前端开发的Python学习笔记 快速开始

前端的视角聊聊如何快速入门Python 到这里基本就结束了Python基础入门了,本文也是更多的是从小白入门最疑惑的部分开始,把环境安装和基础的工程环境做了介绍。基本上对于新入坑的小伙伴,把工程和环境相关的坑踩平了心里也就有了信心了。本文也是从前端的视角切入,把python和前端相关的概念做了一些关联,希望助入门Python的前端小伙伴一臂之力。 阅读详情

前言

有这样一句话,“人生苦短,我用Python”。 这话能够流传,就是因为Python简洁易学,相比其它语言,可以用更少的代码量和时间,完成同样的功能。

作为一个前端开发,日常工作和生活中,很多时候需要一些脚本,来处理冗余繁琐的操作,提升效率,特别是现有的工具难以满足需求, 这时候就想重新造个轮子,例如,编写脚本,从TTF字体文件中,仅提取出想要的中文字体; 对按规则匹配到的文件进行自定义的重命名,或者批量修改大量文件中的指定规则匹配的文本; 喜欢的网页文章或文档,能够自动将其抓取,然后转成PDF文件保存本地。

作为一门流行的编程语言,Python在人工智能,数据分析,Web开发,爬虫,自动化运维,图像处理等领域,都有对应的建树,拥有一个大而全面的生态。 之前笔者都是使用Gulp,在Nodejs环境下编写Js脚本,现在打算学习下Python,通过Python编写脚本,尝试下Python的生态。

本文主要记录自己学习Python的探索过程,从基础的安装,到运行起第一行Python代码。记录过程中遇到的问题,经过的流程,以及因为好奇心调研的 答案。这份记录也是为了自己准备的一份笔记,为的是当一段时间不用Python后,能够快速将之拾起。

笔者是前端出身,很多流程可能保留着使用Nodejs,npm构造前端工程的思路与想法。我相信一门成熟的语言与框架,总是殊途同归的,其语言特性,开发流程 总是存在共性。过程中我会尽可能做到知其然,知其所以然,保持好奇,保持追根究底,争取明白每一个流程的含义,设计理念,以及怎样使用。

作为初学者,如有错误,也非常感谢大家指出。

概要

本文介绍了自己从安装Python,到编写出第一个程序并运行的流程。其主要包含如下几个部分:

  • 下载安装,明确安装过程中出现的选项含义。
  • 安装后进行一些常用配置,包括环境变量,国内镜像源,作为IDE的VSCode配置。
  • 接下来,创建第一个Python文件,分别通过命令行和VSCode执行。
  • 研究如何安装第三方依赖,尝试使用pip安装,以及使用requirements.txt保存依赖清单。
  • 最后解决了一些疑问,例如多版本管理问题。

安装Python

笔者是Windows平台,安装的Python版本为3.11,首先前往 官网下载安装包。

download.png

下载完成后,双击安装文件开始安装。之后进入安装流程的第一步。

选择安装方式

install1.png

在第一个画面,选择安装方式为Customize installation,自定义安装,因为我习惯把软件安装到自己定义的目录,而非默认位置, 因此选择这个选项,后续可以自己指定安装位置。

底部两个选项默认勾选。

  • Use admin privileges when installing py.exe,这个选项选中,保证以管理员身份安装,防止缺少权限导致安装失败。
  • Add python.exe to PATH,会自动添加Python.exe所在目录到环境变量Path。

可选择的特性

install2.png

在这个画面我选中了全部选项。

documentation

选择此选项后,会在本地安装一个文档程序,在开始菜单中,点击python 3.11 module docs,会自动打开一个本地网页,就是python文档。

pip

pip是下载安装python依赖包的核心工具,选择后,会安装在python安装目录下的Script文件夹中,后续会详细描述其用法。

tcl/tk and IDLE

tcl/tk是一个GUI工具包,用来用Python写图形界面的。 而IDLE是一个python的IDE开发环境,使用前者编写。 笔者这里虽然选中安装了,但是其实没有用Python编写图形界面的想法,并且IDE打算使用VSCode,因此这个选项看个人需求。

Python test suite

Python测试套件,需要安装,给一些工具方法写单元测试是好文明。

py launcher

这是一个window平台下的程序,可以让你运行不同版本的Python。安装后,直接通过命令行参数来控制使用哪一个版本的Python解释器。

同时安装了Python2和Python3时,环境变量Path下都有了两个Python命令,当在命令行输入python --version时,就只会匹配Path中靠前的指令。 想要能自由切换版本,就可以使用py launcher添加的 py 指令来替代python指令,手动指定要使用的Python解释器版本。 例如下面的方式:

# 在命令行中使用py命令运行python解释器,以python版
python如何与前端交互 Python 与前端(如 HTML, CSS, JavaScript)的关联通常是通过 Web 框架来实现的,这些框架允许 Python 代码在服务器上运行,并与前端进行交互。Jupyter Notebook 的本质是一个 Web 应用程序,便于创建和共享程序文档,支持实时代码,数学方程,可视化和 markdown。模板引擎:在 Flask 和 Django 中,可以使用模板引擎(如 Jinja2)将 Python 数据动态地插入到 HTML 文件中。使用选定的框架创建一个新的 Web 应用程序。 阅读详情

相关推荐

Python快速上手学习笔记

该笔记适用于想快速的上手Python,用于临时开发工作的同志们o(* ̄▽ ̄*)ブ。

坤舆湖畔的万某某的博客 1740

python学习笔记,快速了解上手python,代码+注释+例题

From IT私塾五天快速上手python 纯手打学习笔记,代码+注释+例题 # -*- codeing =utf-8 -*- # @Time : 2021/3/18 13:49 # @Author : David # @File : DEMO1.py # @Software :PyCharm ''' print("标准化输出字符串") a=18 print("这是变量:",a) ''' #格式化输出 age=22 print("我的名字是%s,我的国籍是%s"%("David","中国")) #%

david_zzz的博客 411

robotframwork快速开始

Robot Framework是一个基于Python的自动化测试框架,它可以帮助测试人员更方便、高效地进行自动化测试。这个框架的主要特点是“关键字驱动”,也就是说,测试人员不需要自己编写复杂的测试代码,而是可以使用预定义的关键字来编写测试用例。这些关键字实际上是一些操作或功能的描述,测试人员只需要根据测试需求选择合适的关键字组合,就可以完成测试工作。Robot Framework支持多种类型的测试,包括接口测试、GUI界面测试、数据库测试、APP测试等。

dreams_dream的博客 878

GPU大规模集群运维

CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的通用并行计算平台和程序模型,该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA架构编写程序,所编写出的程序可以在支持CUDA的处理器上以超高性能运行。CUDA官方文档CUDA的软件环境允许开发者使用C++等高级编程语言开发程序。

weixin_42795092的博客 1740

基于 Node.js + MongoDB 技术栈的小众开源短链接程序 —— Lynx

开源的短链接程序有很多,像 YOURLS、Shlink 等大多采用 PHP + MySQL 技术栈。但我之前的服务器配置一般,再加上自己写的小玩具使用的是 Node.js + MongoDB,这些环境已经装在服务器上了,因此更倾向于寻找一款同样基于这套技术栈的短链接程序。搜索了很久才找到这么一款基于的短链接程序——Lynx。这个开源项目非常小众,Star 数只有两百多。

zc_mk的博客 828

EPLAN二次开发入门:Visual Studio 2019环境配置与插件调试实战

本文详细介绍了EPLAN二次开发入门的关键步骤,重点讲解如何在Visual Studio 2019中配置开发环境并进行插件调试。通过创建符合命名规范的项目、引用核心API库、实现插件接口以及使用附加进程调试等实战技巧,帮助电气工程师快速掌握EPLAN插件开发,提升自动化设计效率。

h6i7j8的博客 763

案例:无人船测量点位数据+ArcGIS 10.6软件生成三维水下地形的两种方法

通常情况下,采用无人船进行水下地形测量,得到的是离散的,具有点号、日期、时间、东坐标(E)、北坐标(N)、水面高程、水下高程和水深等信息的点位数据,该数据一般由航带点位数据加水岸线组成,如下图所示: 原始点位数据格式如下: 下面讲解在ArcGIS软件中生成三维水下地形的两种常用方法。 一、构建不规则三角网(Tin) 1、创建Tin 生成的Tin: 2、Tin转栅格 Tin to Raster: 三维展示: 二、空间插值 栅格插值常用的方法有:克里...

智慧空间实验室 6754

R语言glm函数构建二分类logistic回归模型、epiDisplay包logistic.display函数获取模型汇总统计信息(自变量初始和调整后的优势比及置信区间,回归系数的Wald检验的p值

R语言glm函数构建二分类logistic回归模型(family参数为binomial)、使用epiDisplay包logistic.display函数获取模型汇总统计信息(自变量初始和调整后的优势比及置信区间,回归系数的Wald检验的p值)

statistics+insight+vista+power 1398

YOLOv13教程:手把手教你CSP_MutilScaleEdgeInformationSelect模块 通过DSM 在空间与局部对比域上做自适应选择

绿色线条为添加CSP_MutilScaleEdgeInformationSelect后的训练效果,map50指标提升12.45,准确率提升5.44。

FJN110的博客 816

Vue2 - 实现全景图Vr 720°全景效果查看预览功能,3D全景图流畅不卡顿渲染+手势拖拽+悬浮工具按钮,vue实现vr看720度全景效果方案讲解及示例代码(兼容电脑PC网页+手机H5移动端页面)

vue全景VR图,vue h5实现全景720预览,vue加载720全景图_vue怎么加载vr图片,vue实现vr全景看房,vue2实现全景效果,加载很慢卡怎么办,实现全景预览的插件,vue显示720度全景图,720°全景图显示,在h5中展示720°全景图,浏览全景图,基于vue实现vr全景预览,加载全景图,vue全景预览pannellum插件,vue实现3D全景图,实现720°全景图展示,在VUE 中使用three.js实现全景视频播放,vue项目中使用photo-sphere-viewer实现vr720度

🏆 前端领域优质创作者 3317

C++多线程 task--std::promise和std::future

本文主要讲解C++11/14/17中所提供的应用于多线程编程中的Task机制。Task可由如下几部分取得而本文主要讲解std::promise和std::future相关的内容。std::promise和std::future通过一个数据管道进行交流,可以将std::promise看作生产者,std::future看作消费者,其两者形成如下的方式交互std::promise本身是一个模版类,通过std::promise可以像数据管道中设置value,异常和相应的通知信息。std::promise提供了如下接

qls315的博客 1819

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

上一篇: 【Python|Pandas】Pandas库核心内容
下一篇: 【Python超详解】Python数据类型大盘点
Python_P叔
博客等级 码龄3年 5453粉丝 827原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值