Python的简介
是一种解释型编程语言，被广泛应用在机器学习，数据分析，图标制作，办公自动化等方面。
解释型语言和编译型语言的区别？
解释型：源代码只能依赖解释器运行，优点是移植性较好。例如Python、MATLAB。
编译型：编译后，可脱离编译器运行，优点是执行效率会更高、能更好的控制底层。例如C语言，
以上两种的划分并不绝对，比如Java，他是解释型与编译型的缝合怪(先编译后解释)。
版本和发展
目前Python主要有两个大版本：Python 2.x和Python 3.x，Python 2.x正在逐步退出历史舞台，因此以下内容皆以3.x为准。
Python 3.x里面包含很多小版本，例如3.5、3.6、3.7、3.11。某些库对于Python的版本是有要求的，因此不宜在任何时候都使用最新版本的Python。
Python发展到现在，离不开各种库(Package)。库的出现使得Python的拓展性十分丰富，以下是几个常用的Python库(看看就行)：
| GUI（图形界面） | 数据分析/科学计算 | 网页制作 | 爬虫相关 |
|---|---|---|---|
| Tkinter | numpy | django | urllib 、urllib2 、requests |
| wxPython | SciPyy | web2py | scrapy |
| PyGTK | pandas | flask | pyspider |
| PyQt | jieba | lxml | |
| PySide | selenium |
基础工具
- Python：最基础的工具，它包含Python解释器与一些lib文件，安装好后就不需要再去动它了。
- PyCharm：JetBrain公司旗下的一款集成开发工具，功能非常强大。
- 菜鸟教程：对新手友好的教学网站，内容涵盖了常见的各类开发技术。网址
- kaggle：数据科学相关领域必看的网站，可以在这里寻找题目，下载数据集，查看其他人的解法。网址
推荐的一个kaggle上面的pandas入门教程：网址
数据类型
可以参考这个网站：Python3 基本数据类型，跟着上面的代码多尝试一下，多练练。
以下是节选的一些重点：
标准数据类型
Python3 中常见的数据类型有：
- Number（数字）
- String（字符串）
- bool（布尔类型）
- List（列表）
- Tuple（元组）
- Set（集合）
- Dictionary（字典）
以上三个加粗的类型是以后常用的重点。
非常规数据类型
这些非常规的数据类型主要是来自于三方库，比如pandas中有DateFrame，使用这个类型可以很方便的读取与导出数据，这里以后再说。