Python编程是一种跨平台的计算机程序设计语言，是ABC语言的替代品。Python能提供高效的高级数据结构，还能简单有效地面向对象编程，是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。
成都创新互联公司自2013年起，是专业互联网技术服务公司，拥有项目成都做网站、成都网站制作网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元彝良做网站,已为上家服务,为彝良各地企业和个人服务,联系电话:18980820575

拓展：Python能做什么
1、Web开发
Python拥有很多免费数据函数库、免费web网页模板系统、以及与web服务器进行交互的库，可以实现web开发，搭建web框架。
2、数据科学
将Python用于机器学习：可以研究人工智能、机器人、语言识别、图像识别、自然语言处理和专家系统等。
将Python用于数据分析/可视化：大数据分析等等。
3、网络爬虫
网络爬虫是指按照某种规则在网络上爬取所需内容的脚本程序。在爬虫领域，Python是必不可少的一部分。将网络一切数据作为资源，通过自动化程序进行有针对性的数据采集以及处理。
4、自动化运维
把运维工作自动化，能够把运维人员从服务器的管理中解放出来，让运维工作变得简单、快速、准确。
5、嵌入式应用开发、游戏开发和桌面应用开发。
也许最初设计Python这种语言的人并没有想到今天Python会在工业和科研上获得如此广泛的使用。著名的自由软件作者Eric Raymond在他的文章《如何成为一名黑客》中，将Python列为黑客应当学习的四种编程语言之一，并建议人们从Python开始学习编程。这的确是一个中肯的建议，对于那些从来没有学习过编程或者并非计算机专业的编程学习者而言，Python是最好的选择之一。Python第一次学习Python，我只用了不到二十分钟的时间，站在书店里把一本教初学编程的人学习Python的书翻了一遍。也是从那时起，我开始被这种神奇的语言吸引。 Python可以用来开发symbian上的东西。 易用与速度的完美结合Python是一种用起来很方便的语言，很多初学Java的人都会被Java的CLASSPATH搞得晕头转向，花上半天的时间才搞明白原来是CLASSPATH搞错了自己的Hello World才没法运行。用Python就不会有这种问题，只要装上就能直接用。 Python是一种脚本语言，写好了就可以直接运行，省去了编译链接的麻烦，对于需要多动手实践的初学者而言，也就是少了出错的机会。而且Python还有一种交互的方式，如果是一段简单的小程序，连编辑器都可以省了，直接敲进去就能运行。Python是一种清晰的语言，用缩进来表示程序的嵌套关系可谓是一种创举，把过去软性的编程风格升级为硬性的语法规定。再不需要在不同的风格间选择、再不需要为不同的风格争执。与Perl不同，Python中没有各种隐晦的缩写，不需要去强记各种奇怪的符号的含义。Python写的程序很容易懂，这是不少人的共识。Python是一种面向对象的语言，但它的面向对象却不象C++那样强调概念，而是更注重实用。不是为了体现对概念的完整支持而把语言搞得很复杂，而是用最简单的方法让编程者能够享受到面向对象带来的好处，这正是Python能像Java、C#那样吸引众多支持者的原因之一。 Python是一种功能丰富的语言，它拥有一个强大的基本类库和数量众多的第三方扩展，使得Python程序员无需去羡慕Java的JDK。Python为程序员提供了丰富的基本功能使得人们写程序时用不着一切最底层做起。说到这里，人们通常会用一种担心：脚本语言通常很慢。脚本语言从运行的速度讲的确会慢一些，但Python的速度却比人们想象得快很多。虽然Python是一种脚本语言，但实际上也可以对它进行编译，就象编译Java程序一样将Python程序编译为一种特殊的ByteCode，在程序运行时，执行的是ByteCode，省去了对程序文本的分析解释，速度自然提升很多。在用Java编程是，人们崇尚一种Pure Java的方式，除了虚拟机一切东西都用Java编写，无论是基本的数据结构还是图形界面，而Pure Java的SWING，却成为无数Java应用开发者的噩梦。Python崇尚的是实用，它的整体环境是用C来编写的，很多基本的功能和扩展的模块都是用C/C++来编写的，当执行这一部分代码时，它的速度就是C的速度。用Python编写的普通桌面程序，其启动运行速度与用C写的程序差别不大。除了这些，通过一些第三方软件包，用Python编写的源代码还可以以类似JIT的方式运行，而这可以大大提高Python代码的运行速度，针对不同类型的代码，会有2倍至100倍不等的速度提升。 Python是我见到过的语言中，在易用性和速度上结合的最完美的一个，通过丧失一点点经常可以忽略不计的运行速度从而获得更高的编程效率，这就是我选择Python的原因。把精力放在要解决的问题上选择一种合适的语言，才能让你把有限的精力放到最需要解决的问题上。不同的语言有不同的作用，C和汇编适合编写系统软件，如果用它们来编写企业应用，恐怕没几个人能得心应手。我以前就碰到一个用汇编写数据库程序的哥，虽然最基本的功能完成了，但要增加个报表预览什么的，他就没法应付了。聪明的程序员是用合适的工具去完成任务，想找一把万能钥匙是不太可能的。Python的自动的垃圾回收机制是高级的编程语言的一种基本特性，用拥有这一功能的语言编程，程序员们通常不用去关心内存泄漏的问题，而当我们用C/C++写程序时，这却是最重要的需要认真考虑却又很容易出错的问题之一。数据结构是程序构成的重要部分，链表、树、图这些在用C编程时需要仔细表达的问题在Python中简单了很多。在Python中，最基本的数据结构就是数组、序列和哈希表，用它们想要表达各种常见的数据结构是非常容易的。没了定义指针、分配内存的任务，编程变得有趣了。CORBA是一种高级的软件体系结构，它是语言无关平台无关的。C++、Java等语言都有CORBA绑定，但与它们相比，Python的CORBA绑定却容易很多，因为在程序员看来，一个CORBA的类和Python的类用起来以及实现起来并没有什么差别。没了复杂体系结构的困扰，用Python编写CORBA程序也变得容易了。好钢要用在刀刃上，要想用有限的时间完成尽量多的任务，就要把各种无关的问题抛弃，而Python恰恰提供了这种方法。跨平台又易扩展随着Linux的不断成熟，越来越多的人转到Linux平台上工作，软件的开发者自然就希望自己编写的软件可以在所有平台下运行。Java一次编写处处运行的口号使它成为跨平台的开发工具的典范，但其运行速度却不被人们看好。实际上，几乎所有的著名脚本语言都是跨平台的，Python也不例外。Python不仅支持各种Linux/Unix系统，还支持Windows，甚至在Palm上都可以运行Python的程序。一个程序想要跨平台工作，不仅仅需要语言本身能够做到在平台之间兼容，在图形化界面的时代，还需要有能跨平台工作的Widget。Python不仅支持老一些的TK，还支持新的GTK+、QT以及wxWidget，而这些Widgets都可以在多个平台上工作。通过它们，程序员就可以编写出漂亮的跨平台GUI程序。Python通常是运行在native代码与脚本代码之间，程序员可以用C/C++为Python编写各种各样的模块，这不仅可以让程序员以Python的方式使用系统的各种服务及用C/C++编写的优秀函数库和类库，还可以大幅度提高Python程序的速度。用C/C++编写Python的模块并不复杂，而且为了简化这一工作，人们还制作了不少工具用来协助这一工作。正是因为如此，现在各种常用的函数库和类库都有Python语言的绑定，用Python可以做到的事情越来越多了。万能钥匙？Python功能强大，但它却不是万能的。如果你要编写操作系统或驱动程序，很显然，Python是做不到的。要写软件，没有哪个工具是万能的，现在之所以有那么多的编程语言，就是因为不同的语言适合做不同的事情。因此，选择适合自己的语言工具是最重要的。
【区别】：
标准库函数都需要import xxx才能取得。
内建函数都在__builtins__里面，在global里直接就能用。
【补充】：
1.python中，我们可以通过对内建的比较函数进行自定义，来实现运算符重载。
我们常用的比较运算符有
大于 对应的内建比较函数为 __gt__()
大于等于 = 对应的内建比较函数为 __ge__()
等于 == 对应的内建比较函数为 __eq__()
小于 对应的内建比较函数为 __lt__()
小于等于 = 对应的内建比较函数为 __le__()
2.库函数（Library function）是把函数放到库里，供别人使用的一种方式。.方法是把一些常用到的函数编完放到一个文件里，供不同的人进行调用。调用的时候把它所在的文件名用#include加到里面就可以了。一般是放到lib文件里的。
参考资料
百度.百度[引用时间2018-4-12]
python库是：
参考其它编程语言的说法，就是指python中的完成一定功能的代码集合，供用户使用的代码组合。在python中是包和模块的形式。
一般按照API的惯例来设计库。
NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy内部解除了CPython的GIL（全局解释器锁），运行效率极好，是大量机器学习框架的基础库！
相关推荐：《Python基础教程》
NumPy的全名为Numeric Python，是一个开源的Python科学计算库，它包括：
·一个强大的N维数组对象ndrray；
·比较成熟的（广播）函数库；
·用于整合C/C++和Fortran代码的工具包；
·实用的线性代数、傅里叶变换和随机数生成函数。
NumPy的优点：
·对于同样的数值计算任务，使用NumPy要比直接编写Python代码便捷得多；
·NumPy中的数组的存储效率和输入输出性能均远远优于Python中等价的基本数据结构，且其能够提升的性能是与数组中的元素成比例的；
·NumPy的大部分代码都是用C语言写的，其底层算法在设计时就有着优异的性能，这使得NumPy比纯Python代码高效得多。
当然，NumPy也有其不足之处，由于NumPy使用内存映射文件以达到最优的数据读写性能，而内存的大小限制了其对TB级大文件的处理；此外，NumPy数组的通用性不及Python提供的list容器。因此，在科学计算之外的领域，NumPy的优势也就不那么明显。
