本文目录一览：
- 1、python的应用领域有哪些
- 2、python 的优势在哪里？
- 3、Python 在编程语言中是什么地位？为什么很多大学不教 Python？
- 4、python语言的作者是哪个国家的?
- 5、Python 从入门到精通推荐看哪些书籍呢？
python的应用领域有哪些
Python的应用领域主要有Web应用开发、自动化运维、人工智能领域、网路爬虫、科学计算、游戏开发等等。可以说Python的应用领域在各行各业有着极大重要的作用，其价值不可估量。
在Web开发领域，Python绝对是一颗冉冉升起的新星。尽管 PHP、JS目前依然是Web开发的主流语言，但Python上升势头非常猛劲。尤其随着Python的Web开发框架逐渐成熟（比如Django、Flask、Tornado、Web2py等等），程序员可以更轻松地开发、管理复杂的Web程序。
python的特点
1、python非常简单 作为初学python的小白，，非常适合人类阅读。阅读一个良好的Python程序就感觉像是在读英语一样，尽管这个英语的要求非常严格，Python的这种伪代码本质是它最大的优点之一，它使使用者能够专注于解决问题而不是去搞明白语言本身。
2、易学 python虽然是用c语言写的，但是它摈弃了c中非常复杂的指针，简化了python的语法。Python是FLOSS（自由/开放源码软件）之一。简单地说可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。Python希望看到一个更加优秀的人创造并经常改进。
3、可移植性 由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能够工作在不同平台上）。如果小心地避免使用依赖于系统的特性，那么所有Python程序无需修改就可以在下述任何平台上面运行。
python 的优势在哪里？
Python的优点
1、虽然Python可能被粗略地分类为"脚本语言"(script language)，但实际上一些大规模软件开发计划例如Zope、Mnet及BitTorrent，Google也广泛地使用它。Python的支持者较喜欢称它为一种高级动态编程语言，原因是"脚本语言"泛指仅作简单程序设计任务的语言，如shellscript、VBScript等只能处理简单任务的编程语言，并不能与Python相提并论。
2、python严格说叫CPython，与C/c++有天然的融合性。这也是python强大的原因之一。在windows环境下可以使用ironpython，这个版本与vc可以结合的比较好。其它的平台可以使用eclipse，不过最好还是直接使用普通的文本编辑器。比较推荐的一个编辑器是sublime text2, geany, vi等。
3、python图形化编程不难。当然MFC也不难。我不认为MFC有多难。其实学习起来只是略难，但是这不是一个数量级的。MFC可以生产出非常强劲的界面。而python界面多属于简单的。
4、Python本身被设计为可扩充的。并非所有的特性和功能都集成到语言核心。Python提供了丰富的API和工具，以便程序员能够轻松地
使用C语言、C++、Cython来编写扩充模块。Python编译器本身也可以被集成到其它需要脚本语言的程序内。
5、在设计Python语言时，如果面临多种选择，Python开发者一般会拒绝花俏的语法，而选择明确的没有或者很少有歧义的语法。由于
这种设计观念的差异，Python源代码通常被认为比Perl具备更好的可读性，并且能够支撑大规模的软件开发。这些准则被称为Python格
言。在Python解释器内运行import this可以获得完整的列表。
6、Python既支持面向过程的函数编程也支持面向对象的抽象编程。在面向过程的语言中，程序是由过程或仅仅是可重用代码的函数构建
起来的。在面向对象的语言中，程序是由数据和功能组合而成的对象构建起来的。与其他主要的语言如C++和Java相比，Python以一种
非常强大又简单的方式实现面向对象编程。
7、可扩展性和可嵌入性。如果你需要你的一段关键代码运行得更快或者希望某些算法不公开，你可以把你的部分程序用C或C++编写，
然后在你的Python程序中使用它们。你可以把Python嵌入你的C/C++程序，从而向你的程序用户提供脚本功能。
8、丰富的库。Python标准库确实很庞大。python有可定义的第三方库可以使用。它可以帮助你处理各种工作，包括正则表达式、文档
生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI（图形用
户界面）、Tk和其他与系统有关的操作。记住，只要安装了Python，所有这些功能都是可用的。这被称作Python的“功能齐全”理念。
除了标准库以外，还有许多其他高质量的库，如wxPython、Twisted和Python图像库等等。
9、Python确实是一种十分精彩又强大的语言。它合理地结合了高性能与使得编写程序简单有趣的特色。
10、规范的代码。Python采用强制缩进的方式使得代码具有极佳的可读性。
Python 在编程语言中是什么地位？为什么很多大学不教 Python？
python的地位很高，目前是世界第5大编程语言。。但我觉得大学不教python，其实是正确的。
Python在诞生之初，只是用来在Linux上给Perl和shell做衔接用的“胶水”，而今天已经成为了主流的编程语言，能获得今天的地位，当然具备诸多优势。。。比如数学运算相关的各种库，爬虫，等等。。。但这都不是导致Python流行的最根本原因。
有没有比Python运算更强的语言？多得是
有没有比Python爬虫效率更高的语言？也不少
所以其实平日里随口道来的种种优势，并不是不可替代的。。这些优势，很多语言都具备。就比如perl，erlang，Julia等语言，其实用来做运算或爬虫比Python更强，但为什么这些语言却流行不起来？
说到底，Python成功的秘诀只有一条，其实就是在功能基本够用的前提下，比其他语言简单。而比Python简单的语言，功能又不够全面，比如Lua，Javascript，Ruby这些语言比Python更简单，但往往只适合一两个领域的工作，而无法面面俱到。
Python可以提供的这些功能，对于非专业程序员来讲，已经显得非常强大了。。但对于专业程序员来说，Python最大的作用，其实也只是用来“偷懒”而已。因为相比JAVA或C#这种工业级的编程语言来讲，Python除了入门简单之外，并无任何优势可言。而Python的动态语言特性、不利于维护等缺点，成为了限制它迈向深层开发的重大缺陷。
而如果熟练掌握JAVA或C#中的任何一门，想利用闲暇之余学习一下Python，看几个案例便可以入门，几乎不需要专门学习。
如果你并不以成为专业程序员做为目标，那么以Python为主，是可以的。但若想靠编程养家糊口，静态语言才是重中之重。
但如果是计算机专业的话，仅仅学Python，似乎就有点对不起“科班出身”的称号了。。。。学生们花着昂贵的学费，消耗四年光阴，却只学个Python，岂不是误人子弟？
就像你若报考摄影专业，老师应该教你使用单反，而不是教你使用手机摄像头。
python语言的作者是哪个国家的?
原居荷兰，后移居美国
Guido van Rossum是Python编程语言的创始人，Guido在1982年获得阿姆斯特丹大学的数学和计算机科学的硕士学位，并于同年加入一个多媒体组织CWI，做调研员。1989年，他创立了Python语言。Guido原居荷兰，1995移居到美国，并遇到了他现在的妻子。在2003年初，Guido和他的家人，包括他2001年出生的儿子Orlijn一直居住在华盛顿洲北弗吉尼亚的郊区。随后他们搬迁到硅谷，从2005年开始就职于Google公司。现在Guido在为Google工作（其中有一半时间是花在Python上）。
Python 从入门到精通推荐看哪些书籍呢？
本人是一名大学生，在我的大学期间。我辅修了人工智能这门课。在人工智能这门课中有一门课程是 Python 从入门到精通，在这里我为大家推荐几本有助于python学习的书籍。下面是我 Python 从入门到精通 课程学习的结课证明。
学习Python推荐用书：《Python程序设计》《数据科学导论：Python语言实现》《Python数据挖掘：概念、方法与实践》《Python3智能数据分析快速入门》《Python爬虫开发与项目实战》。
（一）《Python程序设计》(原书第2版)
推荐语：本书介绍Python的基础知识，旨在帮助学生首先掌握概念，之后通过步骤完备的实例培养学生的问题求解能力。这一版采用Python3，并对全书结构进行了优化，既可作为门程序设计课的入门教材，也可供Python爱好者自学参考。
（二）、《数据科学导论：Python语言实现》(原书第2版)
推荐语：本书首先介绍如何设置基本的数据科学工具箱，然后带你进入数据改写和预处理阶段，这一部分主要是阐明所有与核心数据科学活动相关的数据分析过程，如数据加载、转换、修复以及数据探索和处理等。
通过主要的机器学习算法、图形分析技术，以及所有易于表现结果的可视化工具，实现对数据科学的概述。
（三）、《Python数据挖掘：概念、方法与实践》
推荐语：本书使用Python编程语言和基于项目的方法介绍多种常被忽视的数据挖掘概念，如关联规则、实体匹配、网络分析、文本挖掘和异常检测。
每个章节都全面阐述某种特定数据挖掘技术的基础知识，提供替代方案以评估其有效性，并用真实的数据实现该技术，帮助你“知其然，知其所以然”，从而迈向数据挖掘专家的道路。
（四）、《Python3智能数据分析快速入门》
推荐语：本书假设你有一定的数据分析基础，但是没有Python和AI基础，为了帮助你快速掌握智能数据分析需要的技术和方法，书中有针对性地讲解了Python和AI中必须要掌握的知识点，内容由浅入深，循序渐进。
从环境配置、基本语法、基础函数到第三方库的安装与使用，对各个操作步骤、函数、工具、代码示例等的讲解非常详尽，确保所有满足条件的读者都能快速入门。
（五）、《Python爬虫开发与项目实战》
推荐语：零基础学习爬虫技术，从Python和Web前端基础开始讲起，由浅入深，包含大量案例，实用性强。
