pycharm

“工欲善其事，必先利其器”，这话我一直是这么坚信的！ 找到一款顺手称心的工具，拥有它，熟练地使用它！ Pycharm据说就是使用Python的一款最好的工具—— 于是，开始了第一步的学习----先从熟悉主菜单开始吧，总不能一打开软件，只会使用New、Run之类的简单操作指令吧！一开始翻译比较难，由于不习惯看英文，感觉好像很难的样子，不过，深入进入，原来很多很多其实是熟悉的...... 先翻译主菜单吧，毕竟，打开软件就接触，不会的话有点丢人。至于二级菜单，以后再慢慢学吧。光一级菜单的不会的生词就好多好多...... 打开Pycharm，首先是就是欢迎界面：Welcome to PyCharm: 然后，就是创建一个项目文件界面：New Project。好多选项，怎么操作，我在这里不讲，因为现在我们要学会习惯、熟悉操作英文界面。我这里选择建立一个Pure Python项目。 按下Create键，就进入了PyCharm的主界面啦： 在主界面，按鼠标右键，会出现鼠标右键菜单，一般，这样的菜单使用的频率是非常非常高的，不得不优先的熟悉： 接下来，就是界面的顶行的主菜单了，为了以后便于继续翻译二级菜单，便于查找和归类，我把主菜单的十二个主菜单项按顺序编了一个序号码，以后的二级菜单的编码一定以所在的主菜单编码为首编码。主菜单编码如下： 0开头的一般是不隶属于主菜单项的项目。 10-File 文件

LoadTek 发布于 2020年03月08日 最后修改于 2020年03月08日 Python PySide2在2020年已经可以pip安装后开箱即用了，但是要开发速度快的话，还需要一些额外的工具配置。主要是三个Qt Design、Qt uic和Qt rcc这三个小工具。此外，对于是否使用QT Quick我也有些建议。 Python版本与PySide2安装 由于MSVC版本问题，Python2的PySide2无法在Windows下无法安装，同时Python2已经停止支持，建议使用Python来开发。同时Python3.8.0版本的PySide2无法在Windows下工作，需要更高的如3.8.1版本。通常学习开发时使用最新的Python版本就行了。 PySide2安装很简单： pip install PySide2 PyCharm配置三个工具 Qt官方推荐的开发工具是Qt Creator，我也尝试了一下。感觉可能更适合C++开发者，对于Python的支持程度不行，环境配置、语法补全这些都跟不上，关键还没PyCharm好看。对于开发Python的，还是使用PyCharm更舒服，这个结论社区版也成立。 打开PyCharm的File->Settings，选择左侧Tools->External Tools，点击+号添加以下三个工具。 Name : Qt Designer Program :

1. pycharm2020.1.2下载 pycharm下载 https://www.jetbrains.com/pycharm/download/#section=windows 2.下载激活插件 下载激活插件：jetbrains-agent.jar 链接: https://pan.baidu.com/s/1EaoFACbgkW7OiHCZyuyvJA 提取码: vwat 3.安装pycharm 启动pycharm之后 第一步 第二步 第三步 第四步 进入下面的页面，将下载的激活插件 jetbrains-agent-latest.zip包拖到下面的区域内，弹出Restart 点击Restart 第五部 重启 第六步 激活 第七部 查看 参考 https://docs.qq.com/doc/DR3Z3aXlxYUZMRFFp 来源： oschina 链接： https://my.oschina.net/u/4260256/blog/4315030

Pycharm 修改tab缩进快捷键 "indent Line or Selection" 这个就是tab，是缩进快捷键，可以改。 "Unindent Line or Selection" 这个就是tab+shift对应的取消缩进快捷键，改了他即可。 小键盘的快捷键：不能用 if (e.Key==Key.NumPad1) { //获得数字键盘的0 } 来源： oschina 链接： https://my.oschina.net/u/4303307/blog/4496884

1、打开 http://idea.medeming.com/jets/ 2、获取激活码，粘贴到第二个选项中 3、没有第三步 亲测可用。 来源： oschina 链接： https://my.oschina.net/u/4407543/blog/4297491

教程 本项⽬在最新 2019.3.3 上测试通过。 IntelliJ IDEA 2019.3.3及以下 AppCode 2019.3.3及以下 CLion 2019.3.3及以下 DataGrip 2019.3.3及以下 GoLand 2019.3.3及以下 PhpStorm 2019.3.3及以下 PyCharm 2019.3.3及以下 Rider 2019.3.3及以下 RubyMine 2019.3.3及以下 WebStorm 2019.3.3及以下 第一步 ： 启动IDEA，现在一启动需要立刻输入注册码，这里可以选择免费试用的方式进入IDEA，如下图所示。（ 如果进不去可以执行第四步 直接打开 IDE的bin目录下的xxx.exe.vmoptions进行修改 ） 第二步 ： 在 idea安装目录bin文件夹下 拖入jetbrains-agent.jar以及 important.txt 下载地址： https://www.lanzous.com/b00nbdv7g 密码:emrf 第三步： 如下图所 示（ 支持所有软件 ） 第四步 ： 如下图所示（指向你所引入的文件） ( 不要使⽤中⽂路径 ) 这一步很关键，地址要输对，支持 mac等系统，支持相对路径 示例 : mac: -javaagent:/Users/neo/jetbrains-agent.jar linux:

今天先来学习一下 Response 的相关知识。 所有返回前台的内容其实都应该是 Response 的对象或者其子类，我们看到如果返回的是字符串直接可以写成 return u'字符串内容' 的形式，但是其实这个字符串也是经过了 Response 包装的： returnResponse(u'字符串') 我们看一段代码： # coding: utf-8from flask import Flask, Response app = Flask(__name__) # type: Flaskapp.debug = True@app.route('/')def hello_world(): return 'Hello World!'@app.route( '/login/') def login (): return Response( u'login') if __name__ == '__main__': app.run() 代码里我新建了一个 login 函数，返回的就是用 Response 包装后的字符串，访问地址可以看到页面打印了 login 。 我们有时候需要返回数组、字典之类的数据，但是数组或者字典这些数据是不能直接 return 的。这个时候怎么办呢？答案就是你必须将数组或字典转换成 json 后再返回（这就是为什么我们做接口测试的时候传参前用 json.loads()

一年半以前写了关于 Python 包管理及虚拟环境系列 Python 包管理及虚拟环境的应用(一: pip) Python 包管理及虚拟环境的应用(二: virtualenv) Python 包管理及虚拟环境的应用(三: pipenv) 其中历数了 virtualenv , python3 -m venv , pipenv , 并提到了 pyenv 和 conda，但未作介绍，其中 conda 似乎不该错过，Pycharm 中对它也有很好支持。因此本文来了解一下 conda 以及 Anaconda。 首先 Anaconda 是什么，它是一个用于科学计算的，跨平台的包管理与 Python 环境的工具，它方便的解决了多版本 Python 并存，切换及第三方包安装的问题。所以 Anaconda 不只是像 venv , pipenv 那样的创建管理 Python 虚拟环境，还承担了系统软件的安装管理，像 Mac 下的 brew 那样的功能。一般来说我们没有必须安装 Anaconda, 只需要安装 Miniconda 获得 conda 这个命令行工具即可。 阅读全文 >> 来源： oschina 链接： https://my.oschina.net/u/2791/blog/4460496

Keras之队鸢尾花识别 任务目标 对鸢尾花数据集分析 建立鸢尾花的模型 利用模型预测鸢尾花的类别 环境搭建 pycharm编辑器搭建python3.* 第三方库 numpy pandas sklearn keras 处理鸢尾花数据集 了解数据集 鸢尾花数据集是一个经典的机器学习数据集，非常适合用来入门。 鸢尾花数据集链接： 下载鸢尾花数据集 鸢尾花数据集包含四个特征和一个标签。这四个特征确定了单株鸢尾花的下列植物学特征： 花萼长度 花萼宽度 花瓣长度 花瓣宽度 该表确定了鸢尾花品种，品种必须是下列任意一种： 山鸢尾 Iris-Setosa(0) 杂色鸢尾 Iris-versicolor(1) 维吉尼亚鸢尾 Iris-virginica(2) 数据集中三类鸢尾花各含有50个样本，共150各样本 下面显示了数据集中的样本: 机器学习中，为了保证测试结果的准确性，一般会从数据集中抽取一部分数据专门留作测试，其余数据用于训练。所以我将数据集按7：3（训练集：测试集）的比例进行划分。 数据集处理具体代码 # 读取数据集 iris = pd.read_csv("iris.data", header=None) # 数据集转化成数组 iris = np.array(iris) # 提取特征集 X = iris[:, 0:4] # 提取标签集 Y = iris[:, 4] # One-Hot编码

1.了解Python： 是一种面向对象的解释型计算机程序设计语言，由荷兰人Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。 Python是纯粹的自由软件， 源代码和解释器CPython遵循 GPL(GNU General Public License)协议 Python语法简洁清晰，特色之一是强制用空白符(white space)作为语句缩进。 Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。 适合开发：web网站和各种网站服务，系统工具和脚本 实际应用：eg：openstack平台、豆瓣等 Python优点：代码少，开发速度快 缺点：源码不能加密 2.7.13与3.6.0的区别： 语法不兼容，2.7版本不能在3.6版本上直接运行； 2.7版本安装时需配置环境变量； 2.7版本在编写Python脚本时允许省略括号。 安装python： 由于兼容性问题