03_Python生态和开发环境

内容摘要：Python是极少数能够兼顾操作简单与功能强大的编程语言。特别是在当今的大数据和AI时代，几乎所有的新技术都提供Python支持，在Python生态中可以使用的工具异常丰富。相比其它语言，Python程序的代码行更简洁、更易阅读、更易调试和扩展。 它可以帮你快速且毫不费力地完成诸多事情，使得编程充满了乐趣。Python 是一门优秀的语言，值得你去学习！

1、Python简史

Python因为其开源、易读写、简洁等特点，赢得了广泛的群众基础，被无数程序员热烈追捧。
编程问答网站 Stackoverflow 的一项调查显示：在高收入国家 Python 格外受欢迎，在过去五年中，Python的使用量出现了惊人的增长（年增长率达到27%）。该调查揭示，Python 是近年来增长最快的主流编程语言。
在未来的十年里，Python还会继续有一个很好的发展趋势。据TIOBE官网专家预测，Python可能在3到4年内取代C语言和Java，成为世界上最流行的编程语言。需要注意的是Python和Matlab类似，都是解释型语言，要追求性能，那还是用C吧，但是Python也有很多优化工具支持，如Cython，很多情况下优化是没问题的。

2、怎么安装和开始使用

Python由于其开源特性，导致版本很多，需要注意的是2.X和3.X是两个系列，建议直接学3.X（未来估计2.7版本之后更新会比较少）。使用Python的价值还是在于其强大的扩展包，类似Matlab的工具包，不同的是都是免费的，功能上还一点不必那些收费的差。如果单独安装Python环境，再一个个包安装的确比较麻烦。没关系，集成工作有人帮忙做完了，那就是Anaconda工具，直接对应你的系统版本下载安装就行了。

一款优秀的编辑器能够帮助你更轻松地编写 Python 程序，使您的编程之旅更加舒适。这些编译器支持语法高亮 ，能够通过对代码标以不同颜色来帮助你区分Python 程序中的不同部分，从而能够让你更好地看清程序，并使程序的运行模式更加形象化。通过这些编译器，你还可以将Python程序保存为文件，从而便于多次地运行和修改这些程序，实现您的编程目标。

如果您对编译器还没有概念， 我们推荐您使用目前比较流行的Python编译器： Spyder (https://pypi.python.org/pypi/spyder) , 从哪里下载？别担心Anaconda都帮你集成好了 。该编译器与MATLAB的图形界面风格极其相似，都采用‘三窗口’模式，包括：

1. Editor（编辑器）, Editor用于编写代码；
2. Object/ Variable Explorer（变量管理器）, 用于查看内存中的变量数据；
3. Console（控制台）。Console用于评估代码并且在任何时候都可以看到运行结果。
   在一个大显示器上，同时使用这三个窗口，您可以快速、高效地编写、调试和测试Python程序。

图1 Spyder环境的用户界面

安装完Anaconda，在你的程序菜单下至少有三个东西，一个是anaconda prompt，一个是juypter notebook，一个是spyder；三个有啥区别呢？

• anaconda prompt，其实就是cmd加环境变量设置，是提供给管理员配置环境，安装包等用的，要设置虚拟环境，不同版本下的包管理等都在这里，在这个命令环境下，可以直接用“python + 脚本”来执行程序，还可以用conda命令执行各种安装包和配置等操作（提示一下：anaconda是一个集成管理环境，在里面你可以通过conda虚拟多个环境，它可以帮你同时管理2.7，3.6，3.7等多个python环境，有时候一个包依赖特定的python版本这个功能就很有用了）。
• spyder，集成编译环境IDE，给程序员用的，在里面可以开发，可以测试；
• jupyter notebook，这个与spyder不一样，它是基于浏览器的，提供给用户有一个交互式上下文环境，上面写代码下面就出结果，整个过程像记笔记一样，所以叫notebook，定位就是教学演示的工作。适合本地不装环境，通过浏览器调用服务端来进行计算的应用场景。Jupyter生态下还有很多工具，Jupyter
  Hub，Jupyter kernel gateway等等，还支持R的内核。

好咱装完python环境，我们试试吧，再anaconda prompt里面输入python，回车，进入环境后，先来第一行代码：

import this

没错Zen of Python——Python之禅，这是Python编程和设计的指导原则，由Tim Peter所写，大家好好理解一下里面的精髓吧！

3、Python中的科学栈

科学栈（Scientific Stack）由一系列重要的库集合而成。Python语言除了开发源码、易于阅读和编写外，更重要的在于其背后有着强大的科学栈支撑（搞科研的绝对绕不开呦），这就是为什么它可以代替Matlab或者R等领域专用语言和工具集的原因所在。在当今的许多科技领域，通过第三方的Python包，几乎可以提供给不同类型用户任何所需要的功能。常用的科学栈包括：

1. NumPy，提供多维数组对象（注意：python自身没有数组这个类型），实现同构或者异构数据的存储；提供操作这一数组对象的优化函数和方法。
2. SciPy，它是一组子库和函数，实现科学数据分析中常用到的重要标准数值函数功能。如三次样条插值和数值积分的函数。
3. Matplotlib, 它提供了功能强大的绘图和可视化库，可以实现丰富的二维和三维可视化功能。
4. PyTables，它是当今十分流行的HDF5数据存储的封装器，实现了基于层次数据库和文件格式的优化磁盘I/O操作。
5. Pandas，其在NumPy基础上构建，提供更加丰富的时间序列和表格数据管理及分析类，Pandas里面的数据框Dataframe类型非常强大，谁用谁知道哦！；并在绘图方面与Matplotlib库、在数据存储和读取方面与PyTables紧密结合。
   当然，还有很多优秀的第三方库，实在无法一一列举，自能在实践中学习，但只要你能想到，估计就已经有人做了。

4、不得不说的Notebook

Jupyter Notebook 是一个交互式笔记本，支持运行 40 多种编程语言。其本质是一个 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，支持Markdown语法。 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。Jupyter Notebook保存的文件叫ipynb，与py格式不同，通过渲染可以转换为html直接放到网站上，也可以导出pdf直接作为教学材料。
通过Jupyter Notebook工具，我们可以在本机上连接远端的高性能计算机，并利用此高性能计算机运行计算量较大的Python程序，节约计算时间。界面长这样子：

图2 Jupyter Notebook在浏览器内的样子

Jupyter Notebook还可以通过笔记本扩展（nbextensions）其功能，实质上是一种JavaScript模块，可以加载到笔记本前端页面上，可以大大提升用户体验。比如：变量浏览啊，类的缩放，笔记本提纲生成等等。合理的应用这些扩展工具，能有效提高你的工作效率。

一句话总结：我是一个最早学C，研究生随导师用Fortran，为了做程序界面还自学过VB，Delphi（Pascal语法，古董了，现在的FMX技术支持跨平台编译），做点面向对象，后来博士了用Matlab较多，三年前开始逐渐接触python，深刻理解了为什么它叫胶水语言，总之，早一天使用，早一天受益，谁用谁知道呗！

友情提示：学python看书没用，因为很难记住，只有动手。

扩展阅读：
《A Byte of Python》中译本