Python编程从0到1（关于编译环境和IDE选择的问题）

痛点：

在python编程过程中，经常会遇到关于使用哪一个编译环境的问题。而在选择编译环境的过程中，又不得不考虑到2.7和3.5个版本的选择。

在使用python2.7版本的过程中，经常会遇到编码的一些问题。这对初学者是非常头大的，而且从长远来说，发展的趋势是3.X以上版本，因此应该学习像3.5以上版本过渡。

而在使用python3.5以上版本开发程序的过程中，又会经常遇到库管理的一些问题。因为3.5以上版本的库管理，是比较混乱的，有一些库的支持程度不是特别的好。因此会存在不同的版本中切换开发程序的情况。

因此如何选择版本和选择编译环境是一个比较大的问题。

解决方案：

目前一个比较好的解决方案是使用anaconda 。

anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包，Anaconda 的下载文件比较大（约 515 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。

image.png

使用anaconda最大的一个好处是它已经，整合了大量的库，不需要从头去安装每一个，总体来说效率很高。

关于anaconda的安装和使用，在似乎上有一篇比较详细的文章，大家可以参考。

https://www.zhihu.com/question/58033789

开发环境的选择(IDE)

anaconda已经整合了很多比较好用的工具

image.png

这里重点为大家介绍两个:

1. jupyter notebook

Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。
Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。 用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。

如果想新建一个 notebook，只需要点击New，选择你希望启动的 notebook 类型即可。

notebook 类型

以下是关于Jupyter Notebook 使用的一个教程。
https://www.cnblogs.com/nxld/p/6566380.html

2. spyder

Spyder是Python(x,y)的作者为它开发的一个简单的集成开发环境。和其他的Python开发环境相比，它最大的优点就是模仿MATLAB的“工作空间”的功能，可以很方便地观察和修改数组的值。
Spyder的界面由许多窗格构成，用户可以根据自己的喜好调整它们的位置和大小。当多个窗格出现在一个区域时，将使用标签页的形式显示。可以看到“Editor”、“Object inspector”、“Variable explorer”、“File explorer”、“Console”、“History log”以及两个显示图像的窗格。在View菜单中可以设置是否显示这些窗格。

Spyder的功能比较多，这里仅介绍一些常用的功能和技巧：

• 默认配置下，“Variable explorer”窗格中不显示以大写字母开头的变量，可以单击工具栏中的配置按钮(最后一个按钮)，在菜单中取消“Exclude capitalized references”的选中状态。

• 在控制台中，可以按Tab按键进行自动补全。在变量名之后输入“?”，可以在“Object inspector”窗格中查看对象的说明文档。此窗格的Options菜单中的“Show source”选项可以开启显示函数的源程序。

• 可以通过“Working directory”工具栏修改工作路径，用户程序运行时，将以此工作路径作为当前路径。例如我们只需要修改工作路径，就可以用同一个程序处理不同文件夹下的数据文件。

• 在程序编辑窗口中按住Ctrl键，并单击变量名、函数名、类名或模块名，可以快速跳转到定义位置。如果是在别的程序文件中定义的，将打开此文件。在学习一个新模块的用法时，我们经常需要查看模块中的某个函数或类是如何实现的，使用此功能可以帮助我们快速查看和分析各个模块的源程序。例如下面的程序从不同的扩展库载入了一些模块和类。用Spyder打开此文件，按住Ctrl键，并单击signal、pl、HasTraits、Instance、View、Item、lfilter、plot、title等，将打开定义它们的程序文件，并跳转到相应的行。

pycharm（另一个强烈推荐的IED）

我个人更习惯使用的另一个工具是pycharm

image.png

学会python的底层逻辑，从无到有搭建一个开发环境是有必要的，但很多时候从效率的角度出发，可以选用现成的工具。

在 pycharm 中，可以选择编译的接口为adaconda。能够保持工作环境的一致性。

image.png

总之：adaconda + pycharm 可以解决所有问题。