资讯专栏INFORMATION COLUMN

常用的Python工具与资源

MockingBird / 456人阅读

摘要:经常收到粉丝的疑问,公众号的代码排版真的很好看,究竟用的什么开发工具呢在这里,统一回复一下大家,公众号的排版用的是,而我平时使用的开发工具是。很多粉丝说现在的书籍很贵,有没有什么比较好的教程比较好的资源,那么,廖老师的这个课程依旧是首选。

经常收到粉丝的疑问,公众号的代码排版真的很好看,究竟用的什么开发工具呢?在这里,统一回复一下大家,公众号的排版用的是MarkDown Here,而我平时使用的Python开发工具是Pycharm。这里,我整理了一下在使用学习Python的过程中用到的开发工具和资源,分享给大家。

1、Pycharm

Pycharm是我一直使用的开发工具,简单、易用,并且能够设置不同的主题模式,根据自己的喜好来设置代码风格。

如下是二分查找Pycharm中的代码风格:

公众号的代码风格:

def binary_search(list, item):

"""
:param list: 列表
:param item: 要查找的元素
:return: item在list中的索引,若不在list中返回None
"""
low = 0
high = len(list) - 1
while low <= high:
    midpoint = (low + high) // 2
    if list[midpoint] == item:
        return midpoint
    elif list[midpoint] < item:
        low = midpoint + 1
    elif list[midpoint] > item:
        high = midpoint - 1
return None

是不是很类似?在这里,强烈推荐大家使用Pycharm作为自己的开发工具。

2、IPython

如何进行交互式编程?没错,就是通过IPython。IPython相对于Python自带的Shell要好用的多,并且能够支持代码缩进、Tab键补全代码等功能。如果进行交互式编程,这是不可缺少的工具。

官网地址:http://ipython.org/

3、廖雪峰老师的Python教程

这个教程已经推荐过很多次了,今天还是要继续推荐一下,因为我也是通过这个教程开启我的Python学习之路的。

廖老师的Python教程通俗易懂,能够对一个知识点由浅入深进行讲解。很多粉丝说现在的Python书籍很贵,有没有什么比较好的教程、比较好的资源,那么,廖老师的这个课程依旧是首选。

链接:https://www.liaoxuefeng.com/

4、Python Tutor

这个工具可能对初学者比较有用,而对于中高级程序员则用处较少。这个工具的特色是能够清楚的理解每一行代码是如何在计算机中执行的,中高级程序员一般通过分步调试可以实现类似的功能。

如下图所示,对于二分查找的代码,会按照流程一步步执行,看到代码在计算机中的整个执行流程。这个工具对于最初接触Python、最初来学习编程的同学还是非常有用的,初学者不妨体验看看。

链接:http://www.pythontutor.com/

5、菜鸟教程

很多人都会或多或少的接触过菜鸟教程,并且不仅仅是在学习Python的过程中,因为菜鸟教程提供了多门技术语言的学习教程。这套教程也非常适用初学者,通常还可以在网页上直接运行相关代码,虽然Python我是通过廖老师的教程学习的,但是HTML、JS等相关的内容的学习我主要是通过菜鸟教程学习的,推荐给大家。

链接:http://www.runoob.com/

你最喜欢哪个工具或者资源呢?在你学习Python的过程中还有什么好的工具或者资源呢?欢迎留言跟大家一起分享哦。

更多精彩内容,关注微信公众号 「Python那些事」,做全栈开发工程师

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/41877.html

相关文章

  • 常用十大python图像处理工具

    摘要:但无论是用于何种用途,这些图像都需要进行处理。图像处理中的常见任务包括显示图像,基本操作如裁剪翻转旋转等,图像分割,分类和特征提取,图像恢复和图像识别。图像处理系统有时被称为图像处理的瑞士军刀。 showImg(https://segmentfault.com/img/remote/1460000019631626); 原文标题:10 Python image manipulation...

    Crazy_Coder 评论0 收藏0
  • 【精华分享】:转行数据分析一份学习清单

    摘要:数据分析的发展方向一般有商业方向,行业分析业务方向,和机器学习数据挖掘方向。机器学习的书籍推荐统计学习方法,机器学习,机器学习实战三本书。 作者:xiaoyu 微信公众号:Python数据科学 知乎:python数据分析师 上一篇主要分享了博主亲身转行数据分析的经历: 【从零学起到成功转行数据分析,我是怎么做的?】 本篇继上一篇将分享转行数据分析的一些经验和学习方法,看完这篇你将会解...

    suemi 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<