De quel pays est originaire le père de Python ?
Les programmeurs utilisent divers langages de programmation pour écrire du code, tels que JAVA, C++, C#, PHP, Go, etc. Ces dernières années, avec la popularité de l'intelligence artificielle, le statut de Python a progressivement augmenté en mai 2017. , Python Il s'est hissé à la quatrième place du classement de Tiobe, devenant ainsi le nouveau favori parmi les programmeurs.
Qui a créé le « langage de la colle » appelé « Python » ? Pourquoi s’appelle-t-il « Python » ? Aujourd'hui, je voudrais vous présenter un grand programmeur, Guido van Rossum. Il a fondé le langage Python à l'âge de 35 ans et est connu comme le "Père de Python".
Recommandations associées : "Tutoriel vidéo Python"
Guido van Rossum est un Néerlandais. En 1982, Guido van Rossum obtient une maîtrise en mathématiques et informatique de l'Université d'Amsterdam. En 1989, il fonde le langage Python. Début 1991, Python a annoncé sa première version publique. Guido a immigré des Pays-Bas aux États-Unis en 1995. Guido a commencé à travailler pour Google en 2005. Il a écrit Mondrian, un outil de navigation de code orienté Web pour Google en Python, puis a développé Rietveld. Guido travaille désormais chez Dropbox.
Comme Sheldon, le geek de "The Big Bang Theory", Guido adore aussi regarder des émissions de télévision. Guido aimait autrefois la comédie britannique Monty Python and the Flying Circus (« Monty Python's Flying Circus »), et le nom de Python vient de ce drame britannique. À Noël 1989, Monty Python et le Flying Circus ont cessé leurs ondes. Afin de passer les ennuyeuses vacances de Noël, Guido a inventé le langage python.
Lorsque Guido van Rossum a été interviewé par le média informatique Infoworld en 2016 et a expliqué pourquoi Python est si populaire, il a déclaré : Principalement parce qu'il est facile à apprendre, facile à utiliser et que la communauté est ouverte et utile.
Python est un outil polyvalent : exploitation et maintenance du système, traitement graphique, traitement mathématique, traitement de texte, programmation de bases de données, programmation réseau, programmation Web, applications multimédia, moteur pymo, programmation de hackers, écriture de robots, apprentissage automatique , l’intelligence artificielle, etc. peuvent l’utiliser.
Si vous maîtrisez Python, vous pourrez rejoindre une entreprise réputée. En Chine, de nombreux sites Web familiers sont développés en utilisant Python, tels que Douban, Zhihu, NetEase, Baidu, Alibaba, Tudou, Sina, etc. ; à l'étranger, Google, YouTube, Facebook et d'autres sociétés utilisent également largement Python ;
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Ce tutoriel montre comment utiliser Python pour traiter le concept statistique de la loi de Zipf et démontre l'efficacité de la lecture et du tri de Python de gros fichiers texte lors du traitement de la loi. Vous vous demandez peut-être ce que signifie le terme distribution ZIPF. Pour comprendre ce terme, nous devons d'abord définir la loi de Zipf. Ne vous inquiétez pas, je vais essayer de simplifier les instructions. La loi de Zipf La loi de Zipf signifie simplement: dans un grand corpus en langage naturel, les mots les plus fréquents apparaissent environ deux fois plus fréquemment que les deuxième mots fréquents, trois fois comme les troisième mots fréquents, quatre fois comme quatrième mots fréquents, etc. Regardons un exemple. Si vous regardez le corpus brun en anglais américain, vous remarquerez que le mot le plus fréquent est "th

Cet article explique comment utiliser la belle soupe, une bibliothèque Python, pour analyser HTML. Il détaille des méthodes courantes comme find (), find_all (), select () et get_text () pour l'extraction des données, la gestion de diverses structures et erreurs HTML et alternatives (Sel

Traiter avec des images bruyantes est un problème courant, en particulier avec des photos de téléphones portables ou de caméras basse résolution. Ce tutoriel explore les techniques de filtrage d'images dans Python à l'aide d'OpenCV pour résoudre ce problème. Filtrage d'image: un outil puissant Filtre d'image

Les fichiers PDF sont populaires pour leur compatibilité multiplateforme, avec du contenu et de la mise en page cohérents sur les systèmes d'exploitation, les appareils de lecture et les logiciels. Cependant, contrairement aux fichiers de texte brut de traitement Python, les fichiers PDF sont des fichiers binaires avec des structures plus complexes et contiennent des éléments tels que des polices, des couleurs et des images. Heureusement, il n'est pas difficile de traiter les fichiers PDF avec les modules externes de Python. Cet article utilisera le module PYPDF2 pour montrer comment ouvrir un fichier PDF, imprimer une page et extraire du texte. Pour la création et l'édition des fichiers PDF, veuillez vous référer à un autre tutoriel de moi. Préparation Le noyau réside dans l'utilisation du module externe PYPDF2. Tout d'abord, l'installez en utilisant PIP: pip is p

Ce tutoriel montre comment tirer parti de la mise en cache Redis pour augmenter les performances des applications Python, en particulier dans un cadre Django. Nous couvrirons l'installation redis, la configuration de Django et les comparaisons de performances pour mettre en évidence le bien

Cet article compare TensorFlow et Pytorch pour l'apprentissage en profondeur. Il détaille les étapes impliquées: préparation des données, construction de modèles, formation, évaluation et déploiement. Différences clés entre les cadres, en particulier en ce qui concerne le raisin informatique

Python, un favori pour la science et le traitement des données, propose un écosystème riche pour l'informatique haute performance. Cependant, la programmation parallèle dans Python présente des défis uniques. Ce tutoriel explore ces défis, en se concentrant sur l'interprète mondial

Ce didacticiel montre la création d'une structure de données de pipeline personnalisée dans Python 3, en tirant parti des classes et de la surcharge de l'opérateur pour une fonctionnalité améliorée. La flexibilité du pipeline réside dans sa capacité à appliquer une série de fonctions à un ensemble de données, GE
