四大Python神器，学习之路让你事半功倍！！！
Python语言现在已经成为最流行的编程语言之一了，也是人工智能领域的首选编程语言。使用Python多年，在这里给大家推荐一下平时喜欢使用的Python工具和第三方包：
#### 1. `conda` 一个`Python`的虚拟环境管理工具
`Conda` 是一个Python的虚拟环境管理工具，非常好用，没有之一。使用体验远胜于`virtualenv + virtualenvwrapper组合`和`pipenv`等，有Linux版和windows版，强烈安利哦！
以下是一些常用命令，大家可以通过命令感受到这种便捷
- 创建一个名字为`py36`，解释器版本为3.6的虚拟环境
```bash
> conda create -n py36 python=3.6
```
- 进入名为`py36`的虚拟环境
```bash
> conda activate py36
```
- 查看已经安装的python包
```bash
(py36)> conda list
或者
(py36)> pip list
```
- 安装第三方包
```bash
(py36)> conda install requests
或者
(py36)> pip install requests
```
- 退出虚拟环境
```bash
(py36)> conda deactivate
```
#### 2. `requests`为人类编写的`HTTP`库
`requests`为人类编写的`HTTP`库，作者是`GitHub`上的网红程序员`kennethreitz`,，自从使用上`requests`就感觉到了与`kennethreitz`这位大神的牛逼的地方，作为开发者他懂开发者需要什么。`kennethreitz` 的另一个高明之处在于 ，他选择为`HTTP`提供第三方库，而HTTP使用广泛。
下面是`requests`的使用简单示例, 从这些示例中我感受到了一种优雅
```
Python 3.7.4 (default, Sep 7 2019, 18:27:02)
> import requests
> r = requests.get('https://api.github.com/repos/psf/requests')
> r.json()["description"]
'A simple, yet elegant HTTP library. Handcrafted, with ♥, for the Python community.'
> r = requests.get('https://api.github.com/user', auth=('user', 'pass'))
> r.status_code
200
> r.headers['content-type']
'application/json; charset=utf8'
> r.encoding
'utf-8'
> r.text
u'{"type":"User"...'
> r.json()
{u'disk_usage': 368627, u'private_gists': 484, ...}
```
#### 3. `spyder`一个科学上的`IDE`
在进行数据分析，机器学习等相关编程工作时，我们往往要关注数据的变化，`spyder`就是一款让你可以关注数据的`IDE`工具，特别喜欢他的变量浏览器。
`spyder`的安装和启动非常简单, 在命令行中执行如下命令即可:
- 安装: `> pip install spyder`
- 启动: `> spyder3`
下面是我编程的时候的界面，我使用`opencv`读取了一张图片, 并转换成灰度图片。使用`spyder3`的工具能让我很清晰的看到了灰度图片的像素内容。
#### 4. `jupyter` 一个网页`IDE`工具
`jupyter`非常好用，可以理解成基于网页的`IPython`。
使用`jupyter`主要基于两个原因：1. `jupyter` 基于网页，意味着我们几乎不会再被不同的环境困扰，很容易就能通过网页客户端进行服务器端的编程。2. `jupyter`也让我们能看到数据变化，适应于需要关注数据变化，持续进行数据分析的编程工作。
不过`jupyter`的代码最终还是要通过`pycharm`等`IDE`落地, 但我们可以在`jupyter`快速完成试错和初始版本的构建，这个已经够了。
一个使用`jupyter`编程的场景如下
以上就是我在工作中频繁使用到的四个`Python`神器，极大的方便了我的工作，希望对你有用，碰到合适的场景就赶快去使用吧！