Remove ads
關於與「Python」標題相近或相同的條目頁，請見「Python (消歧義)」。Python（英式發音：/ˈpaɪθən/；美式發音：/ˈpaɪθɑːn/），是一種廣泛使用的直譯式、進階和通用的程式語言。Python支援多種程式設計範式，包括結構化、程序式、反射式、物件導向和函數式程式設計。它擁有動態型別系統和垃圾回收功能，能夠自動管理主記憶體使用，並且其本身擁有一個巨大而廣泛的標準庫。它的語言結構以及物件導向的方法，旨在幫助程式設計師為小型的和大型的專案編寫邏輯清晰的程式碼。
 | |
| 編程範型 | 多範式：程序式、結構化、模組化、反射式、物件導向、函數式 |
|---|---|
| 設計者 | 吉多·范羅蘇姆 |
| 實作者 | Python軟體基金會 |
| 釋出時間 | 1991年[1] |
| 目前版本 |
|
| 型態系統 | 鴨子型別[3]、動態、強型別[4]、漸進（自從3.5）[5] |
| 作業系統 | 跨平臺 |
| 特許條款 | Python軟體基金會特許條款 |
| 副檔名 | .py、.pyi、.pyc、.pyd、.pyo（3.5之前）[6]、.pyw、.pyz（自從3.5）[7] |
| 網站 | www |
| 主要實作產品 | |
| CPython、PyPy、Stackless Python、MicroPython、CircuitPython、IronPython、Jython | |
| 衍生副語言 | |
| Cython、RPython | |
| 啟發語言 | |
| ABC[8]、ALGOL 68[9]、APL[10]、C[11]、C++[12]、CLU[13]、Dylan[14]、Haskell[15]、Icon[16]、Java[17]、Lisp[18]、Modula-3[12]、Perl[19]、Standard ML[10] | |
| 影響語言 | |
| Boo、Cobra、CoffeeScript[20]、D、F#、GDScript[21]、Genie[22]、Go[23]、Groovy、JavaScript[24][25]、Julia[26]、Mojo[27]、Nim、Ruby[28]、Starlark[29]、Swift[30] | |
吉多·范羅蘇姆於1980年代後期開始研發Python，作為ABC語言的後繼者[16]，它也可以被視為採用了叫做M-表達式的中綴表示法的一種LISP方言[31]。吉多·范羅蘇姆於1991年首次釋出 Python 0.9.0[32]。Python 2.0於2000 年釋出並引入了新功能。Python 3.0於2008年釋出，它是該語言的主要修訂版，並非完全向下相容。Python 2於2020年隨2.7.18版停止支援[33]。
Python的設計哲學，強調程式碼的可讀性和簡潔的語法，尤其是使用空格縮排來劃分程式碼塊。相比於C語言或Java，Python讓開發者能夠用更少的代碼表達想法。
Python直譯器本身幾乎可以在所有的作業系統中執行，它的官方直譯器CPython是用C語言編寫的。Python是一個由社群驅動的自由軟體，目前由Python軟體基金會管理。Python是最受歡迎的程式語言之一[34][35][36][37]。
Remove ads
Python的創始人吉多·范羅蘇姆，在1982年至1995年間，參與了荷蘭數學和電腦科學研究學會多個專案的工作[38]。1989年的聖誕節期間，他決心開發一個新的指令碼解釋程式，作為ABC語言的繼承者，並且用它替代Unix shell和C語言來進行系統管理[16]，擔負與Amoeba作業系統[39]之間的互動操作並進行例外處理[8]。他是BBC電視劇《Monty Python的飛行馬戲團》的愛好者，所以選取了Python作為這個程式語言的名字[40]。范羅蘇姆作為Python的主要開發者，獨自擔負這個專案的發展決策者職責，直到2018年7月12日，他宣佈從終身仁慈獨裁者（BDFL）的職位上「永久休假」[41][42]。他在2019年1月至11月參與了第一屆五人掌控委員會繼續領導專案發展[43][44]。
在1991年2月，范羅蘇姆在alt.sources上釋出了最初程式碼（標記為版本0.9.0）[1]，這時就已經存在了帶繼承的類、例外處理、函數和核心類型list、dict、str等。在這個最初發行中就有了從Modula-3引進的模組系統[45]，和例外處理機制[8]。在1994年1月，Python達到了版本1.0[46]，其主要新特徵是由Amrit Prem提供的函數式程式設計工具lambda、map、filter和reduce[47]。受Modula-3啟發，Python 1.1介入了預設參數值，Python 1.3介入了關鍵字參數。Python 1.4介入了對複數的內建支援，還包含了採取名字修飾的一種基本形式的數據隱藏[48]。
在2000年10月，Python 2.0發佈，它從函數式程式設計語言Haskell中引進了列表推導式，並且支援了Unicode，還向垃圾回收系統增加了環檢測演算法[49]。Python 2.1支援了靜態巢狀作用域和閉包[50]。Python 2.2進行了重大革新，將Python中用C語言寫成的類型，和用Python語言寫成的類，統一成在同一個層級中，使得Python的對象模型成為純粹而一致的對象模型[51]；還介入了迭代器[52]，受CLU和Icon啟發的生成器[53]，和描述器協定[54]。Python 2.3介入了從Dylan引進的方法決定次序[14]。Python 2.4介入了集合類型，和函數修飾器[55]。Python 2.5介入了with陳述式[56]，並在官方實現中介入了抽象語法樹[57]。
在2008年12月，Python 3.0發佈，它對語言做了較大修訂而不能完全後向相容[58]，儘管提供了進行自動轉換2to3實用工具，仍有大量現存程式碼不能移植，故而Python 2.7的產品壽命結束延期至2020年元旦。Python 3.4介入了非同步I/O模組[59]。Python 3.5介入了類型提示[60]，和採用async/await語法的協程[61]。Python 3.8介入了賦值表達式[62][63]。
在2020年10月，Python 3.9介入了內建的針對容器類的泛化別名（types.GenericAlias）類型[64]，並在官方實現中介入了新的語法解析器[65]。Python 3.10介入了結構式模式匹配[66]，和內建的聯合類型（types.UnionType）[67]。Python 3.11對官方實現進行了最佳化提速[68]。Python 3.12介入了類型參數語法和type陳述式[69]，並廢棄或移除了一些過時的模組和功能。Python 3.13介入了新的互動式直譯器，並實驗性的支援了在自由線程模態下執行和即時編譯器[70]。
每個版本首次發行後，享有2年的完全支援，隨後是3年的安全支援。當前只有Python 3的穩定版本3.12與3.13正在被完全支援，但仍提供對3.9、3.10和3.11版本的安全性修正[71]。
在2024年12月，活躍的Python核心開發者，選舉Pablo Galindo Salgado、Barry Warsaw、Emily Morehouse、Gregory P. Smith和Donghee Na，為2025年度「掌控委員會」的五位成員來領導這個專案[72]。
Remove ads
Python是多範式程式語言。它完全支援結構化程式和物件導向程式設計，還有很多特徵支援函數式程式設計和元程式設計比如元對象協定（元類和魔術方法[73]）。通過擴充還可以支援很多範式，包括面向方面程式[74]、契約式設計[75]和邏輯程式[76]。
Python使用動態型別，在主記憶體管理上採用的垃圾回收器基於了參照計數[77]，並且結合了檢測環參照的分代垃圾回收最佳化[78]。它的特徵還有動態名字解析（後期繫結），即在程式執行期間繫結方法和變數的名字。
Python對遵循LISP傳統的函數式程式設計提供了有限的支援[79]，它提供了 map、filter和reduce函數[80]；列表推導式、字典、集合和生成器表達式。標準庫中的模組functools和itertools，實現了從Haskell和Standard ML借鑑來的函數式工具[81]。
Python的設計理念是「優雅」、「明確」、「簡單」，它的一些重要準則被合稱為「Python之禪」。在Python解釋器內運行import this可以獲得完整的列表，下面舉出其中首要：
- 優美優於醜陋。明瞭優於隱晦。
- 簡單優於複雜。複雜優於凌亂。
- 扁平優於巢狀。稀疏優於稠密。
- 可讀性很重要。
Python開發者的方法論是「用一種方法，最好是只有一種方法來做一件事」，顯著不同於以Perl語言為代表的「不止一種方法去做一件事」風格。Python開發者在設計語言時，如果面臨多種選擇，一般會選擇明確沒有或者很少有歧義的語法。
范羅蘇姆認為ABC語言非常優美和強大，它沒有取得成功的原因是不開放造成的[82]，故而將Python本身設計為可擴充的[83]。Python並不把所有的特性和功能都整合到語言核心，而是提供了豐富的API和工具，以便程式設計師能夠輕鬆地使用Python、C語言、Cython來編寫擴充模組。Python還可以通過外界函數介面如標準庫中的ctypes等，來提供C語言相容資料類型，並訪問動態連結庫或共用庫中的函數[84]，從而對用其他語言編寫的程式進行整合和封裝。
在Python的官方實現CPython中，一般避開不成熟的或者對非重要部位的加快運行速度的優化。在某些對運行速度要求很高的情況，可以使用具備JIT技術的Python實現或安裝JIT擴充模組[85]。
Remove ads
Python為了讓程式碼具備高度的可閱讀性，在設計時盡量使用了其它語言常用的符號和英文單字。
Python支援使用反斜槓作為行接續符，將多個物理行合成為一個邏輯行[86]。在圓括號、方括號或花括號之中的表達式，可以分裂跨越多於一個物理行而不使用反斜槓，這被稱為「隱式行接續」[86]。註釋開始於並非字串文字一部份的一個井號#，並結束於物理行結尾；註釋標示邏輯行的結束，除非已受制於隱式行接續規則；註釋在語法上被忽略[87]。
簡單陳述式包含在一個單一的邏輯行之內，Python支援使用分號作為分隔符，將多個簡單陳述式合併入語法意義上的一行之中[88]。
Python語法中的複合陳述式，包含（成組的）其他陳述式；它們以某種方式影響或控制這些其他陳述式的執行。Python的複合陳述式包含一個或多個子句（clause），子句構成自一個頭部（header）和一個套件（suite）。特定複合陳述式的子句頭部都在同樣的縮排層級上，每個子句頭部開始於一個唯一標識關鍵字，並結束於一個冒號。套件是這個子句所控制的一組陳述式，套件有兩種形式，可以是與頭部在同一行上的一個或多個由分號分隔的簡單陳述式，它們跟隨在這個頭部的冒號之後；或者是在後續諸行上的一個或多個縮排的陳述式，只有這種套件形式可以包含巢狀的複合陳述式[89]。
Python語言遵循越位規則，利用縮排來形成陳述式套件，即語法意義上的塊。連續諸行的縮排層級，被用來生成語法解析器才能見到的INDENT和DEDENT記號[90]，二者的作用相當於C語言家族的花括號，或Pascal語言家族的關鍵字begin和end。增加縮排就生成INDENT記號，減少縮排就生成DEDENT記號。根據PEP 8的規定[91]，使用4個空格來表示每級縮排。[a]
tab字元（從左至右）被替代為1至8個空格，使得直到tab之前的諸字元加上這些替代空格的字元總數，是8的倍數（這意圖同於Unix所用規則）。前導於第一個非空白字元的空格的總數，確定了這一行的縮排層級。縮排所用諸字元，不能使用反斜槓來拆分成多個物理行；直到第一個反斜槓之前的空白確定縮排層級。如果原始碼檔案混合了tab和空格，並且在這種方式下縮排的意義依賴於一個tab相當於多少個空格，則這種縮排因不一致性而被報錯並拒絕[92]。
Remove ads
Python有如下35個關鍵字；它們不能用作識別碼[93]：
|
|
|
|
|
|
|
內建常數True、False和None於Python版本3.0中成為關鍵字，關鍵字nonlocal介入於版本3.0[94]，關鍵字async和await介入於版本3.5[95]，並在版本3.7中成為正式關鍵字[96]。
在Python中，將只在特定上下文中保留的識別碼，稱為「軟關鍵字」[97]：
識別碼就是名字，在ASCII範圍內（U+0001..U+007F），可用於識別碼的字元為：大寫字母A至Z和小寫字母a至z，底線_以及數字0至9，但首字不可以用數字。如下命名約定[98]，是為「保留識別碼類」[99]：
_spam（單底線開頭）：弱「內部使用」標識。對於from M import *，將不匯入所有以底線開頭的對象。spam_（單底線結尾）：為了避免與python關鍵字的命名衝突。__spam（雙底線開頭）：在命名一個類特性的時候，採用名字修飾，比如在類SpamEggs內，__spam將變成_SpamEggs__spam[100]。__spam__（雙底線開頭雙底線結尾）：指那些包含在用戶控制的命名空間中的「魔術」方法或特性，比如__delattr__、__dir__、__doc__、__getattribute__、__init__、__new__、__repr__、__setattr__、__sizeof__等。建議永遠不要將這樣的命名方式應用於自己的變數或函數。
Remove ads
Python的陳述式包括簡單陳述式：
- 賦值陳述式，採用的中綴記號是等號
=。賦值陳述式被用來將名字繫結（含重新繫結）到值，以及用來修改可變對象的特性或專案。 - 表達式陳述式，用來互動式的計算並寫出一個值，或者用來呼叫一個過程（即返回無含義結果的函數），在Python中過程返回值
None。 global陳述式，是在整個當前程式碼塊中成立的聲明，它意味着隨後列出的識別碼被直譯為全域變數。nonlocal陳述式，導致隨後列出的識別碼，提及在除了全域作用域之外的最近包圍作用域中的先前繫結變數。type陳述式，介入於版本3.12，聲明作為類型別名類型（typing.TypeAliasType）的實例的一個類型別名。pass陳述式，充當NOP，表示此行為空，不執行任何操作。assert陳述式，用於程式調適階段時測試執行條件是否滿足。continue陳述式，越過這次迭代並繼續進行下個專案。break陳述式，從迴圈中跳出。return陳述式，用來從函數返回值。當函數執行到return陳述式時，它會停止執行並將指定的值返回給呼叫者。raise陳述式，投擲一個例外。yield陳述式，使用它從一個生成器中返回一個值。在版本2.5之前，資訊只能單向的從生成器傳遞出來。[c]import陳述式，匯入一個模組或包，它組合了兩種操作，尋找指名的模組，接着將找到的結果繫結到在局部作用域中的名字。匯入陳述式有三種形式（下述陳述式樣本中的方括號表示其中內容為可選的）：del陳述式，遞歸的進行刪除。
複合陳述式：
if陳述式，當條件成立時執行陳述式套件。它經常包含elif、else子句。while陳述式，當條件為真時，重複執行陳述式套件。for陳述式，遍歷列表、字串、字典、集合等迭代器，依次處理迭代器中的每個元素。match陳述式，用於模式匹配。try陳述式，它經常包含except、else、finally子句，處理在程式執行中出現的異常情況。Python支援並廣泛使用例外處理，作為檢測錯誤狀況和程式中其他「例外」事件的方式，並提倡在可能出現錯誤狀況的任何時候都使用例外。習慣上訪問一個檔案或資源不在使用之前進行測試，而是先行嘗試使用它，再擷取訪問被拒絕引發的例外。[e]Python 3.11介入了except*子句[112]。with陳述式，把一塊程式碼包裹在一個上下文管理器之內。它允許了資源取得即初始化（RAII）式行為，可替代常見的try/finally慣用法。Python使用with陳述式處理資源[113]，在進入一個作用域的時候呼叫一個函數，而在離開它的時候呼叫另一個函數，例如：在一塊程式碼執行之前取得一個鎖，並且在此後釋放這個鎖；或事先打開一個檔案，並且事後關閉它。[f]class陳述式，是定義類的可執行陳述式。類的衍化列給出基礎類列表，沒有衍化列的類，預設繼承基礎類object。類的套件接着在新的執行框架（frame）中執行，它使用新建的局部名字空間和原來的全域名字空間。當這個類套件完成執行之時，丟棄它的執行框架並儲存它的局部名字空間。一個類對象接着被建立，其基礎類採用衍化列，其特性字典採用儲存的局部名字空間。類名字接着在原來的局部名字空間中，被繫結到這個類對象。def陳述式，是定義函數和方法的可執行陳述式。它的執行在當前局部名字空間中，將函數名字繫結到一個函數對象（對函數的可執行程式碼的包裝器）。這個函數對象包含到當前全域名字空間的參照，作為呼叫這個函數時使用的全域名字空間。async def陳述式，用於協程函數定義。await表達式、async for陳述式和async with陳述式，只能用在協程函數的主體中。[g]
Python程式構造自程式碼塊。塊是作為一個單元執行的Python程式文字，模組、函數主體和類別定義都是塊。互動式鍵入的每個命令、指令碼檔案和指令碼命令都是程式碼塊。傳遞給內建函數eval()和exec()執行的字串是程式碼塊。
程式碼塊在執行框架（frame）中執行。框架包含一些用於偵錯的管理資訊，並確定在這個程式碼塊執行完成後，執行在何處以及如何繼續。名字空間是儲存變數的地方，它被實現為字典。有局部名字空間、全域空間即包含此程式碼塊的那個模組的名字空間，和內建名字空間即模組builtins的名字空間；對象的方法是定義在類主體內的函數，它有着巢狀的名字空間。名字空間通過防止命名衝突而支援了模組性，還通過明晰了哪個模組實現了哪個函數而增進可讀性和可維護性。
模組是包含Python定義和陳述式的一個檔案，這個檔案名字是模組名字附加上字尾.py；在一個模組中，模組的名字（作為字串）可獲得為全域變數__name__的值[111]。包（package）是可以包含子模組或遞歸性的子包的模組。包在技術上是具有__path__特性的Python模組。可以將包視為檔案系統上的目錄，而將模組視為這種目錄中的檔案，但是包和模組不必然源自檔案系統[114]。
完整的Python程式，在一個極小初始化的環境中執行：所有內建和標準模組均可獲得，但除了sys（各種系統服務）、builtins（內建函數、例外和None）和__main__之外都未被初始化。__main__用來為完整程式的執行提供局部和全域名字。當直譯器被呼叫在互動模態下的時候，它一次一個的讀取並執行陳述式；初始環境同於完整程式，每個陳述式都在__main__的名字空間中執行。
頂層程式碼是啟動執行的首個用戶指定Python模組。__main__是頂層程式碼執行所在的環境。從命令列使用-m參數，作為頂層指令碼執行的模組（作為模組__main__）是程式碼塊。此時__name__變數被設置為"__main__"，籍此可在這個模組中增加直接執行時候執行的程式碼[111][115]。
名字是通用的參照持有者，它不關聯於一個固定的資料類型，但是，一個名字在給定時間，總是被繫結到有一個類型的某個對象上，這就是動態型別的特徵。名字的儲存位置不「包含」所指示的值，一個共同的值可以賦值給多個名字，一個名字在任何時候，都可以重新繫結到各種不同類型的對象上，包括字串、過程、具有數據和方法的複雜對象等。如果一個名字繫結在一個塊中，它是這個塊的局部變數，除非被聲明為nonlocal或global。如果一個名字繫結在模組層次，它是全域變數。模組程式碼塊的變數，既是局部的也是全域的。如果一個變數使用在一個程式碼塊中，卻不定義在這裏，它是自由變數[116]。
內建vars()函數，返回一個模組、類、實例或任何具有字典特性__dict__的對象的字典特性。內建globals()函數，返回實現當前模組的名字空間的一個字典。內建locals()函數，更新並返回表示當前局部符號表的一個字典。在函數塊中而非類塊中呼叫locals()之時，它返回自由變數。在模組層級上，locals()和globals()返回同一個字典。內建dir()函數，在無參數時，返回在當前局部作用域內的名字列表；在有一個參數時，嘗試返回這個對象的有效特性的列表。[117]
在Python中賦值所進行的操作，是將一個名字繫結為到一個分立的動態分配的對象的一個參照。除了在塊中出現的每個賦值陳述式或匯入陳述式之外，下列構造也繫結名字：給函數的形式參數、類別定義、函數定義、賦值表達式、在for陳述式頭部中和各種as關鍵字之後的識別碼目標（target），as關鍵字出現在import陳述式、with陳述式、except子句、except*子句和結構式模式匹配的as模式之中。
作用域定義一個名字在一個塊中的可見性。如果一個局部變數被定義在一個塊中，它的作用域包括這個塊。如果這個定義出現在一個函數塊中，作用域擴充到在所界定作用域內包含的任何塊，除非所包含的塊為這個名字介入了不同的繫結。當一個名字在一個程式碼塊之中使用，它採用最近包圍作用域來解析。對一個程式碼塊可見的所有這種作用域的集合，叫做這個這個塊的「環境」[116]。
如果一個名字繫結在一個塊中，並且在其中於繫結之前就被使用，會導致一個錯誤。[h]
如果global陳述式出現在一個塊之中，在這個陳述式中指定的所有名字，提及在頂層名字空間中這些名字的繫結。名字在頂層名字空間解析，首先尋找全域名字空間，未果尋找內建名字空間。global陳述式與在同一個塊中的名字繫結運算有同樣的作用域。如果一個自由變數的最近包圍作用域包含針對它的global陳述式，這個自由變數被當作全域的[116]。[i]
當一個函數或類的定義被巢狀到其他函數的定義之內，它的非局部作用域就是這個包圍函數的局部作用域。nonlocal陳述式導致其列出的識別碼，提及在非局部作用域內先前繫結的名字（即非局部變數）[116]。[j]
Python中很多表達式與C語言和java類似，而另一些則與之不同。
- 在Python中，算術運算的加法
+、減法-、乘法*和取模%是與C語言和java相同的，但是除法的行為不同。在Python中有兩種除法，它們是下取整除法（或整數除法）//和浮點除法/。Python增加了指數算符**。自從Python 3.5，介入了矩陣乘法算符@[118]，它已經用於了NumPy庫[119]。
- 在Python中，有如下必須用於整數的位運算：
&與（AND），|或（OR），~非（NOT），^異或（XOR），>>右移,<<左移。
- 在Python中，有如下比較運算：大於
>，小於<，等於==，不等於!=，小於等於<=，大於等於>=。==按值比較。Python的is、is not算符可以用來比較對象的同一性（按參照比較），也就是比較兩個變數是否參照了同一個對象。而in、not in用於判斷一個對象是否屬於另外一個對象。在Python中，比較是可以連結起來的[120]，比如a < b < c。
- 在Python中，由逗號
,分隔的一組表達式，叫做表達式列表。Python為構造列表、字典或集合，提供了叫做「顯示」的特殊語法，它們每個都有兩種方式：包容內容要麼顯式列舉出來；要麼通過一組迴圈和過濾指令計算而來，這叫做「推導式」。列表顯示是包圍在方括號中的可以為空的一系列表達式，一個例子列表可寫為[1,2,3]。字典顯示是包圍在花括號中的可能為空的一系列的鍵/數據項對。集合顯示用花括號來指示，與字典顯示的區別是缺少分隔鍵與值的分號[121]。自從Python 3.5，增加了在表達式列表中的「可迭代解包」*，和在字典顯示中的「字典解包」**[122]。[k]
- 在Python中，加圓括號形式（parenthesized form），是包圍在圓括號中的一個可選表達式列表。加圓括號的表達式列表產生的東西，就是這個表達式列表所產生的：如果這個列表包含至少一個逗號，它產生一個元組；否則它產生構成這個表達式列表的那個單一表達式[124]。一個例子元組可寫為
(1,2,3)。元組不是圓括號形成的，而是使用逗號形成的，在沒有歧義的情況下，元組的圓括號是可選的。空的圓括號對產生空元組對象。使用序列串接算符+來串接二個元組，產生包含給定元組二者的元素的一個新元組。
- Python支援在序列對象（比如字串、元組或列表）上的下標（subscription）表達式：
a[索引]，和分片表達式：a[开始:停止]或a[开始:停止:步长]。下標索引是基於零的，負數是相對於結尾的。分片範圍自從「開始」索引，直到但不包括「停止」索引。分片的第三個參數叫做「步長」（step）或「間隔」（stride），允許元素被跳過和用負數指示反向。分片索引可以省略，例如a[:]，這返回整個列表的一個複本。[o]分片的每個元素都是淺層複製的。
- Python的條件表達式表示為
x if c else y。意思是當c為真時，表達式的值為x，否則表達式的值為y。 在運算元的次序上不同於很多其他語言中常見的c ? x : y。
- 自從Python 3.8，介入了賦值表達式，其記號是
:=[62]。它將一個表達式賦值給一個識別碼，同時還返回這個表達式的值。賦值表達式在用作子表達式，即位於分片表達式、條件表達式、lambda表達式、關鍵字參數中的表達式和推導式中的if表達式之中，以及在assert和with陳述式之中的時候，必須圍繞着圓括號。在它們可以使用的所有其他地方，包括在if和while陳述式之中，都不要求圓括號[125]。
Python中運算子具有優先級，下表中的運算子按照從最高到最低的次序列出。在相同儲存格中運算子具有相同的優先級，它們從左至右結合，除了指數表達式和條件表達式從右至左結合之外[126]：
| 運算子 | 描述 |
|---|---|
(表达式...)，[表达式...]，{键: 值...}，{表达式...} |
加圓括號表達式，列表顯示，字典顯示，集合顯示 |
x[索引]，x[索引:索引]，x(参数...)，x.特性 |
下標，分片，呼叫，特性參照 |
await x |
await表達式
|
** |
指數 |
+x，-x，~x |
取原數，相反數，逐位NOT |
*，@，/，//，% |
乘法，矩陣乘法，除法，下取整除法，餘數 |
+，- |
加法和減法 |
<<，>> |
移位 |
& |
逐位AND |
^ |
逐位XOR |
| |
逐位OR |
in，not in，is，is not，<，<=，>，>=，!=，== |
包含成員關係測試，同一測試，各種比較 |
not x |
布林NOT |
and |
布林AND |
or |
布林OR |
if – else |
條件表達式 |
lambda |
lambda表達式 |
:= |
賦值表達式 |
Python提供了序列串接算符+和序列倍增算符*[127]。自從Python 3.9，介入了字典合併算符|和字典更新算符|=[128]。
Python的文字序列類型，包括字串str和位元組序列bytes與bytearray。字串文字有多種寫法，字串對象有一個內建格式算符%：
- 短字串文字，由單引號
'或雙引號"界定。不同於Unix shell、Perl和受Perl影響的語言，單引號和雙引號功能相同。這二種字串都使用反斜槓\作為跳脫字元。
- 字串文字或位元組文字都可選的能字首上一個
r或R，這叫做原始字串。跳脫序列不被直譯，因此在文字反斜槓常見的地方很有用，比如正則表達式和Windows風格的路徑。[r]這種引述可比較於C#中的「@引述」。
- Python中的「字串格式」算符
%，在功能上類同於C語言中的printf格式化字串[130]，例如"spam=%s eggs=%04d" % ("blah", 2)，求值為'spam=blah eggs=0002'。自從Python 3.0，str類提供了可供替代的format()方法[131]，例如"spam={0} eggs={1:04d}".format("blah", 2)。在Python 3.6中，提供了「格式化字串文字」或稱為「f字串」，它向字串文字字首上f或F[132]，這是一種字串插值[133]，例如x="blah"; y=2; f'spam={x} eggs={y:04d}'。[t]
在Python中，在表達式和陳述式之間的區別是嚴格強制性的，這對比於語言如Common Lisp、Scheme或Ruby。故而Python中個別構造存在功能重複，比如：列表推導式相當for迴圈；條件表達式相當if陳述式；內建函數eval()相當exec()，前者用於表達式，後者用於陳述式。
陳述式不能成為表達式的一部份，由於列表和其他推導式或lambda表達式，都是表達式，也就不能包含陳述式。這個限制的一個範例：賦值陳述式比如a = 1，不能用作條件陳述式的條件判斷表達式的一部份；這能夠避免C語言程式中的一個常見錯誤，即在條件判斷時把等於算符==誤寫為賦值算符=，這不是預期程式碼卻在語法上有效而能通過編譯器檢查，在Python中這會導致一個語法錯誤。
Python的函數支援遞歸和閉包[u] ，及其他頭等函數特徵，但不支援函數多載。Python的函數作為頭等對象，具有和普通對象平等的地位。Python官方實現不提供尾呼叫最佳化或頭等續體，吉多·范羅蘇姆曾聲稱永遠都不會加以支援[134]，但有第三方庫支援彈跳床[135]。
Python可以在函數定義時，於形式參數序列中，指定形式參數預設值，即以param=value樣式進行一次性初始化。形式參數在初始化之後，保持既有繫結；函數的後續呼叫，可繼續對它進行訪問或變更。[v]為有預設值的形式參數提供實際參數，在函數呼叫時是可選的。
Python的函數實際參數與形式參數之間的結合，是傳遞「對象參照」，函數在被呼叫的時候，給函數呼叫的實際參數，被介入到一個局部符號表中，實際參數使用傳值呼叫來傳遞，而這個值總是對象參照，而非這個對象的值[136]。如果形式參數繫結到一個可變的對象，則通過形式參數對此對象內容的修改，在函數外也是可見的。如果形式參數繫結到一個不可變的對象，則通過形式參數是不能修改此對象內容，但可以把形式參數重新繫結到其它對象上，這並不影響函數外的對象的值。[w]
Python支援位置實際參數和關鍵字實際參數。函數呼叫時，實際參數可以如同C語言那樣，按照位置與形式參數匹配；也可以採用命名參數或稱為關鍵字實際參數，即kwarg=value樣式的實際參數。使用不對應實際參數的特殊形式參數/和*，可以將參數序列分為三部份：唯位置參數[137]、可位置可關鍵字參數和唯關鍵字參數。有預設值的形式參數之後，不能跟隨無預設值的可位置形式參數。[x]在一個函數呼叫的實際參數序列中，關鍵字實際參數必須出現在位置實際參數之後。
在位置和關鍵字形式參數序列末尾，可以分別有*args或**kwargs這樣的形式參數，它們對應於在函數呼叫時提供的，超出形式參數序列規定而無所對應的多個實際參數；在形式參數名字前加一個*號，該形式參數args是tuple類型，對應可變數目的位置實際參數；在形式參數名字前加**號，該形式參數kwargs是dict類型，對應可變數目的關鍵字實際參數。[y]如果位置實際參數已經在一個序列類型如列表或元組的對象中，在參照它的變數前加一個*號傳遞給函數，則其中所有元素解包為多個位置實際參數；如果關鍵字實際參數在字典中，則加**號來傳遞給函數。
修飾器（decorator）可用來修改一個函數、方法或類別定義的任何可呼叫Python對象。將已定義的原來對象傳遞給修飾器，它返回一個修改後的對象，接着把它繫結到在定義中那個名字。Python修飾器部份受到Java註解的影響，而有類似的語法；修飾器語法是純粹的語法糖，使用@作為關鍵字形成修飾詞。修飾器是一種形式的元程式設計，它們增強它們所修飾的函數或方法的行動。[z]
多個修飾器可以連結起來，通過在毗連的行上放置多個修飾詞，或者使用中間變數。[aa]
函數修飾器的正規用法包括：用來建立類別方法或靜態方法[55]、設置先決條件和後置條件、實現多方法、增加函數特性、跟蹤、同步[138]；此外更遠大的用法包括：尾呼叫消除、記憶化[139]。
為了增強程式碼的可讀性，可以在函數後書寫「文件字串」（簡稱docstrings），用於直譯函數的作用、參數的類型與意義、返回值類型與取值範圍等。可以使用內建函數help()，列印出函數的使用幫助。[ab]自從Python 3.0，函數可以對參數與返回值增加類型標註[140]。此特性可方便對原始碼進行更深入的分析。[ac]自從Python 3.5，開始支援類型提示[141]。
Python支援大多數物件導向程式設計技術。在Python中所有東西都是對象，包括類、函數、數和模組。它允許多型性，不只是在類層級之內，而且通過採用鴨子型別的方式[3]。任何對象可以用於任何類型，只要它有適當的方法和特性（attribute）就能工作。Python天然支援類的繼承包括多重繼承，為此採用C3線性化或方法決定次序（MRO）演算法，還支援混入。Python支援元類[142]，自從Python 3.6，提供了客製化類建立的簡單機制[143]。
Python使用名字修飾，有限的支援私有變數。對象的（可寫）特性可以被提取為一個字典[144]。在Python中，不強制使用訪問子與變異子方法，來訪問數據成員的物件導向程式設計信條。就像Python提供函數式程式設計構造，但不嘗試要求參照透明性一樣，它提供對象系統，但不要求物件導向程式設計行為。
對象的方法，是附屬於這個對象的類的函數。對於正常的方法和函數，語法instance.method(arguments)，是Class.method(instance, arguments)的語法糖。Python的方法有顯式的self形式參數，用來訪問實例數據；這借鑑自Modula-3，對立於隱式的self或this關鍵字，它們用在其他一些物件導向程式設計語言，比如C++、Java、Objective-C或Ruby之中[145]。在Python中，self可以被看作是一個習慣用法，它可以被換為任何其它合法的參數名。[ad]
Python提供了super()內建函數，在一個類的方法中呼叫此函數返回一個代理（proxy）對象，它將其方法呼叫委託給這個類的父類別或兄弟類[146]，當一個子類的方法覆蓋了超類方法的時候，可通過呼叫super().method，來呼叫與子類的self.method方法同名超類別方法。[ae]
Python支援一些以__開始和結束的特殊方法名，它們用於實現運算子多載，以及實現多種特殊功能[73]。在Python中，可以通過定義特殊方法來多載運算子，比如在一個類上定義__add__()，將允許在這個類別的實例上使用+算符。
在Python中，定義了一個或多個特殊方法__get__()、__set__()、__delete__()的類，可以用作描述器（descriptor）[147]。建立一個描述器的實例，作為另一個類的一個類別成員，使得這個實例成為此另一個類的屬性（property）。使用與特性（attribute）訪問相同的語法，訪問一個實例對象中的這個成員屬性。[af]
Python允許通過使用@classmethod和@staticmethod修飾詞，來分別建立類別方法和靜態方法[55]。給類別方法的第一個實際參數，是對類對象的參照，而非對實例的self參照。靜態方法沒有特定的第一個實際參數，實例或類對象，都不固定的傳遞給靜態方法。[ag]
Python的property內建函數，將一個類中特殊定義的訪問一個特性的那些方法，包裝成的這個類的一個屬性[148]。[ah]
Python使用鴨子型別，並擁有有類型的對象，和無類型的變數名字。在編譯期不檢查類型約束，而寧願在一個對象上的操作出現可能的失敗，表現出這個給定對象不具有適合的類型。儘管是動態型別系統，Python卻是強型別的，禁止沒有明確定義的操作（比如加一個數到一個字串），而不是默默的去嘗試轉換使其有意義。Python支援廣泛的類型和類的內省。類型是type的實例，可以被讀取和比較。
Python有着範圍廣泛的基本資料類型。同時具備常規的整數和浮點算術，它透明的支援任意精度算術、複數和十進制浮點數。Python支援種類繁多的字串操作。在Python中，字串是不可變的，所以在其他程式語言中可能就地改變字串的字串操作，比如字元替換，在Python中返回新的字串。
Python有一個非常有用特徵，就是搜集（或稱容器）類型的概念。一般的說，搜集是以一種易於參照或索引的方式，包含其他對象的對象。搜集有二種基本形式：序列和對映。Python對建立容器類型的對象有着語法上的支援。[ai]Python還提供了廣泛的搜集操縱能力，比如內建的包含元素檢查和通用迭代協定。
有次序的序列類型是列表（動態陣列）、元組和字串。所有序列類型都是位置索引的（從0到长度−1），並且除了字串，都可以包含任意類型的對象，在同一個序列中包括多種類型的對象。字串和元組是不可變的，使得它們成為字典的鍵的完美候選者。在另一方面，列表是可變的，元素可以被插入、刪除、修改、添加或就地排序。
在另一方面，對映是以「字典」形式實現的無次序的類型，它將一組不可變的鍵，對映到相應的元素上（非常像數學函數）。在字典中的鍵，必須是不可變的Python類型，比如整數或字串，因為在底層它們是通過雜湊函數實現的。字典還是語言內部的中心，因為它們居於所有Python對象和類的核心：在變數名字（字串）和這個名字所參照的值之間的對映，就儲存為字典，而這些字典可以通過對象的__dict__特性直接訪問。
集合搜集類型，在版本2.4中被增加入語言核心。集合是無索引、無次序的搜集，它包含唯一性的不可變對象作為元素，並且實現了集合論運算，比如併集|、交集&、相對補集-、對稱差^，和子集測試<=、真子集測試<、超集測試>=、真超集測試>。有二種類型的集合：可變的set和不可變的frozenset。
Python允許程式者使用類，定義自己的類型[51]，類是在物件導向程式設計中最經常使用的。類的新實例，是通過呼叫這個類的構造器而建立的，而類都是元類type的實例，type是type元類自身的實例，這允許了元程式設計和反射。[aj]
在版本3.0之前，Python有兩種類：舊式的和新式的[150]。二種樣式的語法是一樣的，不同在於是否直接或間接的繼承自類object，所有新式類都從object繼承，並且是type的實例。在Python 2系列2.2以上，二種類都可以使用[51]。在Python 3.0中淘汰了舊式類。
長期規劃是支援漸進類型[5]，並且自從Python 3.5，語言的語法允許指定靜態型別，但在預設實現CPython中不檢查它們[141]。有叫做「mypy」的可選的靜態型別檢查器，支援編譯期型別檢查[151]。
| 類型 | 可變性 | 描述 | 語法例子 |
|---|---|---|---|
bool
|
不可變 | 布林值，有表示值False和True的兩個對象。作為整數類型numbers.Integral的子類型，它們在幾乎所有上下文中，表現得如同0和1，除了在轉換成字串時轉換為"False"和"True"之外。
|
TrueFalse
|
int
|
不可變 | 整數，其大小在理論上無限制，實際上受限於主記憶體[152]。 | 42
|
float
|
不可變 | 雙精度浮點數，確切精度依賴於機器。一般實現為IEEE 754標準binary64浮點數，它有53個二進制有效數碼精度[153]。 | 1.414
|
complex
|
不可變 | 複數，即分別表示實部與虛部的兩個雙精度浮點數的有序對。 | 3+2.7j
|
range
|
不可變 | 數的序列，通常用在for迴圈中指定迴圈次數[154]。
|
range(1, 10)range(10, -5, -2)
|
str
|
不可變 | 字串，即Unicode程式碼點序列。字串中的程式碼點都在範圍U+0000..U+10FFFF之內。Python沒有char類型，這些程式碼點都表示為長度為1的字串對象。
|
'Wikipedia'
"Wikipedia"
"""Spanning
multiple lines"""
|
bytes
|
不可變 | 位元組序列，其專案是8位元位元組，用範圍0 <= x < 256的整數表示。
|
b'Some ASCII'b"Some ASCII"bytes([0x53, 0x74, 0x72])
|
bytearray
|
可變 | bytearray(b'Some ASCII')bytearray(b"Some ASCII")bytearray([0x53, 0x74, 0x72])
| |
list
|
可變 | 列表，可以包含任意的Python對象。 | [4.0, 'string', True][]
|
tuple
|
不可變 | 元組，可以包含任意的Python對象。只有一個專案的元組，可以通過向表達式字尾一個逗號來形成。 | (4.0, 'string', True)('single element',)()
|
dict
|
可變 | 鍵-值對的關聯陣列（常稱為字典），即由任意索引集合來索引的對象的有限集合。不可接受為鍵的值，是列表或字典，或按值而非對象同一性比較的其他可變類型的值，其雜湊值不能保持恆定。 | {'key1': 1.0, 3: False}{}
|
set
|
可變 | 無序有限集合，包含唯一性的不可變的對象，它們不能用任何下標來索引。 | {4.0, 'string', True}set()
|
frozenset
|
不可變 | frozenset([4.0, 'string', True])
| |
types.EllipsisType
|
不可變 | 這個類型有一個單一對象作為值，它通過文字...或內建名字Ellipsis來訪問，它的真值為真。它用於NumPy多維陣列索引[155]。
|
...Ellipsis
|
types.NoneType
|
不可變 | 這個類型有叫做None的一個單一對象Null作為值[156]，它被用來指示值的缺席，比如不返回任何東西的函數返回它，它的真值為假。
|
None
|
types.NotImplementedType
|
不可變 | 這個類型有一個單一對象NotImplemented作為值。數值方法和細化比較方法，在它們仍未對提供的運算元實現這個運算之時，返回這個值。它不應該在布林值上下文中求值。
|
NotImplemented
|
除了各種資料類型，Python直譯器還內建了很多其他類型，包括可呼叫類型：用戶定義函數、實例方法、生成器函數、協程函數、非同步生成器函數、內建函數、內建方法、類、類別方法；模組，客製化類，類別實例，I/O對象（也叫做檔案對象），和暴露給用戶的一些內部類型：程式碼對象、框架對象、溯回對象、切片對象、靜態方法對象、類別方法對象。
Python的算術運算，使用平常的符號+、-、*、/和模除%。它還有下取整除法算符//、指數算符**和矩陣乘法算符@[118]。二元運算先將兩運算元轉為共同類型，加法、減法、乘法、下取整除法和指數運算的結果也採用此類型，比如5**3 == 125而9**0.5 == 3.0。這些算符就像在傳統數學中一樣運算，具有同樣的優先級規則，中綴算符+、-，還可以分別表示取原數和取相反數的一元算符。
被稱為「真除法」的/的表現，隨着版本不同而有着顯著變化[157]。自Python 3.0以來，/總是產生浮點數結果，包括兩個整數相除，比如5/2 == 2.5；而在下取整除法//中，兩個整數相除產生整數，比如7//3 == 2而7.5//3 == 2.0。
下取整除法//的修約是朝向負無窮的。向下取整能增加一致性[158]，例如這意味着等式(a + n)//n == a//n + 1總是為真。模除%所得出的餘數的符號同於除數，比如-4%3 == 2而4%-3 == -2。其它多數程式語言比如C99採用截尾取整規則，餘數的符號同於被除數。模除運算結果餘數的定義，確使等式a == (a//n)*n + a%n對於a和n分別為正數或負數的情況都是有效的[159]。餘數可以為負數，顯著不同於在數學中的歐幾里得除法規則下，餘數總是非負數的情況。
Python提供了round()內建函數，用於把一個浮點數修約成最近的整數[160]，自Python 3.0以來，為了打破平局它採用了IEEE 754的約半成偶規則：round(1.5)和round(2.5)都產生2。
Python允許由比較運算連結起來的布林表達式，表現得如在數學中常用的一樣。比如表達式a < b < c，測試a < b and b < c[120]。C語言將它解析為(a < b) < c：即首先求值a < b，其結果為0或1，接着把這個結果比較於c[161]。
Python對所有整數運算，使用任意精度算術。在decimal模組中的Decimal類[162]，提供十進制浮點數，具有用戶可按需要而更改的預設28個十進制有效數碼精度，並有多種修約方式[163]。在fractions模組中的Fraction類，提供任意精度的有理數[164]。第三方庫gmpy2[165]，提供了到任意精度計算庫GMP/MPIR、MPFR和MPC的介面。
除了求絕對值函數abs()列入內建函數之外，大多數數學函數，處於math和cmath模組內。前者用於實數運算，而後者用於複數運算。[ak]由於Python有着廣泛的數學庫，特別是第三方庫NumPy進一步擴充了原生能力，Python經常被用作科學手稿語言，來處理如數值數據處理和操縱等問題[166][167]。
Python擁有一個強大的標準庫[168]。Python標準庫包括了如下功能：
一個在標準輸出裝置上輸出Hello World的簡單程式，這種程式通常作為開始學習程式語言時的第一個程式，可將如下程式碼錄入純文字檔案並隨意命名比如program01.py，然後執行這個程式python3 program01.py：
print("Hello, world!")
Python也可以單步直譯執行。執行Python直譯器進入互動式命令列的環境，你可以在提示符號>>>旁輸入print("Hello, world!")，按Enter鍵輸出結果：
>>> print('Hello, world!')
Hello, world!
計算正數的階乘的程式碼：
n = int(input('輸入一個數，就會印出其階乘: '))
if n < 0:
raise ValueError('錯誤，請輸入一個非負整數')
fact = 1
for i in range(2, n + 1):
fact *= i
print(fact)
注意，在Python 3.0及以上版本中，print是個函數，需要在要列印的字串前後加上圓括號；在Python 2.6以下版本中，print是一個關鍵字和命令而不加圓括號。
Python是一門跨平台的手稿語言，Python規定了一個Python語法規則，根據該規則可編寫Python直譯器[169]。Python屬於動態語言，其官方實現將Python程式編譯成中間形式的位元組碼[170]，並接着在它的虛擬機器上執行[171]，相較於C/C++和java的等編譯語言而言執行速度較慢[172]。
- 活躍開發的實現
- CPython：官方的直譯器，需要區別於其他直譯器的時候才以CPython稱呼。CPython預設採用全域直譯器鎖（GIL），以確保在任何時刻只有一個線程執行Python位元組碼；一些擴充模組被設計為在進行計算密集任務時釋放GIL，還有在進行I/O時總是釋放GIL[173]。
- PyPy：用RPython編寫的Python實現，相容至CPython版本3.10和2.7，它採用了跟蹤JIT，預設支援stackless模態。
- MicroPython：為微控制器而最佳化的Python 3變體，它實現了完整的Python 3.4語法，和補充自版本3.5的
async/await關鍵字，和後來版本的一些選定特徵；它提供了實現Python標準庫模組功能子集的內建模組，和特定於微控制器的一些模組。CircuitPython是Adafruit開發的MicroPython分叉。 - Codon：使用了LLVM的高效能Python編譯器[174]，它將Python程式碼編譯成本機機械碼，不帶有任何執行時開銷並且支援本機多線程，它的語意在資料類型等方面上與CPython有所不同[175]，它由MIT CSAIL的研究人員開發[176]。
- Pyodide：基於WebAssembly/Emscripten的用於瀏覽器和Node.js的Python釋出[177]，支援任何在PyPI上
wheel形式的純Python包，並且已經移植了很多具有C語言擴充的包。 - RustPython：用Rust編寫的Python直譯器[178]，它可以嵌入到Rust應用程式中從而將Python用作手稿語言，還可以被編譯成WebAssembly從而在瀏覽器中執行Python程式碼。
- Brython：用JavaScript編寫的在瀏覽器中執行的Python實現[179]，具有到DOM元素和事件的介面。
- 到其他語言的交叉編譯器
- Cython：最佳化靜態編譯器，將Python超集編譯成C語言或C++。Cython補充支援呼叫C語言函數並且在變數和類特性上聲明C語言類型，還支援以OpenMP為後端的本機多線程並列[180]。
- Numba：使用LLVM的JIT編譯器，將包括很多NumPy函數的聚焦數值計算的Python子集，翻譯成快速的機械碼，它為在CPU和GPU上並列化Python程式碼提供了大量選項。
- mypyc：將Python模組編譯成C擴充的編譯器[181]，它使用標準的Python類型提示生成快速程式碼。mypyc是mypy發行的可選依賴，它使用mypy進行型別檢查和類型推論[151]。
- Pythran：將聚焦於科學計算的Python子集編譯成C++11的提前編譯器[182]，它依賴於Boost和xsimd庫，將標註了介面描述的Python模組編譯為本機共用庫模組，能利於上多核和SIMD指令單元。
- Nuitka：用Python編寫的到C11（或替補為C++03）的最佳化編譯器[183]，它依賴於CPython的
libpython庫，能完成嵌入所有模組的程式編譯、擴充模組及包編譯和獨立模態程式釋出。 - Transcrypt：用Python編寫的Python 3.9到JavaScript編譯器[184]，用於在瀏覽器中執行Python程式碼，它被預先編譯為高可讀性且高效的JavaScript程式碼。
- MyHDL：將Python編譯成Verilog或VHDL[185]。
其他實現舉例：Jython，它是用Java實現的Python 2.7。IronPython，它是建造在DLR之上的Python 2.7和Python 3.4實現。Stackless Python，它是實現微線程的CPython 3.8分叉。Pyston，它是具有JIT等效能最佳化的CPython 3.8.12的分叉[186]。Pyjion，將Python程式碼編譯成本機CIL的CPython 3.10的JIT擴充[187]。Cinder，它是Meta孵化器釋出的具有包括JIT等很多最佳化的CPython 3.10分叉[188]。
很多並非整合式開發環境軟體的文字編輯器，也對Python有不同程度的支援，並且加上專門為Python設計的編輯器外掛程式也會有很高的可用性。
適用於Python的整合式開發環境（IDE）軟體，除了標準二進制釋出包所附的IDLE之外，還有許多其他選擇。其中有些軟體設計有語法着色、語法檢查、執行偵錯、自動補全、智能感知等便利功能。由於Python的跨平台出身，這些軟體往往也具備各種作業系統的版本或一定的移植性。
- IDLE：Python「標準」IDE，一般隨Python而安裝，支援較少的編輯功能，偵錯功能也比較弱。
- Eric：基於PyQt的自由的IDE，支援自動補全、智能感知、自動語法檢查、工程管理、svn/mercurial整合、自動單元測試等功能，具有可延伸的外掛程式系統，通過可選外掛程式支援Git整合。偵錯功能與Visual Studio和Eclipse類似。
- Spyder：開源的跨平台科學計算IDE。
- PyScripter：功能較全的開源IDE，使用Delphi開發。
- PyCharm：由JetBrains公司出品，具備一般IDE的功能，比如偵錯、語法突顯、Project管理、程式碼跳轉、智能提示、自動完成、單元測試、版本控制等等，另外，它還提供了一些功能用於Django開發，同時支援Google App Engine，還支援IronPython。它是商業軟體，但也具有社區版和教育版。
- Thonny：適用於程式初學者的IDE。
- Wing IDE：商業軟體，有免費的功能有限的Wing 101。
Python社群提供了大量的功能覆蓋眾多領域的第三方模組，其使用方式與標準庫類似。第三方模組可以使用Python/Cython或者C語言編寫。軟體工具SWIG和SIP，通過定義介面檔案或規定檔案的方式，可以將C/C++編寫的程式庫包裝為Python模組。Python直譯器本身也可以被整合到其它需要手稿語言的程式內。
Python包索引是公開的軟件套件線上倉庫。pip是官網推薦的以安全方式安裝Python應用及其依賴軟件套件的最流行工具[189]。要安裝在整個作業系統範圍內共用的Python包，現在需要通過作業系統的軟件套件管理系統。要將特定於應用的依賴包隔離於共用的Python安裝，可以使用標準庫的venv[190]或第三方工具virtualenv[191]建立虛擬環境；第三方工具pipenv，能自動為用戶專案建立和管理虛擬環境，並在安裝/卸裝軟件套件的時候，向此專案的Pipfile檔案增加/移除這個軟件套件[192]。
Python定義了WSGI標準應用介面，來協調HTTP伺服器與基於Python的Web程式之間的溝通。比如，通過mod_wsgi模組，Apache可以運行用Python編寫的Web程式。Zope是著名的用Python編寫的開源的Web應用伺服器。Tornado是用Python語言寫成的非阻塞式web伺服器，也是輕量級的Web框架。
Python對於各種網絡協定的支援很完善，因此適用於編寫伺服器軟體、網絡爬蟲等Web開發。用Python編寫的一些Web框架，有助於輕鬆地開發和管理複雜的Web程式。著名的第三方Web框架和函式庫：
- Django：MTV架構[193]的Web開發框架，注重組件的重用性和「可插拔性」、快速開發和DRY法則。
- Pyramid：極簡主義的Web框架，不預定持久化方式。
- Flask：微Web框架，不要求特定的工具或庫。
- PyScript：建立在瀏覽器內的Python應用的框架[194]，這些應用能使用HTML介面和已編譯成WebAssembly的Pyodide或MicroPython，以及當代Web技術。
- Twisted：事件驅動的網絡程式框架。它支援多數標準的網絡協定（包含客戶端和伺服器），並且提供了多種工具，適用於編寫高效能的伺服器軟體。
- Requests：適合於常人使用的HTTP庫，封裝了許多繁瑣的HTTP功能，極大地簡化了HTTP請求所需要的程式碼量。
- Beautiful Soup：用來解析HTML/XML的一個簡單易用Python包。
- uvloop：是對內建
asyncio事件迴圈的快速的、直截了當的替代者[195]，它用Cython實現並在底層使用了libuv。 - aiohttp：基於
asyncio的HTTP客戶端和伺服器二者[196]。
Python本身包含了Tkinter庫，它是Python的業界標準GUI並被整合進入了IDLE。Tkinter基於了Tcl命令工具，能夠支援簡單的GUI開發。但是為了讓所開發的軟體執行速度更快，並與用戶的桌面環境更契合，人們一般會選擇採用第三方GUI庫或框架。著名的第三方GUI庫：
- PyQt：Qt的Python繫結庫，由Riverbank Computing公司自從1998年發行，採用GPL特許條款或商業特許條款。
- PySide：Qt的Python繫結庫，由Qt公司自從2009年發行，採用LGPL特許條款。
- PyGObject：替代了PyGTK，它是為Python程式訪問基於GObject的庫而提供的包裝庫[197]，GObject是GTK、GIO和GStreamer等庫使用的對象系統。
- Kivy：用於開發多點觸控應用軟體的開源Python庫，採用了自然用戶介面（NUI）。
- WxPython：GUI程式框架wxWidgets的Python包裝庫，它與MFC的架構相似。
- PySimpleGUI：將Tkinter、Qt、WxPython和Remi[198]的GUI框架變換成簡單的介面[199]。
- Gooey：將幾乎所有Python 3控制台程式用一行程式碼轉變成GUI應用[200]。
- Dear PyGui：快速而強力的具有極小依賴性的GUI工具箱[201]。
- pywebview：輕量級跨平台的對WebView構件的包裝器，允許在其本地GUI窗口中顯示HTML內容[202]。
重要的數據科學用第三方軟體庫有：
- NumPy：Python的基礎性的科學計算軟體庫，它提供了強力的多維陣列對象，廣播式陣列運算[203]，整合C/C++和Fortran程式碼的工具，較為有用的線性代數、傅里葉變換和亂數功能。
- SciPy：用於數學、科學和工程的Python軟體庫，它以NumPy的多維陣列作為基本數據結構，所包含的模組針對了：統計、最佳化、數值積分、常微分方程求解、插值、線性代數、傅里葉變換、訊號處理、圖像處理等。
- CuPy：NumPy/SciPy相容的GPU加速的陣列庫[204]，它可在NVIDIA CUDA或AMD ROCm平台上充當其直截了當的替代者，來執行現存的NumPy/SciPy程式碼。
- matplotlib：基於NumPy的綜合性繪圖庫，用於建立靜態的、動畫的和互動式的數據視覺化。
- pandas：用於數據分析和數據操縱的軟體庫，它建造在NumPy基礎上，提供了加標籤數據結構「數據幀」[205]，和統計函數等。它的預設繪圖後端是matplotlib，還可以擴充上第三方繪圖後端[206]。
- Dask：伸縮範圍從手提電腦至電腦叢集的平行計算庫[207]，它提供的用戶介面鏡像了PyData生態系統中pandas、scikit-learn和NumPy的API。
- VisPy：高效能互動式2D/3D數據視覺化庫[209]，它通過多種後端OpenGL庫之一來顯示非常大的數據集，並提供叫做gloo的受用NumPy的Python風格OpenGL ES 2.0介面。
- glumpy：用於科學數據視覺化的快速、可伸縮的Python庫[210]，它基於了NumPy和OpenGL繫結庫PyOpenGL。
- seaborn：基於matplotlib的數據視覺化庫[211]，它提供了繪製統計圖形的高層介面。
- Vega-Altair：建造在Vega-Lite JSON規定之上的聲明式統計視覺化庫[212]。
- Bokeh：針對現代Web瀏覽器的互動式數據視覺化庫[213]，它在大型或串流的數據集上提供高效的互動性。
- plotly：互動式開源的基於瀏覽器的圖形繪製庫[214]，它是建造在plotly.js之上的聲明式圖表庫。
- Dash：數據應用和儀錶板框架，它可將現代用戶介面元素如下拉選單、滑動條和圖形，直接連結至分析型Python程式碼[215]，它由Plotly公司出品，基於了React、Flask和plotly.js[216]。
- Panel：數據探索和Web應用框架，它能無縫的整合於PyData生態系統，提供互動式數據表格和視覺化等功能[217]，它是HoloViz生態系統的成員[218]，這個工具組還包括了：hvPlot、HoloViews、GeoViews、Datashader、Lumen、Param和Colorcet。
- Streamlit：迅速將Python指令碼轉變為可共用Web應用的框架[219]。
- Voilà：將Jupyter Notebook轉變為獨立的Web應用的框架[220]。
基礎性的機器學習軟體庫及框架有：
- scikit-learn：機器學習軟體庫，它提供的功能包括：監督學習中的分類和回歸，無監督學習中的聚類和降維，還有模型選擇和數據預處理。它基於了NumPy、SciPy、輕量級管道庫Joblib[221]和線程池控制庫threadpoolctl[222]，其繪圖功能依賴於matplotlib，還用到了scikit-image、seaborn和plotly。
- PyMC：基於從Theano分叉出的PyTensor的概率程式庫，它用於建立貝葉斯統計模型，並使用馬爾可夫鏈蒙特卡洛（MCMC）方法進行模型擬合。
- TensorFlow：Google開發的「端到端」開源機器學習平台，它提供了Python API[223]，其中實現了Keras API[224]。Keras現在是在TensorFlow 2上建立的深度學習高層API。
- PyTorch：Meta在Torch基礎上開發的開源的Python軟件套件，提供了具有強大的GPU加速的張量計算，和建立在基於tape的自動微分系統上的深度神經網絡。
- JAX：Google開發的開源機器學習框架，其核心是可任意組合的對數值純函數的變換[225]，它結合了修改版本的針對NumPy的自動微分庫Autograd[226]，和TensorFlow中的加速線性代數庫XLA[227]，它使用XLA來在GPU和TPU上編譯和執行NumPy程式。
- pegen：Python的PEG解析器生成器[228]。
- PeachPy：採用高層Python的可移植高效x86-64組譯程式碼生成器[229]。
- llvmlite：輕量級的LLVM的Python繫結，用於編寫即時編譯器[230]。
- SymPy：支援數學符號運算的軟體庫，用於提供電腦代數系統。
- SimPy：基於由Python生成器函數定義的行程的離散事件模擬框架[231]。
- ModernGL：不同於PyOpenGL[232]，ModernGL是在OpenGL 3.3+核心上的Python包裝器[233]，它簡化了簡單圖形應用如科學模擬、遊戲和用戶介面的建立。
- PyCUDA：不同於Nvidia的cuda-python[234]，PyCUDA提供對CUDA API的Python風格訪問[235]。
- PyOpenCL：PyOpenCL提供對OpenCL API的Python風格訪問[236]，例如光滑粒子流體動力學框架PySPH的效能關鍵部份用Cython和PyOpenCL實現[237]。
- Kompute：通用Vulkan計算框架，針對C++和Python[238]。
- Taichi：採用同Python幾乎一樣語法的指令式並列程式語言[239]，它嵌入在Python之中並使用即時編譯器框架如LLVM，將計算密集的Python程式碼轉變成本機GPU或CPU指令。
- SQLAlchemy：Python的SQL工具包和採用數據對映器模式的對象關係對映器（ORM）。
- Graphene：GraphQL框架[240]，支援各種數據源如SQLAlchemy、Mongo、Django和客製化Python對象等。GQL是常用來與之配合的GraphQL客戶端Python庫[241]。
- Pillow：是基於Python的圖像處理軟體庫[242]，它支援廣泛的圖形檔案格式，分叉於已終止的PIL。
- pypdf：能夠分割、合併、修剪和轉變PDF檔案的Python軟體庫[243]。
- PyFilesystem2：Python的檔案系統抽象層[244]，將在歸檔、主記憶體和雲端儲存等之中的檔案和目錄，像在本地驅動器中一樣容易的處置。
- Fabric：經由SSH遠端執行shell命令的高層庫[245]，它產生有用的Python對象作為回饋。
- Prefect：現代工作流程編排框架[246]，它易於建造、排程和監控健壯的數據管線化。
- pygame：開發電動遊戲的Python軟體庫，基於了SDL軟體庫[247]。視覺小說引擎Ren'Py建造在pygame之上。
- pyglet：Python編寫的物件導向的遊戲和多媒體庫，利用了FFmpeg軟體庫並需要OpenGL 3.3+。2D街機遊戲開發庫Arcade基於了pyglet[248]，它還利用了建造在2D物理引擎Chipmunk之上的Pymunk[249]。
- Panda3D：開源遊戲引擎，包括了圖形、音頻、I/O、碰撞偵測和其他與3D遊戲有關的功能，使用Python作為遊戲開發語言[250]。
- pythonnet：可以近乎無縫的整合.NET通用語言執行庫（CLR）的程式包[251]。
- PyInstaller：將Python應用和它的依賴項捆綁成一個單一的包[252]，從而不需要安裝Python直譯器或任何模組就可以執行應用。
在很多作業系統裏，Python是標準的系統元件，它被列入Linux標準規範之中[253]。大多數Linux發行版和macOS都整合了Python，可以在終端模擬器或虛擬控制台下直接執行Python。第三方工具pipx，可以將Python應用安裝於隔離的環境中並在其中執行它[254]。
雖然Python可被粗略地分類為手稿語言，Python的支持者較喜歡稱它為一種高階動態語言，常像「膠水」一樣被用來連接軟體組件，已經顯著的區別於Unix shell、Windows PowerShell這樣的語言。基於Python的xonsh，是跨平台的、青睞Unix的shell語言和命令列介面[255]。
一些Linux發行版，使用Python語言編寫安裝器，比如Ubuntu的Ubiquity和Fedora的Anaconda；或使用它編寫軟件包管理系統，比如Gentoo的Portage。如下著名應用使用Python編寫或將它作為嵌入式指令碼：
- IPython：以多種程式語言進行互動式計算的命令shell和Jupyter的內核，最初為Python開發，它提供了內省、富媒體、shell語法、tab補全和歷史。
- Conda：跨平台的、語言無關的二進制包管理器，它被Anaconda發行採用。
- SCons：軟體建造工具，它可代替make構建編譯程式。
- Gunicorn：使用Python語言編寫的WSGI Web伺服器。
- Plone：基於Zope的內容管理系統。
- Mezzanine：基於Django框架的內容管理系統。
- Orange：基於scikit-learn和pandas的開源機器學習和數據視覺化軟體，由盧布林雅那大學開發，利用了PyQt5和基於Blink的PyQtWebEngine，通過廣大多樣的工具箱來建造數據分析工作流程[256]。
- SageMath：涵蓋許多數學功能的應用軟體，它建造在NumPy、SciPy、matplotlib、SymPy、Maxima、GAP、FLINT、R等開源軟件套件之上。
- Veusz：用Python、PyQt和NumPy寫成的科學繪圖軟體，可生成出版水準的PDF或SVG輸出。
- MayaVi：基於VTK的應用程式和庫，用於互動式科學數據視覺化和採用Python的3D繪圖[257]。
- Blender：開源3D繪圖軟體，使用Python作為建模工具與GUI語言。
- Inkscape：開源的SVG向量圖形編輯器，使用Python用於外掛程式。
- Pitivi：用Python開發的基於GStreamer的影片編輯軟體。
經由Python開發了眾多的人工智能模型和作為其支撐的軟體庫：
- Ray：對人工智能及Python應用的執行規模進行伸縮的統一框架[258]，由Anyscale公司開發。它構成自一個核心的分散式執行時系統，和加速機器學習工作負載的AI軟體庫。
- Kornia：基於PyTorch的可微分電腦視覺軟體庫[259]。
- spaCy：用Python和Cython開發的工業級實力的自然語言處理軟體庫[260]。
- Argos Translate：基於OpenNMT的離線神經機器翻譯軟體庫[261]。
- Stable Diffusion：用Python開發的深度學習文字到圖像生成模型[262]，基於了CUDA、PyTorch、VAE、U-Net和OpenAI的CLIP[263]，其程式碼和模型權重已公開發布，可以在大多數配備有適度GPU的消費類電腦硬件上執行。
- Transformers：為下載和訓練前沿的預訓練模型提供API和工具[264]，由Hugging Face開發，支援在PyTorch、TensorFlow和JAX之間的框架互操作性。
- Gradio：它是一個Python庫，允許快速建立和分享用於機器學習模型、API或任何任意Python函數的Web應用程式。使用Gradio，可以構建互動式用戶介面，與各種機器學習框架相容。還可以使用Gradio以互動方式偵錯模型、從用戶取得反饋，並通過自動生成的可共用連結輕鬆部署模型。[265][266]
- LangChain：它是一個應用框架，旨在簡化使用大型語言模型的應用程式。作為一個語言模型整合框架，LangChain的用例包括文件分析和總結摘要, 程式碼分析和聊天機械人。[267] LangChain提供了一個標準介面，用於將不同的語言模型（LLM）連接在一起，以及與其他工具和數據源的整合。
自從2003年，Python始終排行於TIOBE程式社區索引前十最流行程式語言，在2021年10月它首次達到了第一名最流行語言（居於C和Java之前）[268]，並被選為2007年、2010年、2018年、2020年和2021年的年度程式語言[268]。它有如下著名的社群：
Python的設計和哲學已經影響了很多其他程式語言：
- Boo：使用了縮排、類似的語法和類似的對象模型[270]。
- Cobra：使用了縮排和類似的語法[271]。
- Coconut：在Python語法之上增加了用於函數式程式設計的新特徵的Python變體[272]。
- CoffeeScript：有受Python啟發的語法。
- ECMAScript/JavaScript：從Python借鑑了迭代器和生成器[273]。
- GDScript：內建於Godot遊戲引擎的非常類似Python的手稿語言[21]。
- Genie：基於Vala編譯器的具有近似Python語法的語言。
- Go：其設計原則受到了Python的可讀性與易用性的啟發[23]，享有相同風格的陣列分片語法。
- Groovy：受到Python等動態型別語言的影響[274]。
- Julia：在表達進階數值計算的方式和支援通用程式上借鑑了Python等語言[26]。
- Kotlin：融合了Python和Java特徵，極小化了樣板程式碼而增加了開發效率[275]。
- Mojo：基於MLIR編譯框架並設計為Python語言的超集[276]。
- Nim：使用縮排和類似的語法[277]。
- Ruby：主要從Python等語言中借鑑了特徵[28]。
- Starlark：用在Bazel軟體中有受Python啟發語法的語言[29]。
- Swift：有受Python啟發的語法[30]。
.gif){kind=small}
Wikiwand in your browser!
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
Remove ads