Python 语言入门概览

Python 是一门以简洁和可读性著称的通用编程语言，广泛应用于 Web 开发、数据科学、自动化脚本和人工智能领域。

语言特点

Python 的核心设计哲学是”用一种方法，最好是只有一种方法来做一件事”。它的语法简洁，接近自然语言，非常适合初学者。

# 列表推导式 —— Python 的标志性语法
squares = [x ** 2 for x in range(10)]
print(squares)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

动态类型

Python 是动态类型语言，变量无需声明类型：

x = 42          # int
x = "hello"     # str，随时可以改变类型
x = [1, 2, 3]   # list

这带来了灵活性，但也意味着类型错误只能在运行时发现。Python 3.5+ 引入了类型注解来缓解这个问题：

def greet(name: str) -> str:
    return f"Hello, {name}!"

内存管理

Python 使用引用计数 + 循环垃圾回收来管理内存。开发者完全不需要手动管理：

import sys

a = [1, 2, 3]
print(sys.getrefcount(a))  # 查看引用计数

# 当对象不再被引用时，内存自动回收
a = None  # 原列表对象的引用计数减一

GIL 与并发

CPython 的全局解释器锁（GIL）限制了多线程的并行能力。对于 CPU 密集型任务，通常使用多进程：

from concurrent.futures import ProcessPoolExecutor

def compute(n):
    return sum(i * i for i in range(n))

with ProcessPoolExecutor() as executor:
    results = list(executor.map(compute, [10**6, 10**6, 10**6]))

与 Rust 的对比

方面	Python	Rust
类型系统	动态类型	静态类型 + 所有权
内存管理	GC 自动回收	所有权系统，零成本
运行速度	较慢（解释执行）	接近 C 的性能
并发	GIL 限制	无限制，编译期保证安全
学习曲线	低	较高
适用场景	脚本/数据科学/AI	系统编程/高性能应用

Python 的生态极其丰富，pip 上有超过 50 万个包。如果你需要高性能部分，可以用 Rust 编写扩展模块（通过 PyO3），兼顾开发效率和运行效率。