适合Java开发者学习的Python入门教程是怎么样的，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
创新互联建站从2013年成立，先为鹤峰等服务建站，鹤峰等地企业，进行企业商务咨询服务。为鹤峰企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。
从哲学的角度来讲，Python几乎是与Java截然相反。它抛弃了静态类型和刚性结构，而是使用了一个松散的沙盒，在这里面你可以自由的做任何你想做的事情。也许Python是关于你能够做什么，而Java则是关于你可以做什么。
然而，两种语言都从C语言里吸取了大量的灵感。他们都是命令式语言，拥有块、循环、方法、赋值以及中缀算术(infix math)。两者都大量使用了类、对象、继承以及多态性。两者的功能异常都相当优秀。 两者都能自动管理内存。它们都是编译成可以运行在某种虚拟机上的字节码，尽管Python是透明的进行编译。 Python甚至从Java汲取了一些营养：比如基本库的 logging 和 unittest 模块分别是受到了log4j 和JUnit的启发。
鉴于以上的技术重叠，我认为Java开发人员在使用Python时理应感到宾至如归。 所以我来给你一些简单的Python介绍。 我会可以告诉你什么使得Python与Java不同，以及为什么我觉得这些差异有吸引力。 至少，您可能会发现一些有趣的想法使您回到Java生态系统。
(如果你想要一个Python教程，Python文档是一个很好的选择，而且这是从Python 3的角度编写的，Python 2的使用还是很常见的，它与Python 3有一些语法上的差异
语法
我们先把语法弄明白。下面是 hello world入门程序：
print("Hello, world!")嗯， 并不是很有启发性。 好吧，再来看一个函数，看看如何在一个文件中找到最常见的10个单词。在这里我取巧使用了标准库的 Counter 类型，但是它就是这么的好用。
from collections import Counter def count_words(path): words = Counter() with open(path) as f: for line in f: for word in line.strip().split(): words[word] += 1 for word, count in words.most_common(10): print(f"{word} x{count}")Python由空格分隔。人们经常对此有强烈的意见。当我***次看到它的时候，我 甚至认为这是异端邪说。现在，十多年过去了，这种写法似乎自然到我很难再回到大括号式的写法。如果你因此逃避，我甚至怀疑我可以说服你，不过我劝你至少暂时忽略一下它;实际上它并没有造成任何严重的问题，反而消除了一大堆的干扰。此外，Python开发人员从来不必争论{应该放在哪里。
除了审美上的差异之外，其他方面应该看起来很熟悉。我们有一些数字，一些赋值和一些方法调用。import 语句的工作方式有些不同，但它具有相同的“使这些内容可用”的一般含义。 Python的for循环与Java的for-each循环非常相似，只是少了点标点符号。函数本身使用def而不是类型进行分隔，但它正是按照你期望的方式工作：您可以使用参数调用它，然后返回一个值(尽管某些函数不返回值)。
只有两件事情是很不寻常的。 一个是 with 块，非常类似于Java 7的“try-with-resources” – 它保证文件在块的结尾处关闭，即使会抛出一个异常。 另一个是f“…”语法，这是一个相当新的功能，允许将表达式直接插入到字符串中。
就是这样! 你已经读了一些Python的内容。 至少，它不是来自一个完全不同的星球的语言。
动态类型
看这个例子可能很明显，但是Python代码里没有太多的类型声明。 变量声明上没有，参数或返回类型上没有，对象上也没有。 任何值在任何时候都可以是任何类型的。 我还没有显示一个类定义，所以这里只是一个简单的定义。
class Point: def __init__(self, x, y): self.x = x self.y = y def magnitude(self): return (self.x ** 2 + self.y ** 2) ** 0.5 point = Point(3, 4) print(point.x) # 3 print(point.magnitude()) # 5.0
尽管x和y有并没有定义为属性,它们的存在是因为构造器中创建了它们。没有谁强制我必须传个整型参数,我也可以传小数和分数。
如果你以前只用过静态语言，这可能看起来一片混乱。类型是温暖的懒惰的以及令人满意的。他们保证···(好吧，或许不会)代码实际能工作(虽然有人不同意)。但是当你都不知道什么是正确类型的时候，你又怎么能依靠代码呢?
但是等等 – Java也没有这样的保证! 毕竟任何对象可能都是null，对吧? 实际上几乎从来没有一个正确类型的对象。
您可能会将动态类型视为对null问题的彻底放弃。 如果我们必须处理它，我们不妨拥抱它，并让它为我们工作 – 通过将一切 延迟到运行时。 类型错误变成正常的逻辑错误，您可以以相同的方式处理它们。
(对于相反的方法，请参阅 Rust，它没有空值 – 或者异常，我还是宁愿写Python，但是我很欣赏Rust的类型系统并不总是对我说谎。)
在我的magnitude方法中，self.x是int或float或任何其他类型，这都不重要。 它只需要支持**运算符并返回支持+运算符的内容。 (Python支持操作符重载，所以这可能是任何内容。)同样适用于普通方法调用：任何类型都可以接受，只要它实际上可以工作。
这意味着Python不需要泛型; 一切都是按照泛型工作的。 不需要接口; 一切都已经是多态的。 没有向下转型(downcasts)，没有向上转型(upcasts)，在类型系统中没有逃生舱口(escape hatches)。 当它们可以和任意Iterable工作良好时，运行时API不需要List。
许多常见的模式变得更加容易。 您可以创建包装器对象和代理，而无需更改消费代码。 您可以使用组合而不是继承来扩展第三方类型，而不需要为保留多态做任何特殊的操作。 灵活的API不需要将每个类作为接口复制; 一切都已经作为一个隐式接口了。
动态类型哲学
使用静态类型，无论谁编写 某些代码来选择这些类型，编译器都会检查它们是否正常工作。 使用动态类型，无论谁使用 某些代码来选择这些类型，运行时都会尝试一下。 这就是对立的哲学在起作用：类型系统着重于你可以 做什么，而不是你可能 做什么。
这样使用动态类型有时被称为 “鸭子类型”(duck typing)，这是基于这种思想： “如果它走起来像鸭子，而且叫起来也像鸭子，那么它就是一个鸭子。” 换言之，就是说，如果你想要的是能像鸭子一样呱呱叫的东西的话，你不用强制你的代码必须接收一个鸭子对象，相反的你可以接收任何给你的东西，并且让它能够呱呱叫即可。如果它可以达成你的目标的话，那么它就跟鸭子一样好用。(否则如果它无法如你所愿，会抛出AttributeError的错误，但是这也没什么大不了的。)
同时也要注意Python是强类型的。这个词有点模糊，它通常意味着变量的值在运行时会一直保持其类型不变。一个典型的例子是，Python不会让你把一个字符串赋值给一个数字类型的变量，而像弱类型语言，如JavaScript 则可以将一种类型静默的转换成另一种，这里使用了优先级的规则，跟你的预期会有所不同。
与大多数动态语言不同的是，Python 在运行之前就可以捕获错误信息。例如读取一个不存在的变量会产生一个异常，包括从一个字典对象(如 Map)中读取一个不存在的键时也会报错。在 JavaScript 、Lua 和类似语言中，上面两种情况是返回 null 值。(Java 也是返回 null 值)。如果想在值不存在时返回默认值，字典类提供了更加明确的方法调用。
这里绝对是一个权衡的结果，是否值得取决于不同的项目和人。对我来说，至少非常适合用来设计一个更加可靠的系统，以为我可以看到它实际执行的情况。但是静态类型的语言都期待有一个预先的设计。静态类型很难尝试各种不同的想法，更难发挥。
你确实拥有了更少的静态检查保证，但根据我的经验，大多数的类型错误可以正确被捕获……因为我写完代码的***件事就是尝试去运行它!其它任何错误应该可以被你的测试所捕获—测试应该在所有语言中都有，并且python语言写测试相对来说更容易。
一个混合的范例
Python 和 Java 都是命令式和对象导向的：它们的工作方式是执行指令，它们把每件事物塑造为对象。
在最近的发行版本中，Java增加了一些函数式语言特征，我认为这是一件好事。Python也有函数式语言特征，但是实现的方式不太一样。它提供了一些内置的函数如map和reduce，但是它并不是基于串联许多小函数的思想来设计的。
相反，Python混合了其它东西。我不知道Python采用的方法的通用名称。我认为它把“函数链”的思想分为两个：作用于序列上和使函数自身更加有用。
序列
序列和迭代在Python有重要的地位。序列是最基础的数据结构，作为于之上的工具非常有价值。我认为Python对于函数式编程的实现如下：Python首先使得使用命令式代码来操作序列非常容易，而不是使得结合许多小函数然后应用于序列非常容易。
回到本文开始的地方，我曾写下这一行代码：
for word, count in words.most_common(10):
for循环对我们来说很熟悉，但是这行代码一次迭代了两个变量。 实际发生的是，列表most_common中的每个元素返回一个元组，它们是一组按顺序区分的值。 真正发生的是元组可以通过将它们分配给元组变量名来解包。 元组通常用于在Python中返回多个值，但它们偶尔也可用于特殊结构。 在Java中，您需要一个完整的类和几行分配值的代码。
任何可以迭代的东西同样可以解包。 解包支持任意嵌套，所以a，(b，c)= …按照它看起来的样子解包。 对于未知长度的序列，一个*leftovers元素可以出现在任何地方，并且将根据需要获取尽可能多的元素。 也许你真的会喜欢LISP?
values = [5, 7, 9] head, *tail = values print(head) # 5 print(tail) # (7, 9)
Python还具有通过简单表达式创建列表的语法 – 所谓的“列表解析” – 这比函数方法如map更为常见。 存在类似的语法用于创建分组和集合。 整个循环可以减少到一个单一的表达式，只突出你真正感兴趣的部分。
values = [3, 4, 5] values2 = [val * 2 for val in values if val != 4] print(values2) # [6, 10]
标准库还在itertools模块中包含了许多有趣的迭代，组合器和用法。
***，Python具有用于生成命令行代码的延迟序列的生成器。 包含yield关键字的函数在被调用时不立即执行; 而是返回一个生成器对象。 当生成器迭代结束时，该函数运行直到它遇到一个yield，此时它暂停; 生成的值将成为下一个迭代值。
def odd_numbers(): n = 1 while True: yield n n += 2 for x in odd_numbers(): print(x) if x > 4: break # 1 # 3 # 5
因为生成器延迟运行，它们可以产生***序列或在中途中断。 他们可以产生大量的大型对象，不会因为让它们全部存活而消耗一大堆内存。 它们也可以作为“链式”函数编程风格的一般替代。 您可以编写熟悉的命令行代码，而不是组合map和filter。
# This is the pathlib.Path API from the standard library def iter_child_filenames(dirpath): for child in dirpath.iterdir(): if child.is_file(): yield child.name
要在Java中表示完全任意的惰性迭代器，您需要编写一个手动跟踪其状态的Iterator。除了最简单的情况之外，这一切都会变得相当棘手。 Python也有一个迭代接口，所以您仍然可以使用这种方法，但是生成器非常容易使用，以至于大多数自定义迭代都是用它们编写的。
而且因为生成器可以自己暂停，所以它们在其他一些上下文中是有用的。 通过手动调用生成器(而不是仅用一个for循环来一次性全部迭代)，就可以在一段时间内运行一个功能，让它在某一点停止，并在恢复该函数之前运行其他代码。 Python充分利用这一点来添加对异步I/O(不使用线程的非阻塞网络)的支持，尽管现在它具有专用的async 和await 语法。
函数
乍一看，Python的函数看上去非常面熟。你可以使用参数来调用它们。传递风格与Java完全相同—Python既没有引用也没有隐式复制。 Python甚至有“docstrings”，类似于Javadoc注释，但它是内置的语法并且在运行时可见。
def foo(a, b, c): """Print out the arguments. Not a very useful function, really.""" print("I got", a, b, c) foo(1, 2, 3) # I got 1 2 3Java具有args …语法的可变函数; Python使用* args可以实现类似的功能。 (用于解包的*leftovers语法灵感来源于函数语法。)但是，Python还有一些技巧。任何参数都可以有一个默认值，使其成为可选项。任何参数也可以通过名称 给出 – 我之前使用Point(x = 3，y = 4)演示了这点。在调用 任何函数时，可以使用* args语法，它将传递一个序列，就像它是单独的参数一样，并且有一个等价的** kwargs将命名参数作为一个dict接受或传递。一个参数可以作为“仅关键字(keyword-only)”，所以它必须 通过名称传递，这对于可选的布尔值是非常好的。
Python当然没有 函数重载，但是你使用它实现的功能大部分都可以被鸭子类型(duck typing)和可选参数替换。
这是现阶段Python***大的功能之一。 与动态类型一样，您可以通过包装器或代理透明地替换对象，* args和** kwargs允许任何函数 被透明地包装。
def log_calls(old_function): def new_function(*args, **kwargs): print("i'm being called!", args, kwargs) return old_function(*args, **kwargs) return new_function @log_calls def foo(a, b, c=3): print(f"a = {a}, b = {b}, c = {c}") foo(1, b=2) # i'm being called! (1,) {'b': 2} # a = 1, b = 2, c = 3这有点难以理解，对不起。 不用担心它究竟是如何工作的; 要点是，foo被一个new_function替换，它将所有的参数转发到foo。 foo和调用者都不需要知道哪些事情有哪些不同。
我不能低估它有多么强大。 它可用于记录，调试，管理资源，缓存，访问控制，验证等。 它与其他元编程功能工作良好，同样地，它可以让您分解结构，而不仅仅是代码。
对象和动态运行时
动态运行时是一种在背后驱动语言核心部分的东西 — 它可以在运行时被执行。像 C 或者 C++ 这类的语言绝不会具有动态运行时;它们源码的结构被“烘焙”成编译输出，并且后续没有明显的方法来改变它的行为。从另一方面，Java的确具有动态运行时!它甚至带有一整个专门用于反射的包。
Python 当然也有反射。很多简单的函数通过反射被构建，用来联机检查或修改对象的属性，这对调试以及偶尔的欺骗非常有用。
但 Python 对此更深入一点。 因为一切都在运行时完成，Python 暴露了很多扩展点来自定义它的语义。 你不能改变语法，代码依然看起来像 Python，但你可以分解结构 — 这在一种更死板的语言是非常难以做到的。
举个极端的例子，看下 pytest， 它聪明的处理了 Python 的 assert 声明。 通常， assert x == 1 为 false 时只会简单的抛出一个 AssertionError 异常，导致你不知道错误是什么或者哪里出错了。这就是为什么 Python 内置的单元测试模块 — 像 JUnit 和很多其他的测试工具 — 提供很多专门的工具函数，比如 assertEquals。不幸的是，这些工具函数使得测试初看到时，更加复杂更难以读懂。但在 pytest 中， assert x == 1 是好用的。如果失败，pytest 将告诉你 x 是… 或者两个列表哪里有分歧，或者两个集合哪些元素不同, 或者其他的。所有的这些都是基于比较完成和运算对象的类型自动发生的。
pytest是如何工作的呢? 你确实不想知道。你不需要知道如何用pytest写测试 — 这使人很开心。
这就是动态运行时的真正优势所在。 就自己而言，可能没有使用这些功能。但是你能从这些库中收获巨大的好处，你使用这些库并不需要关心它们如何运行。 甚至 Python 本身依靠使用自己的扩展点实现了很多额外的特性 — 这些不需要改变语法或者解释器。
对象
属性(在C#中一般翻译成特性)存取是我喜欢举的一个简单例子。在 Java 中，一个 Point 类可能选择用 getX() 和 setX() 方法而不是一个简单直白的 x 属性。原因是如果你需要改变 x 的读或写，你不需要破坏接口。在 Python 中，你不需要担心前面的这些， 因为必要时你能解释属性存取。
class Point: def __init__(self, x, y): self._x = x self._y = y @property def x(self): return self._x # ... same for y ... point = Point(3, 4) print(point.x) # 3
有趣的 @property 语法是一种修饰，看来就像 Java 的注解，但它可以更直接地修改函数或类。这是完全透明的调用代码——和读其它属性没什么区别——但是对象可以根据自己的需要干预或处理它。与 Java 不同，属性访问是类 API 的一部分，可以自由的定义。(注意这个示例让 x 成为只读的，因为我没有指定写方法!可写属性的语法有点滑稽，这里暂时不管它如何工作。但你可以具体规定只有奇数可以赋值给 point.x。)
这个特性也存在于其它静态语言中，比如 C#，所以这并不是什么大不了的东西。关于 Python 真正有趣的部分是，属性并没什么特别。它是一个正常的内建类型，一段纯粹而且不满一屏的 Python 程序。它的工作原理是 Python 类可以自定义其属性访问，包括一般的和按属性的。包装、代理和组合很容易实现：你可以将所有访问调用转发到底层对象，而不必知道它有什么方法。
相同的钩子属性可用于懒加载属性或者自动持有弱引用的属性——这对调用代码完全透明，通过纯 Python 就能实现。
你可能已经注意到我的代码没有使用 public 或 private 修饰符。事实上，Python 中不存在这个概念。按照惯例，用一个下划线开头表示“私有”——或者更准备地说，“不打算成为稳定公开 API 的一部分”。但这并没有语言上的意义，Phthon 本身不会阻止侦查或修改这样的属性(如果是方法的话，则是调用)。同样，也没有final 、static或const。
这是同样的工作原理：核心 Python 通常不会妨碍你做任何事情。如果你需要，它会非常有用。我已经通过启动时调用或重写，甚至重新定义私有方法来修补第三方库的 BUG。这样我不需要重新做一个项目的本地分支，可以省不少事。而且一量官方修复了 BUG，可很容易就能删掉自己的补丁代码。
同样，你可以轻松地编写依赖外部状态的测试代码——比如当前时间。如果重构不可行，你可以在测试时把 time.time() 替换为模拟函数。库函数只是模块模块的属性(就像 Java 的包)，而且 Python 模块是种对象，和其它对象一样，所以它们可以以同样的方式侦查到或被修改。
类
Java 的类由 Class 对象支持，但二者并不有完全互换。比如 Foo 类的 Class 对象是 Foo.class。我不认为 Foo 可以被它自己使用，因为它命名了一个类型，Java 在处理类型和值的时候会有一些微妙的区别。
Python 中，类是对象，是类型的实例(它本身就是对象，是它自己的实例，想起来很有趣。)类可以当作其它值一样使用：作为参数、保存一某个更大的数据结构中、检查、操作。有时候把类作为字典的键特别有用。而且因为类是实例化的，可以简单地调用它们——Python 没有 new 关键字 —— 很多情况下 new 和简单的函数调用可以互换。这样一来，一些常见的模式，比如工厂模式，就太简单了，几乎不需要。
# 等等，Vehicle 是一个类还是一个工厂函数?谁管呢! # 就算它在类或工厂函数之间互换，也不会破坏这段代码。 car = Vehicle(wheels=4, doors=4)
最近我好几次把函数甚至常规代码放在顶层，不在任何类里面。这样做不会有问题，但是其含义有点微妙。Python 中甚至 class 和 def 都是常规代码，在运行的时候执行。Python 文件从上往下执行，class 和 def 并不特别。它们只是有特殊的语法，用来创建特定类型的对象：类和函数。
以下是真正酷的部分。类是对象，它们的类型是type，因此你可以子类化并改变它的运行。然后，你可以生成你的子类的实例。
***次接触仔细想想会感觉有点奇怪。但是再想下，你获益于不需要知道它是如何运行的。比如，Python没有enum块，但它确实有 enum module:
