目录
-
- 1.1 变量
- 1.1.1 变量的创建和变量的命名规则
- 1.1.2 变量的赋值和变量的作用域
- 1.1.3 可变对象和不可变对象(mutable and immutable objects)
- 1.1.4 删除变量
- 1.1.5 变量类型和数据类型关系
- 1.2 数据类型
- 1.2.1 数值(number)
- 1.2.2 字符串(string)
- 1.2.3 布尔值(boolean)
- 1.3 控制台输出(print)
- 1.3.1 基本用法
- 1.3.2 关键参数
- 1.3.3 高级字符串格式化
- 1.1 变量
-
- 2.1 列表 list
- 2.2 元祖 tuple
- 2.3 字典 dictionary
- 2.4 集合 set
-
- 3.1 算术运算符 Arithmetic Operators
- 3.2 比较运算符 Comparison Operators
- 3.3 赋值运算符 Assignment Operators
- 3.4 逻辑运算符 Logical Operators
- 3.5 位运算符 Bitwise Operators
- 3.6 成员运算符 Membership Operators
- 3.7 身份运算符 Identity Operators
前言
Python使用第一步:Anaconda下载和搭配环境
关于这一步,最佳的方法是根据下载的Anaconda版本号,找到对应的教程一步步往下。原因是每个版本下载页面大致相同但会出现让人困扰的下载提示,所以对应教程为佳。这里引用Anaconda超详细安装教程(Windows环境下)和Anaconda 修改默认虚拟环境安装位置作为指引。同时提供一些重要的conda命令:
- 查看安装包列表
conda list
运行这个命令将会列出当前激活环境中安装的所有包及其版本。如果想查看特定环境中的包,需要先激活那个环境,或者指定环境名。例如:
conda list -n 已安装包列表的环境名称
如果使用的是Anaconda Navigator(Anaconda的图形用户界面),也可以在界面中查看每个环境的已安装包列表。
- 打开Anaconda Navigator。
- 选择
Environments
选项卡。 - 在左侧的环境列表中选择环境。
- 界面中间的部分将显示该环境中安装的包和版本号。
如果是不含conda的纯Python环境,可以使用pip
来查看已安装的包:
pip list
- 查看版本
conda --version
python --version
如果存在多个Python版本(比如Python 2和Python 3),可能需要使用:
python3 --version
也可以用:
conda -V #注意V是大写
python -V #注意V是大写
-
管理包
-
安装包:
conda install package_name
可以通过指定包名来安装一个新的包。例如,要安装NumPy:
conda install numpy
。 -
更新包:
conda update package_name
这个命令用于更新指定的包。如果要更新所有包,可以使用:
conda update --all
-
卸载包:
conda remove package_name
这个命令将卸载一个包。
-
-
创建新环境
conda create -n new_env_name python=x.x
例如:conda create -n ML python=3.9
- 查看存在虚拟环境
conda env list
或者
conda info --envs
- 激活环境和停用环境
conda activate env_name
conda deactivate
或者
conda activate root
- 对虚拟环境中安装包
环境外:
conda install -n your_env_name package_name
环境内:
pip/conda install package_name
- 删除虚拟环境
conda env remove --name env_name
- 删除虚拟环境的某个包
环境外:
conda remove --name your_env_name package_name
环境内:
pip uninstall package_name
conda remove package_name
- 在某虚拟环境下安装包
conda install package_name
- 导出和导入环境
-
导出环境:
conda env export > environment.yml
将当前环境的包列表导出到一个
environment.yml
文件中,以便于复制环境。 -
创建环境从YML文件:
conda env create -f environment.yml
从
environment.yml
文件创建一个新的环境。
-
`第二步:Python IDE 比较
-
PyCharm
- 特点:
- 强大的代码编辑、调试、代码检查、导航和重构功能
- 支持Web开发,包括Django、Flask和其他框架
- 数据库支持和SQL集成
- 可定制和可扩展,有大量的插件
- 社区版是免费的,专业版是付费的,提供额外的特性,例如解析树状图
- 适用于: 专业开发者,需要一个全功能的IDE,以及对Web开发和数据库工作有需求的开发者。
- 特点:
-
Visual Studio Code (VS Code)
- 特点:
- 轻量级但功能强大,有丰富的扩展库
- 良好的代码编辑和调试支持
- 内置Git控制
- 跨平台,支持Windows、Linux和macOS
- 完全免费
- 适用于: 从初学者到高级开发者,需要可自定义且轻量级IDE的人。
- 特点:
-
Jupyter Notebook
- 特点:
- 以网页应用的形式提供交互式计算和开发环境
- 适合数据分析、科学计算和机器学习项目
- 支持Markdown和LaTeX,适合做演示和教学
- 可以轻松分享笔记本文件
- 适用于: 数据科学家、研究人员和教育工作者,或任何需要文档和代码结合的场景。
- 特点:
-
Spyder
- 特点:
- 集成了许多数据科学的工具,如NumPy、Pandas和IPython
- 交互式控制台
- 变量浏览器和绘图窗口
- 跨平台,支持Windows、Linux和macOS
- 开源且免费
- 适用于: 数据科学和分析背景的开发者。
- 特点:
初次使用Python
- Python对于缩进敏感。在Python中,是使用
缩进
来写代码块。 - 注意python中的索引:左闭右开少取一位;从左到右索引默认从0开始,最大范围为-1。从右向左索引默认从-1开始,最大范围是0。
- 如果需要再Linux或其他系统的服务器上运行,为了使得中文显示正常,必须使用这两行代码:
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
第一行注释是为了告诉Linux/OS X系统,这是一个Python可执行程序,Windows系统会忽略这个注释;
第二行注释是为了告诉Python解释器,按照UTF-8编码读取源代码,否则,在源代码中写的中文输出可能会有乱码。
Reference
Matthes, Eric, 1972-. Python crash course : a hands-on, project-based introduction to programming
McKinney W. Python for data analysis[M]. " O’Reilly Media, Inc.", 2022.
题外话
此内容属于笔者读书笔记和课程总结,由于学业和工作压力,目前内容不全但笔者会不定期更新。后续案例为金融专业和统计专业学习和实习工作中简单情况,主要适合金融和数据分析背景的入门。