Python快速入门文档

零、学习资源总结

0.0 文档

• 官方文档:
  Python Documentation
• 第三方文档/Wiki类：
  tutorialpoints

0.1 工具

---

解释器/交互环境

解释器

• CPython：官方版本
• IPython： Cpython
• PyPy
• JPython

交互环境

• Python Shell: 官方的Shell环境
• IPython: 第三方交互环境，更好的补全和运行指令
  • 使用iPython进行交互式作业
  • iPython介绍

---

IDE

• PyCharm: JetBrains出品，必属精品，写Python项目必备
• Visual Studio: 在最新的VS版本都加入了Python的支持
  其他没有用过

---

编辑器

与IDE相比，编辑器比较轻便，适合简易的脚本编写。
以下几个常用编辑器都对Python的支持，部分加上插件后效率更高，可以和IDE媲美，在这里不再对比谁优谁劣

• Sublime Text
• Visual Studio Code
• Atom
• Vim/Emacs

---

包管理/环境

• Pip: 默认Python包管理工具，必备
• 包管理环境工具:
  • Virtualenv: 一个Python的包管理模块，方便各项目的独立管理
  • VirtualenvWrapper: Virtualenv的升级版，方便操作
• 独立的环境：完整独立的一个环境，已配备了很多数据计算的lib, 常用于科学计算和分析
  • Anaconda
  • Canopy

---

0.2 教程

• The python guru
• The hitchhiker's Guide to Python
• Dive Into Python
• Google Python Class: 需科学上网
• Runoob.com菜鸟教程
• 廖雪峰教程

0.3 书籍

略，不推荐

0.4 其他资源

• 第三方库搜索
  • PyPI
  • Awsome Python
• Github:
  • vinta/awesome-python
  • trananhkma/fucking-awesome-python

0.5 代码规范

• PEP8

一、入门学习

Python简介

• 历史、发展及现状

  • “龟叔”Guido von Rossum发明于1989年
  • 通过社区完善功能与标准，Python开发者将不同领域的优点带给Python
  • 2.0开始从maillist转为完全开源的开发模式，获得更加高速的发展
  • 如今，Python的框架已经确立。
    • Python语言以对象为核心组织代码(Everything is object)
    • 支持多种编程范式(multi-paradigm)
    • 采用动态类型(dynamic typing)
    • 自动进行内存回收(garbage collection)
    • Python支持解释运行(interpret)，并能调用C库进行拓展
    • Python有强大的标准库 (battery included)
    • 有丰富的第三方包，如Django, web.py, wxpython, numpy, matplotlib,PIL，将Python升级成了物种丰富的热带雨林。
  • TIOBE语言排行第八，Google的第三大开发语言

• 特性/优点

  • 提供完善的基础代码库，覆盖范围广，方便直接使用现成资源
  • 有大量第三方库，且个人的代码经过封装也可作为第三方库调用

• 缺点

  • 运行速度慢；由于是解释型语言，代码执行时逐行翻译成机器码，翻译过程十分耗时
  • 代码不能加密；发布Python程序，就是公开源代码

测试为什么选择Python？

自动化需要脚本语言

对于大多数从测试岗位而言，测试当中有许许多多重复而繁琐的操作，如测试内容本身：准备大量高门槛测试数据，基础核心功能回归，性能测试，稳定性测试等；还有测试管理方面：测试用例的管理等等。 这些操作如果依靠人工去完成，可谓是费时费力，而且稍不留神就可能有出错的可能，因此通过一套标准的自动化测试流程来完成，是测试的最好选择，而实现这一套流程，在大多数的时候，依靠的就是脚本语言。

脚本语言有多种多样，Shell, Ruby, Perl, Python等，这些脚本语言各具特点，如系统本身提供的命令行，即Shell语言（Windows上是Bash批处理），能通过简单的逻辑指令、运算操作及管道操作来完成稍微复杂的系统任务。举个例子，最初的垃圾清理软件，就是通过搜索系统当中以".tmp"等后缀的文件来进行删除来完成清楚系统垃圾。

Python的特性

那么Python在当中，对于测试来说，优势在哪？ 通过一段时间的学习以及了解，简单总结如下：

胶水性

胶水性（glue），是Python的最大特征，因为除了用于测试脚本外，Python的社区当中拥有众多的库支持，如科学计算的Numpy, 机器学习的ScikitLearn，以及众多的后端开发框架，就连OpenCV也将Python作为其为数不多的上层接口语言等等，因而它的功能是非常丰富的，对于需要快速开发出软件的雏形或者验证算法的可行性，Python可谓是哆啦A梦的百宝袋。
在测试这块，Python有着自带的单元测试模块unittest和记录模块logging，简化了测试开发的时间。同时众多测试框架，如Appium和selenium支持Python，可谓对Python是极其友好。

简洁、优雅

Python在定位上是简洁而优雅的。对于测试脚本而言，脚本的通用性是比较弱的，每次完成特定任务就需要有一个新的脚本，亦或者脚本需要随着进度开发而不断调整，那么除了需要对于模块的封装，简洁而易读的语句将是测试开发的福音。

除此之外，每每需要对脚本进行修改，如果任务复杂，在众多语句当中寻找需要修改的部分必定是苦不堪言的。更进一步，如果前人的代码还没有注释，那么估计想要调整对还真的不是那么容易。

尤其是近年来，"Code is comment"的口号不断，易读的代码就是最好的注释，而Python的语句通常能够完成其他语言多倍的任务，这样的优势使它在所有高级语言里面显得更加高级。

易上手和学习

在许许多多编程语言中，Python在国外早已成为零基础的菜鸟的入门语言，可见其易入手的程度。

首先它作为一门解释型语言，使得它拥有动态的数据类型，这对许多刚开始接触编程的人来说是非常友好的，不需要考虑数据类型后面的内存管理，更不用担心去理解C/C++语言当中指针的使用。其次，丰富的数据结构带来的优势使得它在处理数据和文本能力优于C/C++或者是Java等语言，如list和dict，极大地简化了对数据的存储和使用。最后，它的学习曲线在众多语言当中应该是比较平缓的，每每接触新的语法特性，都会感觉是那么自然，让人觉得就是自然语言一般。

如何快速入门Python

在我读大学的时候，首先接触的编程语言是C和C++，当时学校会把这门语言的每个部分进行拆解，如分成输入输出部分，数据类型，if-else和for循环等等，而在我接触另一门语言Java或者是JS时，很欣慰地发现它和C++竟是如此相似，几乎就可以上手即用的感觉，给我留下深刻印象。

而如今，在面对不同任务时，往往需要快速学习一门语言。而这应该是现在每一个程序员的必备能力，那么回到我们的话题，究竟如何能够快速入门Python呢？

最近，有个朋友给我转发了一篇文章，《如何掌握所有的程序语言》，是之前微软大神王垠写的。我读了之后，恍然大悟，快速入门一门语言的关键，就是学习理解这门语言的语言特性。

在文章中，解释了什么是语言特性，在这举一些例子，如变量定义、算术运算、for 循环语句，while 循环语句、函数定义，函数调用、递归、面向对象、垃圾回收、指针算术、goto 语句等等，它几乎就是这个语言的一个配置，而当中有一部分是基本配置，这是我们能够用这门语言的关键，而能够熟练运用这门语言，或者说是擅长使用，则需要我们花时间去学习这门语言当中的更加高级复杂的配置。

举个例子，C语言在过去一直被认作是面向过程的语言，它的执行就是按着语句的编排顺序来完成。而它的继任者C++则是多了面向对象的特性， 而近年来，C++则是不断吸收其他语言的特性，如加入了Lambda函数、实质就是像Python一样的函数式编程，以及支持auto类型，也是学习如Python一类语言的动态类型，只不过它们在实现的方式不同。

所以基本来看，要快速入门Python，我们只需要根据我们的需要，去掌握基本的语言特性，如数据类型定义、if-else语句、for,while循环和简单的输入输出即可。而如果需要完成测试任务，需要接触到更多的高级配置，如os模块，文件读写，以及更多的单元测试和记录Log的模块。

最后，要灵活运用还是少不了代码练手，通过写几个小项目或者完成某些特定的任务，能够让人快速熟悉Python里面的特性。