Python
Семантика	Императивное,процедурное,структурное программирование,ООП[1],метапрограммирование[2],функциональное[1],асинхронное программирование[3]
Класс языка	объектно-ориентированный
Появился в	20 февраля1991[5]
Автор	Гвидо ван Россум[5]
Расширение файлов	.py, .pyc, .pyo (до версии 3.5)
Выпуск	3.14.3 (3 февраля2026)[4]
Система типов	утинаядинамическаясильная (но возможны опциональные указания типов)
Испытал влияние	ABC[6]
Лицензия	Python Software Foundation License[5]
Сайт	python.org (англ.)
ОС	кроссплатформенность[7]
Медиафайлы на Викискладе

Python (МФА:[ˈpaɪθ(ə)n]; в русском языке встречаются названияпито́н^[8] илипа́йтон^[9]) —мультипарадигменный^[10]высокоуровневый язык программирования общего назначения сдинамическойстрогой типизацией и автоматическим управлением памятью^[11][12], ориентированный на повышение производительности разработчика, читаемостикода и его качества, а также на обеспечение переносимости написанных на нём программ^[13]. Язык является полностьюобъектно-ориентированным в том плане, что всё являетсяобъектами^[14]. Необычной особенностью языка является выделениеблоков кода отступами^[15].Синтаксис ядра языка минималистичен, за счёт чего на практике редко возникает необходимость обращаться к документации^[13]. Поскольку Python являетсяинтерпретируемым языком, он также является искриптовым^[16]. Недостатками языка являются зачастую более низкая скорость работы и более высокое потребление памяти написанными на нём программами по сравнению с аналогичным кодом, написанным накомпилируемых языках, таких какC илиC++^[17][13].

Python являетсямультипарадигменным языком программирования, поддерживающимимперативное,процедурное^[10],структурное^[18],функциональное^[10],асинхронное^[3],объектно-ориентированное^[10] программирование иметапрограммирование^[2]. Задачиобобщённого программирования решаются за счёт динамической типизации^[19][20].Аспектно-ориентированное программирование частично поддерживается черездекораторы^[21], более полноценная поддержка обеспечивается дополнительнымифреймворками^[22]. Такие методики какконтрактное илогическое программирование можно реализовать с помощью библиотек или расширений^[23]. Основные архитектурные черты —динамическая типизация,автоматическое управление памятью^[1],полная интроспекция, механизмобработки исключений, поддержкамногопоточных вычислений с глобальной блокировкой интерпретатора (GIL)^[24], высокоуровневыеструктуры данных. Поддерживается разбиение программ намодули, которые, в свою очередь, могут объединяться в пакеты^[25].

Эталонной реализацией Python является интерпретаторCPython, который поддерживает большинство активно используемых платформ^[26], являющийсястандартом де-факто языка^[27]. Он распространяется подсвободной лицензиейPython Software Foundation License, позволяющей использовать его без ограничений в любых приложениях, включаяпроприетарные^[28]. CPython компилирует исходные тексты в высокоуровневыйбайт-код, который исполняется в стековой виртуальной машине^[29]. К другим трём основным реализациям языка относятсяJython (дляJVM),IronPython (дляCLR/.NET) иPyPy^[30][31]. PyPy написан на подмножестве языка Python (RPython) и разрабатывался как альтернатива CPython с целью повышения скорости исполнения программ, в том числе за счёт использованияJIT-компиляции^[31]. Поддержка версии Python 2 закончилась в 2020 году^[32]. На текущий момент активно развивается версия языка Python 3^[33]. Разработка языка ведётся через предложения по расширению языкаPEP (англ. Python Enhancement Proposal), в которых описываются нововведения, делаются корректировки согласно обратной связи от сообщества и документируются итоговые решения^[34].

Стандартная библиотека включает в себя большой набор полезных переносимых функций, начиная с возможностей для работы с текстом и заканчивая средствами для написания сетевых приложений. Дополнительные возможности, такие как математическое моделирование, работа с оборудованием, написание веб-приложений или разработка игр, могут реализовываться посредством обширного количества сторонних библиотек, а также интеграцией библиотек, написанных на Си или C++, при этом и сам интерпретатор Python может интегрироваться в проекты, написанные на этих языках^[1]. Существует и специализированныйрепозиторий программного обеспечения, написанного на Python, —PyPI^[35]. Данный репозиторий предоставляет средства для простой установки пакетов в операционную систему и стал стандартом де-факто для Python^[36]. По состоянию на 2019 год в нём содержалось более 175 тысяч пакетов^[35].

Python стал одним из самых популярных языков, он используется ванализе данных,машинном обучении,DevOps ивеб-разработке, а также в других сферах, включаяразработку игр. За счёт читабельности, простого синтаксиса и отсутствия необходимости в компиляции язык хорошо подходит для обучения программированию, позволяя концентрироваться на изучении алгоритмов, концептов и парадигм. Отладка же и экспериментирование в значительной степени облегчаются тем фактом, что язык является интерпретируемым^[1][37]. Применяется язык многими крупными компаниями, такими какGoogle илиFacebook^[1].

Задумка по реализации языка появилась в конце1980-х годов, а разработка его реализации началась в 1989 году сотрудником голландского институтаCWIГвидо ван Россумом^[38]. Для распределённой операционной системыAmoeba требовался расширяемыйскриптовый язык, и Гвидо начал разрабатывать Python на досуге, позаимствовав некоторые наработки для языкаABC (Гвидо участвовал в разработке этого языка, ориентированного на обучение программированию). В феврале1991 года Гвидо опубликовал исходный текст вгруппе новостей alt.sources^[39]. С самого начала Python проектировался какобъектно-ориентированный язык.

Гвидо ван Россум назвал язык в честь популярного британского комедийного телешоу1970-х «Летающий цирк Монти Пайтона»^[40], поскольку автор был поклонником этого телешоу, как и многие другие разработчики того времени, а в самом шоу прослеживалась некая параллель с миром компьютерной техники^[13].

Наличие дружелюбного, отзывчивого сообщества пользователей считается, наряду с дизайнерской интуицией Гвидо, одним из факторов успеха Python. Развитие языка происходит согласно чётко регламентированному процессу создания, обсуждения, отбора и реализации документов PEP (англ. Python Enhancement Proposal) — предложений по развитию Python^[41].

3 декабря2008 года^[42], после длительного тестирования, вышла первая версия Python 3000 (или Python 3.0, также используетсясокращение Py3k). В Python 3 устранены многие недостатки архитектуры с максимально возможным (но не полным) сохранением совместимости со старыми версиями Python.

Дата окончания срока поддержки Python 2.7 первоначально была установлена на 2015 год, а затем перенесена на 2020 год из опасения, что большая часть существующего кода не может быть легко перенесена на Python 3^[43][44]. Поддержка Python 2 была направлена лишь на уже существующие проекты, новые проекты должны были использовать Python 3^[33]. Официально Python 2.7 не поддерживается с 1 января 2020 года, хотя последнее обновление вышло в апреле 2020. Больше никаких исправлений безопасности или других улучшений для Python 2.7 не будет выпущено^[32][45]. С окончанием срока службы Python 2.x поддерживаются только Python 3.6.x и более поздние версии^[46].

Язык используетдинамическую типизацию вместе сподсчётом ссылок и циклическийсборщик мусора дляменеджмента памяти^[47]. Также есть динамическиеразрешения имён (динамическое связывание), которые связывают имена методов и переменных во время выполнения программы.

Python предлагает поддержку функционального программирования в традицияхЛиспа. Так, в Python есть функцииfilter,map иreduce (начиная с Python 3,reduce находится в библиотекеfunctools)^[48]; также из Лиспа были заимствованы понятияхарактеристик списков,ассоциативных массивов (словарей),множеств и генераторов списков^[49]. Стандартная библиотека содержит два модуля (itertools и functools), реализующих инструменты, заимствованные изHaskell иStandard ML^[50].

Разработчики языка Python придерживаются определённой философии программирования, называемой «The Zen of Python» («Дзен Пито́на», или «Дзен Па́йтона»)^[51]. Её текст выдаётсяинтерпретатором Python по командеimport this (работает один раз за сессию). Автором этой философии считаетсяТим Петерс (Tim Peters).

Вместо того, чтобы встроить в ядро Python всю функциональность языка, он был спроектирован таким образом, чтобы быть легко расширяемым. Это сделало язык популярным средством добавления программируемых интерфейсов к существующим приложениям. Видение Гвидо ван Россума маленького ядра с большой стандартной библиотекой и легко расширяемым интерпретатором проистекало из негативного опыта разработки языкаABC, который придерживался противоположного подхода^[53].

Python стремится к более простому, менее громоздкому синтаксису и грамматике, предоставляя разработчикам выбор в их методологии кодирования. В отличие от девизаPerl «есть несколько способов сделать это», Python придерживается философии «должен существовать один — и, желательно, только один — очевидный способ сделать это»^[54].Алекс Мартелли^[англ.], членPython Software Foundation и автор книг по Python пишет, что «Описывать что-то как „умное“ не считается комплиментом в культуре Python»^[55].

Разработчики Python стремятся избежать преждевременной оптимизации и отвергают патчи к некритическим частям эталонной реализацииCPython, которые могли бы предложить незначительное увеличение скорости за счёт понятности кода^[56]. Однако есть способы повышения производительности. Если в программе есть узкие места, связанные с выполнением ресурсоёмких операций на центральном процессоре, но не связанные с использованием операций ввода-вывода, то повысить производительность возможно за счёт трансляции программы при помощиCython в язык Си и последующей компиляции^[57]. Требовательные к вычислительным ресурсам части программы также можно переписывать на языке Си и подключать как отдельные библиотеки с привязками к Python^[31].

Важная цель разработчиков Python — делать его забавным для использования. Это было отражено в названии языка, данном в честьМонти Пайтона^[40]. Также это отражено в иногда игривом подходе к обучающим программам и справочным материалам, таким как примеры программ из документаций, которые используют названия spam и eggs вместо использующихся в документации множества других языков foo и bar^[58][59].

Pythonпортирован и работает почти на всех известных платформах — отКПК домейнфреймов. Существуют порты подMicrosoft Windows, практически под все вариантыUNIX (включаяFreeBSD иLinux),Android^[60],Plan 9,Mac OS иmacOS,iPhone OS (iOS) 2.0 и выше,iPadOS,Palm OS,OS/2,Amiga,HaikuOS,AS/400,OS/390,Windows Mobile иSymbian.

По мере устаревания платформы её поддержка в основной ветви языка прекращается. Например, с версии 2.6 прекращена поддержкаWindows 95,Windows 98 иWindows ME^[61]. В версии 3.5 перестала поддерживатьсяWindows XP^[62] В версии 3.9 перестала поддерживатьсяWindows Vista иWindows 7^[63].

При этом, в отличие от многих портируемых систем, для всех основных платформ Python имеет поддержку характерных для данной платформы технологий (например, MicrosoftCOM/DCOM). Более того, существует специальная версия Python длявиртуальной машины Java —Jython, что позволяет интерпретатору выполняться на любой системе, поддерживающейJava, при этом классы Java могут непосредственно использоваться из Python и даже быть написанными на Python. Также несколько проектов обеспечивают интеграцию с платформойMicrosoft.NET, основные из которых —IronPython и Python.NET.

Python поддерживаетдинамическую типизацию, то есть тип переменной определяется только во время исполнения. Поэтому вместо «присваивания значения переменной» лучше говорить о «связывании значения с некоторым именем». Также Python поддерживает подсказки типов с помощью аннотаций, добавляющие поддержкупоследовательной типизации и позволяющие использовать статический анализ кода^[64]. Подсказки типов не используются во время компиляции и исполнения кода непосредственноCPython^[65], но могут использоваться некоторыми библиотеками, например,FastAPI. К примитивным типам в Python относятсябулевый, целое число произвольной длины, числос плавающей запятой икомплексное число. Из контейнерных типов в Python встроены:строка,список,кортеж,словарь имножество^[37]. Все значения являются объектами, в том числе функции, методы, модули, классы.

Добавить новый тип можно либо написавкласс (class), либо определив новый тип в модуле расширения (например, написанном на языке C). Система классов поддерживаетнаследование (одиночное имножественное) иметапрограммирование. Возможно наследование от большинства встроенных типов и типов расширений.

"""Spanningmultiplelines"""

Набор операторов достаточно традиционен.

• Условный операторif (если). При наличии нескольких условий и альтернатив применяется необязательный блокelif(сокращение от else if), который может повторяться в коде неограниченное число раз. Если ни одно из условий не было соблюдено, то выполняется необязательный блокelse (иначе).
• Оператор циклаwhile.
• Оператор итерацииfor.
• Операторы обработки исключенийtry —except —else —finally.
• Оператор определения классаclass.
• Оператор определения функции, метода или генератораdef. Внутри возможно применениеreturn (возврат) для возврата из функции или метода, а в случае генератора —yield (давать).
• Операторсопоставления с образцомmatch —case.
• Операторы вызова исключенийraise иassert.
• Операторpass ничего не делает. Используется для пустых блоков кода.

Одной из интересных синтаксических особенностей языка является выделениеблоков кода с помощью отступов (пробелов или табуляций), поэтому в Python отсутствуютоператорные скобки begin/end, как в языкеПаскаль, или фигурные скобки, как вСи. Такой «трюк» позволяет сократить количество строк и символов в программе и приучает к «хорошему» стилю программирования. С другой стороны, поведение и даже корректность программы может зависеть от начальных пробелов в тексте. Тем, кто привык программировать на языках с явным выделением начала и конца блоков, такое поведение поначалу может показаться неинтуитивным и неудобным.

Сам Гвидо писал^[71]:

Наверное, самой спорной особенностью Python является использование отступов для группировки операторов, что взято непосредственно изABC. Это одна из особенностей языка, которая дорога моему сердцу. Это делает код Python более читабельным двумя способами. Во-первых, использование отступов уменьшает визуальное нагромождение и делает программы короче, тем самым сокращая объём внимания, необходимого для восприятия базовой единицы кода. Во-вторых, это даёт программисту меньше свободы в форматировании, тем самым делая возможным более единообразный стиль, что облегчает чтение чужого кода (сравните, например,три или четыре различных соглашения о размещении фигурных скобок вСи, каждое из которых имеет сильных сторонников).

Оригинальный текст (англ.)

Perhaps Python's most controversial feature is its use of indentation for statement grouping, which derives directly from ABC. It is one of the language's features that is dearest to my heart. It makes Python code more readable in two ways. First, the use of indentation reduces visual clutter and makes programs shorter, thus reducing the attention span needed to take in a basic unit of code. Second, it allows the programmer less freedom in formatting, thereby enabling a more uniform style, which makes it easier to read someone else's code. (Compare, for instance, the three or four different conventions for the placement of braces in C, each with strong proponents.)

Состав, синтаксис, ассоциативность и приоритет операций достаточно привычны для языков программирования и призваны минимизировать употребление скобок. Если сравнивать с математикой, то приоритеты операторов зеркалируют соответствующие в математике, при этом оператор присвоения значения= соответствует типографскому←. Хотя приоритеты операций позволяют не использовать скобки во многих случаях, на анализ больших выражений может тратиться лишнее время, в результате чего в таких случаях выгоднее явно расставлять скобки^[33].

Отдельно стоит упомянутьоперацию форматирования для строк (работает по аналогии с функциейprintf() из Си), которая использует тот же символ, что и взятие остатка от деления:

>>>str_var="world">>>print("Hello,%s"%str_var)Hello,world

В версии 3.6 были добавленыформатированные строковые литералы, илиf-строки, которые делают код более читаемым и лаконичным:

>>>str_var="world">>>print(f"Hello,{str_var}")# вывод с использованием f-строкиHello,world

Python имеет удобныецепочечные сравнения:

1<=a<10and1<=b<20

Кроме того, логические операции (or иand) являютсяленивыми: если для вычисления значения операции достаточно первого операнда, этот операнд и является результатом, в противном случае вычисляется второй операнд логической операции. Это основывается на свойствахалгебры логики: например, если один аргумент операции «ИЛИ» (or) является истиной, то и результат этой операции всегда является истиной. В случае, если второй операнд является сложным выражением, это позволяет сократить издержки на его вычисление. Этот факт широко использовался до версии 2.5 вместо условной конструкции:

a<band"меньше"or"больше или равно"

Встроенные типы данных, как правило, имеют особый синтаксис для своих литералов (записанных в исходном коде констант):

"строка и Юникод-строка одновременно"'строка и Юникод-строка одновременно'"""тоже строка и Юникод-строка одновременно"""TrueorFalse# булевы литералы3.14# число с плавающей запятой0b1010+0o12+0xA# числа в двоичной, восьмеричной и шестнадцатеричной системах счисления1+2j# комплексное число[1,2,"a"]# список(1,2,"a")# кортеж{'a':1,'b':'B'}# словарь{'a',6,8.8}# множествоlambdax:x**2# анонимная функция(iforiinrange(10))# генератор

Для списков (и других последовательностей) Python предлагает набор операций над срезами. Особенностью является индексация, которая может показаться новичку странной, но раскрывает свою согласованность по мере использования. Индексы элементов списка начинаются с нуля. Запись срезаs[N:M] означает, что в срез попадают все элементы от N включительно до M, не включая. При этом индекс можно не указывать. Например, записьs[:M] означает, что в срез попадают все элементы с самого начала; записьs[N:] означает, что попадают все элементы до конца среза; записьs[:] означает, что попадают все элементы с начала и до конца.

Имя (идентификатор) может начинаться с буквы любого алфавита вЮникоде любого регистра или подчёркивания, после чего в имени можно использовать и цифры. В качестве имени нельзя использовать ключевые слова (их список можно узнать поimport keyword; print(keyword.kwlist)) и нежелательно переопределять встроенные имена. Имена, начинающиеся с символа подчёркивания, имеют специальное значение^[72].

В каждой точке программы интерпретатор имеет доступ к трёмпространствам имён (то есть отображениям имён в объекты): локальному, глобальному и встроенному.

Области видимости имён могут быть вложенными друг в друга (внутри определяемой функции видны имена из окружающего блока кода). На практике с областями видимости и связыванием имён связано несколько правил «хорошего тона», о которых можно подробнее узнать из документации.

Python предлагает механизмдокументирования кода pydoc. В начало каждого модуля, класса, функции вставляется строка документации — docstring. Строки документации остаются в коде на момент времени исполнения, и в язык встроен доступ к документации^[73] (переменная__doc__), что используется современнымиIDE.

В интерактивном режиме можно получить помощь, сгенерировать гипертекстовую документацию по целому модулю или даже применить doctest для автоматического тестирования модуля.

Python —мультипарадигменный язык программирования. Полностью поддерживаютсяобъектно-ориентированное,структурное^[74],обобщённое,функциональное программирование^[1] иметапрограммирование^[2]. Базовая поддержкааспектно-ориентированного программирования реализуется за счёт метапрограммирования^[21]. Множество других методик, в том числеконтрактное^[75][76] илогическое программирование^[77] можно реализовать с помощью расширений.

Дизайн языка Python построен вокругобъектно-ориентированной модели программирования (ООП). Реализация ООП в Python является хорошо продуманной, но вместе с тем достаточно специфической по сравнению с другими объектно-ориентированными языками. В языке всё является объектами — либо экземплярами классов, либо экземплярами метаклассов. Исключением является базовый встроенный метаклассtype. Таким образом, классы на самом деле являются экземплярами метаклассов, а производные метаклассы являются экземплярами метаклассаtype. Метаклассы являются частью концепции метапрограммирования и предоставляют возможность управления наследованием классов, что позволяет создавать абстрактные классы, регистрировать классы или добавлять в них какой-либо программный интерфейс в рамкахбиблиотеки илифреймворка^[2].

Классы по своей сути представляют план или описание того, как создать объект, и хранят в себе описание атрибутов объекта и методов для работы с ним. Парадигма ООП основывается наинкапсуляции,наследовании иполиморфизме^[78]. Инкапсуляция в Python представлена возможностью хранения публичных и скрытыхатрибутов (полей) в объекте с предоставлениемметодов для работы с ними^[78], при этом на самом деле все атрибуты являются публичными, но для пометки скрытых атрибутов существует соглашение об именовании^[79]. Наследование позволяет создавать производные объекты без необходимости повторного написания кода, а полиморфизм заключается в возможности переопределения любых методов объекта (в Python все методы являютсявиртуальными^[79]), а также в перегрузкеметодов иоператоров. Перегрузка методов в Python реализуется за счёт возможности вызова одного и того же метода с разным набором аргументов^[78]. Особенностью Python является возможность модифицировать классы после их объявления, добавляя в них новые атрибуты и методы^[33], также можно модифицировать и сами объекты, в результате чего классы могут использоваться как структуры для хранения произвольных данных^[79].

В Python поддерживается множественное наследование. Само по себе множественное наследование является сложным, и его реализации сталкиваются с проблемами разрешения коллизий имён между родительскими классами и с возможным повторным наследованием от одного и того же класса в иерархии. В Python методы вызываются согласно порядку разрешения методов (MRO), который основан на алгоритмеC3-линеаризации^[80], в обычных случаях при написании программ не требуется знать принцип работы данного алгоритма, понимание же может потребоваться при создании нетривиальных иерархий классов^[81].

Возможности и особенности, специфичные для Python:

• Специальные методы, управляющие жизненным циклом объекта: конструкторы, деструкторы.
• Перегрузка операторов (всех, кромеis, '.', '=' и символьных логических).
• Свойства (имитация поля с помощью функций).
• Управление доступом к полям (эмуляция полей и методов, частичный доступ, и т. п.).
• Методы для управления наиболее распространёнными операциями (истинностное значение,len(), глубокое копирование,сериализация, итерация по объекту, …).
• Полнаяинтроспекция.
• Классовые и статические методы, классовые поля.
• Классы, вложенные в функции и классы.
• Возможность модифицировать объекты во время исполнения программы.

Языки с поддержкой динамической типизации и объектно-ориентированного программирования обычно не рассматриваются в рамках обобщённого программирования, поскольку задачи обобщённого программирования решаются за счёт отсутствия ограничений на типы данных^[19][20]. В Python обобщённое программирование со строгой типизацией достигается использованием средств языка совместно со внешними анализаторами кода^[82], такими как Mypy^[83].

Несмотря на то, что Python изначально не задумывался как язык функционального программирования^[84], он поддерживает функциональный стиль программирования, в частности^[85]:

• функция является объектом первого класса,
• функции высших порядков,
• рекурсия,
• фокус на работу сосписками,
• аналогзамыканий,
• частичное применение функции с помощью методаpartial(),
• возможность реализации других средств на самом языке (например,карринг).

Однако, в отличие от большинства языков, непосредственно ориентированных на функциональное программирование, Python не являетсячистым языком программирования и код не защищён отпобочных эффектов^[85][86].

В стандартной библиотеке Python существуют специальные пакетыoperator иfunctools для функционального программирования^[84].

Этот разделнужно дополнить.

Пожалуйста,улучшите и дополните раздел.(8 февраля 2023)

Python поддерживаетметапрограммирование^[87][2].

Этот разделнужно дополнить.

Пожалуйста,улучшите и дополните раздел.(9 октября 2023)
Комментарий: Асинхронное программирование на Python

Python, начиная с 3.5, стал поддерживать асинхронное программирование. Появились операторыasync иawait, а также библиотекаasyncio^[3]

importasyncioasyncdefmain():print('Hello ...')awaitasyncio.sleep(1)print('... World!')asyncio.run(main())

async является атрибутом, который создаётасинхронную функцию^[3].

await позволяет выполнять асинхронные генераторы^[3].

Программное обеспечение (приложение или библиотека) на Python оформляется в виде модулей, которые в свою очередь могут быть собраны впакеты. Модули могут располагаться как вкаталогах, так и вZIP-архивах. Модули могут быть двух типов по своему происхождению: модули, написанные на «чистом» Python, и модули расширения (extension modules), написанные на других языках программирования. Например, в стандартной библиотеке есть «чистый» модуль pickle и его аналог на Си: cPickle. Модуль оформляется в виде отдельного файла, а пакет — в виде отдельного каталога. Подключение модуля к программе осуществляется операторомimport. После импорта модуль представлен отдельным объектом, дающим доступ к пространству имён модуля. В ходе выполнения программы модуль можно перезагрузить функциейreload().

Python поддерживает полнуюинтроспекцию времени исполнения^[88]. Это означает, что для любого объекта можно получить всю информацию о его внутренней структуре.

Применение интроспекции является важной частью того, что называют Pythonic style, и широко применяется в библиотеках ифреймворках Python, таких какPLY, Cherry,Django и др., значительно экономя время использующего их программиста.

Необходимые для интроспекции данные хранятся в специальных атрибутах. Так, например, получить все пользовательские атрибуты большинства объектов можно из специального атрибута — словаря (или другого объекта, предоставляющего интерфейсdict)__dict__

>>>classx(object):pass....>>>f=x()>>>f.attr=12>>>print(f.__dict__){'attr':12}>>>print(x.__dict__)# т.к. классы тоже являются экземплярами объекта type# то и они поддерживают этот тип интроспекции{'__dict__':<attribute'__dict__'of'x'objects>,'__module__'.......

Есть также другие атрибуты, имена и назначение которых зависят от объекта:

>>>deff():pass....>>>f.func_code.co_code# получение байтокода функции'd\x00\x00S'>>>f.__class__# специальный атрибут - ссылка на класс данного объекта<type'function'>

Подавляющее большинство атрибутов, поддерживающих интроспекцию, является классовым, и их, в свою очередь, можно получить изobj.__class__.__dict__. Часть информации, унаследованную от базового класса, все объекты используют совместно, что позволяет экономить память.

Для удобства получения интроспективной информации в Python есть модульinspect^[89].

>>>deff(x,y=10,**mp):pass...>>>inspect.getargspec(f)(['x','y'],None,'mp',(10,))

С помощью модуляnew возможен обратный процесс — построения объекта из составных частей на этапе исполнения

>>>deff(i):returnj+i....>>>j=2>>>f(1)3>>>importnew>>>g=new.function(f.func_code,{'j':23})>>>g(1)24

Обработка исключений поддерживается в Python посредством операторовtry, except, else, finally, raise, образующих блок обработки исключения. В общем случае блок выглядит следующим образом:

try:# Здесь код, который может вызвать исключениеraiseException("message")# Exception, это один из стандартных типов исключения (всего лишь класс),# может использоваться любой другой, в том числе свойexcept(Типисключения1,Типисключения2,…)asПеременная:# Код в блоке выполняется, если тип исключения совпадает с одним из типов# (Тип исключения1, Тип исключения2, …) или является наследником одного# из этих типов.# Полученное исключение доступно в необязательной Переменной.except(Типисключения3,Типисключения4,…)asПеременная:# Количество блоков except не ограниченоraise# Сгенерировать исключение "поверх" полученного; без параметров - повторно сгенерировать полученноеexcept:# Будет выполнено при любом исключении, не обработанном типизированными блоками exceptelse:# Код блока выполняется, если не было поймано исключений.finally:# Будет исполнено в любом случае, возможно после соответствующего# блока except или else

Совместное использованиеelse, except иfinally стало возможно только начиная с Python 2.5. Информация о текущем исключении всегда доступна черезsys.exc_info(). Кроме значения исключения, Python также сохраняет состояние стека вплоть до точки возбуждения исключения — так называемый traceback.

В отличие от компилируемых языков программирования, в Python использование исключения не приводит к значительным накладным расходам (а зачастую даже позволяет ускорить исполнение программ) и очень широко используется. Исключения согласуются с философией Python (10-й пункт «дзена Python» — «Ошибки никогда не должны умалчиваться») и являются одним из средств поддержки «утиной типизации».

Иногда вместо явной обработки исключений удобнее использовать блокwith (доступен, начиная с Python 2.5).

В программах на Python широко используются итераторы. Циклfor может работать как с последовательностью, так и с итератором. Большинство коллекций предоставляет итераторы, итераторы могут также определяться пользователем для собственных объектов. Модульitertools стандартной библиотеки содержит средства работы с итераторами.

Одной из интересных возможностей языка являютсягенераторы — функции, сохраняющие внутреннее состояние: значения локальных переменных и текущую инструкцию (см. также:сопрограммы). Генераторы могут использоваться какитераторы для структур данных и дляленивых вычислений.

При вызове генератора функция немедленно возвращает объект-итератор, который хранит текущую точку исполнения и состояние локальных переменных функции. При запросе следующего значения (посредством методаnext(), неявно вызываемого в циклеfor) генератор продолжает исполнение функции от предыдущей точки остановки до следующего оператораyield илиreturn.

В Python 2.4 появилисьгенераторные выражения — выражения, дающие в результате генератор. Генераторные выражения позволяют сэкономить память там, где иначе требовалось бы использовать список с промежуточными результатами:

>>>sum(iforiinrange(1,100)ifi%2!=0)2500

В этом примере суммируются все нечётные числа от 1 до 99.

Начиная с версии 2.5, Python поддерживает полноценные сопроцедуры: теперь в генератор можно передавать значения с помощью методаsend() и возбуждать в его контексте исключения с помощью методаthrow().

Также Python поддерживает вложенные генераторы. Например, для создания двумерного массива нужно разместить генератор списка, являющегося строкой, внутри генератора всех строк:[[0 for j in range(m)] for i in range(n)]

В Python 2.5 появились средства для управления контекстом выполнения блока кода — операторwith и модульcontextlib. См.:пример.

Оператор может применяться в тех случаях, когда до и после некоторых действий должны обязательно выполняться некоторые другие действия, независимо от возбуждённых в блоке исключений или операторовreturn: файлы должны быть закрыты, ресурсы освобождены, перенаправление стандартного ввода вывода закончено и т. п. Оператор улучшает читаемость кода, а значит, помогает предотвращать ошибки.

Этот разделнужно дополнить.

Пожалуйста,улучшите и дополните раздел.(8 февраля 2023)

Декораторы функций — вызываемые объекты, которые принимают другую функцию в качестве аргумента. Декораторы функций могут производить операции с функцией и возвращают либо саму функцию, либо другую заменяющую её функцию или вызываемый объект. То есть, если в коде ранее был прописан декоратор, названный decorate, то следующий код^[90]:

@decoratedeftarget():print('running target()')

эквивалентен этому^[90]:

deftarget():print('running target()')target=decorate(target)

Это позволяет сократить использование кода.

Пример использования декоратора функции^[90]:

>>>defdeco(func):...definner():...print('running inner()')...returninner…>>>@deco...deftarget():...print('running target()')>>>target()running inner()>>>target<function deco.<locals>.inner at 0.10063b598>

Существуют декораторы классов^[91].

Формат регулярных выражений унаследован изPerl с некоторыми отличиями. Для их использования требуется импортировать модульre^[92], являющийся частью стандартной библиотеки.

Богатая стандартнаябиблиотека является одной из привлекательных сторон Python. Здесь имеются средства для работы со многимисетевыми протоколами и форматамиИнтернета, например, модули для написанияHTTP-серверов и клиентов, для разбора и создания почтовых сообщений, для работы сXML и т. п. Набор модулей для работы соперационной системой позволяет писать кросс-платформенные приложения. Существуют модули для работы срегулярными выражениями, текстовымикодировками,мультимедийными форматами,криптографическими протоколами, архивами,сериализации данных, поддержкаюнит-тестирования и др.^[94]

Если модулей стандартной библиотеки не хватает, то есть возможность использовать другие каналы получения библиотек. Одним из каналов распространения и обновления пакетов для Python являетсяPyPI (англ. Python Package Index)^[95].

Здесь перечислены самые популярные библиотеки Python:

• Искусственный интеллект —TensorFlow
• Работа с базами данных —SQLAlchemy
• Математические вычисления —NumPy,SciPy
• Веб-приложения —Django
• Создание игр —Pygame
• Визуализация данных —Matplotlib,Seaborn
• Обработка табличных данных —Pandas
• Машинное обучение —Scikit-learn
• Отправка сетевых запросов —Requests^[англ.]
• Парсинг HTML-данных с веб-сайтов —BeautifulSoup^[англ.]
• Парсинг веб-сайтов на основе симуляции человеческой деятельности —Selenium
• Математика — Math
• Черепаха — Turtle

В статье «Примеры программ на языке Python»Викиверситета собраны примеры небольших программ, демонстрирующих некоторые возможности языка Python и его стандартной библиотеки.

Программа «Hello World!» может быть написана одной строкой таким образом:

print("Hello World!")

Ну или же вот таким:

import__hello__

Вычислениефакториала числа 10 (10!):

deffactorial(n):ifn<0:raiseArithmeticError('Факториал отрицательного числа.')f=1foriinrange(2,n+1):f*=ireturnfprint(factorial(10))# 3628800

Реализация с помощьюрекурсии:

deffactorial(n):ifn<0:raiseArithmeticError('Факториал отрицательного числа.')ifn==0orn==1:return1else:returnfactorial(n-1)*nprint(factorial(10))

В стандартной библиотеке Python имеетсяпрофайлер (модульprofile), который можно использовать для сбора статистики о времени работы отдельных функций. Для решения вопроса о том, какой вариант кода работает быстрее, можно использовать модульtimeit. Производимые в следующей программе измерения позволяют выяснить, какой из вариантовконкатенации строк более эффективен^[96]:

fromtimeitimportTimertmp="Python 3.2.2 (default, Jun 12 2011, 15:08:59) [MSC v.1500 32 bit (Intel)] on win32."defcase1():# А. инкрементальные конкатенации в циклеs=""foriinrange(10000):s+=tmpdefcase2():# Б. через промежуточный список и метод joins=[]foriinrange(10000):s.append(tmp)s="".join(s)defcase3():# В. списковое выражение и метод joinreturn"".join([tmpforiinrange(10000)])defcase4():# Г. генераторное выражение и метод joinreturn"".join(tmpforiinrange(10000))forvinrange(1,5):print(Timer("func()","from __main__ import case%s as func"%v).timeit(200))

Как и в любом языке программирования, в Python имеются свои приёмыоптимизации кода. Оптимизировать код можно исходя из различных (часто конкурирующих друг с другом) критериев (увеличение быстродействия, уменьшение объёма требуемой оперативной памяти, компактность исходного кода и т. д.). Чаще всего программы оптимизируют по времени исполнения.

Здесь есть несколько очевидных для опытных программистов правил^[96].

• Не нужно оптимизировать программу, если скорость её выполнения достаточна.
• Используемый алгоритм имеет определённуювременную сложность, поэтому перед оптимизацией кода программы стоит сначала пересмотреть алгоритм.
• Стоит использовать готовые и отлаженные функции и модули, даже если для этого нужно немного обработать данные. Например, в Python есть встроенная функцияsorted().
• Профилирование поможет выяснить узкие места. Оптимизацию нужно начинать с них.

Python имеет следующие особенности и связанные с ними правила оптимизации^[96].

• Вызов функций является достаточно дорогостоящей операцией, поэтому внутри вложенных циклов нужно стараться избегать вызова функций или, например, переносить цикл в функции. Функция, обрабатывающая последовательность, эффективнее, чем обработка той же последовательности в цикле вызовом функции.
• Старайтесь вынести из глубоко вложенного цикла всё, что можно вычислить во внешних циклах. Доступ к локальным переменным более быстрый, чем к глобальным или чем доступ к полям.
• Оптимизаторpsyco может помочь ускорить работу модуля программы при условии, что модуль не использует динамических свойств языка Python.
• В случае, если модуль проводит массированную обработку данных и оптимизация алгоритма и кода не помогает, можно переписатькритические участки, скажем, на языке Си или Pyrex.

Инструмент под названием Pychecker^[97] поможет проанализировать исходный код на Python и выдать рекомендации по найденным проблемам (например, неиспользуемые имена, изменение сигнатуры метода при его перегрузке и т. п.). В ходе такого статического анализа исходного кода могут быть выявлены и ошибки. Pylint^[98] призван решать близкие задачи, но имеет уклон в сторону проверки стиля кода, поискакода с запашком^[99].

Выбор языка обычно зависит от решаемых задач, особенностей языков и наличия библиотек, требуемых для решения задачи. Одна и та же задача, написанная на разных языках, может сильно разниться по эффективности исполнения, в том числе различия могут быть и при исполнении в разных операционных системах или при использовании разных компиляторов. В общем случае языки можно поделить на интерпретируемые (скриптовые), компилируемые в промежуточное представление и компилируемые, что влияет на производительность и потребление памяти. Python принято относить к интерпретируемым. Также отдельные языки могут иметь свои сильные стороны, в случае Python выделяется лёгкость в написании программ^[100].

Python сравнивается с C++/Java с точки зрения лаконичности, простоты и гибкости Python^[101]. Можно сравнить «Hello, world»-программы, записанные на каждом из языков^[101].

#include<iostream>intmain(){std::cout<<"Hello, world!\n";return0;}

publicclassHelloClass{publicstaticvoidmain(String[]args){System.out.println("Hello, world!");}}

print("Hello, world!")

Касательно ООП, в Python, в отличие от C++ и Java, отсутствуют модификаторы доступа к полям и методам класса, атрибуты и поля у объектов могут создаваться на лету в ходе исполнения программы, а все методы являются виртуальными. По сравнению с Java Python позволяет также перегружать операторы, что даёт возможность использовать выражения, близкие к естественным^[101]. В совокупности подход к ООП в Python упрощает программирование, делает код более понятным и одновременно добавляет гибкости языку^[101]. С другой стороны, скорость выполнения кода на Python (как и других интерпретируемых языков) значительно ниже, чем скорость выполнения аналогичного кода на C++^[102] и обычно ожидается ниже, чем в Java^[103]. Код на C++ получается производительнее Python, при этом занимает больше строк. Согласно исследованиям алгоритмов, применяемых вбиоинформатике, Python показал себя более гибким, чем C++, а Java оказалась компромиссным решением между производительностью C++ и гибкостью Python^[100].

В Java и Python все объекты создаются вкуче, в то время как C++ позволяет создавать объекты как в куче, так и настеке, в зависимости от используемого синтаксиса^[104]. На производительность также влияет способ доступа к данным в памяти. В C++ и Java доступ к данным происходит по постоянным смещениям в памяти, в то время как в Python — черезхеш-таблицы. Использованиеуказателей в C++ может быть довольно сложным для понимания среди новичков, и овладение навыками правильного использования указателей может занять некоторое время^[100].

Этот разделнужно дополнить.

Пожалуйста,улучшите и дополните раздел.(9 октября 2023)

Go и Python — кардинально различающиеся языки, тем не менее, они часто сравниваются один с другим из-за общей ниши — бэкэнда веб-приложений. По выражению Джейсона Кинкэйда, Go объединяет «производительность и безопасность компилируемых языков, таких как C++, со скоростью разработки на динамических языках, таких как Python»^[105]. В какой-то мере это действительно так: Go изначально разработан как строго статически типизированный компилируемый язык, поддерживающий максимум возможностей динамических языков, при котором ещё можно обеспечить эффективную компиляцию и сохранить производительность компилируемых программ.Общими для обоих языков является использование автоматического управления памятью, наличие встроенных динамических коллекций (массивов и словарей), поддержка срезов, развитый механизм модулей, простой и минималистичный синтаксис. Различий гораздо больше, и не всегда можно однозначно указать, в пользу какого из языков они говорят.

Динамические возможности.

Если Python является полностью динамическим языком и практически любые элементы программы могут меняться во время исполнения, включая конструирование «на лету» новых типов и модификацию существующих, то Go — статический язык с достаточно ограниченными возможностями рефлексии, работающей только в отношении созданных при разработке типов данных. В некоторой мере заменой динамических возможностей в Go является кодогенерация, обеспечиваемая простотой синтаксиса и наличием необходимых инструментов и системных библиотек. Также в Go 1.18 добавили поддержку средств обобщённого программирования (generics)^[106].

Оба языка являются интерпретируемыми, компилируются в промежуточное представление, которое затем отправляется на исполнение. В случае Python генерируется промежуточный байт-код, а компилятор Perl генерирует синтаксическое дерево. Управление памятью в обоих языках автоматическое, а сами языки используются как скриптовые и хорошо подходят для написания веб-приложений. Подход в написания кода Python предполагает лучшее пониманиелистинга программы в ущерб производительности, тогда как в Perl больше свободы в синтаксисе, что может привести к тому, что программы на Perl становятся нечитабельны для программистов, не работающих с данным языком^[100].

Этот разделнужно дополнить.

Пожалуйста,улучшите и дополните раздел.(8 февраля 2023)

Python, MATLAB и R используются в обработке данных и в обучении студентов основам математики и статистики. R является языком для выполнения статистических расчётов, в то время как MATLAB может считаться языком программирования наряду с Python^[107].

Python, как весьма популярный язык программирования, повлиял на следующие языки:

• CoffeeScript имеет синтаксис, вдохновлённый Python^[108].
• ECMAScript/JavaScript заимствовал итераторы и генераторы из Python^[109].
• Go, при сильнейших идеологических различиях, заимствовал у динамических языков, таких как Python, встроенные словари, динамические массивы, срезы.
• Groovy был создан с мотивацией привнести философию Python наJava^[110].
• Julia была задумана как «такая же пригодная для общего программирования, как и Python»^[111].
• Nim использует систему отступов и аналогичный синтаксис^[112].
• Ruby —Юкихиро Мацумото, создатель языка, сказал: «Я хотел скриптовый язык, который был бы более мощным, чем Perl, и более объектно-ориентированным, чем Python. Вот почему я решил создать свой собственный язык»^[113].
• Swift во время разработки брал идеи структуры языка из Python, а также изObjective-C,Rust,Haskell,Ruby,C#,CLU^[114].

Классический Python имеет общий со многими другимиинтерпретируемыми языками недостаток — сравнительно невысокую скорость выполнения программ^[115]. В некоторой степени ситуацию улучшает кешированиебайт-кода (расширения.pyc и, до версии 3.5,.pyo), которое позволяет интерпретатору не тратить время на синтаксический разбор текста модулей при каждом запуске.

Существуют реализации языка Python, вводящие высокопроизводительныевиртуальные машины в качестве бэкенда компилятора. Примерами таких реализаций может служитьPyPy, базирующийся на RPython, более ранней инициативой является проектParrot. Ожидается, что использование виртуальной машины типаLLVM приведёт к тем же результатам, что и использование аналогичных подходов для реализаций языка Java, где низкая вычислительная производительность в основном преодолена^[116]. Однако нельзя забывать, что динамический характер Python делает неизбежными дополнительные накладные расходы при исполнении программ, что ограничивает производительность Python-систем независимо от применяемых технологий. Вследствие этого для написания критических участков кода используются низкоуровневые языки, интеграция с которыми обеспечивается множеством программ и библиотек.

Тем не менее, Python портирован на некоторые относительно малопроизводительные платформы^[117].

Интерпретатор Python вCPython (а такжеStackless иPyPy^[118]) использует потоко-небезопасные данные, во избежание разрушения которых при совместной модификации из разных потоков применяется глобальная блокировка интерпретатора — GIL (Global Interpreter Lock)^[119]: в ходе исполнения кода поток интерпретатора блокирует GIL, выполняет в течение фиксированного времени (по умолчанию 5 миллисекунд^{[К 2]}) некоторое количество инструкций, после чего освобождает блокировку и приостанавливается, давая возможность работать другим потокам. GIL также освобождается во время ввода-вывода, изменения и проверки состояния синхронизирующих примитивов, при исполнении кода расширений, не обращающихся к данным интерпретатора, например,NumPy/SciPy. Таким образом, в каждый момент времени в одном процессе интерпретатора Python может исполняться только один поток кода на Python, независимо от числа доступных процессорных ядер.

Потери производительности от GIL зависят от характера программ и архитектуры системы. Большинство программ является однопоточными либо запускает всего несколько потоков, из которых часть в каждый конкретный момент простаивает в ожидании. Персональные компьютеры обычно имеют небольшое количество процессорных ядер, которые загружены параллельно исполняющимися в системе процессами, так что реальные потери производительности на персональных компьютерах из-за GIL невелики. Но в серверных приложениях может быть удобно использовать десятки и сотни (а то и больше) параллельных потоков (например, в системах массового обслуживания, где каждый поток обрабатывает данные для отдельного пользовательского запроса), а серверы на конец 2010-х годов нередко имеют десятки и даже сотни процессорных ядер, то есть технически могут обеспечить этим потокам физически одновременное исполнение; в таких условиях GIL может приводить к действительно значительному снижению общей производительности, так как лишает программу возможности полноценно использовать ресурсы многоядерных систем.

Гвидо ван Россум говорил, что GIL «не так уж и плох» и он будет в CPython до тех пор, пока «кто-то другой» не представит реализацию Python без GIL, с которой бы однопоточные скрипты работали так же быстро^[122][123].

В задачи разработки входит работа по оптимизации GIL^[124]. Планируется отказ от GIL, есть черновой вариант PEP 703^[125], но на данный момент есть следующие варианты избавления от GIL:

• Вариант интерпретатора с синхронизацией доступа к отдельным объектам вместо глобальной блокировки^[126] из-за частых захватов/освобождений блокировок оказался слишком медленным.
• Реализация потоков через процессы ОС, например, модуль multiprocessing^[127].
• Отказ от совместного использования изменяемых данных и вызовов внешнего кода. При этом данные дублируются в потоках и их синхронизация (если таковая нужна) лежит на программисте^[128].
• Библиотеки, обеспечивающие собственную организацию поддержки потоков.
• Есть черновой PEP по отказу от GIL в CPython^[125]

9 января 2023 года был принят PEP 703, в котором было предложено сделать GIL опциональным^[125]. В Python 3.13, выход которого запланирован на октябрь 2024 года, добавлена экспериментальная опция для отключения GIL на этапе сборки интерпретатора^[129]. В ближайшие несколько релизов будут формироваться две сборки интерпретатора Python — с включённым и отключённым GIL (с несовместимымиABI), но в будущем планируется добавить возможность отключать GIL на этапе выполнения^[125].

Несмотря на то, что одним из заявленных принципов дизайна Python являетсяпринцип наименьшего удивления, критики отмечают целый ряд архитектурных решений, которые могут вводить в заблуждение или вызывать недоумение у программистов, привыкших к другим распространённым языкам^[130]. В их числе:

• Отличие в принципе работы оператора присвоения по сравнению со статически-типизированными языками. В Python при присвоении значения копируется ссылка на объект, а не значение. При работе с простыми неизменяемыми типами возникает ощущение изменения значения переменной при присваивании ей значения, однако фактически присваивается ссылка на другое значение, например, при увеличении значения переменной типаint на 1 меняется ссылка, а не увеличивается значение по ссылке. Однако при работе с изменяемыми типами их содержимое можно менять по ссылке, поэтому при присвоении одной переменной ссылки на другую и последующем изменении значения в одной из двух переменных оно изменится в обеих переменных, что хорошо заметно при работе со списками^[130][131]. При этом кортежи хоть и являются неизменяемыми, но могут хранить ссылки на изменяемые объекты, поэтому по факту кортежи тоже можно менять^[132];
• Отличие в поведении на некоторых типах «сокращённых» операторов, таких как+= и их развёрнутой записи, хотя в большинстве языков «сокращённый» вариант — это просто краткая запись полного, и семантически они абсолютно эквивалентны. Пример с использованиемx +=:

  >>>x=[1,2]>>>y=x>>>x+=[3,4]>>>x[1,2,3,4]>>>y[1,2,3,4]

  Аналогичный пример с использованиемx = x +:

  >>>x=[1,2]>>>y=x>>>x=x+[3,4]>>>x[1,2,3,4]>>>y[1,2]

• Жёсткая трактовка лексической области видимости, подобная используемой в #"ltr">

  classColored:color="red"obj1=Colored()print(obj1.color)# выводится исходное значение поля КЛАССАColored.color="green"# изменение поля КЛАССАprint(obj1.color)# выводится значение поля КЛАССАobj1.color="blue"# изменяется поле ОБЪЕКТА и фиксируется его значениеColored.color="yellow"# изменение поля КЛАССА, которое уже не отразится на объектеprint(obj1.color)# выводится поле ОБЪЕКТА# Скрипт выведет:redgreenblue

Невозможность модификации встроенных классов

Реализации

CPython

00RESUME012PUSH_NULL4LOAD_NAME0(print)6LOAD_CONST0('HelloWorld!')8PRECALL112CALL122RETURN_VALUE

PyPy

Jython

Другие реализации

Специализированные подмножества/расширения Python

Инструменты поддержки программирования

Интерактивный режим

IDE

Применение

Примечания

Комментарии

Источники

Литература

Ссылки