なぜPythonと呼ばれるのでしょうか?
Python の創設者はオランダ人のグイド ヴァン ロッサムです。 1989 年のクリスマス期間中、グイドはアムステルダムで、クリスマスの退屈を紛らわすために、ABC 言語の継承として新しいスクリプト インタプリタを開発することにしました。
このプログラミング言語の名前として Python (ボアコンストリクターの意味) が選ばれた理由は、1970 年代に放送されたイギリスのテレビ コメディー「モンティ パイソンのフライング サーカス」からとりました。(Monty Python's Flyingサーカス)。
ABC は、Guido によって設計された教育言語です。 Guido 自身の意見では、ABC は非プロのプログラマー向けに特別に設計された、非常に美しく強力な言語です。しかし、ABC 言語は成功しませんでした。グイド氏は、その理由はその非公開性によるものであると考えました。 Guido は Python でこの間違いを避けようと決意しています。同時に、彼はABCで垣間見えたが実現しなかった何かを達成したいと考えていました。
このようにして、Python は Guido の手によって誕生しました。 Python は ABC から発展し、主に Modula-3 (小グループ向けに設計されたもう 1 つの非常に美しく強力な言語) の影響を受けたと言えます。 Unix シェルと C の習慣を組み合わせます。
Python は最も人気のあるプログラミング言語の 1 つになりました。 2004 年以来、Python の使用量は直線的に増加しました。 Python 2 は 2000 年 10 月 16 日にリリースされ、安定バージョンは Python 2.7 です。 Python 3 は 2008 年 12 月 3 日にリリースされましたが、Python 2 と完全な互換性はありません。
2011 年 1 月、TIOBE プログラミング言語ランキングにより、2010 年の言語オブザイヤーに選ばれました。
Python 言語のシンプルさ、読みやすさ、拡張性のおかげで、海外では科学計算に Python を使用する研究機関が増えており、一部の有名大学ではプログラミング コースの指導に Python を採用しています。たとえば、カーネギー メロン大学ではプログラミングの基礎が、MIT ではコンピューター サイエンスとプログラミングの入門が Python 言語を使用して教えられます。
有名なコンピューター ビジョン ライブラリ OpenCV、3 次元視覚化ライブラリ VTK、医療画像処理ライブラリ ITK など、多くのオープン ソース科学計算ソフトウェア パッケージは Python 呼び出しインターフェイスを提供しています。 Python 専用の科学計算拡張ライブラリはさらに多数あります。
たとえば、次の 3 つの非常に古典的な科学計算拡張ライブラリ、NumPy、SciPy、matplotlib です。
これらはそれぞれ、Python の高速な配列処理、数値演算、描画関数を提供します。したがって、Python 言語とその多数の拡張ライブラリで構成される開発環境は、工学研究者や科学研究者が実験データを処理したり、グラフを作成したり、科学技術計算アプリケーションを開発したりするのに非常に適しています。
2018 年 3 月、言語の作成者はメーリング リストで、Python 2.7 が 2020 年 1 月 1 日にサポートを終了すると発表しました。この日以降も Python 2.7 関連のサポートを受け続けたいユーザーは、商用プロバイダーに料金を支払う必要があります。
関連する推奨事項: 「Python チュートリアル 」
以上がなぜPythonと呼ばれるのでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









PHPとPythonには独自の利点と短所があり、選択はプロジェクトのニーズと個人的な好みに依存します。 1.PHPは、大規模なWebアプリケーションの迅速な開発とメンテナンスに適しています。 2。Pythonは、データサイエンスと機械学習の分野を支配しています。

Pytorch GPUアクセラレーションを有効にすることで、CentOSシステムでは、PytorchのCUDA、CUDNN、およびGPUバージョンのインストールが必要です。次の手順では、プロセスをガイドします。CUDAおよびCUDNNのインストールでは、CUDAバージョンの互換性が決定されます。NVIDIA-SMIコマンドを使用して、NVIDIAグラフィックスカードでサポートされているCUDAバージョンを表示します。たとえば、MX450グラフィックカードはCUDA11.1以上をサポートする場合があります。 cudatoolkitのダウンロードとインストール:nvidiacudatoolkitの公式Webサイトにアクセスし、グラフィックカードでサポートされている最高のCUDAバージョンに従って、対応するバージョンをダウンロードしてインストールします。 cudnnライブラリをインストールする:

PythonとJavaScriptには、コミュニティ、ライブラリ、リソースの観点から、独自の利点と短所があります。 1)Pythonコミュニティはフレンドリーで初心者に適していますが、フロントエンドの開発リソースはJavaScriptほど豊富ではありません。 2)Pythonはデータサイエンスおよび機械学習ライブラリで強力ですが、JavaScriptはフロントエンド開発ライブラリとフレームワークで優れています。 3)どちらも豊富な学習リソースを持っていますが、Pythonは公式文書から始めるのに適していますが、JavaScriptはMDNWebDocsにより優れています。選択は、プロジェクトのニーズと個人的な関心に基づいている必要があります。

DockerはLinuxカーネル機能を使用して、効率的で孤立したアプリケーションランニング環境を提供します。その作業原則は次のとおりです。1。ミラーは、アプリケーションを実行するために必要なすべてを含む読み取り専用テンプレートとして使用されます。 2。ユニオンファイルシステム(UnionFS)は、違いを保存するだけで、スペースを節約し、高速化する複数のファイルシステムをスタックします。 3.デーモンはミラーとコンテナを管理し、クライアントはそれらをインタラクションに使用します。 4。名前空間とcgroupsは、コンテナの分離とリソースの制限を実装します。 5.複数のネットワークモードは、コンテナの相互接続をサポートします。これらのコア概念を理解することによってのみ、Dockerをよりよく利用できます。

MINIOオブジェクトストレージ:CENTOSシステムの下での高性能展開Minioは、Amazons3と互換性のあるGO言語に基づいて開発された高性能の分散オブジェクトストレージシステムです。 Java、Python、JavaScript、Goなど、さまざまなクライアント言語をサポートしています。この記事では、CentosシステムへのMinioのインストールと互換性を簡単に紹介します。 Centosバージョンの互換性Minioは、Centos7.9を含むがこれらに限定されない複数のCentosバージョンで検証されています。

Pytorchの分散トレーニングでは、Centosシステムでトレーニングには次の手順が必要です。Pytorchのインストール:PythonとPipがCentosシステムにインストールされていることです。 CUDAバージョンに応じて、Pytorchの公式Webサイトから適切なインストールコマンドを入手してください。 CPUのみのトレーニングには、次のコマンドを使用できます。PipinstalltorchtorchtorchvisionTorchaudioGPUサポートが必要な場合は、CUDAとCUDNNの対応するバージョンがインストールされ、インストールに対応するPytorchバージョンを使用してください。分散環境構成:分散トレーニングには、通常、複数のマシンまたは単一マシンの複数GPUが必要です。場所

PytorchをCentosシステムにインストールする場合、適切なバージョンを慎重に選択し、次の重要な要因を検討する必要があります。1。システム環境互換性:オペレーティングシステム:Centos7以上を使用することをお勧めします。 Cuda and Cudnn:PytorchバージョンとCudaバージョンは密接に関連しています。たとえば、pytorch1.9.0にはcuda11.1が必要ですが、pytorch2.0.1にはcuda11.3が必要です。 CUDNNバージョンは、CUDAバージョンとも一致する必要があります。 Pytorchバージョンを選択する前に、互換性のあるCUDAおよびCUDNNバージョンがインストールされていることを確認してください。 Pythonバージョン:Pytorch公式支店

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。
