პითონი არის ადვილად სასწავლი, ძლიერი პროგრამირების ენა. მას აქვს ეფექტური მაღალი დონის მონაცემთა სტრუქტურები და მარტივი, მაგრამ ეფექტური მიდგომა ობიექტზე ორიენტირებული პროგრამირების(OOP). პითონის ელეგანტური სინტაქსი და დინამიურობასთან ერთად ინტერპრეტირებული გარემო, ქმნის იდეალურ ენას სკრიპტინგისთვის(scripting) და ხელს უწყობს აპლიკაციის სწრაფად განვითარებას ბევრ სფეროში საუკეთესო პლატფორმებზე.
პითონის ინტერპრეტატორი და მთლიანი სტანდარტული ბიბლიოთეკა თავისუფლად ხელმისაწვდომია როგორც კოდის წყაროს(Source) ასევე ბინარული(Binary) ფორმით ყველა ძირითად პლატფორმაზე პითონის ოფიციალური ვებ საიტიდან https://www.python.org და შეიძლება თავისუფლად გავრცელება. ასევე ამავე საიტზე გავრცელებულია უფასო პითონის მოდულები, პროგრამები, ხელსაწყოები და დამატებითი დოკუმენტაცია.
პითონის ინტერპრეტატორში მარტივად გრძელდება ახალი ფუნქციების და მონაცემთა ტიპების განხორციელება C ან C++ ზე (ან სხვა ენებზე გამოძახებული C-დან). პითონი არის ასევე შესაფერისი როგორც გაფართოების ენა აპლიკაციის კონფიგურაციისთვის.
ეს გაკვეთილი არაფორმალურად წარუდგენს მკითხველს, პითონის ძირითად ცნებებს, თვისებებს და სისტემას. ეს ხელს უწყობს ქონდეს პითონის ინტერპრეტატორში პრაქტიკული გამოცდილება.
ამისთვის აღწერილია სტანდარტული ობიექტები და მოდულები, იხილეთ პითონის სტანდარტული ბიბლიოთეკა(Python Standard Library). Python Language Reference იძლევა უფრო ფორმალურ განმარტებას ენაზე. კოდის დაწერა შესაძლებელია C ან C++ ზე, წაიკითხეთ Extending and Embedding the Python Interpreter და Python/C API Reference Manual. ასევე არსებობს რამდენიმე წიგნი, რომელიც მოიცავს პითონს სიღრმისეულად.
შესავალი:
1. აღძრავს თქვენს მადას 2. Using the Python Interpreter 2.1. Invoking the Interpreter 2.1.1. Argument Passing 2.1.2. Interactive Mode 2.2. The Interpreter and Its Environment 2.2.1. Source Code Encoding 3. An Informal Introduction to Python 3.1. Using Python as a Calculator 3.1.1. Numbers 3.1.2. Strings 3.1.3. Lists 3.2. First Steps Towards Programming 4. More Control Flow Tools 4.1. if Statements 4.2. for Statements 4.3. The range() Function 4.4. break and continue Statements, and else Clauses on Loops 4.5. pass Statements 4.6. Defining Functions 4.7. More on Defining Functions 4.7.1. Default Argument Values 4.7.2. Keyword Arguments 4.7.3. Arbitrary Argument Lists 4.7.4. Unpacking Argument Lists 4.7.5. Lambda Expressions 4.7.6. Documentation Strings 4.7.7. Function Annotations 4.8. Intermezzo: Coding Style 5. Data Structures 5.1. More on Lists 5.1.1. Using Lists as Stacks 5.1.2. Using Lists as Queues 5.1.3. List Comprehensions 5.1.4. Nested List Comprehensions 5.2. The del statement 5.3. Tuples and Sequences 5.4. Sets 5.5. Dictionaries 5.6. Looping Techniques 5.7. More on Conditions 5.8. Comparing Sequences and Other Types 6. Modules 6.1. More on Modules 6.1.1. Executing modules as scripts 6.1.2. The Module Search Path 6.1.3. “Compiled” Python files 6.2. Standard Modules 6.3. The dir() Function 6.4. Packages 6.4.1. Importing From a Package 6.4.2. Intra-package References 6.4.3. Packages in Multiple Directories 7. Input and Output 7.1. Fancier Output Formatting 7.1.1. Old string formatting 7.2. Reading and Writing Files 7.2.1. Methods of File Objects 7.2.2. Saving structured data with json 8. Errors and Exceptions 8.1. Syntax Errors 8.2. Exceptions 8.3. Handling Exceptions 8.4. Raising Exceptions 8.5. User-defined Exceptions 8.6. Defining Clean-up Actions 8.7. Predefined Clean-up Actions 9. Classes 9.1. A Word About Names and Objects 9.2. Python Scopes and Namespaces 9.2.1. Scopes and Namespaces Example 9.3. A First Look at Classes 9.3.1. Class Definition Syntax 9.3.2. Class Objects 9.3.3. Instance Objects 9.3.4. Method Objects 9.3.5. Class and Instance Variables 9.4. Random Remarks 9.5. Inheritance 9.5.1. Multiple Inheritance 9.6. Private Variables 9.7. Odds and Ends 9.8. Exceptions Are Classes Too 9.9. Iterators 9.10. Generators 9.11. Generator Expressions 10. Brief Tour of the Standard Library 10.1. Operating System Interface 10.2. File Wildcards 10.3. Command Line Arguments 10.4. Error Output Redirection and Program Termination 10.5. String Pattern Matching 10.6. Mathematics 10.7. Internet Access 10.8. Dates and Times 10.9. Data Compression 10.10. Performance Measurement 10.11. Quality Control 10.12. Batteries Included 11. Brief Tour of the Standard Library – Part II 11.1. Output Formatting 11.2. Templating 11.3. Working with Binary Data Record Layouts 11.4. Multi-threading 11.5. Logging 11.6. Weak References 11.7. Tools for Working with Lists 11.8. Decimal Floating Point Arithmetic 12. Virtual Environments and Packages 12.1. Introduction 12.2. Creating Virtual Environments 12.3. Managing Packages with pip 13. What Now? 14. Interactive Input Editing and History Substitution 14.1. Tab Completion and History Editing 14.2. Alternatives to the Interactive Interpreter 15. Floating Point Arithmetic: Issues and Limitations 15.1. Representation Error 16. Appendix 16.1. Interactive Mode 16.1.1. Error Handling 16.1.2. Executable Python Scripts 16.1.3. The Interactive Startup File 16.1.4. The Customization Modules