如何开始自己的Python开发学习之旅？_惠州计算机Python培训学校

在本文中，我们将介绍使用Python获得你的适应能力所需的步骤。我们将讨论不同的Python发行版，开发环境中最好的选择，以及用于Python工作空间的工具，比如代码格式化器、项目模板和虚拟环境。希望我们将帮助你避免编写Python编程环境时遇到的一些缺陷。

我们需要解决的第一个问题是，使用Python 2或python3?简短的回答：使用Python 3。

Python 3被认为是当前和未来版本的语言。Python 2现在是一个遗留版本，主要支持向后兼容性。在这一点上，绝大多数第三方Python库支持Python 3，而Python 3具有Python 2中不可用的并发特性和性能优势。另外，两个版本之间的语法差异相当小。如果需要的话，学习Python 2不会花很长时间。

选择你的Python平台

如何开始使用Python将主要取决于你计划作为开发环境使用的操作系统。幸运的是，对于所有主要的操作系统都可以使用Python，因此优秀的Python编辑器和开发环境也是如此，因此你可以自由地从你选择的操作系统开始。

在你安装任何东西之前：本节中的说明是用于安装Python软件基金会所发行的Python标准版本。Python也可以在其他版本中使用，其中一个可能更适合你的需求。在实际安装任何东西之前，请阅读“选择一个发行版”。

Microsoft Windows:Windows默认不能使用Python，但在Windows中安装Python通常不会比下载运行软件时点击几个按钮复杂。如果你使用的是Windows的巧克力包管理器(为什么不呢?这是个好主意，您可以通过在命令提示符键入choco install python3 来安装python3来获得最新版本。

Linux:Python是关于每个主要Linux发行版的标准问题包。问题是您是否会有默认安装的Python最新版本。一些Linux爱好者将Python的较老版本打包，也是一个很好的方法。例如，为该特定发行版编写的Python脚本可能依赖于给定版本的Python。

如果是这样的话，您可能需要使用包管理器来安装另一个版本的Python。如果您想避免与已经安装的版本冲突，pyenv项目允许你指定想要用作默认值的Python的多个安装版本。它还允许为特定项目设置Python版本。

MacOS:MacOS上的情况与Linux类似，有几个例外。首先，最新版本的MacOS(10.11)中唯一预先安装的Python版本是Python 2.7.10。如果您想使用Python 3，则需要使用Homebrew来安装它。你可能还想使用pyenv来管理它。

如果你安装了Docker，你可能只需获得一个具有Python运行时的Docker容器，并以此作为项目的基础。这可能是最好的方法，如果你最终打算通过Docker来部署应用程序，你最好从这里开始。

选择Python发行版

Python可以通过多种不同的发行版来使用，或者重新打包语言运行时。正如不同的Linux发行版是为了满足不同的用例，不同的Python发行版吸引不同的受众和使用场景。

请注意，这并不是Python发行版的最终列表。还有许多其他可用的类似用例，但这些是最著名和最广泛使用的。

CPython:这是Python软件基础创建的默认Python运行时，也是Python的最通用版本。除了解释器和标准库之外，它还包括了一个由Python解释器(例如:,SQLite的二进制文件)。

注意，CPython没有直接提供的技术支持。它确实有一个内置的机制，可以添加名为pip的第三方包，但是更大更复杂的包——特别是那些具有二进制依赖的窗口的包——有时会挑战它的运行。

ActivePython:ActiveState市场有大量的商业和企业级的语言运行时间和ide。ActivePython包含了核心的CPython运行时，并预先安装了几十个受欢迎的第三方库，这些库在不同的规程中使用，因此需要比CPython更少的编程来完成这些工作。ActivePython还通过Intel math内核库增加了许多Python的数学和科学库的性能改进。

没有必要花钱使用ActivePython，发行版有三种版本：免费版(没有服务支持)、商业版(有服务支持、需要额外费用)和企业版(有服务支持、法律费用、大量额外费用)。潜在的企业用户可以从金字塔底层开始工作，以查看ActivePython是否适合他们的项目。

提示:企业用户想要免费使用普通的第三方库，他们可能需要付费支持。

PyPy:作为CPython的一个替代替代品，PyPy最大的区别是它通过JIT(及时)编译器来加速Python应用程序。一些速度可以是戏剧性的，在数量级的数量级上。然而，性能改进将在长时间运行的应用程序中表现得最为显著，而不是执行和退出的自动化样式脚本。

提示：长时间运行的服务的开发人员，Python的动态变得很有用(并且在这里没有使用C扩展)。

Anaconda：Python的一个大用例是数学和统计——工程，数据分析，机器学习。一些Python发行版已经弹出，专门用于那些用例。连续性分析的Anaconda是最著名和最广泛使用的。和ActivePython一样，它为数学和统计捆绑了许多常见的Python库，并尽可能地使用优化的数学库版本。Anaconda还为管理第三方库提供了自己的安装程序，通过管理它们的二进制依赖关系，使这些包更容易保存。

提示：任何使用Python进行数据分析或机器学习的人。Anaconda并不局限于这些用例，而是对它们进行了大量的优化。Enthought Python发行版以同样的方式构建，并用于类似的用例。

选择一种Python IDE

从理论上讲，你不需要任何超过文本编辑器和Python运行时的东西，来开发Python中的软件。在实践中，使用Python支持的IDE开发任何脚本，比使用纯文本更有用。

如果你已经用IDE在开发软件，那么你也可以使用它来编写Python编程。大多数流行的ide都会健壮的支持Python：

微软 IDE： Visual Studio和Visual Studio都通过扩展提供了优秀的Python支持，因此，任何已经在ide之上构建的工作流都需要安装适当的附加组件。

Eclipse广泛应用于Java，但也有其他语言，它也通过附加组件支持Python。或者，你可以使用LiClipse，一个Eclipse IDE的版本，使用各种python支持的附加组件预先安装并随时准备运行。

许多MacOS用户称赞这个出色的文本编辑器的速度、简单性和威力，而且它也有Python支持。崇高的文本甚至有一个集成的Python解释器，它的许多插件都是用Python编写的，这使得Python开发人员可以很容易地用卓越的文本来加强他们的工作流。

Vim和Emacs都有强大的Python支持，可以进一步增强。Vim拥有Python模式插件，Emacs拥有可以通过附加组件增强的基本Python支持。

也有许多Python专用ide，涵盖了各种用例:

与CPython捆绑在一起的IDLE，适用于将快速脚本组合在一起，并帮助那些新的语言获得它们的位置。

来自JetBrains的PyCharm被广泛推荐，原因不难看出。它支持许多原生的Python世界的工具(例如:，Jupyter笔记本电脑)，但也努力使这些工具易于访问和易于使用。

Komodo是由ActiveState生产的IDE，它可以作为ActiveState自己的ActivePython的紧密补充，但它也适用于CPython。

Spyder主要针对的是科学和统计数据的人群，而不是一般的Python软件开发人员，但它包括有价值的东西，比如内置的Jupyter笔记本的支持。

选择你的Python包

如果你使用的是ActivePython或Anaconda这样的发行版，许多常见的第三方Python库要么是预先安装的，要么是通过一个工具从IDE制造商自己的存储库中获取更多的包提供的。如果你使用的是CPython或者其他没有提供这些类型的便利的发行版，那么添加第三方库就有点麻烦了。

Python软件基金会维护了大量的第三方库，即Python包索引(PyPI)。PyPI中的任何包都可以通过pip命令行工具添加到Python安装中。然而，有些包需要为特定的平台构建的二进制文件，而不是PyPI中的每一个包都有二进制文件用于每个平台。在Linux中克服这个问题并不困难，因为它通常允许在飞行中构建二进制文件，但是在Windows中这样做就不那么简单了。

加州大学欧文分校(University of California,Irvine)的克里斯托弗·戈尔克(Christoph Gohlke)提出了一个部分解决方案。他为许多流行的Python包提供了一个非官方的预构建的Windows二进制文件存储库。大多数软件包都是用于科学计算应用程序或机器学习的。NumPy,TensorFlow)，但很多都覆盖了更多的通用用例。用于图像处理的枕头，或异步HTTP服务器Aiohttp。

如果你使用Windows...

对于某些Python项目，Windows用户需要比Linux、MacOS和其他基于unix的系统的用户多做一些手工操作。Windows开发人员必须提供的一种常见工具是C编译器。对于某些包，当这些模块没有以二进制格式提供时，Python将需要一个C编译器来构建某些模块。将Python翻译成C代码的Cython需要一个C编译器来生成工作二进制文件。

好消息是微软自己的C编译器可以通过微软Visual Studio Community Edition免费获得和安装。也可以通过像Cygwin或MSYS2这样的项目来安装GCC(Gnu编译器集合)。然而，由于Visual Studio C编译器被用来在Windows上构建CPython，使用Visual Studio保证二进制文件之间的一致性。

你可能需要的另一个第三方添加，但通常不默认安装的是LLVM编译器框架。一些Python项目使用llvm -举例。Numba将Python函数转换为程序集。如果您在其中一个包中使用，则需要自己安装LLVM，或者使用Anaconda或另一个具有LLVM预集成的Python发行版。

最后，Windows不包括修订控制软件，例如Git。如果没有找到，与Git集成的ide将会犹豫。你可以用Git来手动获得Git，也可以用巧克力来安装。

保持你的Python代码纯净度

大多数语言都有一些执行代码链接和语法标准化的方法。在Python中，有一个包来处理这个工作。所有主要的ide都有一些集成的支持，所以它们值得添加到您的工作空间中。

管理Python代码格式的规则在名为PEP 8的文档中编码。如果你想将这些规则应用于给定的代码库，工具autopep8可以自动完成这项工作。它将Python代码与PEP 8匹配，并返回需要开发人员注意的特定行的警告。大多数带有Python支持的ide都可以使用autopep8作为默认的代码格式化程序。

将格式化规则应用于Python的新项目是yapf。这个工具最初是由谷歌开发的，它完全重新格式化文档，根据PEP 8规则删除所有现有的格式化和重新格式化。使用yapf的一个潜在的陷阱是，它可能会删除你想要手工指定的格式——例如，对于数据文字——但是你可以使用内联注释来切换yapf格式，在需要的时候进行。

像Python这样的动态语言允许开发人员引入细微的bug，但是Python支持工具来帮助解决这些问题。例如，Pylint长期以来一直是Python的常用代码链接工具之一。在其他方面，它可以使用在Python 3.5中引入的可选类型提示功能来检查类型不匹配。另一个项目Mypy专注于类型检查。随着时间的推移，Mypy可能成为Python更有效地编译成本地代码的一种方式(尽管不能为此屏住呼吸)。

创建Python项目模版

如果你发现自己一次又一次地重新创建了相同类型的项目，那么可以省去一些麻烦，为这个项目创建一个模板。这样做的一种方法是为空白项目创建一个Git存储库，随着时间的推移逐步修改它(例如，新版本的库可用)，并为每个修订创建分支或标记。然后，只需通过克隆存储库来实例化一个新项目。

使用Python，你可以通过Cookiecutter项目进一步推进这一步。新的Python项目可以使用Cookiecutter模板来引导，这些模板可以存储在Git中，并根据需要克隆。有一个很好的机会，一个Cookiecutter模板可以用于启动下一个项目，并且您可以始终共享自己创建的模板。

保持Python项目与虚拟环境的直接关系

您使用的Python项目越多，就越有可能使用多个版本的库。示例：你试图维护一个遗留项目，该项目依赖于较旧版本的某些东西，同时构建一个使用相同库的新版本的替换。

Python提供了一种解决这个问题的方法：虚拟环境。虚拟环境允许项目文件夹有其本地库副本，这些库取代安装在Python解释器中的版本。其中大部分是通过命令行工具virtualenv来管理的，它允许您在给定的时刻切换使用哪种虚拟环境。另一个工具virtualenvwrapper进一步自动化了创建虚拟环境的过程。

在IDE中直接支持Python虚拟环境很有可能。例如，PyCharm有内置的虚拟环境支持。

创建虚拟环境的另一种选择是使用Python运行时的独立安装。例如，Windows的CPython可以在“可嵌入的zip文件”格式中获得，这种格式在未打包时可以在自己的子目录中提供最小的Python安装。如果你正在对Python运行时的多个版本进行测试，并且您不想正式安装每个版本并在它们之间进行切换，这是实现这一目标的一种方法。

使用自包含的Python安装有一些缺点。首先，在完整的Python部署中发现的许多特性在默认情况下是不可用的，比如Tkinter UI工具包。(包括SQLite是)。另外，像pip这样的工具并不容易获得;您必须手动提供任何第三方包，或者至少设置PYTHONPATH环境变量(该变量指定可以在何处找到包)以包含到这些包的路径。

分享你的Python应用

Python并没有提供生成一个独立的可执行或自包含的Python程序副本的本地方法，但是第三方库已经填补了这个空白。他们通过将应用程序与Python运行时的副本捆绑在一起来实现这一点。

许多不同的项目可以帮助你做到这一点，但是最著名和最积极的是PyInstaller。PyInstaller有能力为Python提供许多通用的第三方库，甚至那些有二进制模块的应用程序(例如熊猫或NumPy)。

最后，如果你创建了一个你认为会对其他人有用的Python项目，那么请考虑如何打包项目，以便在PyPI上重新分配。第一次这样做时，可能有点尴尬，因为你可能会发现项目的布局需要重新修改以符合PyPI打包标准。但这是值得学习的，因为通过PyPI提供的项目可以很容易地获得通过，并且更容易获得用户的反馈。

点击咨询直接了解更多相关资料，我在惠州北大青鸟新方舟等你。

本文内容转载自网络，版权归原作者所有，如有侵权请联系我们进行删除。

标签：惠州计算机软件培训惠州计算件软件开发惠州计算机软件基础惠州计算机Python软件开发惠州Python培训学校惠州Python培训python基础教程python是什么python教程python入门