Python 旋风之旅——简介

为了利用 Python 强大的开放数据科学栈（包括NumPy，Pandas，Matplotlib，Scikit-learn和其他工具）的功能，您首先需要了解 Python 语言的语法，语义和模式。 该教程为已经熟悉另一种编程语言的工程师，研究人员和数据科学家提供了 Python 的简短而全面的介绍。

简介

从1980年代后期开始，Python被视为一种教学和脚本语言，从那时起，Python已成为学术界和工业界许多程序员、工程师、研究人员和数据科学家必不可少的工具。 作为一名致力于构建和推广免费开放的用于数据密集型科学工具的天文学家，我发现Python非常适合我日常遇到的各种问题，无论是从大型天文数据集中提取有意义的数据， 还是从Web抓取和整理分析数据，或自动执行日常研究任务。

Python 的魅力在于它的简洁和美观，以及已经存在大量使用 Python 构建的各个特定领域的工具集和 区。 例如，科学计算和数据科学中的大多数 Python 代码都是基于一组成熟且有用的软件包构建的：

• NumPy：为多维矩阵数据提供有效的存储和计算。
• SciPy：包含各种数值工具，例如数值积分和插值。
• Pandas：提供一个 DataFrame 对象以及该对象拥有的一组强大的方法来处理，过滤，分组和转换数据。
• Matplotlib：提供非常有用的接口（函数）来创建具有出版物质量的图表。
• Scikit-Learn：提供了一个统一的工具包，用于使用常见的机器学习算法应分析数据。I
• Python / Jupyter：提供增强的终端和交互式笔记本环境，对于探索性分析以及创建交互式可执行文档也非常有用。 例如，此 告的手稿完全在Jupyter笔记本中撰写。

同样重要的是，还有许多其他工具和软件包：如果您要执行科学或数据分析任务，很可能已经有人编写了可以为您完成任务的软件包。避免重新造轮子。

但是，要使用 python 数据科学生态系统的强大功能，首先需要熟悉Python 语言本身。 我经常遇到学生和同事，他们在某种语言（例如MATLAB，IDL，R，Java，C ++等）上具有（有时是广泛的）计算背景，并且正在寻求一个简短而全面的 Python 语言教程，以符合他们的语言水平和知识，而不是从零开始。 教材告旨在填补这一空白。

因此，本教程的目标绝不是全面介绍编程知识，也不是 Python 语言本身的完整介绍。 如果这是您要查找的内容，则可以查看“学习资源”中的推荐参考。 取而代之的是，这将使您对 Python 的一些基本语法和语义，内置数据类型和结构，函数定义，控制流语句以及该语言的其他方面有个全面快速的了解。 我的目的是使读者能够拥有坚实的基础，从此可以无障碍探索上面刚刚概述的数据科学栈。

使用代码示例

补充材料（代码示例，练习等）可从https://github.com/jakevdp/WhirlwindTourOfPython/下载。 这本书可以帮助您完成任务。 通常，如果本书提供了示例代码，则可以在程序和文档中使用它。 除非您要复制大部分代码，否则无需与我们联系获取许可。 例如，编写使用本书中若干代码段的程序无需许可。 出售或分发O’Reilly书籍中的示例CD-ROM确实需要获得许可。 引用本书和引用示例代码来回答问题无需许可。 将本书中的大量示例代码合并到产品文档中确实需要获得许可。

如果您认为对代码示例的使用超出了合理使用范围或上述给出的权限，请随时通过permissions@oreilly.com与我们联系。

安装和实践注意事项

无论您使用Windows，Linux还是Mac OS X，安装Python以及支持科学计算的库套件都很简单。本节将概述设置计算机时的一些注意事项。

Python 2 还是 Python 3

本教程使用 Python 3 ，其中包含与 Python 2.x 版本不兼容的语言增强功能。 尽管Python 3.0 于2008年首次发布，但采用速度相对较慢，尤其是在科学和Web开发 区中。 这主要是因为许多基本软件包和工具包花了一些时间才能与新的语言内部组件兼容。 但是，自2014年初以来，数据科学生态系统中最重要工具的稳定版本已与Python 2和3完全兼容，因此本书将使用较新的Python 3语法。 即使是这种情况，本书中的绝大多数代码段也可以在Python 2中运行而无需修改：在使用Python2.x不兼容的语法的情况下，我将尽一切努力明确指出它。

用conda安装

尽管安装 Python 的方式多种多样，但我建议的方式（尤其是您希望最终使用上述数据科学工具的话）是通过跨平台的Anaconda发行版。 Anaconda发行版有两种形式：

• Miniconda: 为您提供 Python 解释器，以及一个名为 conda 的命令行工具，该工具作为跨平台的软件包管理器，适用于 Python 软件包，其实质类似于 Linux 用户可能熟悉的 apt 或 yum 工具。
• Anaconda: 既包含 Python 又包含 conda，并捆绑了一系列其他针对科学计算的预装软件包。

Anaconda 附带的任何软件包也可以在 Miniconda 中手动安装。 因此，我建议从 Miniconda 开始。

首先，请下载并安装 Miniconda 软件包-确保选择使用Python 3的版本-然后安装IPython Notebook软件包：

有关conda的更多信息，包括有关创建和使用conda环境的信息，请参阅上一页链接的Miniconda软件包文档。

Python之禅

Python爱好者通常会很快指出 Python 是如何的“直观”，“美丽”或“有趣”。 虽然我倾向于同意，但我也认识到，美丽，直觉和乐趣常常与熟悉并存，因此，对于那些熟悉其他语言的人，这种淡淡的情感可能会有些自鸣得意。 不过，我希望，如果您给Python一个机会，您将看到这种印象可能来自何处。 而且，如果您真的想探究驱动 Python 高级用户许多编码实践的编程哲学，那么 Python 解释器中存在一个很好的复活节彩蛋：只需闭上眼睛，冥想几分钟，然后导入：

到此，让我们开始 Python 之旅吧。

原文：https://jakevdp.github.io/WhirlwindTourOfPython/00-introduction.html

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树预备知识Python简介208081 人正在系统学习中