作为软件工程师,你必须知道的20个…

作为一名优秀是软件开发工程师,以下的这些常识你知道吗?在实际工作中有没有总结过呢?小编就带大家一起分享这20个软件开发常识。

  1、针对面向对象的设计与分析:为了让软件有更好的可维护性,重用性以及快速开发,简短的OOAD与它的SOLID原则对于每一个软件工程师来说都是该牢记的。

  2、软件品质因素:软件工程的好坏与软件的品质因素是绝对关联的。请在开发过程中深刻的理解这一点。

  3、数据结构与算法:深刻理解像数组,列表,栈,树,图,集合等这样的基本数据结构,并在软件开发过程的关键部分使用好的算法。这样整个软件逻辑就会很清晰了。

  4、Big-O符号来标记算法复杂度:在开发过程中,请务必使用 Big-O 符号来比较两个代码段或者不同算法所消耗的时间复杂度,这在开发高性能软件项目中是非常重要的。

  5、UML图:UML图已经是一个通用的软件设计与分析的语言。如果你们在开发软件的过程中还没有做UML图,那么给人的感觉就是这压根就不是软件工程。

  6、正确的衡量软件开发进度。

  7、设计模式:设计模式是前人在解决各种各样问题的过程中总结出来的一套标准对策,在绝大部分情况下,使用这些模式肯定是利大于弊的。如果你不想在开发过程中重新造 轮子,那么就直接使用它吧。

  8、理解操作系统的基本原理:因为所有的应用程序都是直接运行在操作系统这个层级的,学习操作系统的基本原理能让我们对应用程序的底层以及性能有更好的把握。

  9、学习计算机组成原理:几乎所有的应用程序甚至是OS都需要与物理硬件打交道的,所以学习计算机组成原理与理解操作系统原理一样都可以让你对于应用程序有更深刻的理 解。

  10、网络基础:网络与计算机组成,操作系统以及传输流程都是紧密关联的,理解网络基础能让你在开发过程中得心应手。

  11、需求分析:对于软件工程来说,需求分析是项目的起点,也是整个项目最最重要的部分。如果这玩意你搞错了,整个项目的方向也就错了。

  12、软件测试:在软件工程中,测试也是非常重要的。单元测试,黑盒测试,白盒测试,TDD,集成测试等等都是我们必须知道的。

  13、独立管理:主要是说类库(JAR,DLL等等)的管理,熟悉使用一些类似Maven,Ant,lvy这样的知名工具对于大型项目的类库管理是非常有用的。

  14、持续化集成:持续化集成能让测试大型模块与组件更加简单与自动化,关于这一点,你可以去了解Hudson 这个工具。

  15、ORM:了解Hibernate这种将对象与数据库表映射工具是非常有好处的,它可以减少你的代码量并节省你的代码维护时间。

  16、DI(独立注入):DI或者IoC(Inversion ofControl)的具体实现框架Spring能让你创建对象时更加轻松,对于大型企业级项目更是如此。

  17、版本控制系统:VSC工具(SVN,TFS,CVS等)对于团队合作开发以及版本控制都是非常重要的。熟练使用这类工具算得上是必备技能。

  18、国际化:通过i18n来将不同语种的字符串存储在其他文件是让软件支持多语种最好的方法。所以i18n在不同的IDE上使用的方法我们应该了解。

  19、架构模式:理解类似MVC,MVP,MVVM这样的架构模式非常关键,这能让你写出易维护,简洁以及方便测试的代码。

  20、编写干净的代码:你的代码仅仅只是能够正常运行是远远不够的,它必须让编程人员轻易看懂来方便后续维护,所以,代码格式以及编写易读的代码技术都是我们需要了解的关键点。

来源:web开发者

### 问题分析 当用户在尝试使用 `python3.9 install scikit-learn` 命令安装库时遇到 `command not found` 错误,通常意味着系统无法识别 `python3.9` 命令。这可能是由于以下原因导致: 1. **Python 3.9 未正确安装** 如果 Python 3.9 没有被正确安装,或者安装路径未添加到系统的环境变量中,操作系统将无法识别 `python3.9` 命令。 2. **命令格式错误** 安装 Python 库的标准方式是使用 `pip` 或 `python -m pip`。因此,正确的命令应为: ```bash python3.9 -m pip install scikit-learn ``` 而不是直接使用 `python3.9 install scikit-learn`,后者不符合 Python 的模块调用语法规范[^1]。 3. **环境变量配置问题** 即使 Python安装,如果其可执行文件路径(如 `/usr/local/bin/python3.9`)未加入系统环境变量 `PATH` 中,终端也无法找到该命令。可以通过以下方式检查 Python 是否在路径中: ```bash which python3.9 ``` 如果输出为空,则说明当前 shell 无法定位到 Python 可执行文件。 --- ### 解决方案 #### 确认 Python 是否安装 运行以下命令以确认系统是否识别 Python 3.9: ```bash python3.9 --version ``` 如果提示版本号(例如 `Python 3.9.7`),则表示 Python安装;否则需要重新安装 Python 并确保勾选“Add to PATH”选项(Windows)或手动配置环境变量(Linux/macOS)。 #### 使用完整路径调用 Python 若不确定 `python3.9` 是否可用,可以尝试使用完整路径调用 Python 解释器,例如: ```bash /usr/local/bin/python3.9 -m pip install scikit-learn ``` 具体路径可通过 `which python3.9` 或 `find / -name python3.9` 查找。 #### 配置环境变量 对于 Linux 或 macOS 用户,可以通过编辑 shell 配置文件(如 `.bashrc`、`.zshrc` 或 `.bash_profile`)来添加 Python 路径: ```bash export PATH="/usr/local/opt/python@3.9/bin:$PATH" ``` 然后运行: ```bash source ~/.bashrc ``` 或对应 shell 的配置文件使其生效。 #### 使用虚拟环境 建议使用虚拟环境(如 `venv`)管理依赖,避免全局安装带来的冲突。创建并激活虚拟环境的命令如下: ```bash python3.9 -m venv sklearn_env source sklearn_env/bin/activate # Linux/macOS sklearn_env\Scripts\activate # Windows ``` 之后再运行安装命令: ```bash pip install scikit-learn ``` --- ### 注意事项 - 如果系统默认的 Python 版本不是 3.9,可能需要使用 `python3.9` 明确指定版本。 - 在某些发行版(如 Ubuntu)中,可能需要先通过包管理器安装 Python 3.9 开发工具: ```bash sudo apt-get install python3.9 python3.9-dev python3.9-venv ``` - 若使用 Anaconda 环境,推荐使用 `conda` 安装: ```bash conda install -c conda-forge scikit-learn ``` 这样可以更好地处理依赖关系[^1]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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