1.如何搭建python？
下载并安装Python For Windows。打开Python官方网站（python.org），推荐下载Python 2.7.X版本。
一些建议:
！不要使用中文路径
！路径中不要有空格
！安装在默认路径，比如系统盘。
安装完毕了记得把Python文件夹加入环境变量
右键我的电脑→属性→高级系统设置→环境变量→系统变量→Path
将C:\Python27 和 C:\Python27\Scripts 都加到Path值中,注意不要漏掉了;（分号）
事实上，这一步完成后，Python就安装完毕了。
2. PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。(官方网站http://www.jetbrains.com/pycharm）下载PyCharm集成开发软件，官网提供了两种版本：Professional Edition（专业版可以试用30天，学习Python30天也够用了。也有热心网友提供License key，可自行搜索），Community Edition（社区版，功能少一点但也够用了）。配置PyCharm一：风格（配色方案）的调整：：【File】→【Settings】→【 Editor】→【Colors & Fonts】→Scheme选择Dracula（其他问题备注在注意事项里，有其他问题请留言讨论）。
●IDLE：Python内置IDE (随python安装包提供)
●Komodo和Komodo Edit：后者是前者的免费精简版
●emacs：自带python支持，自动补全、refactor等功能需要插件支持
3.CGI(Common Gateway Interface)，通用网关接口，它是一段程序，运行在服务器上如：HTTP服务器，提供同客户端HTML页面的接口。CGI程序可以是Python脚本、Perl脚本、Shell脚本、C或者C++程序等。
4.丰富的库：Python标准库确实很庞大。它可以帮助处理各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI（图形用户界面）、Tk和其他与系统有关的操作。这被称作Python的“功能齐全”理念。除了标准库以外，还有许多其他高质量的库，如wxPython、Twisted和Python图像库等等。
5.Web编程：应用的开发语言，支持最新的XML技术。
6.黑客编程：python有一个hack的库,内置了你熟悉的或不熟悉的函数，但是缺少成就感。
7.数学处理：NumPy扩展提供大量与许多标准数学库的接口。
8.NumPy、NumArray、SAGE
NumArray是Python的一个扩展库，主要用于处理任意维数的固定类型数组，简单说就是一个矩阵库。它的底层代码使用C来编写，所以速度的优势很明显。SAGE是基于NumPy和其他几个工具所整合成的数学软件包，目标是取代Magma, Maple, Mathematica和Matlab 这类工具。
9.MySQLdb
用于连接MySQL数据库。还有用于zope的ZMySQLDA模块，通过它就可在zope中连接mysql数据库。
10.CPython（ClassicPython，也就是原始的Python实现，需要区别于其他实现的时候才以CPython称呼；或解作C语言实现的Python）。这是最常用的Python版本。
Jython（原名JPython；Java语言实现的Python，现已正式发布）。Jython可以直接调用Java的各种函数库。
PyPy（使用Python语言写的Python）
IronPython（面向.NET和ECMA CLI的Python实现）。IronPython能够直接调用.net平台的各种函数库。可以将Python程序编译成.net程序。
ZhPy（周蟒）（支持使用繁/简中文语句编写程序的Python语言）
11.说起科学计算，首先会被提到的可能是MATLAB。然而除了MATLAB的一些专业性很强的工具箱还无法替代之外，MATLAB的大部分常用功能都可以在Python世界中找到相应的扩展库。和MATLAB相比，用Python做科学计算有如下优点：
● 首先，MATLAB是一款商用软件，并且价格不菲。而Python完全免费，众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。
● 其次，与MATLAB相比，Python是一门更易学、更严谨的程序设计语言。它能让用户编写出更易读、易维护的代码。
● 最后，MATLAB主要专注于工程和科学计算。然而即使在计算领域，也经常会遇到文件管理、界面设计、网络通信等各种需求。而Python有着丰富的扩展库，可以轻易完成各种高级任务，开发者可以用Python实现完整应用程序所需的各种功能。
13.Python 能直接上网爬数据，能直接连接数据库，csv，excel。画图有matplotlib，计算有scipy，数据类型有numpy，pandas。分类器有sciki-learn。加速可以用cpython。时间多，心情好，还可以做做传感器，写写网站。 最最关键的是，python不用钱。
14.Python科学计算环境推荐--Anaconda。
最近在用Python做中文自然语言处理。使用的IDE是PyCharm。PyCharm确实是Python开发之首选，但用于科学计算方面，还略有欠缺。为此我尝试过Enthought Canopy，但Canopy感觉把问题搞得复杂化，管理Python扩展也不太方便。直到今天我发现了 Anaconda 。
Canopy和Anaconda是公司推的，带免费版和商业版/插件。这两款发行版也牵扯到一个人，那就是Travis Oliphant。Travis是SciPy的原始作者，同时也是NumPy的贡献者。Travis在2008年以副总裁身份加入Enthought，2012年以总裁的身份离开，创立了一个新公司continuum.io，并推出了Python的科学计算平台Anaconda。Anaconda相对Canopy支持Python的版本更多，对Python新版本支持跟的很紧（Sage不支持Python3.x的理由是因为其依赖的SciPy还不支持Python3，而Anaconda却实现了支持Python3.3和3.4，这就说明问题了），此外其在Linux平台下（通过conda管理）安装更方便。
15.
IPython-增强的交互环境：支持变量自动补全，自动缩进，支持 bash shell 命令，内置了许多很有用的功能和函数
Spyder、Wing IDE或Eclipse/Pydev：集成开发环境
NumPy-数学计算基础库：N维数组、线性代数计算、傅立叶变换、随机数等。
SciPy-数值计算库：线性代数、拟合与优化、插值、数值积分、稀疏矩阵、图像处理、统计等。
SymPy-符号运算
Pandas-数据分析库：数据导入、整理、处理、分析等。
matplotlib-会图库：绘制二维图形和图表
Chaco-交互式图表
OpenCV-计算机视觉库
TVTK-数据的三维可视化
Cython-Python转C的编译器：编写高效运算扩展库的首选工具
BioPython-生物科学
16.有关两者的区别就我了解有如下几点：1，我曾经让学生装Anaconda作为python课上的使用软件，但是不少同学安装都出现问题，最主要的就是ipython notebook用不了，而后改用winpython，出现问题的情况变少了。这发生在2013年，之后上课就统一用winpython了。2，winpython脱胎于pythonxy，面向科学计算，兼顾数据分析与挖掘，；而Anaconda主要面向数据分析与挖掘方面，在大数据处理方面有自己特色的一些包, 据说在极大的矩阵运算方面速度很快。3，winpython强调便携性，被做成绿色软件，不写入注册表，安装其实就是解压到某个文件夹，移动文件夹甚至放到U盘里在其他电脑上也能用。Anaconda则算是传统的软件模式。4，winpython是由个人维护；Anaconda是由一家数据分析服务公司维护；这个区别意味着winpython在很多方面都从简，而Anaconda会提供一些人性化设置。5，winpython 只能在windows上用，Anaconda则有linux的版本。
17.Python科学技术包 WinPython。WinPython 是由 Python(x,y) 的作者开发，功能是比较全的,软件包也比较新，GUI基于PyQt，不过相对于Python(x,y)，它主要是关注便携式安装体验：你可以把它装在u盘里面。windows中可以不再使用Python(x,y)了,改成WinPython了。现在的版本是2.7.6.3，支持Python2和3，稳定性已有相当的改善.发布的版本也比较全。winpython自带了spyder作为Python开发环境，安装时会自动安装sypder。
内置包：
Spyder, NumPy, SciPy, Matplotlib, guiqwt, etc.
Spyder UI:
工具包简介
winpython实际上是整合了IDE工具spyder和一些科学计算包，默认包含了以下工具包，有了这些工具包，完全可以替代MATLAB做科学计算：
numpy，scipy： 数值计算工具包，里面我含了各种矩阵算，MATLAB有的，它基本上都有。不过，里面有array和matrix两种类型，最好是用array类型的，因为它的功能最全，大部分函数处理的类型都是array。scipy实际上包含了numpy的功能，并且还有2D绘图子工具包pylab，里面的plot用法很像matlab的。scipy里有各种最优化算法，比如约束最优化，非约束最优化等等，它的官方在线文档： http://docs.scipy.org/doc/scipy/reference/
matplotlib： 2D和3D绘图工具，绘图功能强大，各种数据可视化表现方式，没有做不到的，只有你想不到的。
sklearn： 各种学习算法，聚类算法都在里面，比如svm，k-means，KNN，PCA，随机森林等等一大堆。官方网站： http://scikit-learn.org/stable/
ctypes： 能使python和c交流的工具包有好几个，但是我认这个最好用，因为，你可以用VS生成一个动态库，而ctypes则可以直接去调用动态库中的函数。当你要处理复杂运算时，用纯粹的python实现出来的会慢的有如世界末日，但是用C实现无疑是最快的办法，而ctypes则可以帮你轻松做到这一点。想想matlab和c的混编，光是数据提取和类型转换就是一堆，估计很多人会有种想死的感觉。由于ctypes实现了python便捷访问c动态库的功能，你会觉得python和c的混编是一件非常轻松快乐的事情。它的方便之处还在于，numpy或scipy的数据成员中是默认包含ctypes的，这使python到c函数的各种数据类型的参数传递变得异常简单。
18.virtualenv -- python虚拟沙盒。
有人说：virtualenv、fabric 和 pip 是 pythoneer 的三大神器。
不管认不认同，至少要先认识一下，pip现在倒是经常用到，virtualenv第一次听说，不过，总得尝试一下吧。
下载并安装Python For Windows。打开Python官方网站（python.org），推荐下载Python 2.7.X版本。
一些建议:
！不要使用中文路径
！路径中不要有空格
！安装在默认路径，比如系统盘。
安装完毕了记得把Python文件夹加入环境变量
右键我的电脑→属性→高级系统设置→环境变量→系统变量→Path
将C:\Python27 和 C:\Python27\Scripts 都加到Path值中,注意不要漏掉了;（分号）
事实上，这一步完成后，Python就安装完毕了。
2. PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。(官方网站http://www.jetbrains.com/pycharm）下载PyCharm集成开发软件，官网提供了两种版本：Professional Edition（专业版可以试用30天，学习Python30天也够用了。也有热心网友提供License key，可自行搜索），Community Edition（社区版，功能少一点但也够用了）。配置PyCharm一：风格（配色方案）的调整：：【File】→【Settings】→【 Editor】→【Colors & Fonts】→Scheme选择Dracula（其他问题备注在注意事项里，有其他问题请留言讨论）。
●IDLE：Python内置IDE (随python安装包提供)
●Komodo和Komodo Edit：后者是前者的免费精简版
●emacs：自带python支持，自动补全、refactor等功能需要插件支持
3.CGI(Common Gateway Interface)，通用网关接口，它是一段程序，运行在服务器上如：HTTP服务器，提供同客户端HTML页面的接口。CGI程序可以是Python脚本、Perl脚本、Shell脚本、C或者C++程序等。
4.丰富的库：Python标准库确实很庞大。它可以帮助处理各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI（图形用户界面）、Tk和其他与系统有关的操作。这被称作Python的“功能齐全”理念。除了标准库以外，还有许多其他高质量的库，如wxPython、Twisted和Python图像库等等。
5.Web编程：应用的开发语言，支持最新的XML技术。
6.黑客编程：python有一个hack的库,内置了你熟悉的或不熟悉的函数，但是缺少成就感。
7.数学处理：NumPy扩展提供大量与许多标准数学库的接口。
8.NumPy、NumArray、SAGE
NumArray是Python的一个扩展库，主要用于处理任意维数的固定类型数组，简单说就是一个矩阵库。它的底层代码使用C来编写，所以速度的优势很明显。SAGE是基于NumPy和其他几个工具所整合成的数学软件包，目标是取代Magma, Maple, Mathematica和Matlab 这类工具。
9.MySQLdb
用于连接MySQL数据库。还有用于zope的ZMySQLDA模块，通过它就可在zope中连接mysql数据库。
10.CPython（ClassicPython，也就是原始的Python实现，需要区别于其他实现的时候才以CPython称呼；或解作C语言实现的Python）。这是最常用的Python版本。
Jython（原名JPython；Java语言实现的Python，现已正式发布）。Jython可以直接调用Java的各种函数库。
PyPy（使用Python语言写的Python）
IronPython（面向.NET和ECMA CLI的Python实现）。IronPython能够直接调用.net平台的各种函数库。可以将Python程序编译成.net程序。
ZhPy（周蟒）（支持使用繁/简中文语句编写程序的Python语言）
11.说起科学计算，首先会被提到的可能是MATLAB。然而除了MATLAB的一些专业性很强的工具箱还无法替代之外，MATLAB的大部分常用功能都可以在Python世界中找到相应的扩展库。和MATLAB相比，用Python做科学计算有如下优点：
● 首先，MATLAB是一款商用软件，并且价格不菲。而Python完全免费，众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。
● 其次，与MATLAB相比，Python是一门更易学、更严谨的程序设计语言。它能让用户编写出更易读、易维护的代码。
● 最后，MATLAB主要专注于工程和科学计算。然而即使在计算领域，也经常会遇到文件管理、界面设计、网络通信等各种需求。而Python有着丰富的扩展库，可以轻易完成各种高级任务，开发者可以用Python实现完整应用程序所需的各种功能。
13.Python 能直接上网爬数据，能直接连接数据库，csv，excel。画图有matplotlib，计算有scipy，数据类型有numpy，pandas。分类器有sciki-learn。加速可以用cpython。时间多，心情好，还可以做做传感器，写写网站。 最最关键的是，python不用钱。
14.Python科学计算环境推荐--Anaconda。
最近在用Python做中文自然语言处理。使用的IDE是PyCharm。PyCharm确实是Python开发之首选，但用于科学计算方面，还略有欠缺。为此我尝试过Enthought Canopy，但Canopy感觉把问题搞得复杂化，管理Python扩展也不太方便。直到今天我发现了 Anaconda 。
Canopy和Anaconda是公司推的，带免费版和商业版/插件。这两款发行版也牵扯到一个人，那就是Travis Oliphant。Travis是SciPy的原始作者，同时也是NumPy的贡献者。Travis在2008年以副总裁身份加入Enthought，2012年以总裁的身份离开，创立了一个新公司continuum.io，并推出了Python的科学计算平台Anaconda。Anaconda相对Canopy支持Python的版本更多，对Python新版本支持跟的很紧（Sage不支持Python3.x的理由是因为其依赖的SciPy还不支持Python3，而Anaconda却实现了支持Python3.3和3.4，这就说明问题了），此外其在Linux平台下（通过conda管理）安装更方便。
15.
IPython-增强的交互环境：支持变量自动补全，自动缩进，支持 bash shell 命令，内置了许多很有用的功能和函数
Spyder、Wing IDE或Eclipse/Pydev：集成开发环境
NumPy-数学计算基础库：N维数组、线性代数计算、傅立叶变换、随机数等。
SciPy-数值计算库：线性代数、拟合与优化、插值、数值积分、稀疏矩阵、图像处理、统计等。
SymPy-符号运算
Pandas-数据分析库：数据导入、整理、处理、分析等。
matplotlib-会图库：绘制二维图形和图表
Chaco-交互式图表
OpenCV-计算机视觉库
TVTK-数据的三维可视化
Cython-Python转C的编译器：编写高效运算扩展库的首选工具
BioPython-生物科学
16.有关两者的区别就我了解有如下几点：1，我曾经让学生装Anaconda作为python课上的使用软件，但是不少同学安装都出现问题，最主要的就是ipython notebook用不了，而后改用winpython，出现问题的情况变少了。这发生在2013年，之后上课就统一用winpython了。2，winpython脱胎于pythonxy，面向科学计算，兼顾数据分析与挖掘，；而Anaconda主要面向数据分析与挖掘方面，在大数据处理方面有自己特色的一些包, 据说在极大的矩阵运算方面速度很快。3，winpython强调便携性，被做成绿色软件，不写入注册表，安装其实就是解压到某个文件夹，移动文件夹甚至放到U盘里在其他电脑上也能用。Anaconda则算是传统的软件模式。4，winpython是由个人维护；Anaconda是由一家数据分析服务公司维护；这个区别意味着winpython在很多方面都从简，而Anaconda会提供一些人性化设置。5，winpython 只能在windows上用，Anaconda则有linux的版本。
17.Python科学技术包 WinPython。WinPython 是由 Python(x,y) 的作者开发，功能是比较全的,软件包也比较新，GUI基于PyQt，不过相对于Python(x,y)，它主要是关注便携式安装体验：你可以把它装在u盘里面。windows中可以不再使用Python(x,y)了,改成WinPython了。现在的版本是2.7.6.3，支持Python2和3，稳定性已有相当的改善.发布的版本也比较全。winpython自带了spyder作为Python开发环境，安装时会自动安装sypder。
内置包：
Spyder, NumPy, SciPy, Matplotlib, guiqwt, etc.
Spyder UI:
基本的编辑、Debug功能。尤其赞的是包含变量编辑器，实现了很多Matlab IDE的功能。
Python的IDE发行版有很多，不过，最常用的是winpython，它轻巧，包含了常用的科学计算工具包numpy，scipy，sklearn，matplotlib，还有可以调用C动态库的扩展包ctypes，更好的是它有32位和64位，我是经常需要用到超过4G的内存，所以我选择了64位版本。工具包简介
winpython实际上是整合了IDE工具spyder和一些科学计算包，默认包含了以下工具包，有了这些工具包，完全可以替代MATLAB做科学计算：
numpy，scipy： 数值计算工具包，里面我含了各种矩阵算，MATLAB有的，它基本上都有。不过，里面有array和matrix两种类型，最好是用array类型的，因为它的功能最全，大部分函数处理的类型都是array。scipy实际上包含了numpy的功能，并且还有2D绘图子工具包pylab，里面的plot用法很像matlab的。scipy里有各种最优化算法，比如约束最优化，非约束最优化等等，它的官方在线文档： http://docs.scipy.org/doc/scipy/reference/
matplotlib： 2D和3D绘图工具，绘图功能强大，各种数据可视化表现方式，没有做不到的，只有你想不到的。
sklearn： 各种学习算法，聚类算法都在里面，比如svm，k-means，KNN，PCA，随机森林等等一大堆。官方网站： http://scikit-learn.org/stable/
ctypes： 能使python和c交流的工具包有好几个，但是我认这个最好用，因为，你可以用VS生成一个动态库，而ctypes则可以直接去调用动态库中的函数。当你要处理复杂运算时，用纯粹的python实现出来的会慢的有如世界末日，但是用C实现无疑是最快的办法，而ctypes则可以帮你轻松做到这一点。想想matlab和c的混编，光是数据提取和类型转换就是一堆，估计很多人会有种想死的感觉。由于ctypes实现了python便捷访问c动态库的功能，你会觉得python和c的混编是一件非常轻松快乐的事情。它的方便之处还在于，numpy或scipy的数据成员中是默认包含ctypes的，这使python到c函数的各种数据类型的参数传递变得异常简单。
18.virtualenv -- python虚拟沙盒。
有人说：virtualenv、fabric 和 pip 是 pythoneer 的三大神器。
不管认不认同，至少要先认识一下，pip现在倒是经常用到，virtualenv第一次听说，不过，总得尝试一下吧。
virtualenv用于创建独立的Python环境，多个Python相互独立，互不影响。
448
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
