ipython

Python学习教程_Python学习路线:第一天—初识Python

两盒软妹~` 提交于 2021-01-13 04:32:28
Python学习教程(Python学习路线):初识Python Python简介 Python的历史 1989年圣诞节:Guido von Rossum开始写Python语言的编译器。 1991年2月:第一个Python编译器(同时也是解释器)诞生,它是用C语言实现的(后面又出现了Java和C#实现的版本Jython和IronPython,以及PyPy、Brython、Pyston等其他实现),可以调用C语言的库函数。在最早的版本中,Python已经提供了对“类”,“函数”,“异常处理”等构造块的支持,同时提供了“列表”和“字典”等核心数据类型,同时支持以模块为基础的拓展系统。 1994年1月:Python 1.0正式发布。 2000年10月16日:Python 2.0发布,增加了实现完整的 垃圾回收 ,提供了对 Unicode 的支持。与此同时,Python的整个开发过程更加透明,社区对开发进度的影响逐渐扩大,生态圈开始慢慢形成。 2008年12月3日:Python 3.0发布,它并不完全兼容之前的Python代码,不过因为目前还有不少公司在项目和运维中使用Python 2.x版本,所以Python 3.x的很多新特性后来也被移植到Python 2.6/2.7版本中。 目前我们使用的Python 3.7.x的版本是在2018年发布的,Python的版本号分为三段,形如A.B.C

大邓强力推荐-jupyter notebook使用小技巧

人盡茶涼 提交于 2021-01-06 12:09:02
1. 快捷键 在jupyter notebook菜单栏有Help按钮,可以查看jupyter的快捷键 2. 将多个变量输出 一般jupyter notebook默认只打印最后一个变量的结果。比如 通过设置InteractiveShell.astnodeinteractivity参数为all,就可以让所有的变量或者声明都能显示出来 3. 问号? 除了Help菜单能让我们快读查看numpy、pandas、scipy和matplotlib库,其实在cell中使用 ?可以查看库、函数、方法和变量的信息。 4. 在notebook中画图 作图最常用的就是matplotlib,记得在cell中写上这句 5. IPython魔法命令 查看当前工作目录 % pwd 执行上面的代码,得到 '/Users/suosuo/Desktop/20180820 jupyter notebook技巧' 更改当前工作目录 查看目录文件列表 6. 执行shell命令 命令行的命令前面加个 !即可在notebook中进行。 比如我们想要安装jieba库,需要打开终端输入 7. markdown标记语言 一级标题 # 一级标题 二级标题 ## 二级标题 三级标题 ### 三级标题 有序列表 元素1 元素2 元素3 会被MathJax渲染成 而在.ipynb文件中增加了下图的这个按钮

用PaddlePaddle实现图像分类-MobileNet

折月煮酒 提交于 2021-01-04 17:42:21
项目简介 本项目使用paddle实现图像分类模型 MobileNet-V1网络的训练和预测。MobileNet-V1是针对传统卷积模块计算量大的缺点进行改进后,提出的一种更高效的能够在移动设备上部署的轻量级神经网络,建议使用GPU运行。动态图版本请查看: 用PaddlePaddle实现图像分类-MobileNet(动态图版) 下载安装命令 ## CPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle ## GPU版本安装命令 pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu 模型结构 MobileNet的核心思想是将传统卷积分解为深度可分离卷积与1 x 1卷积。深度可分离卷积是指输入特征图的每个channel都对应一个卷积核,这样输出的特征的每个channel只与输入特征图对应的channel相关,具体的例如输入一个 K×M×NK\times M\times N K × M × N 的特征图,其中K为特征图的通道数,M、N为特征图的宽高,假设传统卷积需要一个大小为 C×K×3×3C\times K\times 3\times 3 C × K × 3 × 3

Python(01):Python简介与Python安装

泄露秘密 提交于 2020-12-19 03:59:17
一、Python简介: Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。 Python的创始人为吉多·范罗苏姆(Guido van Rossum)少数几个不秃头的语言创始人。 1989年,Guido开始写Python语言的编译器。 2019-2-4,发布了Python 3.8.0.a1测试版 Python 是一种解释型语言: 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。 Python 是交互式语言: 这意味着,您可以在一个 Python 提示符 >>> 后直接执行代码。 Python 是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。 Python 是初学者的语言: Python 对初级程序员而言,是一种伟大的语言,它支持广泛的应用程序开发,从简单的文字处理到 WWW 浏览器再到游戏。 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。 官方宣布,2020 年 1 月 1 日, 停止 Python 2 的更新。 Python解释器的类型 1、 CPython: 官方版本的解释器。 这个解释器是用C语言开发的,所以叫CPython。CPython是使用最广且被的Python解释器。在命令行下运行python就是启动CPython解释器。 2、 IPython:

Django之博客系统邮件分享博客

旧时模样 提交于 2020-12-15 08:45:07
在上一章中,我们创建了一个基础的博客应用,我们能在http://127.0.0.1:8000/blog/显示我们的博客。在这一章我们将尝试给博客系统添加一些高级的特性,比如通过email来分享帖子,添加评论,给帖子打上tag. 通过email分享帖子: 要通过email来分享帖子,需要我们创建一个表单来填写姓名,email,收件人。因此第一步就是通过django来创建表单。首先在blog应用的目录下创建一个forms.py文件。输入以下代码: from django import forms class EmailPostForm(forms.Form): name=forms.CharField(max_length=25) email=forms.EmailField() to=forms.EmailField() comments=forms.CharField(required=False,widget=forms.Textarea) 通过这个集成Form类的表单。我们就可以对页面上提交的数据进行验证。当表单提交从成功后必须创建一个新的视图来操作表单和发送email。编辑views.py文件,添加如下代码: from .forms import EmailPostForm def post_share(request,post_id): post=get_object_or

How can I launch pudb with IPython's post-mortem %debug?

末鹿安然 提交于 2020-12-13 06:36:24
问题 I just got started using breakpoint() and pudb , which is awesome. Now how do I make IPython's %debug magic launch pudb? Note: The pudb docs say "A post-mortem mode makes it easy to retrace a crashing program’s last steps." On the other hand the (old) wiki suggests it's not possible. 来源: https://stackoverflow.com/questions/59874136/how-can-i-launch-pudb-with-ipythons-post-mortem-debug

converting from .py to .ipynb

对着背影说爱祢 提交于 2020-12-13 03:12:32
问题 I wrote a juypter notebook that has been converted to .py somehow. I would like it back in the original format. Does anyone know how to do that? There is a previous stack overflow question about this, but the solution doesn't work for me. Converting to (not from) ipython Notebook format The below is an example of what the code looks like now. It is a lot of code so would take hours to copy and paste it manually. Thanks for the help. { "cell_type": "code", "execution_count": 581, "metadata": {

3个学习Python的小技巧

点点圈 提交于 2020-12-05 08:21:22
朋友们大家好,涛哥又来了,今天是打卡42/100天。 今天给大家推荐下关于学习Python的小工具,帮助大家尽快掌握。 利用ipython 很多时候我们包的功能记不住,这个时候我们就可以通过ipython进行查看学习。因为ipython自带了代码补全,我们导入某个包。然后进行补全即可。 比如 1. 使用tab自动补全 2. 包名字上面加一个或两个问号❓可以看到相关使用方法源码 这里面大家要把ipython用熟悉,相信能大大提高Python的学习速度。 我之前给大家推荐过调试工具pdb的增强工具 ipdb 其实也是基于ipython的,非常好用,强烈推荐。 利用Pycharm Python开发IDE最推荐的工具就是Pycharm,通过安装导入第三方包,我们如果要学习使用,可以通过Pycharm一键进行定位跳转到源码,可以看到调用情况。 日常调试bug,分析源码可以说是居家必备良药了,效率大大的。 第三利用第三方API 这儿推荐一个网站 overapi.com ,除了Python这个网站还有非常多其他语言的API,通过ta可以让我们快速掌握python的API。 新司机学习使用好工具。 我们今天分享的3个小技巧内容就到这儿了,希望大家喜欢。 来源: oschina 链接: https://my.oschina.net/u/4397179/blog/4775694

学习Python需要用到哪些工具?大佬:有这几个就够了

北城以北 提交于 2020-12-02 22:07:51
毋庸置疑,Python越来越被认可为程序员新时代的风口语言,Python的应用能力是成为一代码农大神的必要项。 首先告诉你的是,零基础学习开始系统学习Python肯定难,Python的专业程度本身就不简单,学习这事本来就是一件非常煎熬的事情,人都不愿意学习,可是没办法,为了生存掌握一个技能,你必须学,如果你认真的对待,你就找不到高薪水的工作,所以首先学习Python意志,坚持非常重要,很多人放弃的原因根本就是缺乏这些素质。 零基础学习Python必须明确的几点: 1.明确你将来是做什么工作的,需要掌握哪些技能,很多人连这个就不知道就盲目的学,首先选择一套专业系统的Python学习教程,学习编程千万不要东凑西凑,一定要系统的学,整个课程最好都是一个老师讲解的。你要清楚,现在公司需要什么人才,你应该奔着什么目标努力。Python的学习方向有很多,主要还是web。代码一定要规范,这本身就是一个非常好的习惯,如果开始不养好好的代码规划,以后会很痛苦。 2.系统的学习规划,规划好你每天学习的新知识和每天做的作业和练习,很多人想自学Python,很重要的一点,一定要动手写代码,一定要多写项目,勤加练习写代码,要明白操作才是真理。不然就是浪费时间。什么都不管,操作又跟不上,那能找到工作吗?老板又不傻,现在学习Python想找到工作,没有4-6个月的根本不行,所以规划是一定要有的

IPython/matplotlib: Return subplot from function

梦想与她 提交于 2020-11-30 04:27:12
问题 Using Matplotlib in an IPython Notebook, I would like to create a figure with subplots which are returned from a function: import matplotlib.pyplot as plt %matplotlib inline def create_subplot(data): more_data = do_something_on_data() bp = plt.boxplot(more_data) # return boxplot? return bp # make figure with subplots f, (ax1, ax2) = plt.subplots(1, 2, sharey=True, figsize=(10,5)) ax1 -> how can I get the plot from create_subplot() and put it on ax1? ax1 -> how can I get the plot from create