資訊專欄INFORMATION COLUMN
摘要：經常收到粉絲的疑問，公眾號的代碼排版真的很好看，究竟用的什么開發工具呢在這里，統一回復一下大家，公眾號的排版用的是，而我平時使用的開發工具是。很多粉絲說現在的書籍很貴，有沒有什么比較好的教程比較好的資源，那么，廖老師的這個課程依舊是首選。
經常收到粉絲的疑問，公眾號的代碼排版真的很好看，究竟用的什么開發工具呢？在這里，統一回復一下大家，公眾號的排版用的是MarkDown Here，而我平時使用的Python開發工具是Pycharm。這里，我整理了一下在使用學習Python的過程中用到的開發工具和資源，分享給大家。
1、Pycharm
Pycharm是我一直使用的開發工具，簡單、易用，并且能夠設置不同的主題模式，根據自己的喜好來設置代碼風格。
如下是二分查找Pycharm中的代碼風格：
公眾號的代碼風格：
def binary_search(list, item):
"""
:param list: 列表
:param item: 要查找的元素
:return: item在list中的索引，若不在list中返回None
"""
low = 0
high = len(list) - 1
while low <= high:
midpoint = (low + high) // 2
if list[midpoint] == item:
return midpoint
elif list[midpoint] < item:
low = midpoint + 1
elif list[midpoint] > item:
high = midpoint - 1
return None
是不是很類似？在這里，強烈推薦大家使用Pycharm作為自己的開發工具。
2、IPython
如何進行交互式編程？沒錯，就是通過IPython。IPython相對于Python自帶的Shell要好用的多，并且能夠支持代碼縮進、Tab鍵補全代碼等功能。如果進行交互式編程，這是不可缺少的工具。
官網地址：http://ipython.org/
3、廖雪峰老師的Python教程
這個教程已經推薦過很多次了，今天還是要繼續推薦一下，因為我也是通過這個教程開啟我的Python學習之路的。
廖老師的Python教程通俗易懂，能夠對一個知識點由淺入深進行講解。很多粉絲說現在的Python書籍很貴，有沒有什么比較好的教程、比較好的資源，那么，廖老師的這個課程依舊是首選。
鏈接：https://www.liaoxuefeng.com/
4、Python Tutor
這個工具可能對初學者比較有用，而對于中高級程序員則用處較少。這個工具的特色是能夠清楚的理解每一行代碼是如何在計算機中執行的，中高級程序員一般通過分步調試可以實現類似的功能。
如下圖所示，對于二分查找的代碼，會按照流程一步步執行，看到代碼在計算機中的整個執行流程。這個工具對于最初接觸Python、最初來學習編程的同學還是非常有用的，初學者不妨體驗看看。
鏈接：http://www.pythontutor.com/
5、菜鳥教程
很多人都會或多或少的接觸過菜鳥教程，并且不僅僅是在學習Python的過程中，因為菜鳥教程提供了多門技術語言的學習教程。這套教程也非常適用初學者，通常還可以在網頁上直接運行相關代碼，雖然Python我是通過廖老師的教程學習的，但是HTML、JS等相關的內容的學習我主要是通過菜鳥教程學習的，推薦給大家。
鏈接：http://www.runoob.com/
你最喜歡哪個工具或者資源呢？在你學習Python的過程中還有什么好的工具或者資源呢？歡迎留言跟大家一起分享哦。
更多精彩內容，關注微信公眾號 「Python那些事」，做全棧開發工程師
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/41877.html
摘要：但無論是用于何種用途，這些圖像都需要進行處理。圖像處理中的常見任務包括顯示圖像，基本操作如裁剪翻轉旋轉等，圖像分割，分類和特征提取，圖像恢復和圖像識別。圖像處理系統有時被稱為圖像處理的瑞士軍刀。 showImg(https://segmentfault.com/img/remote/1460000019631626); 原文標題：10 Python image manipulation...
摘要：數據分析的發展方向一般有商業方向，行業分析業務方向，和機器學習數據挖掘方向。機器學習的書籍推薦統計學習方法，機器學習，機器學習實戰三本書。 作者：xiaoyu 微信公眾號：Python數據科學 知乎：python數據分析師 上一篇主要分享了博主親身轉行數據分析的經歷： 【從零學起到成功轉行數據分析，我是怎么做的？】 本篇繼上一篇將分享轉行數據分析的一些經驗和學習方法，看完這篇你將會解...
閱讀 5030·2021-09-07 09:58
閱讀 781·2019-08-30 15:55
閱讀 2909·2019-08-30 15:55
閱讀 915·2019-08-30 15:53
閱讀 1549·2019-08-29 12:57
閱讀 1796·2019-08-26 13:46
閱讀 558·2019-08-26 11:00
閱讀 3657·2019-08-23 15:42
