热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

python打卡记录去重_Python零基础学习笔记与记录之一(了解Python这个小伙伴)

本人学习笔记,知识点均摘自于网络,用于学习和交流(如未注明出处,请提醒,将及时更正,谢谢)OS:我学习是为了上

本人学习笔记,知识点均摘自于网络,用于学习和交流(如未注明出处,请提醒,将及时更正,谢谢)

OS :我学习是为了上天

广告漫天飞,学了好像真得能上天,我被成功种草了!!!基于UI设计师零基础编程的底子(了解一点页面前端),希望能掌握爬虫和数据分析的技能;梦想可以很饱满,万一实现了呢!为了没退路,记录一下学习过程,望能经常打卡^_^!走上飞天路!

一、Python能干什么?为什么那么火?

1、网络爬虫

爬虫:指从互联网采集数据的程序脚本。

2、数据分析

对数据进行诸如清洗、去重、存储、分析、可视化等处理,将大量的数据以易懂的形式呈现出来。

3、人工智能

用于机器学习,许多诸如 Scikit-learn 等机器学习库使得 Python 极具优势 ;Keras 、TensorFlow 、Pytorch 等深度学习主流框架也决定了 Python 在深度学习领域的天选之子地位。

4、其它:web后台开发、3D游戏开发等

火火火:学完Pyhone,可以上天!

Python是一门兼具简单与功能强大的编程语言,它专注于如何解决问题、自由开放的社区环境以及丰富的第三方库,无需浪费时间去造轮子,各种Web框架、爬虫框架、数据分析框架、机器学习框架应有尽有,这使得python受到越来越多的人喜爱。

1.入手快:Python 语言相对于其他编程语言来说,属于比较容易学习的一门编程语言,它注重的是如何解决问题而不是编程语言的语法和结构。所以,已经有越来越多的初学者选择Python 语言作为编程的入门语言。

2.颜值高:Python 语言力求代码简洁、优美。在 Python 语言中,采用缩进来标识代码块,通过减少无用的大括号,去除语句末尾的分号等视觉杂讯,使得代码的可读性显著提高。它使你能够专注于解决问题,而不用太纠结编程语言本身的语法。

3.有内涵:Python 语言号称自带电池,寓意是 Python 语言的类库非常的全面,包含了解决各种问题的类库。无论实现什么功能,都有现成的类库可以使用。合理使用 Python 的类库和开源项目,能够快速的实现功能,满足业务需求。

4.效率高:Python 语言因为有了丰富强大的类库,所以,Python 的开发效率能够显著提高。实现相同的功能,Python 代码的文件往往只有 C、C++ 和 Java 代码的 1/5~1/3。这也是为什么各大互联网公司广泛使用 Python 语言的原因。

5.应用广:工程师可以使用 Python 做很多的事情。例如,Web 开发、网络编程、自动化运维、Linux 系统管理、数据分析、科学计算、人工智能、机器学习等等。

一款集入手快、颜值高、内涵丰富、效率高、应用广的编程语言,纵然有一些缺点在所难免,但瑕不掩瑜,让Python轻松俘获从业人员的心。

OS:对于Python的第一印象:它应该是一个大火锅,可以融合种库,想要用什么功能,就调出来就好了。我只要学会怎么做好火锅底料就万事OK了!(但愿如此,心中默默祈祷)学会了爬虫,在这网络的大火锅里想捞啥就捞啥,嘻....

OS:到底该用什么软件工具?火锅炉具总是要有的,对于我这种初学者,Anaconda + Pycharm,可能比较适合我!据闻Anaconda已包含了很多包,虽然还不明白包是什么,但集合的总没错;Anaconda先安装起来。

二、Python、Pycharm、Anaconda 三者之间的关系

1.Python

Python是一种跨平台的计算机程序语言。是一种解释型、面向对象、动态数据类型的高级程序设计语言。

2. Pycharm

PyCharm是一种常用的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。

3. Anaconda

Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包,Anaconda 的下载文件比较大(约 531 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。

* Anaconda包括Conda、python以及一大堆安装好的工具包比如:numpy、pandas等。

* Miniconda只包括Conda、Python,是Anaconda的简约版。conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。

开发常见搭配

只学习python语言的初学者可以先下载好特定版本的Python解释器后,然后再搭配界面程序Pycharm来进行简单的语法学习和项目调试,因为不需要考虑不同项目需要不同python工具包的版本问题。即:Python解释器 + Pycharm。

而要进行项目开发的人员,时常有多个项目同时开发,并且不同的项目需要不同版本的工具包,这时使用Anaconda可以帮助我们管理更多项目的环境,将每个项目单独放在一个虚拟环境中,并且使这些环境中工具包相互独立,不会产生工具包版本冲突问题,并且可以下载多个版本的工具包,可以安装多个不同版本的Python解释器。Anaconda自带Python解释器,即:Anaconda + Pycharm。

三、Anaconda安装和配置(只试过MAC的安装)

3. 安装时,在对话框中“Introduction”、“Read Me”、“License”部分可直接点击下一步

4. “Destination Select”部分选择“Install for me only”并点击下一步。

注意:若有错误提示信息“You cannot install Anaconda in this location”则重新选择“Install for me only”并点击下一步。

5. 等待“Installation”部分结束,在“Summary”部分若看到“The installation was completed successfully.”则安装成功,直接点击“Close”关闭对话框。

6. 启动"Anaconda-Navigator”,出现如下界面,我们的小伙伴"Python"已安装成功。



推荐阅读
  • 随着技术的发展,Python因其高效性和灵活性,在多个领域得到了广泛应用,特别是在大数据处理和网络爬虫开发方面。本文将探讨学习Python是否能够胜任大数据和网络爬虫工程师的工作,并分析其职业前景。 ... [详细]
  • 软件测试行业深度解析:迈向高薪的必经之路
    本文深入探讨了软件测试行业的发展现状及未来趋势,旨在帮助有志于在该领域取得高薪的技术人员明确职业方向和发展路径。 ... [详细]
  • 长期从事ABAP开发工作的专业人士,在面对行业新趋势时,往往需要重新审视自己的发展方向。本文探讨了几位资深专家对ABAP未来走向的看法,以及开发者应如何调整技能以适应新的技术环境。 ... [详细]
  • 问题场景用Java进行web开发过程当中,当遇到很多很多个字段的实体时,最苦恼的莫过于编辑字段的查看和修改界面,发现2个页面存在很多重复信息,能不能写一遍?有没有轮子用都不如自己造。解决方式笔者根据自 ... [详细]
  • spring boot使用jetty无法启动 ... [详细]
  • 对象存储与块存储、文件存储等对比
    看到一篇文档,讲对象存储,好奇,搜索文章,摘抄,学习记录!背景:传统存储在面对海量非结构化数据时,在存储、分享与容灾上面临很大的挑战,主要表现在以下几个方面:传统存储并非为非结 ... [详细]
  • 大数据领域的职业路径与角色解析
    本文将深入探讨大数据领域的各种职业和工作角色,帮助读者全面了解大数据行业的需求、市场趋势,以及从入门到高级专业人士的职业发展路径。文章还将详细介绍不同公司对大数据人才的需求,并解析各岗位的具体职责、所需技能和经验。 ... [详细]
  • After Effects 2022 版本专为电影、电视及网络内容创作动态图形与视觉特效而设计,引入了一系列创新功能,如高级木偶工具、原生3D深度效果、升级的JavaScript表达式引擎等,极大提升了视频处理的专业性和效率。 ... [详细]
  • 2017年软件开发领域的七大变革
    随着技术的不断进步,2017年对软件开发人员而言将充满挑战与机遇。本文探讨了开发人员需要适应的七个关键变化,包括人工智能、聊天机器人、容器技术、应用程序版本控制、云测试环境、大众开发者崛起以及系统管理的云迁移。 ... [详细]
  • 英特尔推出第三代至强可扩展处理器及傲腾持久内存,AI性能显著提升
    英特尔在数据创新峰会上发布了第三代至强可扩展处理器和第二代傲腾持久内存,全面增强AI能力和系统性能。 ... [详细]
  • 从财务转型为数据分析师的两年历程
    本文作者小尧,曾在税务师事务所工作,后成功转型为数据分析师。本文分享了他如何确定职业方向、积累行业知识,并最终实现转型的经验。 ... [详细]
  • 使用 Jupyter Notebook 实现 Markdown 编写与代码运行
    Jupyter Notebook 是一个开源的基于网页的应用程序,允许用户在同一文档中编写 Markdown 文本和运行多种编程语言的代码,并实时查看运行结果。 ... [详细]
  • AI人工智能学习之回归分析详解
    回归分析是一种统计学方法,用于确定变量之间的定量关系。本文将详细介绍回归分析的基本概念、分类、应用及具体操作步骤。 ... [详细]
  • 本文介绍了如何使用 Google Colab 的免费 GPU 资源进行深度学习应用开发。Google Colab 是一个无需配置即可使用的云端 Jupyter 笔记本环境,支持多种深度学习框架,并且提供免费的 GPU 计算资源。 ... [详细]
  • 目录预备知识导包构建数据集神经网络结构训练测试精度可视化计算模型精度损失可视化输出网络结构信息训练神经网络定义参数载入数据载入神经网络结构、损失及优化训练及测试损失、精度可视化qu ... [详细]
author-avatar
林原伟662532
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有