python之父是哪国人
程序员写代码,会用到多种编程语言,JAVA、C++、C#、PHP、Go等等,这几年随着人工智能的火爆,Python的地位逐级攀升,2017年5月Python在Tiobe的排名升至第四名,成为程序员们的新宠。
谁创立了“Python”这种“胶水语言”?它为什么取名“Python”?今天给大家介绍一位伟大的程序员,Guido van Rossum,他在35岁的时候创立了Python这门语言,被称为“Python之父”。
相关推荐:《python视频教程》
Guido van Rossum是一名荷兰人。1982年,Guido van Rossum在阿姆斯特丹大学 获得数学和计算机科学硕士学位。1989年他创立了python语言。 1991年初python公布了第一个公开发行版。 1995年Guido从荷兰移居至美国。 2005年开始Guido为Google工作。 他用 Python 语言为 Google 写了面向网页的代码浏览工具Mondrian,之后又开发了Rietveld。现在Guido在Dropbox工作。
同《生活大爆炸》中的极客谢耳朵一样,Guido也爱追剧。Guido一度十分钟爱英国喜剧Monty Python and the Flying Circus(《蒙提·派森的飞行马戏团》),Python之名来自这部英剧。1989年圣诞,Monty Python and the Flying Circus停播。为了打发百无聊赖的圣诞假期,Guido发明了python语言。
Guido van Rossum在2016年接受IT媒体Infoworld采访谈到python为什么如此受欢迎时说:主要是学习方便,使用方便,而且社区开放、乐于助人。
Python是个全能手,系统运维、图形处理、数学处理、文本处理、数据库编程、网络编程、web编程、多媒体应用、pymo引擎、黑客编程、爬虫编写、机器学习、人工智能等都可以用到它。
掌握Python,入职名企妥妥的。在国内,很多大家比较熟悉的网站都是用python开发的,比如豆瓣、知乎、网易、百度、阿里、土豆、新浪等;国外的话,谷歌、YouTube、Facebook等企业也在广泛使用python。
以上是python之父是哪国人的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

本教程演示如何使用Python处理Zipf定律这一统计概念,并展示Python在处理该定律时读取和排序大型文本文件的效率。 您可能想知道Zipf分布这个术语是什么意思。要理解这个术语,我们首先需要定义Zipf定律。别担心,我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是:在一个大型自然语言语料库中,最频繁出现的词的出现频率大约是第二频繁词的两倍,是第三频繁词的三倍,是第四频繁词的四倍,以此类推。 让我们来看一个例子。如果您查看美国英语的Brown语料库,您会注意到最频繁出现的词是“th

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

处理嘈杂的图像是一个常见的问题,尤其是手机或低分辨率摄像头照片。 本教程使用OpenCV探索Python中的图像过滤技术来解决此问题。 图像过滤:功能强大的工具 图像过滤器

Python是数据科学和处理的最爱,为高性能计算提供了丰富的生态系统。但是,Python中的并行编程提出了独特的挑战。本教程探讨了这些挑战,重点是全球解释

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

本教程演示了在Python 3中创建自定义管道数据结构,利用类和操作员超载以增强功能。 管道的灵活性在于它能够将一系列函数应用于数据集的能力,GE

Python 对象的序列化和反序列化是任何非平凡程序的关键方面。如果您将某些内容保存到 Python 文件中,如果您读取配置文件,或者如果您响应 HTTP 请求,您都会进行对象序列化和反序列化。 从某种意义上说,序列化和反序列化是世界上最无聊的事情。谁会在乎所有这些格式和协议?您想持久化或流式传输一些 Python 对象,并在以后完整地取回它们。 这是一种在概念层面上看待世界的好方法。但是,在实际层面上,您选择的序列化方案、格式或协议可能会决定程序运行的速度、安全性、维护状态的自由度以及与其他系

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti
