python编程设备(python编程课程)

在电脑上用python语言编程，都需要什么？

1）学好python的第一步，就是马上到

www.python.org

网站上下载一个python版本。我建议初学者，不要下载具有IDE功能的集成开发环境，比如Eclipse插件等。

2）下载完毕后，就可以开始学习了。学习过程中，我建议可以下载一些python的学习文档，比如《diveinto

python》，《OReilly-LearningPython》等等。通过学习语法，掌握python中的关键字语法，函数语法，数学表达式等等

3）学完了基本语法后，就可以进行互动式学习了。python具备很好的交互学习模式，对于书本上的例子我们可以通过交互平台进行操练，通过练习加深印象，达到学习掌握的目的。

4）通过以上三个步骤的学习后，我们大致掌握了python的常用方法、关键字用法以及函数语法等。接下去的学习上，我们就可以着手学习常用模块的使用，

比如os,os.path,sys,string模块等。我们可以在交互环境中先熟悉使用其中的函数，如果遇到函数的使用上的问题，可以参考python

安装后的自带chm帮助文件。

5）为了更好得掌握python，我们的学习不能只是停留在学习一些语法或者api阶段。在此阶段中，我们可以尝试用python解决我们项目中遇到的一

些问题，如果项目不是用python开发的，那我们可以想想能不能用python制作一些项目组可以使用的一些工具（utility），通过这些工具简化

项目组成员的任务，提高我们的工作效率。如果没有项目，我们也可以自己找些题目来自己练习练习。

6）经过以上锻炼后，我们的python知识水平肯定是越来越高。接下去的学习，我们就要更上一层楼。为了学以致用，真正能应用于项目开发或产品开发，我

们还必须学习企业应用开发中必须要掌握的网络和数据库知识。在此的学习就不光是python语言本身的学习了，如果之前没有学习和掌握很网络和数据库知

识，在此阶段我们可以借此机会补习一把。

7）在此，我想我们对python的使用以及信手拈来了，即使忘了api的用法，我们也可以在短时间内通过查看文档来使用api。那么接下去，我们要学习

什么呢?那就是设计能力，在学习设计能力的过程中，如果对类等面向对象的概念不清楚的，在此阶段也可以学习或加以巩固。就像飞机设计师设计飞机通过学习模

型来设计一样，我们也可以通过学习书上的经典例子来学习设计。等有了设计的基本概念后，我们就可以着手设计我们的程序了。在此阶段中，我们重要的是学习抽

象的思想，通过隔离变化点来设计我们的模块。

8）到此阶段，我们已经是真正入门了。在接下去的工作中，就是要快速地通过我们的所学来服务项目了。在此阶段，我们除了掌握python自带的模块外，我

们最好在掌握一些业界广泛使用的开源框架，比如twisted、peak、django、xml等。通过熟练使用它们，达到闪电开发，大大节省项目宝贵时间。

9）你已经是个python行家了，在此阶段，我们在工作中会遇到一些深层次的、具体的困难问题。面对这些问题，我们已经有自己的思考方向和思路了。我们

时常会上网观看python的最新发展动态，最新python技术和开源项目，我们可以参与python论坛并结交社区中一些python道友。

10）你已经是个python专家，在此阶段你应该是个python技术传播者。时不时在组织中开坛讲座，并在博客上传播你的python见解。你会上论

坛帮助同行们解决他们提出的问题，你会给

www.python.org

网站提出你的宝贵建议，并为python语言发展献计献策。

任何知识的学习无止境，python的学习也不另外。在掌握python的用法、api和框架后，我们更要学习设计模式、开发方法论等(转载)

程序员Python编程必备的工具有哪些?

一、最强终端：Upterm

本来想推荐fish或者zsh，但其实这两个我也主要是贪图自动补全这个特性。最近在用的这个Upterm其实很简单好用，它是一个全平台的终端，可以说是终端里的IDE，有着强大的自动补全功能。之前的名字叫BlackWindow，有人跟他说这个名字不利于社区推广，改名叫Upterm之后现在已经17000+Star了。

二、交互式解释器：Ptpython

一个交互式的Python解释器。支持语法高亮、提示甚至是vim和emacs的键入模式。

三、包管理必备：Anaconda

强烈推荐Anaconda，它能帮你安装好许多麻烦的东西，包括：Python环境、pip包管理工具、常用的库、配置好环境路径等等。这些事情小白自己一个个去做的话，容易遇到各种问题，带来挫败感。如果你想用Python搞数据方面的事情，就安装它就好了，它甚至开发了一套JIT的解释器Numba。所以Anaconda有了JIT之后，对线上科学计算效率要求比较高的东西也可以搞了。

四、编辑器：Sublime3

小白的话当然还是推荐从PyCharm开始上手，但有时候写一些轻量的小脚本，就会想用轻量级一点的工具。Sublime3很多地方都有了极大的提升，并且用起来比原来还要简单。配合安装Anaconda或CodeIntel插件，可以让Sublime拥有近乎IDE的体验。

五、前端在线编辑器：CodeSandbox

虽然这个不算是真正意义上的Python开发工具，但如果后端工程师想写前端的话，这个在线编辑器太方便了，简直是节省了后端工程师的生命啊！不用安装npm的几千个包了，它已经在云端完成了，采让你直接就可以上手写代码、看效果。对于React、Vue这些主流前端框架都支持。算是一个推荐补充吧。

六、PythonTutor

PythonTutor是由PhilipGuo开发的一个免费教育工具，可帮助学生攻克编程学习中的基础障碍，理解每一行源代码在程序执行时在计算机中的过程。通过这个工具，教师或学生可以直接在Web浏览器中编写Python代码，并逐步可视化地运行程序。如果你不知道代码在内存中是如何运行的，不妨把它拷贝到Tutor里可视化执行一遍，加深理解。

七、IPython

IPython是一个forHumans的Python交互式shell，用了它之后你就不想再用自带的Pythonshell了，IPython支持变量自动补全，自动缩进，支持bashshell命令，内置了许多实用功能和函数，同时它也是科学计算和交互可视化的最佳平台。

八、JupyterNotebook

JupyterNotebook就像一个草稿本，能将文本注释、数学方程、代码和可视化内容全部组合到一个易于共享的文档中，以Web页面的方式展示。它是数据分析、机器学习的必备工具。

九、Anaconda

Python虽好，可总是会遇到各种包管理和Python版本问题，特别是Windows平台很多包无法正常安装，为了解决这些问题，Anoconda出现了，Anoconda包含了一个包管理工具和一个Python管理环境，同时附带了一大批常用数据科学包，也是数据分析的标配。

十、Skulpt

Skulpt是一个用Java实现的在线Python执行环境，它可以让你轻松在浏览器中运行Python代码。使用skulpt结合CodeMirror编辑器即可实现一个基本的在线Python编辑和运行环境。

以上推荐的十个Python开发工具，虽然都很好用，但是也不必全部都安装，毕竟适合自己的才是最好的，大家可以根据自己的需求进行选择。