ipython

作者 | Erik-Jan van Baaren 译者 | 弯月 来源 | CSDN 原文： https://towardsdatascience.com /30-python-best-practices-tips-and-tricks-caefb9f8c5f5 以下为译文： 我想借本文为大家献上 Python 语言的30个最佳实践、小贴士和技巧，希望能对各位勤劳的程序员有所帮助，并希望大家工作顺利！ 1、Python 版本 在此想提醒各位：自2020年1月1日起，Python 官方不再支持 Python 2。本文中的很多示例只能在 Python 3 中运行。如果你仍在使用 Python 2.7，请立即升级。 2、检查 Python 的最低版本 你可以在代码中检查 Python 的版本，以确保你的用户没有在不兼容的版本中运行脚本。检查方式如下： if not sys.version_info > (2, 7): # berate your user for running a 10 year # python version elif not sys.version_info >= (3, 5): # Kindly tell your user (s)he needs to upgrade # because you're using 3.5 features 3、IPython

《利用Python进行数据分析》（第二版）+中文翻译精要+配套代码和数据 链接： https://pan.baidu.com/s/1kz4DTlefVVkBpewtgomsjw 提取码：l8wi　PDF 1.1 本书的内容 本书讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。我的目标是介绍Python编程和用于数据处理的库和工具环境，掌握这些，可以让你成为一个数据分析专家。虽然本书的标题是“数据分析”，重点却是Python编程、库，以及用于数据分析的工具。这就是数据分析要用到的Python编程。 什么样的数据？ 当书中出现“数据”时，究竟指的是什么呢？主要指的是结构化数据（structured data），这个故意含糊其辞的术语代指了所有通用格式的数据，例如： 表格型数据，其中各列可能是不同的类型（字符串、数值、日期等）。比如保存在关系型数据库中或以制表符/逗号为分隔符的文本文件中的那些数据。 多维数组（矩阵）。 通过关键列（对于SQL用户而言，就是主键和外键）相互联系的多个表。 间隔平均或不平均的时间序列。 这绝不是一个完整的列表。大部分数据集都能被转化为更加适合分析和建模的结构化形式，虽然有时这并不是很明显。如果不行的话，也可以将数据集的特征提取为某种结构化形式。例如，一组新闻文章可以被处理为一张词频表，而这张词频表就可以用于情感分析。

作者 谢恩铭，公众号「程序员联盟」（微信号：coderhub）。 转载请注明出处。 原文： https://www.jianshu.com/p/a34eaffcc420 《Python探索之旅》 全系列 内容简介 前言 Python 的解释器 Python 解释器的种类 做一点数学运算 总结 第一部分第三课预告 1. 前言 上一课是 Python探索之旅 | 第一部分第二课：安装Python和Python的常用开发软件 。 经过第一课的理论概念和第二课的 Python 开发环境安装之后，我们是时候来了解一下 Python 的解释器了。 即使这一课的一些小测试看似没什么了不起的，但你却可以借此对 Python 的语法有一个初步概念。我强烈建议你循序渐进地跟着我们动手练习，尤其是如果 Python 是你的第一门编程语言的话。 和任何编程语言一样，Python 具有清晰的语法：你不能随便向 Python 发送任何信息。我们将看到 Python 可以接收什么，不可以接收什么。 2. Python 的解释器 上一课，我们在最后用 PyCharm 创建了一个 Python 的项目，并且创建了我们的第一个 Python 文件（ hello_python.py ），然后用项目配置的 Python 解释器（就是我们安装的 Python 中自带的解释器。例如我们上一课在 Windows 中安装的