Python 数据分析与数据可视化（一）Python 开发环境搭建与编码规范

1. Python 开发环境搭建与编码规范

1.1 Python 开发环境搭建与使用

1.1.1 Python 语言的特点

1. 可以解释执行源码
2. 支持伪编译为字节码来提高加载速度
3. 支持使用 py2exe、pyinstaller、cx_Freeze、py2app 或其他类似工具将 Python 程序及其所有依赖库打包成为各种平台上的可执行文件
4. 支持命令式编程和函数式编程两种编程模式
5. 拥有大量的几乎支持所有领域应用开发的成熟扩展库

1.1.2 Python 开发环境

1. IDLE
2. Jupyter Notebook
   
   
3. Spyder
   
4. pycharm

1.1.3 安装扩展库

 标准的 Python 安装包只包含了内置模块和标准库，没有包含任何扩展库，通过以下程序可以管理我们的扩展库

1. pip
   
   以上命令的执行要在命令提示符下
   
   轮子文件下载地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/
2. conda

1.2 Python 编码规范

1.2.1 缩进

 一般以 4 个空格为一个缩进单位，并且相同级别的代码块应具有相同的缩进量

1.2.2 空格与空行

 在每个类、函数定义或一段完整的功能代码之后增加一个空行，在运算符的两侧各增加一个空格，逗号后面增加一个空格

1.2.3 标识符命名规范

标识符包括变量名、函数名、类名。

1. 见名知义
2. 以英文字母、汉字、下划线开头
3. 可以包含汉字、英文字母、数字和下划线，不能有空格或标点符号
4. 不能使用关键字
5. 对英文字母的大小写敏感
6. 不使用系统内置的模块名、类型名或函数名以及已导入的模块名及其成员名作变量名或者自定义函数名

1.2.4 续行

一行代码不超过屏幕宽度

1.2.5 注释

# 单行注释
‘’’ ‘’’ 多行注释
() 表明清晰的计算顺序或用来修改表达式的计算顺序

1.3 标准库、扩展库对象的导入与使用

1.3.1 Python 对象的分类

内置对象：不需要导入直接使用
标准库对象：导入后使用
扩展库对象：安装正确，导入后使用

1.3.2 三种导入方式

1.3.2.1 import 模块名[ as 别名 ]

这种方式可以使用模块内的所有对象

1.3.2.2 from 模块名 import 对象名[ as 别名 ]

这种方式只能使用明确导入的对象

1.3.2.3 from 模块名 import *

其他文章

Python 数据分析与数据可视化（一）Python 开发环境搭建与编码规范
Python 数据分析与数据可视化（二）数据类型、运算符与内置函数
Python 数据分析与数据可视化（三）列表、元组、字典、集合与字符串
Python 数据分析与数据可视化（四）文件操作
Python 数据分析与数据可视化（五）线性代数基本知识
Python 数据分析与数据可视化（六）numpy 数组和矩阵运算
Python 数据分析与数据可视化（七）pandas数据分析实战
Python 数据分析与数据可视化（八）sklearn机器学习实战
Python 数据分析与数据可视化（工具篇）课程所需扩展库安装
Python 数据分析与数据可视化（实践篇）泰坦尼克号旅客生存预测