的中缀表示法的一种LISP方言[32]。吉多·范罗苏姆于1991年首次发布 Python 0.9.0[33]。Python 2.0于2000 年发布并引入了新功能。Python 3.0于2008年发布，它是该语言的主要修订版，并非完全向后兼容。Python 2于2020年随2.7.18版停止支持[34]。

Python的设计哲学，强调代码的可读性和简洁的语法，尤其是使用空格缩进来划分代码块。相比于C语言或Java，Python让开发者能够用更少的代码表达想法。

Python解释器本身几乎可以在所有的操作系统中运行，它的官方解释器CPython是用C语言编写的。Python是一个由社群驱动的自由软件，目前由Python软件基金会管理。Python是最受欢迎的编程语言之一[35][36][37][38]。

Remove ads

历史

主条目：Python的历史
Thumb
Python创始人吉多·范罗苏姆在2024年PyCon的照片

Python的创始人吉多·范罗苏姆，在1982年至1995年间，参与了荷兰数学和计算机科学研究学会多个项目的工作[39]。1989年的圣诞节期间，他决心开发一个新的脚本解释编程，作为ABC语言的继承者，并且用它替代Unix shell和C语言来进行系统管理[17]，担负与Amoeba操作系统（英语：Amoeba (operating system)）[40]之间的交互操作并进行例外处理[9]。他是BBC电视剧《Monty Python的飞行马戏团》的爱好者，所以选取了Python作为这个编程语言的名字[41]。范罗苏姆作为Python的主要开发者，独自担负这个项目的发展决策者职责，直到2018年7月12日，他宣布从终身仁慈独裁者（BDFL）的职位上“永久休假”[42][43]。他在2019年1月至11月参与了第一届五人掌控委员会继续领导项目发展[44][45]。

在1991年2月，范罗苏姆在alt.sources上发布了最初代码（标记为版本0.9.0）[1]，这时就已经存在了带继承的类、例外处理、函数和核心类型list、dict、str等。在这个最初发行中就有了从Modula-3引进的模块系统[46]，和例外处理机制[9]。在1994年1月，Python版本1.0发布[47]，其主要新特征是由Amrit Prem提供的函数式编程工具lambda、map、filter和reduce[48]。受Modula-3启发，Python 1.1介入了缺省参数值，Python 1.3介入了关键字参数。Python 1.4介入了对复数的内置支持，还包含了采取名字修饰的一种基本形式的数据隐藏（英语：Information hiding）[49]。

在2000年10月，Python 2.0发布，它从函数式编程语言Haskell中引进了列表推导式，并且支持了Unicode，还向垃圾回收系统增加了环检测算法[50]。Python 2.1支持了静态嵌套作用域和闭包[51]。Python 2.2进行了重大革新，将Python中用C语言写成的类型，和用Python语言写成的类，统一成在同一个层级中，使得Python的对象模型成为纯粹而一致的对象模型[52]；还介入了迭代器[53]，受CLU和Icon启发的生成器[54]，和描述器协议[55]。Python 2.3介入了从Dylan引进的方法决定次序[15]。Python 2.4介入了集合（英语：Set (abstract data type)）类型，和函数修饰器[56]。Python 2.5介入了with语句[57]，并在官方实现中介入了抽象语法树[58]。

在2008年12月，Python 3.0发布，它对语言做了较大修订而不能完全后向兼容[59]，尽管提供了进行自动转换的2to3实用工具，仍有大量现存代码不能移植，故而Python 2.7的产品寿命结束延期至2020年元旦。Python 3.4介入了异步I/O模块[60]。Python 3.5介入了类型提示[61]，和采用async/await语法的协程[62]。Python 3.8介入了赋值表达式[63][64]。

在2020年10月，Python 3.9介入了内置的针对容器类的泛化别名（types.GenericAlias）类型[65]，并在官方实现中介入了新的语法解析器[66]。Python 3.10介入了结构式模式匹配[67]，和内置的联合类型（types.UnionType）[68]。Python 3.11对官方实现进行了优化提速[69]。Python 3.12介入了类型参数语法和type语句[70]，并废弃或移除了一些过时的模块和功能。Python 3.13介入了新的交互式解释器，并实验性的支持了在自由线程模态下运行和即时编译器[71]。

每个版本首次发行后，享有2年的完全支持，随后是3年的安全支持。当前只有Python 3的稳定版本3.12与3.13正在被完全支持，但仍提供对3.9、3.10和3.11版本的安全性修正[72]。

在2024年12月，活跃的Python核心开发者，选举Pablo Galindo Salgado、Barry Warsaw、Emily Morehouse、Gregory P. Smith和Donghee Na，为2025年度“掌控委员会”的五位成员来领导这个项目[73]。

Remove ads

特征与设计哲学

Python是多范型编程语言。它完全支持结构化编程和面向对象编程，还有很多特征支持函数式编程和元编程比如元对象协议（元类和魔术方法[74]）。通过扩展还可以支持很多范型，包括面向方面编程[75]、契约式设计[76]和逻辑编程[77]。

Python使用动态类型，在内存管理上采用的垃圾回收器基于了引用计数[78]，并且结合了检测环引用的分代垃圾回收优化[79]。它的特征还有动态名字解析（后期绑定（英语：late binding）），即在程序执行期间绑定方法和变量的名字。

Python对遵循LISP传统的函数式编程提供了有限的支持[80]，它提供了 map、filter和reduce函数[81]；列表推导式、字典推导式、集合（英语：Set (abstract data type)）推导式和生成器表达式。标准库中的模块functools和itertools，实现了从Haskell和Standard ML借鉴来的函数式工具[82]。

Python的设计理念是“优雅”、“明确”、“简单”，它的一些重要准则被合称为“Python之禅”。在Python解释器内运行import this可以获得完整的列表，下面举出其中首要：

  • 优美优于丑陋。明了优于隐晦。
  • 简单优于复杂。复杂优于凌乱。
  • 扁平优于嵌套。稀疏优于稠密。
  • 可读性很重要。

Python开发者的方法论是“用一种方法，最好是只有一种方法来做一件事”，显著不同于以Perl语言为代表的“不止一种方法去做一件事”风格。Python开发者在设计语言时，如果面临多种选择，一般会选择明确没有或者很少有歧义的语法。

范罗苏姆认为ABC语言非常优美和强大，它没有获取成功的原因是不开放造成的[83]，故而将Python本身设计为可扩展的[84]。Python并不把所有的特性和功能都集成到语言核心，而是提供了丰富的API和工具，以便程序员能够轻松地使用Python、C语言、Cython来编写扩展模块。Python还可以通过外界函数接口（英语：Foreign function interface）如标准库中的ctypes等，来提供C语言兼容数据类型，并访问动态链接库或共享库中的函数[85]，从而对用其他语言编写的编程进行集成和封装。

在Python的官方实现CPython中，一般避开不成熟的或者对非重要部位的加快运行速度的优化。在某些对运行速度要求很高的情况，可以使用具备JIT技术的Python实现或安装JIT扩展模块[86]。

Remove ads

语法和语义

主条目：Python语法及语义

Python为了让代码具备高度的可阅读性，在设计时尽量使用了其它语言常用的符号和英文单字。

行结构

Python支持使用反斜杠作为行接续符，将多个物理行合成为一个逻辑行[87]。在圆括号、方括号或花括号之中的表达式，可以分裂跨越多于一个物理行而不使用反斜杠，这被称为“隐式行接续”[87]。注释开始于并非字符串文字（英语：string literal）一部分的一个井号#，并结束于物理行结尾；注释标示逻辑行的结束，除非已受制于隐式行接续规则；注释在语法上被忽略[88]。

简单语句包含在一个单一的逻辑行之内，Python支持使用分号作为分隔符，将多个简单语句合并入语法意义上的一行之中[89]。

缩进

Python语法中的复合语句，包含（成组的）其他语句；它们以某种方式影响或控制这些其他语句的执行。Python的复合语句包含一个或多个子句（clause），子句构成自一个头部（header）和一个包（suite）。特定复合语句的子句头部都在同样的缩排层级上，每个子句头部开始于一个唯一标识关键字，并结束于一个冒号。包是这个子句所控制的一组语句，包有两种形式，可以是与头部在同一行上的一个或多个由分号分隔的简单语句，它们跟随在这个头部的冒号之后；或者是在后续诸行上的一个或多个缩排的语句，只有这种包形式可以包含嵌套的复合语句[90]。

Python语言遵循越位规则，利用缩进来形成语句包，即语法意义上的块。连续诸行的缩排层级，被用来生成语法解析器才能见到的INDENT和DEDENT记号[91]，二者的作用相当于C语言家族的花括号，或Pascal语言家族的关键字begin和end。增加缩进就生成INDENT记号，减少缩进就生成DEDENT记号。根据PEP 8的规定[92]，使用4个空格来表示每级缩进。[a]

tab字符（从左至右）被替代为1至8个空格，使得直到tab之前的诸字符加上这些替代空格的字符总数，是8的倍数（这意图同于Unix所用规则）。前导于第一个非空白字符的空格的总数，确定了这一行的缩排层级。缩排所用诸字符，不能使用反斜杠来拆分成多个物理行；直到第一个反斜杠之前的空白确定缩排层级。如果源代码文件混合了tab和空格，并且在这种方式下缩排的意义依赖于一个tab相当于多少个空格，则这种缩排因不一致性而被报错并拒绝[93]。

Remove ads

关键字

Python有如下35个关键字；它们不能用作标识符[94]：

  • and
  • as
  • assert
  • async
  • await
  • break
  • class
  • continue
  • def
  • del
  • elif
  • else
  • except
  • False
  • finally
  • for
  • from
  • global
  • if
  • import
  • in
  • is
  • lambda
  • None
  • nonlocal
  • not
  • or
  • pass
  • raise
  • return
  • True
  • try
  • while
  • with
  • yield

内置常量True、False和None于Python版本3.0中成为关键字，关键字nonlocal介入于版本3.0[95]，关键字async和await介入于版本3.5[96]，并在版本3.7中成为正式关键字[97]。

在Python中，将只在特定上下文中保留的标识符，称为“软关键字”[98]：

  • match、case和通配符_，介入于版本3.10，它们在与模式匹配语句有关的上下文中，可以在语法上充当关键字；但是这种区分只在语法解析器层次进行，并非在词法分析记号化层次。
  • type，介入于版本3.12，它用在type语句之中。
Remove ads

标识符

标识符就是名字，在ASCII范围内（U+0001..U+007F），可用于标识符的字符为：大写字母A至Z和小写字母a至z，下划线_以及数字0至9，但首字不可以用数字。如下命名约定[99]，是为“保留标识符类”[100]：

  • _spam（单下划线开头）：弱“内部使用”标识。对于from M import *，将不导入所有以下划线开头的对象。
  • spam_（单下划线结尾）：为了避免与python关键字的命名冲突。
  • __spam（双下划线开头）：在命名一个类特性的时候，采用名字修饰，比如在类SpamEggs内，__spam将变成_SpamEggs__spam[101]。
  • __spam__（双下划线开头双下划线结尾）：指那些包含在用户控制的命名空间中的“魔术”方法或特性，比如__delattr__、__dir__、__doc__、__getattribute__、__init__、__new__、__repr__、__setattr__、__sizeof__等。建议永远不要将这样的命名方式应用于自己的变量或函数。

在Python文献中经常使用的元语法变量（英语：metasyntactic variable）是spam和eggs（英语：Spam (Monty Python)）而非传统的foo和bar[101]。

Remove ads

语句

Python的语句包括简单语句：

  • 赋值语句，采用的中缀记号是等号=。赋值语句被用来将名字绑定（含重新绑定）到值，以及用来修改可变对象的特性或项目。
    • Python还支持增广赋值语句[102]，将一个二元运算和一个赋值语句合并成一个单一语句，例如x += 1。
    • Python支持“序列解包”（sequence unpacking）[103]：在等号左侧可以是一个表达式列表，其中每个表示式都可求值成能被赋值的东西（变量、可写特性等）；在等号右侧相应的是一个“可迭代”对象，它在被迭代时产生的值的数量，同于左手侧可写表达式的数量；赋值语句对这个对象进行迭代，将产生的每个值分别赋值给左侧对应的可赋值者。在等号右侧直接包装出序列解包所要求的元组，就形成了并行赋值，可以同时给多个变量赋值，还可以交换两个变量的值。[b]
  • 表达式（英语：Expression (computer science)）语句，用来交互式的计算并写出一个值，或者用来调用一个过程（即返回无含义结果的函数），在Python中过程返回值None。
  • global语句，是在整个当前代码块中成立的声明，它意味着随后列出的标识符被解释为全局变量。
  • nonlocal语句，导致随后列出的标识符，提及在除了全局作用域之外的最近包围作用域中的先前绑定变量。
  • type语句，介入于版本3.12，声明作为类型别名类型（typing.TypeAliasType）的实例的一个类型别名。
  • pass语句，充当NOP，表示此行为空，不执行任何操作。
  • assert语句，用于编程调适阶段时测试执行条件是否满足。
  • continue语句，越过这次迭代并继续进行下个项目。
  • break语句，从循环中跳出。
  • return语句，用来从函数返回值。当函数执行到return语句时，它会停止执行并将指定的值返回给调用者。
  • raise语句，抛出一个例外。
  • yield语句，使用它从一个生成器中返回一个值。在版本2.5之前，信息只能单向的从生成器传递出来。[c]
    • 自此版本2.5，重定义yield为表达式[104]，通过它的返回值将信息传递进入生成器函数中[105]，从而能够支持协程功能[105]。[d]yield语句在语义上等价于加圆括号的yield表达式[106]。
    • 自从版本3.3，提供了yield from语句，含有这个语句的“委托生成器”将其部分运算委托给另一个“子生成器”，将传入信息递送给它并直接回传它产生的值[107]。版本3.4在异步I/O框架中扩展了基于生成器的协程[108]，这个扩展自从Python 3.8已经被弃用[109]。
    • 自从版本3.6，介入了生成async for语句所用的异步迭代器的异步生成器[110]。
  • import语句，导入一个模块或包，它组合了两种操作，查找指名的模块，接着将找到的结果绑定到在局部作用域中的名字。导入语句有三种形式（下述语句样本中的方括号表示其中内容为可选的）：
    • import 模块名字 [as 别名]，找到一个模块，装载它，如果有需要的话初始化它；在这个导入语句出现的作用域的局部命名空间中，定义一个名字或一些名字[111]。
    • from 模块名字 import 定义1 [as 别名1], 定义2 [as 别名2], ...，找到、装载、必需时初始化一个模块；接着在局部命名空间中，增加到找到指名特性的引用[111]。
    • from 模块名字 import *，在导入语句出现的作用域的局部命名空间中，绑定模块中定义的所有公开的名字[112]。
  • del语句，递归的进行删除。

复合语句：

  • if语句，当条件成立时执行语句包。它经常包含elif、else子句。
  • while语句，当条件为真时，重复执行语句包。
  • for语句，遍历列表、字符串、字典、集合等迭代器，依次处理迭代器中的每个元素。
  • match语句，用于模式匹配。
  • try（英语：Exception handling syntax）语句，它经常包含except、else、finally子句，处理在编程执行中出现的异常情况。Python支持并广泛使用例外处理，作为检测错误状况和程序中其他“例外”事件的方式，并提倡在可能出现错误状况的任何时候都使用例外。习惯上访问一个文件或资源不在使用之前进行测试，而是先行尝试使用它，再捕获访问被拒绝引发的例外。[e]Python 3.11介入了except*子句[113]。
  • with语句，把一块代码包裹在一个上下文管理器之内。它允许了资源获取即初始化（RAII）式行为，可替代常见的try/finally惯用法。Python使用with语句处理资源[114]，在进入一个作用域的时候调用一个函数，而在离开它的时候调用另一个函数，例如：在一块代码执行之前获取一个锁，并且在此后释放这个锁；或事先打开一个文件，并且事后关闭它。[f]
  • class语句，是定义类的可执行语句。类的继承列表给出基础类列表，没有继承列表的类，缺省继承基础类object。类的包接着在新的执行框架（frame）中执行，它使用新建的局部命名空间和原来的全局命名空间。当这个类包完成执行之时，丢弃它的执行框架并保存它的局部命名空间。一个类对象接着被创建，其基础类采用继承列表，其特性字典采用保存的局部命名空间。类名字接着在原来的局部命名空间中，被绑定到这个类对象。
  • def语句，是定义函数和方法的可执行语句。它的执行在当前局部命名空间中，将函数名字绑定到一个函数对象（对函数的可执行代码的包装器）。这个函数对象包含到当前全局命名空间的引用，作为调用这个函数时使用的全局命名空间。
  • async def语句，用于协程函数定义。await表达式、async for语句和async with语句，只能用在协程函数的主体中。[g]
Remove ads

块与模块

Python程序构造自代码块。块是作为一个单元执行的Python程序文本，模块、函数主体和类定义都是块。交互式键入的每个命令、脚本文件和脚本命令都是代码块。传递给内置函数eval()和exec()执行的字符串是代码块。

代码块在执行框架（frame）中执行。框架包含一些用于调试的管理信息，并确定在这个代码块执行完成后，执行在何处以及如何继续。命名空间是存储变量的地方，它被实现为字典。有局部命名空间、全局空间即包含此代码块的那个模块的命名空间，和内置命名空间即模块builtins的命名空间；对象的方法是定义在类主体内的函数，它有着嵌套的命名空间。命名空间通过防止命名冲突而支持了模块性，还通过明晰了哪个模块实现了哪个函数而增进可读性和可维护性。

模块是包含Python定义和语句的一个文件，这个文件名字是模块名字附加上后缀.py；在一个模块中，模块的名字（作为字符串）可获得为全局变量__name__的值[112]。包（package）是可以包含子模块或递归性的子包的模块。包在技术上是具有__path__特性的Python模块。可以将包视为文件系统上的目录，而将模块视为这种目录中的文件，但是包和模块不必然源自文件系统[115]。

完整的Python程序，在一个极小初始化的环境中执行：所有内置和标准模块均可获得，但除了sys（各种系统服务）、builtins（内置函数、例外和None）和__main__之外都未被初始化。__main__用来为完整程序的执行提供局部和全局名字。当解释器被调用在交互模态下的时候，它一次一个的读取并执行语句；初始环境同于完整程序，每个语句都在__main__的命名空间中执行。

顶层代码是启动运行的首个用户指定Python模块。__main__是顶层代码运行所在的环境。从命令行使用-m参数，作为顶层脚本运行的模块（作为模块__main__）是代码块。此时__name__变量被设置为"__main__"，籍此可在这个模块中增加直接运行时候执行的代码[112][116]。

名字是通用的引用持有者，它不关联于一个固定的数据类型，但是，一个名字在给定时间，总是被绑定到有一个类型的某个对象上，这就是动态类型的特征。名字的存储位置不“包含”所指示的值，一个共同的值可以赋值给多个名字，一个名字在任何时候，都可以重新绑定到各种不同类型的对象上，包括字符串、过程、具有数据和方法的复杂对象等。如果一个名字绑定在一个块中，它是这个块的局部变量，除非被声明为nonlocal或global。如果一个名字绑定在模块层次，它是全局变量。模块代码块的变量，既是局部的也是全局的。如果一个变量使用在一个代码块中，却不定义在这里，它是自由变量[117]。

内置vars()函数，返回一个模块、类、实例或任何具有字典特性__dict__的对象的字典特性。内置globals()函数，返回实现当前模块的命名空间的一个字典。内置locals()函数，更新并返回表示当前局部符号表的一个字典。在函数块中而非类块中调用locals()之时，它返回自由变量。在模块层级上，locals()和globals()返回同一个字典。内置dir()函数，在无参数时，返回在当前局部作用域内的名字列表；在有一个参数时，尝试返回这个对象的有效特性的列表。[118]

在Python中赋值所进行的操作，是将一个名字绑定为到一个分立的动态分配的对象的一个引用。除了在块中出现的每个赋值语句或导入语句之外，下列构造也绑定名字：给函数的形式参数、类定义、函数定义、赋值表达式、在for语句头部中和各种as关键字之后的标识符目标（target），as关键字出现在import语句、with语句、except子句、except*子句和结构式模式匹配的as模式之中。

作用域定义一个名字在一个块中的可见性。如果一个局部变量被定义在一个块中，它的作用域包括这个块。如果这个定义出现在一个函数块中，作用域扩展到在所界定作用域内包含的任何块，除非所包含的块为这个名字介入了不同的绑定。当一个名字在一个代码块之中使用，它采用最近包围作用域来解析。对一个代码块可见的所有这种作用域的集合，叫做这个这个块的“环境”[117]。

如果一个名字绑定在一个块中，并且在其中于绑定之前就被使用，会导致一个错误。[h] 如果global语句出现在一个块之中，在这个语句中指定的所有名字，提及在顶层命名空间中这些名字的绑定。名字在顶层命名空间解析，首先查找全局命名空间，未果查找内置命名空间。global语句与在同一个块中的名字绑定运算有同样的作用域。如果一个自由变量的最近包围作用域包含针对它的global语句，这个自由变量被当作全局的[117]。[i] 当一个函数或类的定义被嵌套到其他函数的定义之内，它的非局部作用域就是这个包围函数的局部作用域。nonlocal语句导致其列出的标识符，提及在非局部作用域内先前绑定的名字（即非局部变量（英语：Non-local variable））[117]。[j]

Remove ads

表达式

Python中很多表达式（英语：Expression (computer science)）与C语言和java类似，而另一些则与之不同。

  • 在Python中，算术运算的加法+、减法-、乘法*和取模%是与C语言和java相同的，但是除法的行为不同。在Python中有两种除法，它们是下取整除法（或整数除法）//和浮点除法/。Python增加了指数算符**。自从Python 3.5，介入了矩阵乘法算符@[119]，它已经用于了NumPy库[120]。
  • 在Python中，有如下必须用于整数的位运算：&与（AND），|或（OR），~非（NOT），^异或（XOR），>>右移, <<左移。
  • 在Python中，有如下比较运算：大于>，小于<，等于==，不等于!=，小于等于<=，大于等于 >=。==按值比较。Python的is、is not算符可以用来比较对象的同一性（按引用比较），也就是比较两个变量是否引用了同一个对象。而in、not in用于判断一个对象是否属于另外一个对象。在Python中，比较是可以链接起来的[121]，比如a < b < c。
  • Python使用and、or、not表示逻辑运算与、或、非，不采用C语言和Java中所用的符号&&、||、!。
  • 在Python中，由逗号,分隔的一组表达式，叫做表达式列表。Python为构造列表、字典或集合，提供了叫做“展示”（display）的特殊语法，它们每个都有两种方式：包容内容要么显式列举出来；要么通过一组循环和过滤指令计算而来，这叫做“推导式”。列表展示是包围在方括号中的可以为空的一系列表达式，一个例子列表可写为[1,2,3]。字典展示是包围在花括号中的可能为空的一系列的键/数据项对。集合展示用花括号来指示，与字典展示的区别是缺少分隔键与值的分号[122]。自从Python 3.5，增加了在表达式列表中的“可迭代解包”*，和在字典展示中的“字典解包”**[123]。[k]
  • 在Python中，加圆括号形式（parenthesized form），是包围在圆括号中的一个可选表达式列表。加圆括号的表达式列表产生的东西，就是这个表达式列表所产生的：如果这个列表包含至少一个逗号，它产生一个元组；否则它产生构成这个表达式列表的那个单一表达式[125]。一个例子元组可写为(1,2,3)。元组不是圆括号形成的，而是使用逗号形成的，在没有歧义的情况下，元组的圆括号是可选的。空的圆括号对产生空元组对象。使用序列串接算符+来串接二个元组，产生包含给定元组二者的元素的一个新元组。
  • Python支持在序列对象（比如字符串、元组或列表）上的下标（subscription）表达式：a[索引]，和分片（英语：array slicing）表达式：a[开始:停止]或a[开始:停止:步长]。下标索引是基于零的，负数是相对于结尾的。分片范围自从“开始”索引，直到但不包括“停止”索引。分片的第三个参数叫做“步长”（step）或“间隔”（stride），允许元素被跳过和用负数指示反向。分片索引可以省略，例如a[:]，这返回整个列表的一个复本。[o]分片的每个元素都是浅层复制（英语：Object copying）的。
  • Python的条件表达式表示为x if c else y。意思是当c为真时，表达式的值为x，否则表达式的值为y。 在运算元的次序上不同于很多其他语言中常见的c ? x : y。
  • Python的匿名函数实现为lambda表达式。匿名函数体只能是一个表达式。[p]
  • 自从Python 3.8，介入了赋值表达式，其记号是:=[63]。它将一个表达式赋值给一个标识符，同时还返回这个表达式的值。赋值表达式在用作子表达式，即位于分片表达式、条件表达式、lambda表达式、关键字参数中的表达式和推导式中的if表达式之中，以及在assert和with语句之中的时候，必须围绕着圆括号。在它们可以使用的所有其他地方，包括在if和while语句之中，都不要求圆括号[126]。

Python中运算符具有优先级，下表中的运算符按照从最高到最低的次序列出。在相同单元格中运算符具有相同的优先级，它们从左至右结合，除了指数表达式和条件表达式从右至左结合之外[127]：

更多信息 运算符, 描述 ...

Python提供了序列串接算符+和序列倍增算符*[128]。自从Python 3.9，介入了字典归并算符|和字典更新算符|=[129]。

Python的文本序列类型，包括字符串str和字节序列bytes与bytearray。字符串文字（英语：string literal）有多种写法，字符串对象有一个内置格式算符%：

  • 短字符串文字，由单引号'或双引号"界定。不同于Unix shell、Perl和受Perl影响的语言，单引号和双引号功能相同。这二种字符串都使用反斜杠\作为转义字符。
  • 长字符串文字，是开始并结束于三个单引号'''或三个双引号"""的序列。它们可以跨越多行，其功能就像shell、Perl和Ruby中的here文档。[q]
  • 字节文字（英语：Literal (computer programming)）总是前缀上一个b或B，它产生bytes类型的实例。它们只可以包含ASCII字符，具有128或更大数值的字节必须通过转义来表达。
  • 字符串文字或字节文字都可选的能前缀上一个r或R，这叫做原始字符串（英语：String literal#Raw strings）。转义序列不被解释，因此在文字反斜杠常见的地方很有用，比如正则表达式和Windows风格的路径。[r]这种引述可比较于C#中的“@引述”。
  • Python允许多个毗邻的字符串文字或字节文字（它们以空白分界并可以使用不同的引述约定），在编译时间于语法层面上串接起来。要在运行时间串接字符串，必须使用序列串接算符+[130]。[s]
  • Python中的“字符串格式”算符%，在功能上类同于C语言中的printf格式化字符串[131]，例如"spam=%s eggs=%04d" % ("blah", 2)，求值为'spam=blah eggs=0002'。自从Python 3.0，str类提供了可供替代的format()方法[132]，例如"spam={0} eggs={1:04d}".format("blah", 2)。在Python 3.6中，提供了“格式化字符串文字”或称为“f字符串”，它向字符串文字前缀上f或F[133]，这是一种字符串插值（英语：String interpolation）[134]，例如x="blah"; y=2; f'spam={x} eggs={y:04d}'。[t]

在Python中，在表达式和语句之间的区别是严格强制性的，这对比于语言如Common Lisp、Scheme或Ruby。故而Python中个别构造存在功能重复，比如：列表推导式相当for循环；条件表达式相当if语句；内置函数eval()相当exec()，前者用于表达式，后者用于语句。

语句不能成为表达式的一部分，由于列表和其他推导式或lambda表达式，都是表达式，也就不能包含语句。这个限制的一个示例：赋值语句比如a = 1，不能用作条件语句的条件判断表达式的一部分；这能够避免C语言编程中的一个常见错误，即在条件判断时把等于算符==误写为赋值算符=，这不是预期代码却在语法上有效而能通过编译器检查，在Python中这会导致一个语法错误。

Remove ads

函数

Python的函数支持递归和闭包[u]，及其他头等函数特征，但不支持函数重载。Python的函数作为头等对象，具有和普通对象平等的地位。Python官方实现不提供尾调用优化或头等续体，吉多·范罗苏姆曾声称永远都不会加以支持[135]，但有第三方库支持弹跳床（英语：Trampoline (computing)）[136]。

Python可以在函数定义时，于形式参数序列中，指定形式参数缺省值，即以param=value样式进行一次性初始化。形式参数在初始化之后，保持既有绑定；函数的后续调用，可继续对它进行访问或变更。[v]为有缺省值的形式参数提供实际参数，在函数调用时是可选的。

Python的函数实际参数与形式参数之间的结合，是传递“对象引用”，函数在被调用的时候，给函数调用的实际参数，被介入到一个局部符号表中，实际参数使用传值调用来传递，而这个值总是对象引用，而非这个对象的值[137]。如果形式参数绑定到一个可变的对象，则通过形式参数对此对象内容的修改，在函数外也是可见的。如果形式参数绑定到一个不可变的对象，则通过形式参数是不能修改此对象内容，但可以把形式参数重新绑定到其它对象上，这并不影响函数外的对象的值。[w]

Python支持位置实际参数和关键字实际参数。函数调用时，实际参数可以如同C语言那样，按照位置与形式参数匹配；也可以采用命名参数或称为关键字实际参数，即kwarg=value样式的实际参数。使用不对应实际参数的特殊形式参数/和*，可以将参数序列分为三部分：唯位置参数[138]、可位置可关键字参数和唯关键字参数。有缺省值的形式参数之后，不能跟随无缺省值的可位置形式参数。[x]在一个函数调用的实际参数序列中，关键字实际参数必须出现在位置实际参数之后。

在位置和关键字形式参数序列末尾，可以分别有*args或**kwargs这样的形式参数，它们对应于在函数调用时提供的，超出形式参数序列规定而无所对应的多个实际参数；在形式参数名字前加一个*号，该形式参数args是tuple类型，对应可变量目的位置实际参数；在形式参数名字前加**号，该形式参数kwargs是dict类型，对应可变量目的关键字实际参数。[y]如果位置实际参数已经在一个序列类型如列表或元组的对象中，在引用它的变量前加一个*号传递给函数，则其中所有元素解包为多个位置实际参数；如果关键字实际参数在字典中，则加**号来传递给函数。

修饰器（decorator）可用来修改一个函数、方法或类定义的任何可调用Python对象。将已定义的原来对象传递给修饰器，它返回一个修改后的对象，接着把它绑定到在定义中那个名字。Python修饰器部分受到Java注解的影响，而有类似的语法；修饰器语法是纯粹的语法糖，使用@作为关键字形成修饰符。修饰器是一种形式的元编程，它们增强它们所修饰的函数或方法的行动。[z] 多个修饰器可以链接起来，通过在毗连的行上放置多个修饰符，或者使用中间变量。[aa] 函数修饰器的正规用法包括：用来建立类方法或静态方法[56]、设置先决条件和后置条件、实现多方法、增加函数特性、跟踪（英语：Tracing (software)）、同步[139]；此外更远大的用法包括：尾调用消除、记忆化[140]。

为了增强代码的可读性，可以在函数后书写“文档字符串”（简称docstrings），用于解释函数的作用、参数的类型与意义、返回值类型与取值范围等。可以使用内置函数help()，打印出函数的使用帮助。[ab]自从Python 3.0，函数可以对参数与返回值增加类型标注[141]。此特性可方便对源代码进行更深入的分析。[ac]自从Python 3.5，开始支持类型提示[142]。

Remove ads

对象及其方法

Python支持大多数面向对象编程技术。在Python中所有东西都是对象，包括类、函数、数和模块。它允许多态性，不只是在类层级（英语：Class hierarchy）之内，而且通过采用鸭子类型的方式[4]。任何对象可以用于任何类型，只要它有适当的方法和特性（attribute）就能工作。Python天然支持类的继承包括多重继承，为此采用C3线性化或方法决定次序（MRO）算法，还支持混入。Python支持元类[143]，自从Python 3.6，提供了定制类创建的简单机制[144]。

Python使用名字修饰，有限的支持私有变量。对象的（可写）特性可以被提取为一个字典[145]。在Python中，不强制使用访问子与变异子方法，来访问数据成员的面向对象编程信条。就像Python提供函数式编程构造，但不尝试要求参照透明性（英语：referential transparency）一样，它提供对象系统，但不要求面向对象编程行为。

对象的方法，是附属于这个对象的类的函数。对于正常的方法和函数，语法instance.method(arguments)，是Class.method(instance, arguments)的语法糖。Python的方法有显式的self（英语：this (computer programming)）形式参数，用来访问实例数据；这借鉴自Modula-3，对立于隐式的self或this（英语：this (computer programming)）关键字，它们用在其他一些面向对象编程语言，比如C++、Java、Objective-C或Ruby之中[146]。在Python中，self可以被看作是一个习惯用法，它可以被换为任何其它合法的参数名。[ad]

Python提供了super()内置函数，在一个类的方法中调用此函数返回一个代理（proxy）对象，它将其方法调用委托给这个类的父类或兄弟类[147]，当一个子类的方法覆盖了超类方法的时候，可通过调用super().method，来调用与子类的self.method方法同名超类方法。[ae] Python支持一些以__开始和结束的特殊方法名，它们用于实现运算符重载，以及实现多种特殊功能[74]。在Python中，可以通过定义特殊方法来重载运算符，比如在一个类上定义__add__()，将允许在这个类的实例上使用+算符。

在Python中，定义了一个或多个特殊方法__get__()、__set__()、__delete__()的类，可以用作描述器（descriptor）[148]。建立一个描述器的实例，作为另一个类的一个类成员，使得这个实例成为此另一个类的属性（property）。使用与特性（attribute）访问相同的语法，访问一个实例对象中的这个成员属性。[af]

Python允许通过使用@classmethod和@staticmethod修饰符，来分别建立类方法和静态方法[56]。给类方法的第一个实际参数，是对类对象的引用，而非对实例的self引用。静态方法没有特定的第一个实际参数，实例或类对象，都不固定的传递给静态方法。[ag] Python的property内置函数，将一个类中特殊定义的访问一个特性的那些方法，包装成的这个类的一个属性[149]。[ah]

类型

Thumb
Python 3的标准类型层级[150]

Python使用鸭子类型，并拥有有类型的对象，和无类型的变量名字。在编译期不检查类型约束，而宁愿在一个对象上的操作出现可能的失败，表现出这个给定对象不具有适合的类型。尽管是动态类型系统，Python却是强类型的，禁止没有明确定义的操作（比如加一个数到一个字符串），而不是默默的去尝试转换使其有意义。Python支持广泛的类型和类的内省。类型是type的实例，可以被读取和比较。

Python有着范围广泛的基本数据类型。同时具备常规的整数和浮点算术，它透明的支持任意精度算术、复数和十进制浮点数（英语：Decimal floating point）。Python支持种类繁多的字符串操作。在Python中，字符串是不可变的，所以在其他编程语言中可能就地改变字符串的字符串操作，比如字符替换，在Python中返回新的字符串。

Python有一个非常有用特征，就是搜集（或称容器）类型的概念。一般的说，搜集是以一种易于引用或索引的方式，包含其他对象的对象。搜集有二种基本形式：序列和映射。Python对建立容器类型的对象有着语法上的支持。[ai]Python还提供了广泛的搜集操纵能力，比如内置的包含元素检查和通用迭代协议。

有次序的序列类型是列表（动态数组（英语：array data type））、元组和字符串。所有序列类型都是位置索引的（从0到长度−1），并且除了字符串，都可以包含任意类型的对象，在同一个序列中包括多种类型的对象。字符串和元组是不可变的，使得它们成为字典的键的完美候选者。在另一方面，列表是可变的，元素可以被插入、删除、修改、添加或就地排序。

在另一方面，映射是以“字典”形式实现的无次序的类型，它将一组不可变的键，映射到相应的元素上（非常像数学函数）。在字典中的键，必须是不可变的Python类型，比如整数或字符串，因为在底层它们是通过散列函数实现的。字典还是语言内部的中心，因为它们居于所有Python对象和类的核心：在变量名字（字符串）和这个名字所引用的值之间的映射，就存储为字典，而这些字典可以通过对象的__dict__特性直接访问。

集合（英语：Set (abstract data type)）搜集类型，在版本2.4中被增加入语言核心。集合是无索引、无次序的搜集，它包含唯一性的不可变对象作为元素，并且实现了集合论运算，比如并集|、交集&、相对补集-、对称差^，和子集测试<=、真子集测试<、超集测试>=、真超集测试>。有二种类型的集合：可变的set和不可变的frozenset。

Python允许编程者使用类，定义自己的类型[52]，类是在面向对象编程中最经常使用的。类的新实例，是通过调用这个类的构造器而创建的，而类都是元类type的实例，type是type元类自身的实例，这允许了元编程和反射。[aj]

在版本3.0之前，Python有两种类：旧式的和新式的[151]。二种样式的语法是一样的，不同在于是否直接或间接的继承自类object，所有新式类都从object继承，并且是type的实例。在Python 2系列2.2以上，二种类都可以使用[52]。在Python 3.0中淘汰了旧式类。

长期规划是支持渐进类型（英语：gradual typing）[6]，并且自从Python 3.5，语言的语法允许指定静态类型，但在缺省实现CPython中不检查它们[142]。有叫做“mypy”的可选的静态类型检查器，支持编译期类型检查[152]。

更多信息 类型, 可变性 ...

除了各种数据类型，Python解释器还内置了很多其他类型，包括可调用类型：用户定义函数、实例方法、生成器函数、协程函数、异步生成器函数、内置函数、内置方法、类、类方法；模块，定制类，类实例，I/O对象（也叫做文件对象），和暴露给用户的一些内部类型：代码对象、框架对象、溯回对象、切片对象、静态方法对象、类方法对象。

算术运算

Python的算术运算，使用平常的符号+、-、*、/和模除%。它还有下取整除法算符//、指数算符**和矩阵乘法算符@[119]。二元运算先将两运算元转为共同类型，加法、减法、乘法、下取整除法和指数运算的结果也采用此类型，比如5**3 == 125而9**0.5 == 3.0。这些算符就像在传统数学中一样运算，具有同样的优先级规则，中缀算符+、-，还可以分别表示取原数和取相反数的一元算符。

被称为“真除法”的/的表现，随着版本不同而有着显著变化[158]。自Python 3.0以来，/总是产生浮点数结果，包括两个整数相除，比如5/2 == 2.5；而在下取整除法//中，两个整数相除产生整数，比如7//3 == 2而7.5//3 == 2.0。

下取整除法//的修约是朝向负无穷的。向下取整能增加一致性[159]，例如这意味着等式(a + n)//n == a//n + 1总是为真。模除%所得出的余数的符号同于除数，比如-4%3 == 2而4%-3 == -2。其它多数编程语言比如C99采用截尾取整规则，余数的符号同于被除数。模除运算结果余数的定义，确使等式a == (a//n)*n + a%n对于a和n分别为正数或负数的情况都是有效的[160]。余数可以为负数，显著不同于在数学中的欧几里得除法规则下，余数总是非负数的情况。

Python提供了round()内置函数，用于把一个浮点数修约成最近的整数[161]，自Python 3.0以来，为了打破平局它采用了IEEE 754的约半成偶规则：round(1.5)和round(2.5)都产生2。

Python允许由比较运算链接起来的布尔表达式，表现得如在数学中常用的一样。比如表达式a < b < c，测试a < b and b < c[121]。C语言将它解析为(a < b) < c：即首先求值a < b，其结果为0或1，接着把这个结果比较于c[162]。

Python对所有整数运算，使用任意精度算术。在decimal模块中的Decimal类[163]，提供十进制浮点数（英语：Decimal floating point），具有用户可按需要而更改的缺省28个十进制有效数位精度，并有多种修约方式[164]。在fractions模块中的Fraction类，提供任意精度的有理数[165]。第三方库gmpy2[166]，提供了到任意精度计算库GMP/MPIR（英语：MPIR (mathematics software)）、MPFR（英语：GNU MPFR）和MPC的接口。

除了求绝对值函数abs()列入内置函数之外，大多数数学函数，处于math和cmath模块内。前者用于实数运算，而后者用于复数运算。[ak]由于Python有着广泛的数学库，特别是第三方库NumPy进一步扩展了固有能力，Python经常被用作科学脚本语言，来处理如数值数据处理和操纵等问题[167][168]。

标准库

Python拥有一个强大的标准库[169]。Python标准库包括了如下功能：

程序代码实例

一个在标准输出设备上输出Hello World的简单编程，这种编程通常作为开始学习编程语言时的第一个编程，可将如下代码录入纯文本文件并随意命名比如program01.py，然后执行这个程序python3 program01.py： 

print("Hello, world!")

Python也可以单步解释执行。执行Python解释器进入交互式命令行的环境，你可以在提示符号>>>旁输入print("Hello, world!")，按Enter键输出结果： 

>>> print('Hello, world!')
Hello, world!

计算正数的阶乘的程序代码： 

n = int(input('輸入一個數，就會印出其階乘: '))
if n < 0:
    raise ValueError('錯誤，請輸入一個非負整數')
fact = 1
for i in range(2, n + 1):
    fact *= i
print(fact)

注意，在Python 3.0及以上版本中，print是个函数，需要在要打印的字符串前后加上圆括号；在Python 2.6以下版本中，print是一个关键字和命令而不加圆括号。

实现

Python是一门跨平台的脚本语言，Python规定了一个Python语法规则，根据该规则可编写Python解释器[170]。Python属于动态语言，其官方实现将Python程序编译成中间形式的字节码[171]，并接着在它的虚拟机上执行[172]，相较于C/C++和java的等编译语言而言运行速度较慢[173]。

活跃开发的实现
  • CPython：官方的解释器，需要区别于其他解释器的时候才以CPython称呼。CPython默认采用全局解释器锁（GIL），以确保在任何时刻只有一个线程执行Python字节码；一些扩展模块被设计为在进行计算密集任务时释放GIL，还有在进行I/O时总是释放GIL[174]。
  • PyPy：用RPython编写的Python实现，兼容至CPython版本3.10和2.7，它采用了跟踪JIT（英语：Tracing just-in-time compilation），缺省支持stackless模态。
  • MicroPython：为微控制器而优化的Python 3变体，它实现了完整的Python 3.4语法，和补充自版本3.5的async/await关键字，和后来版本的一些选定特征；它提供了实现Python标准库模块功能子集的内置模块，和特定于微控制器的一些模块。CircuitPython（英语：CircuitPython）是Adafruit（英语：Adafruit Industries）开发的MicroPython分叉。
  • Codon：使用了LLVM的高性能Python编译器[175]，它将Python代码编译成本机机器代码，不带有任何运行时开销并且支持本机多线程，它的语义在数据类型等方面上与CPython有所不同[176]，它由MIT CSAIL的研究人员开发[177]。
  • Pyodide：基于WebAssembly/Emscripten的用于浏览器和Node.js的Python发布[178]，支持任何在PyPI上wheel形式的纯Python包，并且已经移植了很多具有C语言扩展的包。
  • RustPython：用Rust编写的Python解释器[179]，它可以嵌入到Rust应用程序中从而将Python用作脚本语言，还可以被编译成WebAssembly从而在浏览器中运行Python代码。
  • Brython：用JavaScript编写的在浏览器中运行的Python实现[180]，具有到DOM元素和事件的接口。
到其他语言的交叉编译器
  • Cython：优化静态编译器，将Python超集编译成C语言或C++。Cython补充支持调用C语言函数并且在变量和类特性上声明C语言类型，还支持以OpenMP为后端的本机多线程并行[181]。
  • Numba：使用LLVM的JIT编译器，将包括很多NumPy函数的聚焦数值计算的Python子集，翻译成快速的机器码，它为在CPU和GPU上并行化Python代码提供了大量选项。
  • mypyc：将Python模块编译成C扩展的编译器[182]，它使用标准的Python类型提示生成快速代码。mypyc是mypy发行的可选依赖，它使用mypy进行类型检查和类型推论[152]。
  • Pythran：将聚焦于科学计算的Python子集编译成C++11的提前编译器（英语：Ahead-of-time compilation）[183]，它依赖于Boost和xsimd库，将标注了接口描述的Python模块编译为本机共享库模块，能利于上多核和SIMD指令单元。
  • Nuitka（英语：Nuitka）：用Python编写的到C11（或替补为C++03）的优化编译器[184]，它依赖于CPython的libpython库，能完成嵌入所有模块的程序编译、扩展模块及包编译和独立模态程序发布。
  • Transcrypt：用Python编写的Python 3.9到JavaScript编译器[185]，用于在浏览器中运行Python代码，它被预先编译为高可读性且高效的JavaScript代码。
  • MyHDL（英语：MyHDL）：将Python编译成Verilog或VHDL[186]。

其他实现举例：Jython，它是用Java实现的Python 2.7。IronPython，它是建造在DLR之上的Python 2.7和Python 3.4实现。Stackless Python，它是实现微线程（英语：microthread）的CPython 3.8分叉。Pyston，它是具有JIT等性能优化的CPython 3.8.12的分叉[187]。Pyjion，将Python代码编译成本机CIL的CPython 3.10的JIT扩展[188]。Cinder，它是Meta孵化器发布的具有包括JIT等很多优化的CPython 3.10分叉[189]。

开发环境

通用文本编辑器

很多并非集成开发环境软件的文本编辑器，也对Python有不同程度的支持，并且加上专门为Python设计的编辑器插件也会有很高的可用性。

专用开发环境

适用于Python的集成开发环境（IDE）软件，除了标准二进制发布包所附的IDLE之外，还有许多其他选择。其中有些软件设计有语法着色、语法检查、运行调试、自动补全、智能感知等便利功能。由于Python的跨平台出身，这些软件往往也具备各种操作系统的版本或一定的移植性。

  • IDLE：Python“标准”IDE，一般随Python而安装，支持较少的编辑功能，调试功能也比较弱。
  • Eric：基于PyQt的自由的IDE，支持自动补全、智能感知、自动语法检查、工程管理、svn/mercurial集成、自动单元测试等功能，具有可扩展的插件系统，通过可选插件支持Git集成。调试功能与Visual Studio和Eclipse类似。
  • Spyder：开源的跨平台科学计算IDE。
  • PyScripter（英语：PyScripter）：功能较全的开源IDE，使用Delphi开发。
  • PyCharm：由JetBrains公司出品，具备一般IDE的功能，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制等等，另外，它还提供了一些功能用于Django开发，同时支持Google App Engine，还支持IronPython。它是商业软件，但也具有社区版和教育版。
  • Thonny：适用于编程初学者的IDE。
  • Wing IDE（英语：Wing IDE）：商业软件，有免费的功能有限的Wing 101。

第三方扩展包

Thumb
Python Powered
主条目：Python软件列表（英语：List of Python software）

Python社群提供了大量的功能覆盖众多领域的第三方模块，其使用方式与标准库类似。第三方模块可以使用Python/Cython或者C语言编写。软件工具SWIG和SIP（英语：SIP (software)），通过定义接口文件或规定文件的方式，可以将C/C++编写的程序库包装为Python模块。Python解释器本身也可以被集成到其它需要脚本语言的编程内。

Python包索引是公开的软件包在线仓库。pip是官网推荐的以安全方式安装Python应用及其依赖软件包的最流行工具[190]。要安装在整个操作系统范围内共享的Python包，现在需要通过操作系统的软件包管理系统。要将特定于应用的依赖包隔离于共享的Python安装，可以使用标准库的venv[191]或第三方工具virtualenv[192]创建虚拟环境；第三方工具pipenv，能自动为用户项目建立和管理虚拟环境，并在安装/卸装软件包的时候，向此项目的Pipfile文件增加/移除这个软件包[193]。

网络服务

参见：Web服务

Python定义了WSGI标准应用接口，来协调HTTP服务器与基于Python的Web编程之间的沟通。比如，通过mod_wsgi（英语：mod_wsgi）模块，Apache可以运行用Python编写的Web编程。Zope是著名的用Python编写的开源的Web应用服务器。Tornado是用Python语言写成的非阻塞式web服务器，也是轻量级的Web框架。

Python对于各种网络协议的支持很完善，因此适用于编写服务器软件、网络爬虫等Web开发。用Python编写的一些Web框架，有助于轻松地开发和管理复杂的Web编程。著名的第三方Web框架和函数库：

  • Django：MTV架构[194]的Web开发框架，注重组件的重用性和“可插拔性”、快速开发和DRY法则。
  • Pyramid：极简主义的Web框架，不预定持久化方式。
  • Flask：微Web框架，不要求特定的工具或库。
  • PyScript：创建在浏览器内的Python应用的框架[195]，这些应用能使用HTML界面和已编译成WebAssembly的Pyodide或MicroPython，以及当代Web技术。
  • Twisted：事件驱动的网络编程框架。它支持多数标准的网络协议（包含客户端和服务器），并且提供了多种工具，适用于编写高性能的服务器软件。
  • Requests：适合于常人使用的HTTP库，封装了许多繁琐的HTTP功能，极大地简化了HTTP请求所需要的代码量。
  • Beautiful Soup：用来解析HTML/XML的一个简单易用Python包。
  • uvloop：是对内置asyncio事件循环的快速的、直截了当的替代者[196]，它用Cython实现并在底层使用了libuv。
  • aiohttp：基于asyncio的HTTP客户端和服务器二者[197]。

图形用户界面

参见：GUI

Python本身包含了Tkinter库，它是Python的业界标准GUI并被集成进入了IDLE。Tkinter基于了Tcl命令工具，能够支持简单的GUI开发。但是为了让所开发的软件运行速度更快，并与用户的桌面环境更契合，人们一般会选择采用第三方GUI库或框架。著名的第三方GUI库：

  • PyQt：Qt的Python绑定库，由Riverbank Computing公司自从1998年发行，采用GPL许可证或商业许可证。
  • PySide：Qt的Python绑定库，由Qt公司自从2009年发行，采用LGPL许可证。
  • PyGObject：替代了PyGTK，它是为Python程序访问基于GObject的库而提供的包装库[198]，GObject是GTK、GIO（英语：GIO (software)）和GStreamer等库使用的对象系统。
  • Kivy：用于开发多点触控应用软件的开源Python库，采用了自然用户界面（NUI）。
  • WxPython：GUI编程框架wxWidgets的Python包装库，它与MFC的架构相似。
  • PySimpleGUI：将Tkinter、Qt、WxPython和Remi[199]的GUI框架变换成简单的接口[200]。
  • Gooey：将几乎所有Python 3控制台程序用一行代码转变成GUI应用[201]。
  • Dear PyGui：快速而强力的具有极小依赖性的GUI工具箱[202]。
  • pywebview：轻量级跨平台的对WebView（英语：WebView）构件的包装器，允许在其本地GUI窗口中显示HTML内容[203]。

数据科学

重要的数据科学用第三方软件库有：

数据可视化

主要的数据可视化软件库及仪表板框架有[209]：

机器学习

基础性的机器学习软件库及框架有：

其它种类

应用

在很多操作系统里，Python是标准的系统组件，它被列入Linux标准规范之中[254]。大多数Linux发行版和macOS都集成了Python，可以在终端模拟器或虚拟控制台（英语：Virtual console）下直接执行Python。第三方工具pipx，可以将Python应用安装于隔离的环境中并在其中运行它[255]。

虽然Python可被粗略地分类为脚本语言，Python的支持者较喜欢称它为一种高阶动态语言，常像“胶水”一样被用来连接软件组件，已经显著的区别于Unix shell、Windows PowerShell这样的语言。基于Python的xonsh，是跨平台的、青睐Unix的shell语言和命令行界面[256]。

应用程序

一些Linux发行版，使用Python语言编写安装器，比如Ubuntu的Ubiquity和Fedora的Anaconda；或使用它编写软件包管理系统，比如Gentoo的Portage。如下著名应用使用Python编写或将它作为嵌入式脚本：

人工智能

经由Python开发了众多的人工智能模型和作为其支撑的软件库：

社群流行

自从2003年，Python始终排行于TIOBE编程社区索引（英语：TIOBE Programming Community Index）前十最流行编程语言，在2021年10月它首次达到了第一名最流行语言（居于C和Java之前）[269]，并被选为2007年、2010年、2018年、2020年、2021年和2024年的年度编程语言[269]。它有如下著名的社群：

  • PyCon：各地社群举办的会议，通常每年举办。各社群在会议中讨论Python相关的议题。
  • Python Discord：参与者众多的Python社区[270]。
  • PyLadies（英语：PyLadies）：由女性社群发起的社群，主要注重于发展Python的女性程序设计社群。
  • Django Girls（英语：Django Girls）：使用Django网页设计框架，推广使用Python进行网页设计的技术。

影响的语言

Python的设计和哲学已经影响了很多其他编程语言：

代码示例

注释

延伸阅读

参阅

外部连接

Loading related searches...

Wikiwand - on

Seamless Wikipedia browsing. On steroids.

Remove ads
Remove ads