Python是在1991年被创造出来的，但真正开始被广泛使用是Python 2.6以后的事情了。从开始到现在，Python的热度持续累积，成为关注度增长最快的语言。
有图有真相：Python如此快的增长，说明了它确实十分神奇
所以说，Python并没有像Golang等语言那么幸运，生来就备受关注；而是因为语言本身的设计特点对生态环境有着极强的适应能力，同时适时抓住了成长机遇，从而厚积薄发。
精妙的设计哲学
早期的Python，在Java、PHP、JS、C++等重重包围下，尽管受众不广，但仍旧得以生存，主要因为Python的设计哲学使其具备了十足的生命力。
忍不住要分享一下精妙的Python之禅（摘自Python官网），它并非出自Python创始人之手，但已被官方认可为编程原则。而精妙之处在于它不仅适用于编程，更适用于人生。原来每一个热爱代码的优秀编程者都是哲学家。
The Zen of Python, by Tim PetersBeautiful is better than ugly.Explicit is better than implicit. Simple is better than complex. Complex is better than complicated. Flat is better than nested. Sparse is better than dense. Readability counts. Special cases aren’t special enough to break the rules. Although practicality beats purity.Errors should never pass silently. Unless explicitly silenced. In the face of ambiguity, refuse the temptation to guess. There should be one– and preferably only one –obvious way to do it. Although that way may not be obvious at first unless you’re Dutch. Now is better than never. Although never is often better than right now. If the implementation is hard to explain, it’s a bad idea. If the implementation is easy to explain, it may be a good idea. Namespaces are one honking great idea — let’s do more of those!
带着这种哲学，Python逐渐发展成了一个特别简明友好、容易上手、功能强大的语言，发展过程中，Python抓住了三次飞速发展的机会。
适时抓住成长机遇
第一个机会，Web与敏捷开发
在受到广泛关注之前，Python更多地是作为简单脚本语言，配合一些系统相关工作而被运用（主要是跟Perl抢地盘）。Python开始受到广泛关注，得益于Google的推动。Google或许不是第一家使用Python的公司，但它是第一家大规模使用Python进行Web相关开发的全球著名公司，从而有力地证明了Python能够很好地完成Web开发相关的许多工作。
而此时互联网正开始向快速开发转型，开发速度对于企业，尤其是初创企业而言至关重要，因此Python简洁便利与高效开发的特点吸引了众多企业和组织，同期衍生出来的社区环境又为Python提供了无数优质到可以进行生产级使用的模块和包；对比彼时PHP的模板式开发，Java的庞大繁杂，Ruby的语法新奇多变，Python为中小型企业的快速开发提供了尤为可能的解决方案，从而使得Python开始小有名气。
第二个机会，科学计算
相较于商业开发，科学计算面向更多的是非专业的编程人员，从这个方向上来说，抛开商业化软件不谈，Python的竞争对手也是前有Fortran，后有R、Julia语言的存在，虽然历史积累不如Fortran，抽象形式不及R，现代化和综合性能不如Julia，但是这些却仍然没有妨碍Python在这个领域里大显身手。
历史积累不如Fortran？没关系！借助C接口把Fortran包包裹起来让Python用就好；
抽象形式不及R？没关系！Python语法简单库还多，学习起来也不难，效率还高一丢丢，更重要的是借助这些特点能直接做产品，比R更具市场亲和力；
现代化不如Julia？没关系！Python社区大，要啥包有啥包。
更让人们惊喜的是，借助Python的各种模块和包，能够十分简单地实现之前需要折腾很久的繁杂工作，诸如访问数据库和表格文件，哪怕是在R语言中，仍旧需要从ODBC里一点点拿出数据；而用Python，以Pandas，一句话就能解决数据的读甚至写。
并且，随着计算金融和大数据的兴起，大量程序员开始投入科学计算，相较于Fortran的陈腐、R的浓厚统计数学意味以及Julia的不发达社区，Python自然而然的成了很多人的首选；而经验丰富的程序员又更进一步推动了Python社区的发展，更多优秀的包和模块得到了迅速推广：
矩阵、符号、科学计算？有NumPy、SymPy和SciPy；
统计分析？有Pandas；
可视化？有matplotlib、seaborn；
……
于是，Python很快便在该领域占据了半壁江山。
第三个机会，深度学习
在较早的很长一段时间里，提到机器学习，人们往往会使用C++、Java等作为主要工具。GPGPU的出现使得计算庞杂的机器学习任务开始由CPU向GPU转变，但研究者直接进行GPU编程，在计算复杂的模型时，不仅需要大量心智来分析算法的设计，还不得不投入大量精力解决显卡计算开发中的工程问题，为研究增添了非常大的难度。
随着时间的积累，更多的开源库出现，使得机器学习中主要算法实现抽象成了一个个模块，研究者才得以从繁杂的工程开发中解放出来。此时，代码成了模块的调用和描述，使用诸如C++或Java这样繁杂的工程化语言不再是必要选择，特别是更通用化的深度学习出现，促使研究者需要一种更加易读、易分析的描述性语言（DSL）来解决问题。
而Python因此前在科学计算领域已有广泛应用，加之它能很容易接入现有的C/C++库，以及良好的可读性，成为不少框架的必然选择，如Theano和Caffe。同时，由于AlphaGo亮眼的表现聚焦了众人的注意力，并随后开源了以Python为接口Tensorflow，使得由AI热潮带来的学习者纷纷奔向了Python和Tensorflow。
之后，越来越多的框架都开始提供Python接口——Python能够容易而清晰地描述模型结构，轻松解决计算中的数据输入（无论从硬盘、数据库、网络中的任何一种）问题，简单地实现可视化，并能轻易地设计为Web服务。甚至连使用Lua的Torch都实现了以Python为接口的演进版本PyTorch。至此，Python几乎已经统治了深度学习的模型设计、训练领域。
Python在深度学习上有多神？
正如前文所述，Python极大地减轻了深度学习研究者的心智负担，使之得以将更多的精力集中在模型的设计、改进上。而当深度学习的研究可以集中在对模型结构、对优化算法等方面的研究上，这个领域的进展迅速也就可以被理
不妨看一个简单的例子，此处使用Keras框架中对MNIST（手写数字识别）数据集的深度卷积网络的实现代码：
让大家详细看看这段不到70行的代码：加载标准数据集不过仅仅5 行，训练部分也就寥寥数行，而其中的模型，更是简单直白：数据顺序地经过若干卷积层（Conv2D）、池化层（MaxPooling2D）、展平（Flatten）和全连接层（Dense）。
加载标准数据集仅仅5 行
训练部分寥寥数行
这样的一段程序，经过训练，对于手写数字的识别率可以达到99.25%，如果你愿意，也可以为此程序接入微信、网站，或包装成应用程序，一切都只需要简单的几行代码即可完成。
更多Python可以做到的事情请参看你都用 Python 来做什么？
所以你看，Python其实是属于厚积薄发型选手，与其说它神，倒不如说它早就做好了准备，一直在寻找爆发的机会，Python的语言哲学值得认真品读一番。
yii前面加斜杠有什么作用？
这个涉及php命名空间的知识，如果带了斜杠表示不是该命名空间下面的引用,而是全局的
例如:
namespace xxx/index:
use model/User:
User::addAll(): 等价于 \model\User::addAll()
java大数据python前端和后端开发？
从一个初入行的程序员的角度来看前端入门很简单，要完成项目实际所需的效果很难，需要对CSS和JS有很深入的认识，况且现在的前端工程师都需要会一些前端的框架以提高开发速度，而且前端像是Node.js直接可以搭建服务器，功能十分强大，并且一些厉害的前端对于浏览器的JS引擎以及优化都有很深的见地。
后端现在很难纯粹的去处理业务逻辑，所以基本的HTML和CSS、JS你也要会，如果是PHP，也需要会THINKPHP，YII，CI等框架，适合小型网站，对于数据库的知识要求较高，如果是JAVAEE，那么S2SH是基础，JSP或者一门模板技术(velocity、Freemarker)，数据库，服务器原理（Tomcat、WebLogic或者Jboss），还有多线程技术等等都需要比较扎实的基础。
做个人主页也是需要后端的，除非全部都是静态页。不用与数据库交互。不论是前端还是后端，最差的程序员都是不缺的，越高级的程序员就越缺，前端后端是一样的。能力才是决定“前景”最重要的因素。至于是选择前端还是后端，对“前景”的影响并不大，还不如有个好运气去个好一点的公司的影响大。
Web前端:顾名思义是来做Web的前端的。这里所说的前端泛指Web前端，也就是在Web应用中用户可以看得见碰得着的东西。包括Web页面的结构、Web的外观视觉表现以及Web层面的交互实现。
Web后端：后端更多的是与数据库进行交互以处理相应的业务逻辑。需要考虑的是如何实现功能、数据的存取、平台的稳定性与性能等。
代码好不好学？
这个问题太笼统了。下面偶从几个点说下偶的看法。
代码有很多种语言
代码肯定跟语言挂钩的。比如
强类型，java，c++, c#, golang等弱类型，php， python等
其中弱类型语言相对入门比较简单一些。而强类型就学起来比较吃力一些。
不同的语言有不同的优势，有他们不同的应用场景。所以学那种需要根据您未来想要发展的方向来定的。当然了，不同语言的市场需求量也是有差距的。就目前来讲，java的后端程序员可能可以投递的职位更多些。不同的城市有所差异，具体您可以通过一些求职的app初步统计下。这样能有助于您的判断。
好不好学？
前面已经提到了一点，就是弱类型的语言相对于强类型的语言要好学一些。如果您是奔着快速就业去的，那可以选择弱类型语言进行学习。
目前网络这么发达，在网上会有很多相关的教程。您可以留意下去找些视频教程来看。视频教程能够让你快速的入门，毕竟有个人教你这比自己在书本上理解快多了。当然了可能你自己从书面教程上理解的比较深刻。个人建议就是两个相结合。你把其中一个教程视频多看几遍看透了，在看下书本看一下自己相对不太理解的知识点，去查缺补漏。
一般学习的顺序是什么样的呢？就php来说
先学基础，比如php的语法环境搭建常用方法之类的。还有一些web相关的知识
然后是数据库。做项目的话这个是必不可少的东西
接着学习框架。比如tp，yii，laravel等等。不需要都学玩，学通一个就行了，其它的当成了解。
这个时候就可以自己做些小项目了，通过项目来加深理解。同时项目还可以当成作品在后面的求职中展示。
最后提示
写代码其实挺累的，您需要思考一下自己是不是喜欢这个行业。多参考下家人的意见再做觉得。
其实只要您下定了决心，您肯定能够进入这行的。要不然也不会有这么多的培训机构了。这么多培训机构都在打着广告说几个月让您速成，这说明这东西想要入门并不难。当然了想要学好还是得看个人努力和天赋了。
希望这个回答能够帮助您。
学了php语言如何想出去工作？
PHP的特性和优点：
1、快捷性，程序开发快，运行快，前期保护费用低，完美支持移动APP开发。PHP已经是国际大部门Web项手段首选，以至众多公司从其它语言（如ASP，JAVA）转到了PHP，不仅仅国内的腾讯、百度、淘宝、京东、点评网、糯米网，甚至国外的大型网站例如facebook、youtobe、google也转到用PHP来开发。微信官网宣布的开发者文档就是PHP版。今朝全球5000万互联网网站中，有60%以上使用着PHP；PHP是全球五大最受欢迎的编程语言之一，AlexaTOP500中国网站排名，有394家使用了PHP，比例为78.8%。
2、跨平台性强，由于PHP是运行在服务器端的脚本，可以运行在UNIX、LINUX、WINDOWS、Mac OS下。
3、运营高效性。相对java等，PHP消耗相当少的系统资源。由于PHP运行在相应的平台解释器上，消耗系统资源比较少，运行的环境简单，所以效率就很高。
4、面向过程和面向对象并用。在PHP语言的使用中，可以分别使用面向过程和面向对象，而且可以将PHP面向过程和面向对象两者一起混用，这是其他很多编程语言是做不到的。
5、PHP 独特的语法混合了 C、Java、Perl 以及 PHP 自创新的语法，兼容性强。
6、数据库连接的广泛性。PHP支持几乎所有流行的数据库以及操作系统，如MySQL、ODBC、Oracle、AdabasD、S等，PHP是利用编译的不同函数与这些数据库建立起连接的，PHPLIB就是常用的为一般事务提供的基库。。
7、PHP可以比CGI或者Perl更快速的执行动态网页——动态页面方面，与其他的编程语言相比：PHP是将程序嵌入到HTML文档中去执行，执行效率比完全生成htmL标记的CGI要高许多；PHP具有非常强大的功能，所有的CGI的功能PHP都能实现。
以上就是关于php yii框架教程以及Python为什么这么厉害的相关回答，有更多疑问可以加微。
如果觉得《php yii框架教程 Python为什么这么厉害 – PHP基础 – 前端 python 代码行数》对你有帮助，请点赞、收藏，并留下你的观点哦！
