什麼是 Python？
Python 是一種廣泛使用的程式設計語言，用於 Web 應用程式、軟體開發、資料科學與機器學習 (ML)。開發人員使用 Python 的原因，在於 Python 效率高又容易學習，並且可以在許多不同的平台上執行。Python 軟體可以免費下載，與所有類型的系統完美整合，還可以加快開發速度。
Python 有哪些優勢？
Python 的優勢包括：
- 開發人員可以輕鬆閱讀和理解 Python 程式，因為它具有類似英文的基本語法。
- Python 提升了開發人員的工作效率，因為相較於許多其他語言，這種語言可以使用更少的程式碼來編寫 Python 程式。
- Python 具有大型標準程式庫，其中包含幾乎所有任務的可重複使用程式碼。因此，開發人員不必從頭開始編寫程式碼。
- 開發人員可以輕鬆地將 Python 與其他常用的程式設計語言 (如 Java、C 和 C++) 搭配使用。
- 活躍的 Python 社群包括全球數百萬支援開發人員。如果您遇到問題，可以從社群中取得快速支援。
- 如果您想學習 Python，可以在網際網路上獲取大量有用的資源。例如，您可以輕鬆找到影片、教學、文件和開發人員指南。
- Python 可以跨不同的電腦作業系統進行移植，例如 Windows、macOS、Linux 和 Unix。
如何使用 Python？
Python 語言在應用程式開發中具有若干使用案例，包括以下範例：
伺服器端 Web 開發
伺服器端 Web 開發包括網站執行的複雜後端功能，以向使用者顯示資訊。例如，網站必須與資料庫互動，與其他網站通訊，並在透過網路發送資料時對資料提供保護。
Python 對於編寫伺服器端程式碼很有用，因為它提供許多程式庫，這些程式庫由用於複雜後端功能的預編寫程式碼組成。開發人員還使用範圍廣泛的 Python 架構，這些架構提供可更快、更輕鬆建置 Web 應用程式所需的所有必要工具。例如，開發人員可以在幾秒鐘內建立框架 Web 應用程式，因為他們不需要從頭開始編寫。然後，他們可以使用架構的測試工具對其進行測試，而無需依賴外部測試工具。
使用 Python 指令碼實現自動化
指令碼語言是一種將人類通常執行的任務自動化的程式設計語言。程式設計人員廣泛使用 Python 指令碼來自動化許多日常任務，例如：
- 一次性重新命名大量檔案
- 將檔案轉換為另一種檔案類型
- 移除文字檔案中的重複字詞
- 執行基本的數學運算
- 傳送電子郵件
- 下載內容
- 執行基本日誌分析
- 在多個檔案中尋找錯誤
資料科學與機器學習
資料科學從資料中擷取有價值的知識，而機器學習 (ML) 指導電腦自動從資料中學習並做出準確預測。資料科學家將 Python 用於資料科學任務，例如：
- 修復和移除不正確的資料，這稱為資料清理
- 擷取並選取資料的各種特徵
- 資料標記，即為資料新增有意義的名稱
- 從資料中尋找不同的統計數字
- 使用圖表和圖形 (如折線圖、橫條圖、長條圖和圓形圖) 視覺化資料
軟體開發
軟體開發人員經常將 Python 用於不同的開發任務和軟體應用程式，例如：
- 追蹤軟體程式碼中的錯誤
- 自動建置軟體
- 處理軟體專案管理
- 開發軟體原型
- 使用圖形使用者介面 (GUI) 程式庫開發桌面應用程式
- 將簡單的以文字為基礎的遊戲，開發為更複雜的影片遊戲
軟體測試自動化
軟體測試是檢查軟體的實際結果是否與預期結果相符，以確保軟體無錯誤的程序。
- 開發人員使用 Python 單元來測試架構，例如 Unittest、Robot 和 PyUnit，進而測試其編寫的函數。
- 軟體測試人員使用 Python 針對各種測試場景編寫測試使用案例。例如，他們將其用於測試 Web 應用程式的使用者介面、多個軟體元件和新功能。
開發人員可以使用多種工具來自動化測試指令碼。這些工具被稱為持續整合/持續部署 (CI/CD) 工具。軟體測試人員和開發人員使用 Travis CI 和 Jenkins 等 CI/CD 工具來自動化測試。每當開發人員引入新的程式碼變更時，CI/CD 工具即會自動執行 Python 測試指令碼並報告測試結果。
Python 的發展歷程？
荷蘭的電腦程式設計人員 Guido Van Rossum 建立了 Python。他於 1989 年在 Centrum Wiskunde & Informatica (CWI) 啟用 Python，最初是作為一個愛好專案，以在聖誕節期間保持忙碌。該語言的名稱受 BBC 電視節目 Monty Python's Flying Circus 的啟發，因為 Guido Van Rossum 是該節目的忠實粉絲。
Python 發行歷史
- Guido Van Rossum 於 1991 年發佈第一版 Python 程式碼 (版本 0.9.0)。該版本已經包含一些很好的功能，如一些資料類型和錯誤處理函數。
- Python 1.0 於 1994 年發佈，其中包含可輕鬆處理資料清單的新功能，如映射、篩選和減少。
- Python 2.0 於 2000 年 10 月 16 日發佈，包含對程式設計人員有用的新功能，如對 Unicode 字元的支援，以及更短的迴圈清單方式。
- 2008 年 12 月 3 日，Python 3.0 發佈。它包含列印功能，以及對數字除法和錯誤處理的更多支援。
Python 有哪些功能？
Python 程式設計語言的以下功能使其獨一無二：
解譯性語言
Python 是一種解譯性語言，這意味著它直接逐行執行程式碼。如果程式程式碼有錯誤，它會停止執行。因此，程式設計人員可以快速發現程式碼中的錯誤。
易用型語言
Python 使用類似英文的單詞。與其他程式設計語言不同，Python 不使用大括號。而是使用縮進。
動態型語言
程式設計人員在編寫程式碼時不必聲明變數類型，因為 Python 會在執行時間確定。因此，您可以更快地編寫 Python 程式。
高階語言
相較於其他一些程式設計語言，Python 更接近人類語言。因此，程式設計人員不必擔心其基礎功能，例如架構和記憶體管理。
以物件為導向的語言
Python 認為一切都是物件，但它也支援其他類型的程式設計，如結構化和函數式程式設計。
什麼是 Python 程式庫？
程式庫是開發人員可以將其包含在其 Python 程式中，以避免從頭開始編寫程式碼的常用程式碼集合。依預設，Python 隨附標準程式庫，其中包含許多可重複使用的函數。此外，超過 137,000 個 Python 程式庫可用於各種應用程式，包括 Web 開發、資料科學和機器學習 (ML)。
最常用的 Python 程式庫是什麼？
Matplotlib
開發人員使用 Matplotlib 以高品質的二維和三維 (2D 和 3D) 圖形繪製資料。它經常用於科學應用程式。使用 Matplotlib，您可以透過在橫條圖和折線圖等不同圖表中顯示資料來視覺化資料。您還可以一次繪製多個圖表，並且圖形可在所有平台上移植。
Pandas
Pandas 提供最佳化且靈活的資料結構，可用於操縱時間序列資料和結構化資料，如表格和陣列。例如，您可以使用 Pandas 來讀取、寫入、合併、篩選和分組資料。許多人將其用於資料科學、資料分析和機器學習任務。
NumPy
NumPy 是一個常用的程式庫，開發人員可用於輕鬆建立和管理陣列、操縱邏輯形狀，以及執行線性代數運算。NumPy 支援與 C 和 C++ 等多種語言整合。
Requests
Requests 程式庫提供 Web 開發所需的有用功能。在與 Web 應用程式通訊時，您可以將其用於傳送 HTTP 請求、新增標頭、新增 URL 參數、新增資料，以及執行更多任務。
OpenCV-Python
OpenCV-Python 是開發人員用於處理電腦視覺應用程式影像的程式庫。它為影像處理任務提供眾多功能，如同時讀取和寫入影像、透過 2D 環境建置 3D 環境，以及從影片中擷取和分析影像。
Keras
Keras 是 Python 的深度神經網路程式庫，對資料處理、視覺化等提供出色的支援。Keras 支援多種神經網路。它具有模組化結構，可靈活地編寫創新應用程式。
什麼是 Python 架構？
Python 架構是套件和模組的集合。模組是相關的程式碼集，一個套件即一個模組集。開發人員可以使用 Python 架構，更快地建置 Python 應用程式，因為他們不必擔心底層詳細資訊，如 Web 應用程式中的通訊方式，或 Python 如何使程式更快運作。Python 有兩種類型的架構：
- 全堆疊架構幾乎包含建置大型應用程式所需的一切功能。
- 微型架構是一個基本架構，為建置簡單的 Python 應用程式提供最低限度的功能。如果應用程式需要更複雜的功能，它還提供擴展。
最常用的 Python 架構有哪些？
開發人員可以使用多個 Python 架構來提升開發效率，包括以下架構：
Django
Django 是用於開發大型 Web 應用程式的最廣泛使用的全堆疊 Python Web 架構之一。它提供若干實用功能，包括用於開發和測試的 Web 伺服器、用於建置網站前端的範本引擎，以及各種安全機制。
Flask
Flask 是用於開發小型 Web 應用程式的微型架構。其功能包括強大的社群支援、編寫良好的文件、範本引擎、單元測試和內建 Web 伺服器。它還為驗證支援、資料庫映射層和 Web 安全提供擴展。
TurboGears
TurboGears 是一種架構，旨在更快、更輕鬆地建置 Web 應用程式。以下是一些常用功能：
- 特定資料庫資料表結構
- 用於建立和管理專案的工具
- 用於建置資料庫的範本引擎
- 用於建置前端的範本引擎
- 用於處理 Web 安全的機制
Apache MXNet
Apache MXNet 是一種快速、靈活且可擴展的深度學習架構，開發人員可以用於建置研究原型和深度學習應用程式。其支援多種程式設計語言，包括 Java、C++、R 和 Perl。它提供豐富的工具和程式庫集來支援開發。例如，您可以尋找互動式機器學習 (ML) 書籍、電腦視覺工具組和用於自然語言處理 (NLP) 的深度學習模型，可以處理文字和語音等自然語言。
PyTorch
PyTorch 是在 Torch 程式庫之上建置的機器學習架構，這是另一種開放原始碼 ML 程式庫。 開發人員將其用於 NLP、機器人和電腦視覺等應用程式，在影像和影片中尋找有意義的資訊。他們還將其用於在 CPU 和 GPU 中執行這些應用程式。
什麼是 Python IDE？
整合式開發環境 (IDE) 是一種軟體，可為開發人員提供在一處編寫、編輯、測試程式碼和偵錯所需的工具。
最常用的 Python IDE 是什麼？
PyCharm
開發軟體工具的捷克公司 JetBrains 建立了 PyCharm。其擁有一個適合小型 Python 應用程式的免費社群版，以及一個適合建置大型 Python 應用程式的付費專業版，具有以下全套功能：
- 自動完成和檢查程式碼
- 錯誤處理和快速修復
- 在不變更功能的情況下清理程式碼
- 支援 Django 和 Flask 等 Web 應用程式架構
- 支援其他程式設計語言，如 JavaScript、CoffeeScript、TypeScript、AngularJS 和 Node
- 科學工具和程式庫，如 Matplotlib 和 NumPy
- 能夠在遠端虛擬機器中執行、偵錯、測試和部署應用程式
- 用於尋找程式碼錯誤的偵錯工具、用於識別程式碼中效能問題的分析工具，以及用於執行單元測試的測試執行工具
- 支援資料庫
IDLE
- 適用於多種作業系統，如 Windows、Unix 和 macOS
- 提供一個 shell 視窗來執行命令並顯示輸出
- 提供多視窗文字編輯器，以提供程式碼語法反白顯示和自動化程式碼完成
- 擁有自身偵錯工具
Spyder
Spyder 是許多科學家和資料分析師使用的開放原始碼 IDE。它提供全面的開發體驗，具有進階資料分析、資料視覺化和偵錯功能。它還包含以下功能：
- 支援多種語言的豐富程式碼編輯器
- 互動式 IPython 主控台
- 基本偵錯工具
- Matplotlib、SciPy 和 NumPy 等科學程式庫
- 能夠探索程式碼中的變數
- 能夠即時檢視文件
Atom
Atom 是由 GitHub 開發的免費編輯器，支援使用多種程式設計語言 (包括 Python) 進行編碼。使用 Atom，開發人員可以直接使用 GitHub，您可以在該網站集中儲存程式碼。 Atom 提供以下功能：
- 能夠與許多作業系統搭配使用
- 輕鬆安裝或建立新套件
- 加速自動化程式碼完成
- 能夠搜尋檔案和專案
- 輕鬆自訂介面
什麼是 Python SDK？
軟體開發套件 (SDK) 是一個軟體工具集合，開發人員可以使用這些工具以特定語言建立軟體應用程式。大多數 SDK 特定於不同的硬體平台和作業系統。Python SDK 包含許多工具，如程式庫、程式碼範例和開發人員指南，開發人員在編寫應用程式時會發現這些工具很有幫助。
Python 中的 Boto3 是什麼？
Boto3 是適用於 Python 的 AWS SDK。您可以用於建立、設定和管理 AWS 服務，如 Amazon Elastic Compute Cloud (EC2)、Amazon Simple Storage Service (S3) 和 Amazon DynamoDB。Boto3 還為開發人員提供兩種類型的 API：低階 API 和資源 API。
什麼是 AWS PyCharm？
AWS Toolkit for PyCharm 是 PyCharm IDE 的外掛程式，可讓您更輕鬆地在 AWS 上建立、偵錯和部署 Python 應用程式。使用 AWS Toolkit for PyCharm，開發人員可以輕鬆地開始 Python 開發。它為開發人員提供若干實用功能，包括入門指南、逐步偵錯和 IDE 部署。