動態(tài)類型。任何對象的數(shù)據(jù)類型都無需提前定義，拿來即用。即使在之前已經(jīng)預(yù)先定義，后期也可隨時修改。

膠水特性。Python本身被設(shè)計為可擴(kuò)充的，并非所有的特性和功能都集成到語言核心。Python提供了豐富的API和工具，以便程序員能夠輕松地使用C、C++、Cython來編寫擴(kuò)充模塊。例如在Google對于Google Engine使用C++編寫性能要求極高的部分，然后用Python或Java/Go調(diào)用相應(yīng)的模塊。

可嵌入。你可以把Python的功能嵌入到C/C++程序中，從而實現(xiàn)Python功能在其他語言中的功能實現(xiàn)。

生態(tài)系統(tǒng)。Python有強(qiáng)大的標(biāo)準(zhǔn)庫，同時支持第三方庫和包的擴(kuò)展應(yīng)用，甚至可以自定義任何庫和包。Pypi（https://pypi.org/）是其第三方庫的倉庫，在這里你幾乎可以找到任何領(lǐng)域內(nèi)的功能庫。

解釋器機(jī)制。Python支持多種解釋器，例如CPython（官方版本，基于C語言開發(fā)，也是使用最廣的Python解釋器）、IPython（基于CPython之上的一個交互式解釋器）、PyPy（一個追求執(zhí)行速度的Python解釋器，采用JIT技術(shù)對Python代碼進(jìn)行動態(tài)編譯）、Jython（運行在Java平臺上的Python解釋器，可以直接把Python代碼編譯成Java字節(jié)碼執(zhí)行）、IronPython（和Jython類似，只不過運行在微軟.Net平臺上）。

1965年，戈登·摩爾提出了著名的摩爾定律，其內(nèi)容為：當(dāng)價格不變時，集成電路上可容納的元器件的數(shù)目，約每隔18-24個月便會增加一倍，性能也將提升一倍。在隨后超過半個世紀(jì)的時間里，個人計算機(jī)的發(fā)展日新月異，已經(jīng)由資源不足向資源過剩轉(zhuǎn)變。這客觀上為Python的應(yīng)用提供了基礎(chǔ)條件——只有在資源過剩的條件下，程序員才不會過度關(guān)注榨取性能。

隨著Python自身功能的完善以及生態(tài)系統(tǒng)的擴(kuò)展，Python在Web開發(fā)、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)分析與數(shù)據(jù)挖掘、人工智能等應(yīng)用方面逐漸嶄露頭角。

2004年，目前最流行的WEB框架Django誕生。2010年，另一個流行的輕量級WEB框架Flask誕生。Django是一個WEB解決方案“全家桶”，其功能大而全，包含了幾乎所有WEB開發(fā)相關(guān)的組件和功能，它可以大大節(jié)省開發(fā)者在基礎(chǔ)組件、選型、適配等方面的時間和精力；而Flask只包含基本的配置，默認(rèn)依賴于兩個外部庫也可以自由替換，給開發(fā)者提供最大的自主空間。這兩類完全相反方向上的WEB開發(fā)模式，幾乎可以為所有開發(fā)者提供了很好的選型參照物：無論開發(fā)者想要一站式還是最大化自主解決方案，Python都能滿足。

此后，以豆瓣、春雨醫(yī)生、知乎、Dropbox、YouTube、CIA（美國中情局）等為代表的企業(yè)和機(jī)構(gòu)都基于Python做網(wǎng)站開發(fā)，預(yù)示著Python應(yīng)用到WEB開發(fā)領(lǐng)域逐漸成為一種新興趨勢。

Python自帶的標(biāo)準(zhǔn)庫中，urllib、urllib2、requests庫對于簡單網(wǎng)頁的抓取實現(xiàn)非常簡單，即使在面對海量數(shù)據(jù)抓取需求時，第三方庫Scrapy也能應(yīng)對自如；再配合正則表達(dá)式庫re、網(wǎng)頁代碼解析BeautifulSoup、html和xml解析庫lxml、多線程庫threading等特性，使得Python在應(yīng)用到網(wǎng)絡(luò)爬蟲任務(wù)上時，只需要很少的開發(fā)量便能迅速完成任務(wù)?；赑ython簡單易學(xué)的特性，幾乎人人都能開發(fā)網(wǎng)絡(luò)爬蟲。

Python是跨語言和平臺的，幾乎所有Linux系統(tǒng)和MAC系統(tǒng)都自帶Python庫，Windows系統(tǒng)也可以自定義安裝。Python默認(rèn)的os、sys等庫可實現(xiàn)與操作系統(tǒng)的交互和執(zhí)行功能，更重要的是Python還能直接執(zhí)行系統(tǒng)終端命令。因此，使用Python編寫的系統(tǒng)運維和管理腳本在可讀性、性能、代碼重用度、擴(kuò)展性幾方面都優(yōu)于普通的shell腳本，在自動化運維方面應(yīng)用廣泛。

2008年發(fā)布的Numpy、scipy和2009年發(fā)布的pandas是數(shù)據(jù)分析與科學(xué)計算的三劍客。

NumPy（Numeric Python的簡稱）是Python科學(xué)計算的基礎(chǔ)工具包，也是Python做數(shù)據(jù)計算的關(guān)鍵庫之一，同時又是很多第三方庫的依賴庫。

Scipy（Scientific Computing Tools for Python的簡稱）是一組專門解決科學(xué)和工程計算不同場景的主題工具包，它提供的主要功能側(cè)重于數(shù)學(xué)、函數(shù)等，例如積分和微分方程求解。Pandas（Python Data Analysis Library的簡稱）是一個用于Python數(shù)據(jù)分析的庫，它的主要作用是進(jìn)行數(shù)據(jù)分析和預(yù)處理。

Pandas提供用于進(jìn)行結(jié)構(gòu)化數(shù)據(jù)分析的二維表格型數(shù)據(jù)結(jié)構(gòu)DataFrame，類似于R中的數(shù)據(jù)框，能提供類似于數(shù)據(jù)庫中的切片、切塊、聚合、選擇子集等精細(xì)化操作，為數(shù)據(jù)分析提供便捷。另外，Pandas還提供了時間序列的功能，用于金融行業(yè)的數(shù)據(jù)分析。

除此之外，很多大型公司也都在使用Python完成不同類型的其他工作，其中不乏世界知名公司，如國外的Google、Facebook、NASA 、雅虎、YouTube等，國內(nèi)的網(wǎng)易、騰訊、搜狐、金山等。例如谷歌在Google Groups、Gmail、Google Maps等項目中將Python用作網(wǎng)絡(luò)應(yīng)用的后端；在Google Cloud Platform中的Google Cloud Storage本地部署環(huán)境中，gsutil也在Python 2基礎(chǔ)上開發(fā)和應(yīng)用。

2008年12月，Python 3發(fā)布。Python 3相對于Python 2的早期版本（主要是Python2.6之前）是一個較大的升級，它在設(shè)計的時候沒有考慮向下兼容，所以很多早期版本的Python程序無法在Python 3上運行。為了照顧早期的版本，推出過渡版本2.6——基本使用了Python 2.x的語法和庫，同時考慮了向Python 3.0的遷移，允許使用部分Python 3.0的語法與函數(shù)。同時，Python還提供了Python 2到Python 3的Python文件轉(zhuǎn)換功能，以幫助開發(fā)者升級。

2010年7月發(fā)布了Python 2.x系列的最后一個版本，主版本號為2.7。大量Python 3的特性被反向遷移到了Python 2.7，2.7版本比2.6版本進(jìn)步非常多，同時擁有大量Python 3中的特性和庫，并且照顧了原有的Python開發(fā)人群。Python2.7也是當(dāng)前絕大多數(shù)Linux操作系統(tǒng)最新版本的默認(rèn)Python版本。

從2008年開始，Python 2與Python 3是并存發(fā)展的。但在2018年3月，Guido在郵件列表上宣布Python 2.7將于2020年1月1日終止支持，這意味著之后Python 2將不再被統(tǒng)一維護(hù)，與之對應(yīng)的是主流第三方庫也不會再提供針對Python 2版本的開發(fā)支持。Python 2的時代即將過去。

這一時期，Python繼續(xù)以其獨特魅力吸引更多的開發(fā)者加入，但真正讓Python大放異彩的卻是AI（人工智能）的爆發(fā)。

AI并不是一個新生事物，而是從20世紀(jì)50年代就開始出現(xiàn)，隨后經(jīng)過了大概20年的黃金時期，又分別在20世紀(jì)70年代和90年代兩次進(jìn)入寒冬期。從2006年開始，神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)的出現(xiàn)，讓AI進(jìn)入爆發(fā)期。

在AI領(lǐng)域，Python擁有很多相關(guān)庫和框架。其中最著名的是：

sklearn：一個老牌機(jī)器學(xué)習(xí)庫，其neural_network庫可用來做神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

PyTorch：由Facebook于2016年發(fā)布，它基于曾經(jīng)非常流行的Torch框架而來，為深度學(xué)習(xí)的普及邁出了重要一步，到目前為止它已經(jīng)是人們用來做學(xué)術(shù)研究的首選方案。

TensorFlow：谷歌于2015年研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng)。借助谷歌的強(qiáng)大號召力以及在人工智能領(lǐng)域的技術(shù)實力，它已經(jīng)成為目前企業(yè)真實生產(chǎn)環(huán)境中最流行的開源AI框架。更重要的是，它也是第一個（應(yīng)該也是唯一一個）經(jīng)過真實大規(guī)模生產(chǎn)環(huán)境（Google）檢驗過的框架。

在互聯(lián)網(wǎng)領(lǐng)域，F(xiàn)acebook和Google都是全球IT企業(yè)的標(biāo)桿，具備行業(yè)領(lǐng)導(dǎo)力和風(fēng)向指示意義。他們基于Python開發(fā)的AI庫（PyTorch和TensorFlow）已經(jīng)成為目前最流行的AI庫，而且“到底選擇PyTorch還是Tensorflow”仍然是一個具有爭議性的話題。

在AI時代，主要應(yīng)用場景包括：

計算機(jī)視覺：通過特定的圖片模式訓(xùn)練，讓計算機(jī)理解圖像中的物體甚至內(nèi)容。在這一領(lǐng)域我們熟悉的場景包括圖像識別、目標(biāo)識別和跟蹤。例如人臉識別便是圖像識別的典型領(lǐng)域，廣泛應(yīng)用到企業(yè)員工考勤、門店客戶識別、機(jī)場等公共領(lǐng)域反恐識別等。2011年，吳恩達(dá)創(chuàng)立的谷歌大腦項目，能夠在沒有任何先驗知識的情況下，僅僅通過觀看無標(biāo)注視頻學(xué)習(xí)到識別高級別的概念就能知道哪個是貓。

語音識別：該過程是計算機(jī)將人類的自然語言識別并轉(zhuǎn)換為文字的過程，廣泛應(yīng)用工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費電子產(chǎn)品等各個領(lǐng)域。身邊熟悉的場景例如通過語言對導(dǎo)航、APP、車載設(shè)備等做指令輸入，以及電信客服系統(tǒng)中的語音業(yè)務(wù)查詢和辦理。

自然語言理解：自然語言理解是一類任務(wù)的總稱，而并非是單一任務(wù)。它旨在讓計算機(jī)理解人類的語言所表達(dá)的表層和深層含義。目前場見的應(yīng)用場景包括自動問答系統(tǒng)、機(jī)器翻譯、信息檢索和過濾、信息抽取等。

個性化推薦：個性化推薦是一個相對成熟的領(lǐng)域，但基于深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，可以將大量的復(fù)雜、抽象特征的數(shù)據(jù)預(yù)處理工作最大程度的簡化，甚至可以將海量特征經(jīng)過簡單處理后便直接丟到模型中便能獲得比例理想的效果。

游戲和競技：在該領(lǐng)域，很多科技公司用經(jīng)過訓(xùn)練后的AI與人類進(jìn)行對弈。早在20世紀(jì)90年代，由IBM開發(fā)的“深藍(lán)”與卡斯帕羅夫的世紀(jì)之戰(zhàn)已經(jīng)引起了世界的轟動；在2017年AlphaGo又擊敗排名世界圍棋冠軍柯潔，再一次讓世人感受到AI的強(qiáng)大威力。

在不同的領(lǐng)域，Python都能扮演非常重要的角色，因此，在國外的各大榜單中，Python都已經(jīng)成為最受歡迎的語言（或至少是之一）。不只在商業(yè)領(lǐng)域流行，國內(nèi)很多地區(qū)和教育機(jī)構(gòu)正將Python納入教材之中。比如Python進(jìn)入山東小學(xué)六年級的教材，浙江信息技術(shù)教材將放棄VB，改用Python 語言，Python列入全國計算機(jī)二級等級考試大綱等。

在Python發(fā)展過程中，Guido一直是核心人物，甚至被稱為“終身仁慈獨裁者”，但在2018年經(jīng)歷了退出管理層風(fēng)波之后，他又在2019年以五大指導(dǎo)委員之一的身份重回決策層。這為Python迎來了新的治理方案：指導(dǎo)委員會模式。這種模式意味著Python的未來將從Guido一人決定變?yōu)?人決定，雖然比很多開源語言仍然有民主化空間（例如PHP的改進(jìn)由社區(qū)投票決定），但也算是一種從專制到民主的進(jìn)步。

有關(guān)Python的每個提升計劃，都是在PEP（Python Enhancement Proposal）列表中——每個版本新特性和變化都通過PEP提案經(jīng)過社區(qū)決策層討論、投票決議，最終才有我們看到的功能。

目前，Python的最新穩(wěn)定的主版本是3.7，Python 3.8也已經(jīng)有了預(yù)覽版，大概在2023年左右Python 4便會問世。在之后的時間里，Python會如何發(fā)展？我們可以從Python軟件基金會的董事會成員、CPython的核心開發(fā)人員Nick Coghlan的信息中略知一二：

首先，Python的PEP流程和制度沒有任何變化，通過增加新模塊和功能來增強(qiáng)的基礎(chǔ)能力。隨著Python 2在2020年不再維護(hù)，社區(qū)在Python 3的資源和投入會相應(yīng)增加。

其次，不同解釋器的實現(xiàn)和功能擴(kuò)展還將繼續(xù)增強(qiáng)，方向包括PyPy關(guān)于JIT編譯器生成和軟件事務(wù)內(nèi)存的嘗試，以及科學(xué)和數(shù)據(jù)分析社區(qū)，對面向數(shù)組編程的探索等。

再次，嵌入式應(yīng)用的增強(qiáng)，核心是與其他虛擬機(jī)運行時（如JVM和CLR）的集成和改進(jìn)，尤其是在教育領(lǐng)域取得的進(jìn)展，可能會讓Python作為更受歡迎的嵌入式腳本語言，在更大的應(yīng)用程序中運行。

最后，對于為了兼容和維持Python 2的部分功能而存在于Python 3中的原有代碼，在后續(xù)版本中應(yīng)該會逐步優(yōu)化甚至去掉。而對于其他更改，則會根據(jù)情況棄用、提出警告、逐步替代以及保留。