文章标题

Why Python

Python 安装

Python Java Side by Side基础
输出和运行

变量数值字符列表字典和赋值

代码块if条件实例

循环

文件操作

函数

类

模块

标准类型分类

Python高级主题
CPythonPython 解释器

多线程和锁
创建多线程

锁的使用

尴尬的锁

Python的并行

Web编程
Web系统架构

Python应用框架
Flask Django

Flask实现简单服务

参考

Why Python

本文默认有一定java基础或者深入理解java更好，首次在工作中接触python的第一个疑问就是，为什么用python，和java对比如何？

两种语言核心对比点是：

对比项目	JAVA	PYTHON	总结
语言类型（对变量的处理方式）	静态类型：一旦声明类型，不可动态更改	动态类型：不必声明类型，python根据运行时的值进行类型指定，同样可以string替换一个integer。	关于静态类型和动态类型相关的争论已经持续很久了，有一个比较有意思的谈话是关于 Guido van Rossum关于Python运行时、类型方面的思考 Strong versus Weak Typing。主要讨论还是集中在开发效率、运行效率和企业级应用的构建上。Python胜在原型构建速度上，java胜在运行效率和企业级应用上。
原型构建速度和系统运行效率	Java运行效率更高	Python的产品构架你速度更高	在许多研究结论中都可以得出一个结论：Python比Java的生产效率高出两倍。(1)Python为什么会比Java构建效率高可以深入参考Python速度虽然慢，但它工作效率高啊。(2)Python运行效率为什么低，有篇好文分析的很深入why python is slow
JVM(HotSpot)和Python解释(CPython)	Java现阶段比较流行的虚拟机是HotSpot（包括了一个解释器和两个编译器）	Cpython解释器是实现python的其中的一个版本，也是现在官方的、最流行的版本	Java和Python的实现都依托于各自的解释器和编译器。JVM虚拟机有自己很完善的架构并且在运行前进行编译成Bytecode并在运行时解释成机器语言。Cpython是在运行期间将Python解释成机器语言在效率上要慢一些

在Python支持者的观点中有一点非常好：要准确的定位到自身产品和系统的瓶颈。如今的计算机和网络，在系统的前期甚至是中后期，运行效率和伸缩复用性一般都不会成为系统的瓶颈，往往业务上的速度至关重要。

Python 安装

http://www.python.org/download/下载2.7版本的安装包

安装python

把python的安装目录添加到path系统变量中

Python & Java Side by Side基础

输出和运行

Java

public class HelloWorld {
public static void main(String[] args) {
System.out.println("Hello World");
}
}

运行：javac HelloWorld.java
java HelloWorld

Python

print 'Hello World'

运行：python HelloWorld.python

变量(数值,字符,列表,字典)和赋值

Java

Java是静态类型语言，必须制定变量类型

Integer a = 10;
String b = "abc";
List<String> c = Arrays.asList(1,2,3,4);
Map<String, String> d = new HashMap<>();
d.put("key","value");

Python

Python是动态类型语言，动态类型语言，运行期间制定类型

a = 10
b = "abc"
c = [1, 2, 3, 4]
d = {'key': 'value', 'key1': 'value1'}

print type(a)
print type(b)
print type(c)
print type(d)

输出：<type 'int'>
<type 'str'>
<type 'list'>
<type 'dict'>

代码块(if条件实例)

Java

Java中if、class、while、for、方法等都是通过“{}”大括号进行开始和结尾的，进行代码块区分

if (a == b) {
System.out.println("a equals b");
} else if (a > b){
System.out.println("a is bigger");
} else {
System.out.println("b is bigger");
}

Python

Python中的if、class、def(方法)、for等这样的复合语句以关键字开始，冒号结束。同时通过4个空格进行缩紧区分代码块

if a == b:
print "a equals b"
elif a > b:
print "a is bigger"
else:
print "b is bigger"

循环

Java

for (Integer one : a) {
System.out.println(a);
}
for (Map.Entry<String, String> entry : b.entrySet()) {
System.out.println(entry.getKey());
}

Python

for one in c:
print one

for one in d:
print one

文件操作

Java

File file = new File(filePath);
InputStream in = null;
try {
System.out.println("以字节为单位读取文件内容，一次读一个字节：");
// 一次读一个字节
in = new FileInputStream(file);
int tempbyte;
while ((tempbyte = in.read()) != -1) {
System.out.write(tempbyte);
}
in.close();
} catch (IOException e) {
e.printStackTrace();
return;
}

Python

myFile = open(filePath)

print myFile.read()

函数

Java

public static Integer functionName(Integer a, Integer b) {
return a + b;
}

public static void main(String[] args) {
functionName(1, 2)
}

Python

python方法的命名以下划线分割

def function_name(code=None, type=None):
return code + type

if __name__ == '__main__':
r = function_name(code = 1, type = 2)
print r

类

Java

public class MyClass {
public Integer functionName(Integer a, Integer b) {
return a + b;
}

public static void main(String[] args) {
MyClass myClass = new MyClass();
myClass.functionName(1, 2);
}
}

Python

python并不像Java一样强制面向对象创建类，可以不进行类的创建

class MyClass(object):
def __init__(self, code=None):
self.code = code
print 'created a instance'

def show_code(self):
print self.code

if __name__ == '__main__':
my_class = MyClass(1)
my_class.show_code()

模块

python

python中的模块是将代码分成有组织的代码段，一个文件可以被看成一个独立的模块。模块的文件名就是模块的名字加上扩展名.py

>>> import mymoudle
输出：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ImportError: No module named mymoudle

python查找模块的路径

>>> import sys
>>> sys.path

输出：
['', '/Library/Python/2.7/site-packages/pip-9.0.1-py2.7.egg', '/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python27.zip', '/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7', '/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/plat-darwin', '/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/plat-mac', '/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/plat-mac/lib-scriptpackages', '/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/lib-tk', '/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/lib-old', '/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/lib-dynload', '/Library/Python/2.7/site-packages', '/System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python', '/System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python/PyObjC']

以上输出结果就是python默认查找模块的地址，可以把自己的mymoudle放到当前目录就可以进行import

mymoudle.py

def sum(a, b):
print a + b

>>> import mymoudle
>>> mymoudle.my_sum(1, 2)
3

标准类型分类

Python标准类型可以分为：数值、字符串、列表、元组合字典

按照存储模型分类（能存储多少对象）

分类	Python 类型
原子类型	数值、字符串
容器类型	列表、元组、字典

* 按照更新类型分类（对象创建后它的值是否可以改变）

分类	Python 类型
不可变类型	数值、字符串
可变类型	列表、元组、字典

“`

a = 1

id(a)

140718964233288

a = 2

id(a)

140718964233264

str = ‘xxxx’

id(str)

4459015312

str = ‘aaaa’

id(str)

4459015504

既然a可以被重新赋值，那为什么说是不可变类型。原因就像输出一样，实际是新创建了一个对象，而不是修改原有对象的值

“`

“`

alist = [1, 2, 3]

alist[2]

3

id(alist)

4458858400

alist[2] = alist[2] + 1

alist

[1, 2, 4]

id(alist)

4458858400

对象的值可以进行修改

“`

“`

a=256

b=256

id(a)

140718964239024

id(b)

140718964239024

a=257

b=257

id(a)

140718964266976

id(b)

140718964267072

Python和Java一样会对常用的int数值进行缓存。Python缓存到256

“`

​

综上：在方法中修改不可变类型的参数时，方法外并不会体现**

Python高级主题

CPython（Python 解释器）

一说到编译器和解释器，Java虚拟机总是有很多说不完的话题如内存模型、垃圾回收、类加载和优化等，但是Python的解释器CPython甚至在许多Python的书中没有一个小节去介绍。

多线程和锁

创建多线程

import threading

def thread_my():
thread = threading.current_thread()
print 'thread name --'
print thread.getName()

t = threading.Thread(target=thread_my)
t.start()

thread_my()
t.join()

锁的使用

经典的 n += 1问题看看Python用锁怎么处理

import threading

n = 0
lock = threading.Lock()

def foo():
global n
with lock:
n += 1

threads = []
for i in range(100):
t = threading.Thread(target=foo)
threads.append(t)

for t in threads:
t.start()

for t in threads:
t.join()

print(n)

尴尬的锁

线程和锁在原生Python中概念非常弱化甚至有些不友好。基本上源于CPython的全局解释器锁（GIL），它的设计目的是保证同一时刻只能有一个线程在运行。在IO比较密集的任务的单核机器略显吃力。

static PyThread_type_lock interpreter_lock = 0; /* This is the GIL */

上面是Cpython的 ceval.c的一段源码，解释器中所有代码执行的时候都需要保持这个锁。

那么这个锁什么时候释放那？

一个线程无论何时开始睡眠或等待网络 I/O其他线程总有机会获取 GIL 执行 Python 代码，这是协同式多任务处理

如果一个线程不间断地在 Python 2 中运行 1000 字节码指令，或者不间断地在 Python 3 运行15 毫秒，那么它便会放弃 GIL，这是抢占式多任务处理

可以把Python想象成2000年单核cpu的年代的机器，多个任务抢占一个cpu，而Python是多个线程抢占一个GIL

为什么说原生Python在多核任务中略显吃力

def dead_loop():
while True:
pass

dead_loop()

上面这段代码如果跑在双核cpu的机器上，会发现只是占用50%的cpu。那按照Java的思路如何跑满两个核，ok再创建一个线程继续跑

import threading

def dead_loop():
while True:
pass

t = threading.Thread(target=dead_loop)
t.start()

dead_loop()

t.join()

但是问题出现了，效果还是只有50%的占用率，并没有跑满两个核，这里面的原因就是因为GIL。为什么Python作者这么设计，Python中没有去掉GIL。去掉全局锁必然会带来细粒度的锁或者Lock-free模式，在1999年做过一个分支去掉了GIL，但是在测试过程中发现单线程的效率降低了两倍，并且随着cpu的增加效率的提升并不是线性的，而是非常缓慢，可以看下开发者的Greg’s写的信 Gregs Free threading。

Python的并行

因为存在着GIL，导致Python的线程不能实现真正意义上的并行，但是也并不是没有办法处理

采用多进程处理，这样失去了线程间的共享变量和通信的便利了

通过ctypes引入c代码来实现真正意义上的并行

Web编程

Web系统架构

一般网络架构从上层到下层包括：DNS服务器->LVS服务器->应用容器->应用系统

在开发过程中只需要关注应用容器和应用系统就好，在Java中应用容器有Resin、Tomcat、Jetty等。应用系统框架有EJB、Spring、Struts等

Python中应用系统框架有Django、Flask、Tornado。Python中没有容器的概念，但是大同小异Python把容器拆成公共规范(WSGI)和中间件，而公共规范和中间件加一起所做的事情又非常类似Java中的容器（servlet容器和连接器）。servlet容器约定了调用service()方法，应用框架或者程序需要实现servie()，连接器负责包装request和response给servlet容器。同样的WSGI里面预定了相应的应用框架和程序需要时间的方法，而中间件负责将request和response进行封装

WSGI 的全称是Web Server Gateway Interface，他是一个规范。它所做的事情和servlet类似，让应用程序可以很方便的在各种应用容器上进行迁移，不必因为用了某个特定容器而使用指定的应用框架，也不必因为用了某个特定框架而实用指定容器。想要深入了解可以看下PEP333。还有中文介绍理解WSGI

Python应用框架

Instagram是Python的重度依赖用户，Instagram 的总注册用户达到 30 亿，月活用户超过 7 亿 （作为对比，微信最新披露的月活跃用户为 9.38 亿）。而令人吃惊的是，这么高的访问量背后，竟完全是由以速度慢著称的 Python + Django 支撑

Flask & Django

业界比较成熟的两个框架，有一篇关于两者对比的文章Flask VS Django，主要阐述了Flask小而灵活，只包含了必要的模块。而Django大而全，比较臃肿，会默认引入许多模块

Flask实现简单服务

安装pip（官网标准http://flask.pocoo.org/docs/0.12/installation/#installation）
windows步骤：
（1）下载https://bootstrap.pypa.io/get-pip.py
（2）执行python get-pip.py install
（3）将Python27\Scripts加入到环境变量
（4）pip install Flask
（5）创建hello.py

from flask import Flask
app = Flask(__name__)

@app.route('/')
def hello_world():
return 'Hello, World!'

$ set FLASK_APP=hello.py
$ flask run

访问http://127.0.0.1:5000/

参考

Python & Java: A Side-by-Side Comparison

Python速度虽然慢，但它工作效率高啊

Strong versus Weak Typing(A Conversation with Guido van Rossum)

Python&Java细节对比

Why python is slow

理解WSGI

Instagram使用Python经验

python线程GIL和ctypes

Greg`s Free threading