Python近几年来热度不断增加,依赖于开发者社区的无私贡献,Python从程序员圈子迅速火到了自动化办公、机器学习、数据分析、运维等领域。
可以说在我遇到Python之之后才开始真正将我的技能带入到了日常生活中,切实地提高了工作效率也改变了我的生活方式。Python就像是一个多年老友,知心而且可靠,遇到的各类问题只要是计算机能做的,我知道它都能帮我高效解决。
Python的一些特点
如果你没有装过Python,建议你使用Anaconda一次性搞定各种常用的Python依赖库,Anaconda是一个科学计算、数据处理开发套件,集成了常用的相关Python库并且自带包管理工具,能一站式提供绝大多数常用包。
Anaconda最新版自带的解释器是Python3,Python2和Python3并不兼容,如果你对Python版本没有历史包袱的话,推荐使用Python3,本文所有代码基于Python3演示。
下面正式为大家介绍,可爱的Python。
Jupyter Notebook以及帮助信息
Python的编辑器非常多,PyCharm、Wing、vscode甚至记事本都不影响我们发挥,但是在需要快速验证想法,或者希望快速了解某些库的话个人更推荐Jupyter Notebook,它是一个网页版的IDE,有拼写提示,能快捷的显示各库的帮助信息;网页写代码,服务端执行。对于数据分析、脚本验证再合适不过了。Jupyter Notebook集成在Anaconda中,在终端上输入
jupyter notebook
,将输出的URL复制到浏览器中即可使用。如果没有已经编写好的脚本,需要新建一个Python3脚本,如图。
在需要查看某个库/函数的帮助信息时,在要查询的主体后面加'?'即可——
想知道库中有哪些类型/函数,使用
dir(lib)
预览(也可以预览类型的属性和方法)——
想直接执行dos命令或shell,在语句前加'!'即可——
按
tab
键开始拼写提示。其他还有各种快捷操作和插件,不再详细介绍,感兴趣的同学详细研究吧。
常用数据结构
Python中一切皆对象,甚至包括函数、包、类,都是对象,可以用下面方法验证——