Python开发工具

Python开发工具大体分两种：代码编辑器、集成工具IDE。
常用到的编辑器有Vim, Atom、Sublime Text、VS Code、IDLE。
常用到的IDE：Pycharm、Jupyter Notebook、Spyder、Wing IDE。
我是使用Python进行数据分析处理的，所以IDE更适合我。Pycharm 和Jupyter Notebook 号称Python IDE界的屠龙宝刀，而安装这两种工具的时候，还涉及到了Anaconda工具，下图展示了它们之间的关系，图来自博客 https://www.cnblogs.com/ironan-liu/p/11625420.html。
来自 https://www.cnblogs.com/ironan-liu/p/11625420.html
Pycharm中可以显示查看变量、方便调试、能对变量、关键字进行补全、自动缩进、格式化代码、定制代码格式，适合做项目，但是启动慢，安装空间略大，很多环境设置方面对于初学阶段的我来说不太友好，当初在环境、解释器上迷糊了很久，后来转向了Jupyter Notebook。
Jupyter Notebook的交互性、可视化更强，界面简单，可以编程输出视频、图像、Latex，在安装Anaconda的适合就会自带Jupyter Notebook，对于初学阶段友好。因此，选用了Jupyter Notebook。

Jupyter Notebook的安装

关于Jupyter Notebook 的安装，主要包括下载Anaconda、系统环境变量配置、创建新环境、检查Jupyter新环境，在我初学时发现了GIA出的Python教程，真的是我看过的最良心的安装教程了，每一步都细致，非常适合小白。链接如下：
https://github.com/girls-in-ai/Girls-In-AI/blob/master/machine_learning_diary/base/env_config/Python_for_WIN.md
https://github.com/girls-in-ai/Girls-In-AI/blob/master/tools/anaconda/jupyter/start.md
在这里插入图片描述

Jupyter Notebook的快捷键

Ctrl+C、Ctrl+V的经验告诉我们，快捷键是提高生产力/效率的一大利器，因此不管能不能记住，首先要了解Jupyter Notebook有哪些快捷键。
首先要知道Jupyter Notebook有两种键盘输入模式：编辑模式、命令模式。
编辑模式，允许你往单元中键入代码或文本；这时的单元框线是绿色的。
命令模式，键盘输入运行程序命令；这时的单元框线为蓝色。
在这里插入图片描述

Jupyter Notebook 安装库、扩展工具

安装库

数据分析，自然离不开各种开源的机器学习库/工具包，安装它们可以使用的工具有Conda、Pip。
Conda和Pip通常被认为几乎完全相同。虽然这两个工具的某些功能重叠，但它们设计用于不同的目的。
在这里插入图片描述
它们之间的关键区别：

Pip安装Python包，而Conda安装包可能包含用任何语言编写的软件的包。在使用Pip之前，必须通过系统包管理器或下载并运行安装程序来安装Python解释器。而Conda可以直接安装Python包以及Python解释器。
Conda能够创建可以包含不同版本的Python或其他软件包的隔离环境。在使用数据科学工具时，这非常有用，因为不同的工具可能包含冲突的要求，这些要求可能会阻止它们全部安装到单个环境中。 Pip没有内置的环境支持，而是依赖于virtualenv或venv 等其他工具来创建隔离环境。 pipenv，poetry和hatch wrap pip和virtualenv等工具提供了统一的方法来处理这些环境。
Pip和Conda在如何实现环境中的依赖关系方面也有所不同。安装包时，Pip会在递归的串行循环中安装依赖项。没有努力确保同时满足所有包的依赖性。如果较早安装的软件包与稍后安装的软件包具有不兼容的依赖性版本，则可能导致破坏的环境。Conda使用可确保满足环境中安装的所有包的所有要求。此检查可能需要额外的时间，但有助于防止创建破坏的环境，前期关于依赖关系包的元数据是正确的。
由于Conda可以确保环境安装中所有包的要求，所以推荐初学者使用Conda，省时省力。

安装扩展工具

Jupyter Notebook经过这么多年的发展，也有了很多扩展插件，可以帮助我们更好地使用它。
在Jupyter Notebook 安装好的前提下，我们输入以下命令：

pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user

启动Jupyter Notebook之后，就可以发现菜单栏中多了一个Nbextensions
在这里插入图片描述
下面的就都是插件了，选中每个插件，可以看到使用效果、说明等等。推荐较多的插件有：

Code prettify，对代码进行格式化；
Collapsible Headings，可以根据headings折叠区域；
Codefolding，可以对代码块进行折叠；
ScrollDown，当代码输出内容过长，自动下拉滚动条；
Table of Contents，根据markdown的标题栏自动生成目录，结合大纲视图查看教程、笔记，非常棒
Variable Inspector ：这是一个查看变量的插件，类似于 Matlab 和 R studio 的工作空间，可以查看变量名、类型，大小，形状和值。
ExcecuteTime: 查看代码执行时间，这个插件会代码模块最后计算该模块的计算时间和运行结束时间
Autopep8：自动代码格式优化
AutoSaveTime：控制脚本的自动保存时间
Hide Input All：隐藏所有的代码单元，保持所有的输出和 markdown 单元可见
Spellchecker：对 markdown 单元中的内容进行拼写检查
更多优秀插件，就留给大家自己探索啦。

https://jupyter-contrib-nbextensions.readthedocs.io/en/latest/index.html jupyter扩展插件文档

需要注意的是，code prettify 还需要执行另外一个命令安装必要的第三方功能模块，然后就可以看到Jupyter Notebook如下图出现一个小锤头工具。点击它就能把当前cell的代码自动格式化变整齐了，也可以使用快捷键Ctrl+L。
但是出现了报错
在这里插入图片描述

然后经过Google，https://www.twblogs.net/a/5db3850abd9eee310ee69794，推测可能是由于其他虚拟环境中也存在jupyter，所以在其他的虚拟环境中重新执行了步骤：

pip install jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
pip install yapf

再次打开，可以正常运行了
在这里插入图片描述
yapf 还提供了一个在线demo： https://yapf.now.sh/

参考

https://zhuanlan.zhihu.com/p/97394628
https://blog.csdn.net/wangxw1803/article/details/90264508
https://www.cnblogs.com/ironan-liu/p/11625420.html
https://github.com/selfteaching/the-craft-of-selfteaching/blob/master/markdown/T-appendix.jupyter-installation-and-setup.md
https://www.jianshu.com/p/9768a61e1bb7
https://china-testing.github.io/conda_pip_compare.html

dujiahei

发布了79 篇原创文章 · 获赞 119 · 访问量 53万+

他的留言板关注

Python的运行环境Jupyter Notebook

目录

Python开发工具

Jupyter Notebook的安装

Jupyter Notebook的快捷键

Jupyter Notebook 安装库、扩展工具

安装库

安装扩展工具

参考

猜你喜欢