本文目錄一覽：
用 Python 可以來做什麼?
Web 和 Internet開發；科學計算和統計；人工智能；桌面界面開發；軟件開發；後端開發；網絡接口：能方便進行系統維護和管理，Linux下標誌性語言之一，是很多系統管理員理想的編程工具。
Python的設計目標之一是讓代碼具備高度的可閱讀性。它設計時盡量使用其它語言經常使用的標點符號和英文單字，讓代碼看起來整潔美觀。它不像其他的靜態語言如C、Pascal那樣需要重複書寫聲明語句，也不像它們的語法那樣經常有特殊情況和意外。
Python標準庫的主要功能有：
1、文本處理，包含文本格式化、正則表達式匹配、文本差異計算與合併、Unicode支持，二進制數據處理等功能
2、文件處理，包含文件操作、創建臨時文件、文件壓縮與歸檔、操作配置文件等功能
3、操作系統功能，包含線程與進程支持、IO復用、日期與時間處理、調用系統函數、寫日記(logging)等功能
4、網絡通信，包含網絡套接字，SSL加密通信、異步網絡通信等功能
5、網絡協議，支持HTTP，FTP，SMTP，POP，IMAP，NNTP，XMLRPC等多種網絡協議，並提供了編寫網絡服務器的框架
6、W3C格式支持，包含HTML，SGML，XML的處理
7、其它功能，包括國際化支持、數學運算、HASH、Tkinter等
python可以應用在哪些領%
·Web應用開發
Python常被用於Web開發，隨着Python的Web開發框架逐漸成熟，如Django、flask等等，開發者們可以更輕鬆地開發和管理複雜的Web程序。通過mod_wsgi模塊，Apache可以運行Python編寫的Web程序，舉個最直觀的例子，全球最大的搜索引擎
Google，在其網絡搜索系統中就廣泛使用 Python
語言。另外，我們經常訪問的集電影、讀書、音樂於一體的豆瓣網，也是使用Python實現的。不僅如此，全球最大的視頻網站Youtube以及Dropbox也都是用
Python 開發的。
·自動化運維
Python是標準的系統組件，可以在終端下直接運行 Python。有一些 Linux 發行版的安裝器使用Python語言編寫，例如 Ubuntu的Ubiquity 安裝器、Red Hat Linux 和 Fedora 的 Anaconda安裝器等等。另外，Python標準庫中包含了多個可用來調用操作系統功能的庫。例如，通過pywin32 這個軟件包，我們能訪問Windows 的 COM 服務以及其他 Windows
API;使用IronPython，我們能夠直接調用.NetFramework。
·人工智能領域
人工智能是現如今非常火的一個方向， Python
在人工智能領域內的機器學習、神經網絡、深度學習等方面，都是主流的編程語言。可以這麼說，基於大數據分析和深度學習發展而來的人工智能，其本質上已經無法離開
Python 的支持了。
·網絡爬蟲
Python語言很早就用來編寫網絡爬蟲。Google 等搜索引擎公司大量地使用 Python 語言編寫網絡爬蟲。從技術層面上將，Python
提供有很多服務於編寫網絡爬蟲的工具，例如 urllib、Selenium 和 BeautifulSoup 等，還提供了一個網絡爬蟲框架 Scrapy。
·遊戲開發
很多遊戲都是使用C++編寫圖形顯示等高性能的模塊，使用Python或Lua編寫遊戲的邏輯，相比Python，Lua的功能更簡單，體積也更小，但Python支持更多的特性和數據類型。除此之外，Python
可以直接調用 Open GL 實現 3D 繪製，這是高性能遊戲引擎的技術基礎。事實上，有很多 Python 語言實現的遊戲引擎，例如 Pygame、Pyglet
以及 Cocos 2d 等。
python做什麼
現在互聯網發展迅速，眾多行業巨頭，都已經轉投到人工智能領域，而人工智能的首選編程語言就是python，所以學好Python能夠從事的工作還是很多的，而且前景非常不錯。
學完python可以應用於以下領域：
①Web 和 Internet開發
②科學計算和統計
③人工智能
④桌面界面開發
⑤軟件開發
⑥後端開發
⑦網絡爬蟲
可以從事的崗位也很多，比如Python爬蟲工程師，大數據工程師等等！
互聯網行業目前還是最熱門的行業之一，學習IT技能之後足夠優秀是有機會進入騰訊、阿里、網易等互聯網大廠高薪就業的，發展前景非常好，普通人也可以學習。
想要系統學習，你可以考察對比一下開設有相關專業的熱門學校，好的學校擁有根據當下企業需求自主研發課程的能力，能夠在校期間取得大專或本科學歷，中博軟件學院、南京課工場、南京北大青鳥等開設相關專業的學校都是不錯的，建議實地考察對比一下。
祝你學有所成，望採納。
可以讓你快速用Python進行數據分析的10個小技巧
一些小提示和小技巧可能是非常有用的，特別是在編程領域。有時候使用一點點黑客技術，既可以節省時間，還可能挽救“生命”。
一個小小的快捷方式或附加組件有時真是天賜之物，並且可以成為真正的生產力助推器。所以，這裡有一些小提示和小技巧，有些可能是新的，但我相信在下一個數據分析項目中會讓你非常方便。
Pandas中數據框數據的Profiling過程
Profiling（分析器）是一個幫助我們理解數據的過程，而Pandas Profiling是一個Python包，它可以簡單快速地對Pandas 的數據框數據進行 探索 性數據分析。
Pandas中df.describe()和df.info()函數可以實現EDA過程第一步。但是，它們只提供了對數據非常基本的概述，對於大型數據集沒有太大幫助。 而Pandas中的Profiling功能簡單通過一行代碼就能顯示大量信息，且在交互式HTML報告中也是如此。
對於給定的數據集，Pandas中的profiling包計算了以下統計信息：
由Pandas Profiling包計算出的統計信息包括直方圖、眾數、相關係數、分位數、描述統計量、其他信息——類型、單一變量值、缺失值等。
安裝
用pip安裝或者用conda安裝
pip install pandas-profiling
conda install -c anaconda pandas-profiling
用法
下面代碼是用很久以前的泰坦尼克數據集來演示多功能Python分析器的結果。
#importing the necessary packages
import pandas as pd
import pandas_profiling
df = pd.read_csv(‘titanic/train.csv’)
pandas_profiling.ProfileReport(df)
一行代碼就能實現在Jupyter Notebook中顯示完整的數據分析報告，該報告非常詳細，且包含了必要的圖表信息。
還可以使用以下代碼將報告導出到交互式HTML文件中。
profile = pandas_profiling.ProfileReport(df)
profile.to_file(outputfile=”Titanic data profiling.html”)
Pandas實現交互式作圖
Pandas有一個內置的.plot（）函數作為DataFrame類的一部分。但是，使用此功能呈現的可視化不是交互式的，這使得它沒那麼吸引人。同樣，使用pandas.DataFrame.plot（）函數繪製圖表也不能實現交互。 如果我們需要在不對代碼進行重大修改的情況下用Pandas繪製交互式圖表怎麼辦呢？這個時候就可以用Cufflinks庫來實現。
Cufflinks庫可以將有強大功能的plotly和擁有靈活性的pandas結合在一起，非常便於繪圖。下面就來看在pandas中如何安裝和使用Cufflinks庫。
安裝
pip install plotly
# Plotly is a pre-requisite before installing cufflinks
pip install cufflinks
用法
#importing Pandas
import pandas as pd
#importing plotly and cufflinks in offline mode
import cufflinks as cf
import plotly.offline
cf.go_offline()
cf.set_config_file(offline=False, world_readable=True)
是時候展示泰坦尼克號數據集的魔力了。
df.iplot()
df.iplot() vs df.plot()
右側的可視化顯示了靜態圖表，而左側圖表是交互式的，更詳細，並且所有這些在語法上都沒有任何重大更改。
Magic命令
Magic命令是Jupyter notebook中的一組便捷功能，旨在解決標準數據分析中的一些常見問題。使用命令％lsmagic可以看到所有的可用命令。
所有可用的Magic命令列表
Magic命令有兩種：行magic命令（line magics），以單個％字符為前綴，在單行輸入操作；單元magic命令（cell magics），以雙%%字符為前綴，可以在多行輸入操作。如果設置為1，則不用鍵入%即可調用Magic函數。
接下來看一些在常見數據分析任務中可能用到的命令：
% pastebin
％pastebin將代碼上傳到Pastebin並返回url。Pastebin是一個在線內容託管服務，可以存儲純文本，如源代碼片段，然後通過url可以與其他人共享。事實上，Github gist也類似於pastebin，只是有版本控制。
在file.py文件中寫一個包含以下內容的python腳本，並試着運行看看結果。
#file.py
def foo(x):
return x
在Jupyter Notebook中使用％pastebin生成一個pastebin url。
%matplotlib notebook
函數用於在Jupyter notebook中呈現靜態matplotlib圖。用notebook替換inline，可以輕鬆獲得可縮放和可調整大小的繪圖。但記得這個函數要在導入matplotlib庫之前調用。
%run
用％run函數在notebook中運行一個python腳本試試。
%run file.py
%%writefile
%% writefile是將單元格內容寫入文件中。以下代碼將腳本寫入名為foo.py的文件並保存在當前目錄中。
%%latex
%%latex函數將單元格內容以LaTeX形式呈現。此函數對於在單元格中編寫數學公式和方程很有用。
查找並解決錯誤
交互式調試器也是一個神奇的功能，我把它單獨定義了一類。如果在運行代碼單元時出現異常，請在新行中鍵入％debug並運行它。 這將打開一個交互式調試環境，它能直接定位到發生異常的位置。還可以檢查程序中分配的變量值，並在此處執行操作。退出調試器單擊q即可。
Printing也有小技巧
如果您想生成美觀的數據結構，pprint是首選。它在打印字典數據或JSON數據時特別有用。接下來看一個使用print和pprint來顯示輸出的示例。
讓你的筆記脫穎而出
我們可以在您的Jupyter notebook中使用警示框/注釋框來突出顯示重要內容或其他需要突出的內容。注釋的顏色取決於指定的警報類型。只需在需要突出顯示的單元格中添加以下任一代碼或所有代碼即可。
藍色警示框：信息提示
p class=”alert alert-block alert-info”
bTip:/b Use blue boxes (alert-info) for tips and notes.
If it’s a note, you don’t have to include the word “Note”.
/p
黃色警示框：警告
p class=”alert alert-block alert-warning”
bExample:/b Yellow Boxes are generally used to include additional examples or mathematical formulas.
/p
綠色警示框：成功
p class=”alert alert-block alert-success”
Use green box only when necessary like to display links to related content.
/p
紅色警示框：高危
p class=”alert alert-block alert-danger”
It is good to avoid red boxes but can be used to alert users to not delete some important part of code etc.
/p
打印單元格所有代碼的輸出結果
假如有一個Jupyter Notebook的單元格，其中包含以下代碼行：
In [1]: 10+5
11+6
Out [1]: 17
單元格的正常屬性是只打印最後一個輸出，而對於其他輸出，我們需要添加print()函數。然而通過在notebook頂部添加以下代碼段可以一次打印所有輸出。
添加代碼後所有的輸出結果就會一個接一個地打印出來。
In [1]: 10+5
11+6
12+7
Out [1]: 15
Out [1]: 17
Out [1]: 19
恢復原始設置：
InteractiveShell.ast_node_interactivity = “last_expr”
使用’i’選項運行python腳本
從命令行運行python腳本的典型方法是：python hello.py。但是，如果在運行相同的腳本時添加-i，例如python -i hello.py，就能提供更多優勢。接下來看看結果如何。
首先，即使程序結束，python也不會退出解釋器。因此，我們可以檢查變量的值和程序中定義的函數的正確性。
其次，我們可以輕鬆地調用python調試器，因為我們仍然在解釋器中：
import pdb
pdb.pm()
這能定位異常發生的位置，然後我們可以處理異常代碼。
自動評論代碼
Ctrl / Cmd + /自動注釋單元格中的選定行，再次命中組合將取消注釋相同的代碼行。
刪除容易恢復難
你有沒有意外刪除過Jupyter notebook中的單元格？如果答案是肯定的，那麼可以掌握這個撤消刪除操作的快捷方式。
如果您刪除了單元格的內容，可以通過按CTRL / CMD + Z輕鬆恢復它。
如果需要恢復整個已刪除的單元格，請按ESC + Z或EDIT撤消刪除單元格。
結論
在本文中，我列出了使用Python和Jupyter notebook時收集的一些小提示。我相信它們會對你有用，能讓你有所收穫，從而實現輕鬆編碼！
原創文章，作者：DUOU，如若轉載，請註明出處：https://www.506064.com/zh-hant/n/133033.html
微信掃一掃 
支付寶掃一掃 