杨桃的Python基础教程——第3章：Python运行环境

最新推荐文章于 2020-05-10 11:50:27 发布
最新推荐文章于 2020-05-10 11:50:27 发布
阅读量424 收藏 1
点赞数 1
分类专栏： Python 教程 文章标签： Python 教程 初级 入门
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yty_7/article/details/104111517
版权

本人CSDN博客专栏：https://blog.csdn.net/yty_7
Github地址：https://github.com/yot777/Python-Primary-Learning

 

3.1  交互式解释器

3.2  命令行脚本

3.3  IDE集成开发环境

 

3.1 交互式解释器

通过命令行窗口进入python并开在交互式解释器中开始编写Python代码。

 

3.2 命令行脚本

通过引入解释器可以在命令行中执行Python脚本，如下所示：

 

3.3 IDE集成开发环境

Python的集成开发环境相当丰富多彩，有老牌的Eclipse安装Python插件，有专为Python一般开发者服务的PyCharm和为数学计算服务的Anaconda。在这里我为大家推荐的是一款轻量级开发工具：Sublime Text3。之所以说它是轻量级，因为他具体以下优点：安装包小、运行速度快、扩展能力强、炫酷的黑色背景……也存在缺点比如文档较少，第一次安装的时候我吃了不少苦头，但一旦安装好还真是简单又好用！

推荐Sublime Text3：安装包小，运行速度快，扩展能力强

各位在Sublime Text3安装过程中遇到的问题，可以搜索本人上传的Sublime安装技巧.zip，内容是网上搜集来的【非原创】，感谢原作者！

 

参考教程：

廖雪峰的Python教程

https://www.liaoxuefeng.com/wiki/1016959663602400

廖雪峰的Java教程

https://www.liaoxuefeng.com/wiki/1252599548343744

Python3 教程 | 菜鸟教程
https://www.runoob.com/python3/
 

如果您觉得本篇本章对您有所帮助，欢迎关注、评论、点赞！Github欢迎您的Follow、Star！

yot777杨桃
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
学习笔记3：python基础学习--python基础运行环境
peijiaxin11的博客
04-22 796
1、python安装了什么 2、Windows的文件和目录 windows+R 输入cmd，进入命令。 cd..表示进入上一级 在命令行下运行python 另一种运行 不输入.exe也可以。 切换盘，输入d： 切换到d盘了。 3、环境变量 4、python程序运行方式 ...
杨桃的Python基础教程——第9章：Python总结
yty_7的专栏
02-09 369
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/Python-Primary-Learning Python是一门易学的编程语言 Python的定位是“优雅”、“明确”、“简单”，所以Python程序看上去总是简单易懂，初学者学Python，不但入门容易，而且深入下去之后可以编写那些非常非...
杨桃的Python机器学习2——标签和特征
热门推荐
yty_7的专栏
03-21 1万+
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ 好了，机器学习进入正题了，我们从大家身边的实例开始讲起。 什么是标签 标签，通俗的讲是对某人某事物的凭经验的分类。 大家都知道，人有高矮胖瘦之分，那么高是怎样定义出来的呢？ 我查了一下，“高”在字典里的解释是：从下向上距离大；离地...
杨桃的Python进阶讲座17——数组array（七）三维数组和n维数组的索引和取值（配详细图解）
yty_7的专栏
03-06 6131
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ 三维数组的索引和取值 创建一个numpy三维数组z，如下所示： >>> import numpy as np >>> z=np.array([[[1,2,3,4],[5,6,7,8]],[[9,10...
杨桃的Python进阶讲座16——数组array（六）一维数组和二维数组的索引和取值（配详细图解）
yty_7的专栏
03-06 3900
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ 在进阶讲座8中讲过数组（矩阵）的维度，我们再看看多维矩阵的索引和取值方法 一维数组的索引和取值 和列表的索引和取值方法完全相同，如下： 一维数组的索引可以从左开始，也可以从右开始。 如果从左开始，就是从0开始依次增大为0，1，2，…...
杨桃的Python进阶讲座18——数组array（八）如何从一维数组扩展为二维数组以及再次降为一维数组
yty_7的专栏
03-15 2973
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ 用reshape()函数将一维数组升维成二维数组 首先我们由一个列表转换为NpArray数组： >>> import numpy as np >>> s=[1,2,3,4,5] ...
杨桃的Python笔记3——pd.read_csv函数的一个bug：只能读取第一列
yty_7的专栏
05-10 2901
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ Pandas是Python一个很有用的数据分析应用包，受到广大程序员的欢迎。 今天本人在使用中发现pd.read_csv函数存在一个很有意思的bug，和大家分享一下。 使用engine='python'参数消除告警 首先我们查看一下需要读取的文本文件test01.txt： 这个文本文件我们只需读取数据部分，因此需要“掐头去尾”，在p..
杨桃的Python进阶讲座10——数组array（三）数组array归一化和标准化（全网迄今最详细的讲解）
yty_7的专栏
02-28 2826
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ 在机器学习和深度学习中的数据预处理环节，非常重要的一点是对数据进行归一化处理。 归一化的概念 什么是归一化？简单的说，就是通过计算把所有的数据归纳统一到指定范围中去，一般这个范围是0~1。 归一化的公式 如何进行归一化？...
杨桃的Python机器学习3——单特征与多特征、训练集与测试集
yty_7的专栏
03-23 2711
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ 单特征与多特征 在上一节标签和特征的示例中，我们使用的是标签和特征一一对应： 特征（身高，以米为单位） 标签 A 1.51 0 B 1.61 1 C 1.76 1 D ...
杨桃的Python进阶讲座4——赋值号和等号
yty_7的专栏
02-14 2528
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ 可能有读者会问，为什么把这些“程序员基本功”的内容放在了“进阶讲座”？其实这正是我的一个体会。Python初级教程学完之后，大家往往都跃跃欲试，想进一步学习更高级的东西，但对于非计算机专业转行而来的同学，就会遇到隐形的天花板，这就是所谓的“...
杨桃的Python机器学习6——kNN算法1：欧氏距离公式
yty_7的专栏
04-12 2506
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ 散点图的直观解决思路：更近 回到上一节：杨桃的Python机器学习5，我们最终得到了如下的散点图： 蓝色的点（标签为1）似乎都集中在图的左下部分，橙色的点（标签为0）似乎都集中在图的右上部分。 我们在散点图上再增加两个点A和B，想...
杨桃的Python机器学习4——数据集文件的制作和加载
yty_7的专栏
03-28 1407
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ 数据集文件 在前几课学习中，我们都是直接用S = np.array()的方式手工录入数据集。 在数据量小的情况下勉强可行，但是数据量一旦增大就很难这样手工录入。 我们可以使用在进阶讲座中讲过的Python读取数据集文件的方法来实现数据...
杨桃的Python笔记1——Python代码中分号的使用
yty_7的专栏
01-23 1333
初学者都认为Python是一种没有分号的语言。的确如此，Python是靠有规律的行缩进来区分代码层级的关系。 但是在大神的代码中，还是有分号存在的，例如： #新建ListA，ListB，ListC三个空列表 ListA = []; ListB= []; ListC= [] 分号在这里起了什么作用呢？ 其实这是三句代码，下面这样写也完全没有问题 ListA = []...
杨桃的Python进阶讲座8——数组array（一）数组array和矩阵matrix
yty_7的专栏
02-19 1309
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ array：数组 matrix（可简写为mat）：矩阵 在使用之前都必须加上import numpy as np matrix是array的分支，matrix和array在表示二维矩阵的时候基本上是通用的（例如两者都可以进行转置）。 ...
杨桃的Python机器学习5——数据可视化1：散点图
yty_7的专栏
03-29 886
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/ matplotlib.pyplot库 123
杨桃的Python基础教程——第1章：Python简介
yty_7的专栏
01-28 860
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/Python-Primary-Learning Python是一个高层次的脚本语言 Python具有很强的可读性，更有特色语法结构 Python是一种解释型语言，开发过程中没有编译环节 特别提醒： 据 Python 开发团队官方消息，2...
杨桃的Python基础教程——第5章：Python数据类型（三）列表s[m:n]的取值
yty_7的专栏
01-31 842
本人CSDN博客专栏：https://blog.csdn.net/yty_7 Github地址：https://github.com/yot777/Python-Primary-Learning 5.5 列表s[m:n]的取值 Python的列表s[m:n]取值方式是从左往右 m是列表元素的索引值，从0开始 n是列表元素索引值减1 m始终比n小 注意：m、n既可以是正数，零，也可...
后端性能优化：高并发处理.zip
08-18
后端技术系列教程，包括： API开发全套教程 后端安全全套教程 后端微服务架构全套教程 后端性能优化全套教程 后端框架全套教程 后端缓存技术全套教程 后端编程语言全套教程 数据库技术全套教程
实时计算：Apache Flink.zip
最新发布
08-18
史上最全大数据技术全套教程，包括： 分布式存储系统 大数据基础 大数据处理框架 大数据管理与监控 实时计算 数据仓库 数据分析工具 数据湖 数据集成工具 消息队列 等流行技术的系列教程
以下字典fruits中是某水果店现有的水果报价，假设此水果店又新进了一种水果，将该种水新进的水果及其报价由键盘输入，以逗号分隔，然后输出水果店所有水果及其报价。完善代 输入输出示例： 示例1 输入:杨桃,15 输出： apple:10 mango:12 durian:20 banana:5 杨桃:15 示例2 输入:草莓,30 输出： apple:10 mango:12 durian:20 banana:5 草莓:30 ,,,用Python作答
05-31
可以用以下代码实现： ```python fruits = {'apple': 10, 'mango': 12, 'durian': 20, 'banana': 5} # 从键盘输入新水果及其报价 new_fruit, price = input().split(',') price = int(price) # 将新水果及其报价添加到字典中 fruits[new_fruit] = price # 输出所有水果及其报价 for fruit, price in fruits.items(): print(fruit + ':' + str(price)) ``` 示例1 输入： ``` 杨桃,15 ``` 输出： ``` apple:10 mango:12 durian:20 banana:5 杨桃:15 ``` 示例2 输入： ``` 草莓,30 ``` 输出： ``` apple:10 mango:12 durian:20 banana:5 草莓:30 ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值