最厲害的python程序員

『壹』 python的ide有哪些

分享的這幾個IDE工具希望會對你的開發有幫助。

1.Pyscripter

Pyscriptor是一個開源的Python集成開發環境,很富有競爭力,同樣有諸如代碼自動完成、語法檢查、視圖分割文件編輯等功能。

2. Wing

Wing是一個Python語言的超強IDE,適合做互動式的Python開發.Wing IDE同樣支持自動代碼完成、代碼錯誤檢查、開發技巧提示等,而且Wing IDE也支持多種操作系統,包括Windows、linux和Mac OS X。

3. Emacs

Emacs是一個可擴展的文本編輯器,同樣支持Python開發.Emacs本身以Lisp解釋器作為其核心,而且包含了大量的擴展。

4. Pycharm

Pycharm是一個跨平台的Python開發工具,是JetBrains公司的產品.其特徵包括:自動代碼完成、集成的Python調試器、括弧自動匹配、代碼折疊.Pycharm支持Windows、MacOS以及Linux等系統,而且可以遠程開發、調試、運行程序。

5. Sublime Text

SublimeText也是適合Python開發的IDE工具,SublimeText雖然僅僅是一個編輯器,但是它有豐富的插件,使得對Python開發的支持非常到位。

6. Vim

Vim是一個簡潔、高效的工具,也適合做Python開發。

7. Komodo Edit

Komodo Edit是一個免費的、開源的、專業的Python IDE,其特徵是非菜單的操作方式,開發高效。

8. Eclipse with PyDev

Eclipse+PyDev插件,很適合開發Python Web應用,其特徵包括自動代碼完成、語法高亮、代碼分析、調試器、以及內置的交互瀏覽器。

很多時候，一個好的工具能夠對於編程的輔助作用是非常大的，無論是在python培訓期間還是工作之後，都脫離不了各種IDE工具應用。

『貳』 黑馬程序員的python怎麼樣

現在人工智慧的思路是對的，人工智慧現在是個風口，python作為人工智慧的首選語言，前景比較好。據了解，現在市面上的python多是運維，人工智慧涉及的比較少。黑馬的python，課程名字就是「人工智慧+python」率先提出人工智慧的概念。樓主可以參考一下他們的課程大綱。

『叄』 如何成為優秀程序員 學完Python能做哪些工作

下面我們來說一下Python具體的工作崗位以及其崗位要求：

Python後台開發工程師：主要是負責搭建和改進平台產品的後台，並與前端開發工程師相互配合完成整體產品的開發工作。要求工程師具備至少一門Python Web開發框架（Tornado、Django、Flask等），了解並熟悉MySQL/Redis/MongoDB。還要熟悉分布式、微服務、高性能Web服務的開發。

Python爬蟲開發工程師：爬蟲開發工程師並非我們預想的那樣，只是負責為公司爬取相對應的數據內容。爬蟲開發工程師主要負責對傳統網頁、SNS及微博等各種網站信息高效採集與正確解析，然後對用戶數據進行整理分析，參與建模的構建，總結分析不同網站、網頁的結構特點及規律，負責爬蟲架構設計和研發，參與爬蟲核心演算法和策略優化研究。需要開發工程師熟悉了解robot規則、selenium、mitmproxy、pymouse等內容。當然作為爬蟲開發工程師一定要有一定的職業情況，所有工作都需要在合理合法的需求下進行。

Python全棧開發工程師：是指可以使用Python相關工具，獨立完成網站開發，稱之為全棧開發。全棧開發工程師需要掌握非常多的技能，包括：項目管理、前後端開發、界面設計、產品設計、資料庫開發、多端產品等等。

自動化運維工程師：是在基本的運維工作的基礎上，實現運維工作的自動化，並且對自動化程序進行優化提升。需要從業者在掌握基本的運營工作的前提下，掌握Python中的IPy、Ansible、Saltstack等常用模塊。

自動化測試工程師：首要要完成測試的基本工作，包括測試計劃、測試用例、黑盒測試、性能測試等等。其次要是完成產品的自動化測試的部署以及維護工作，並且不斷嘗試新的方法，新的工具，以提高測試的效率。需要掌握Python以及selenium相關的技能。

數據分析師：指的是不同行業中，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員。需要從業者了解行業相關業務知識、相關管理工作、掌握足夠的數據分析方法、了解數據分析工具使用、能夠完成數據分析建模等，工作內容偏重於分析，同樣也要掌握一定的開發能力，例如R語言和Python語言。

數據分析開發工程師：根據數據分析師的建模完成數據相關的開發工作，搭建倉庫、完成數據存儲、數據處理、計算處理以及報表開發等工作。需要從業者熟練應用資料庫、數據建模開發、Python相關數據科學知識等技能。

人工智慧開發工程師：根據企業人工智慧AI相關的開發需求，完成相應產品或者功能開發。需要從業者掌握充分的數據理論基礎、Python開發基礎、機器學習理論與實踐、深度學習理論與實踐、自然語言處理等一系列相關的開發技能。

Python游戲開發工程師：主要負責游戲服務端的邏輯開發。需要從業者掌握Python各種性能優化方法、soket網路編程知識、運維相關基礎知識、以及Python相關的游戲開發庫與框架。此外還可以將Python開發相關工作按照崗位晉升分為初級Python開發工程師、中級Python開發工程師、高級Python開發工程師、項目經理、架構師、CTO等。主要是根據從業者工作年限，在某個就業方向的工作經驗以及解決問題的能力進行定位。

無論是哪個就業方向，扎實的學習好Python相關知識是重中之重，在互聯網行業，無論是大廠還是創業創新的公司，招聘人才的最核心要求是技術能力，只有自己的能力和崗位匹配的時候，才能獲得更多的工作機會。

『肆』 Python 從入門到精通推薦看哪些書籍呢

市面上的Python書籍非常豐富，對於剛接觸到Python的小白的確不太友好。這里我分享一些自學Python入門到精通推薦看的書籍。

1、《Python編程：從入門到實踐》

Python最大的一個優勢就是數據分析，如果想向數據分析方向發展，就需要深入掌握Python一些重要的庫比如numpy，pandas等。那麼這本書就是學習Python數據分析的寶庫。該書講解了如何利用各種Python庫高效地解決各式各樣的數據分析問題，實用性很強，適合剛剛接觸Python的分析人員以及剛剛接觸科學計算的Python程序員。

以上就是自學Python入門到精通的書籍推薦。

『伍』 你見過最厲害的程序員是怎麼樣的

以前曾經做過十餘年的編程，見識過不少程序員，其中有兩位是比較厲害的。

第一位，J同學，非科班出身，糧食專業畢業的，之後在一個食品廠工作，因為比較清閑，於是他突發奇想，想考某個211的計算機研究生，就去買了書來看，但是要實踐啊，他又沒有計算機，就有空總去公司的電腦室蹭機器用，電腦室的人，就讓他幫忙開發一個工資管理系統，不知道是不是想為難他，結果他研究生是沒考上了，但是經過一個月的摸索之後，居然把工資系統給做出來了。讓電腦室那些科班畢業的人臉上掛不住啊！

之後他就斗膽去了一個國內知名的企業應聘程序員，居然還給應聘上了，慢慢做到了華南區的技術總監，再後來他幾個同事出來創業，高新挖走他。

他這個人就是傳說中的怪俠，非常低調，樸素，不按時上班，不按時下班，工作效率非常高，愛抽煙，請教他什麼問題，他一時想不出來的話，就去外面抽根煙，煙抽完了，回來就會有答案，反正非常神奇。

第二位，B同學，科班出身，211大學計算機研究生，當時是他的導師跟我們單位有來往，推薦過來的，我面試的他，惜話如金，聽說他C語言非常厲害，但是當時我們做項目需要PB，他說他不會，我就說，那給你一個星期的時候，你回去學習一下，再來面試。一個星期後，再過來，給他一個小模塊，很快就做出來，非常棒，之後，項目的技術難題，大部分都是他解決的。平時，他也不怎麼跟我們來往，但是有事就做，也不打 游戲 ，按時上班，按時下班，非常討厭加班。

遇到技術問題，下班後打電話給他，他不接的。有一次，我們第二天系統要上線，大家都在忙著測試，加班，他到點就走了，領導追到電梯門口，問他，XX哥，你走了，他說了一個字，是，就進電梯了。後來也是被高薪挖走，聽說到現在40歲也還沒結婚。

我們公司有一位非常厲害的程序員，基本上一個人當做一個排兵力使用。也就是說一個人寫代碼的效率基本上抵得上10+人的能力，一年隨隨便便寫個幾十萬高質量的代碼。這種人對編程語言的理解已經到了登峰造極的地步，且能夠靈活自如地使用。

在自己編碼能力強的同時，對架構的理解能力也是超強，一個大的系統能夠很快地進行模塊拆分，快速的定義不同模塊間的交互介面，可以快速的安排任務下去。

另外代碼的質量基本上沒地說，導致跟著他的測試人員幾乎發現不了Bug，這哥們在寫代碼的同時基本上順手就把單元測試寫好了，代碼質量高的簡直出奇。

當然了，至於學習什麼新的開源框架或者新的技術架構，基本上就是2-3天的功夫，就可以全面掌握。

目前為止，公司一直當做寶一樣供著。

我見過最厲害的程序員，是在2001年入職的一間香港電路板公司的電腦部經理，他也是最值得我尊重的程序員，那他最厲害的地方在哪裡呢？

編程語言只懂Foxpro DOS版本，但所有的ERP流程，英文、管理方法說得滴水不漏，有一次和財務的同事聊天，才知道他的月薪達8萬多。

很多程序員最怕大老闆提問題，但在他的眼裡，大老闆提問題就是一個商機，多多少少都要老闆加工資加設備。 高情商的表現就是無論下屬或老闆通通管理得服服帖帖，包括我自己，甚至老闆還沒有說話就己經知道老闆的心思了。

老闆分配的編程任務應期三天完成，絕對不過4天。軟體開發效率的提高，自然要依賴下屬心甘情願的加班付出才行，做到這一點，真的是難能可貴。

最厲害也是我最佩的一點就是，40多歲了頭發還沒有一點白的跡象，每天高效率的工作，下班後就拋開工作的煩惱，盡情桑拿按摩享受。

我認為最厲害的程序員不是編程技術，而是如何利用編程技術，不知道你認不認同？

應該是讀研時的學長，精通java和Python，畢業後進去微軟研究院工作。

當時和他在一個項目組，他獨立完成了教學平台語言分析模塊，NLP 模塊。我們團隊任何問題都能很快給出解決方法，前端後端都擅長。

當時我剛接觸Linux，他就已經把Linux作為工作學習唯一的選擇。經常用terminal 操作，敲起代碼太帥了

誠邀，本人在杭州華為研究所工作，之前在一家創業公司工作過，公司里一個工作10年的大神，撐著整個創業公司，老闆總能拿到某些項目源代碼，不同語言的，c c++ .net java總之很多，給他，一禮拜就可以全懂了，所有語言基本都是1禮拜搞定(玩代碼的都知道精通一門語言後學其他的特別容易，不外乎面向對象的，面向過程的，然後就是各種API )上手做項目，之前很多不懂的問題問他都可以從本質上分析得很明白，主要是基本上看幾眼就可以知道哪裡錯了。或者大概方向，我後來去華為，都是他建議的，現在還在那公司的他聽說是技術總監了，應該不怎麼敲代碼了。

核心的代碼總是有那一兩個程序員來實現的。比方說現在微信的一開始的核心代碼。

比方說Linux的核心代碼， 都是由林納斯·托瓦茲編寫的， 並且為了能夠讓開源社區的人一起進行開發， 又編寫了Git版本控制。當你不滿意某個軟體或者系統的時候， 能夠自己實現並製作出更好的也許就是厲害的程序員吧。一直到現在很多的系統分支都是來源於Linux的內核。

最後如何成為最厲害的程序員， 還是要學習基礎核心的知識， 操作系統， 數據結構， 演算法， 編譯原理， 計算機網路， 在這個基礎上學習編程都是為了更好地實現自己的心中所想。為什麼這樣寫， 這樣寫會產生什麼效果。 為什麼Golang最近這么熱， 為什麼鴻蒙會被看好， 它又和其他的有什麼區別， 就可以自我判斷， 而不是見風就是雨。

最後希望自己也成為那個最厲害的程序員。

很久以前，我用win98的時候有次我系統崩潰了，因為我是電腦白痴，我朋友給我介紹了一個高手來幫我修電腦。

他看了一下電腦，問我有沒有98的盤，我說沒有。

他想了一下，叫我把固定電話拿給他，我想修電腦要電話干什麼，但人家是高手，我也不好說什麼，就把電話拔下來給他了。

他把電話線空著的一頭接在電腦的一個插孔內，然後進入dos，就開始在電話上不停的按著鍵，他按鍵的速度異常快，但是只按0，1兩個鍵，我搞不懂這有什麼用，但也不敢問，看了半個多小時，他還是不停的按這兩個鍵,我徐徐的有些困，我問他這東西要搞多久，他說要幾個小時，我給他倒了杯茶，就一個人去隔壁睡覺了。

醒來的時候，一看已經過了4個多小時，我起身到隔壁，看見他正在98裡面調試，過了一會兒，他說，你試試，我坐上椅子用了一下，真的好了，我當時也不懂電腦，謝過人家就走了。 後來我慢慢對電腦有了了解，終於了解，原來當時那位高手是用機器語言編了一個98系統，我後來問我朋友那位高手的下落，我朋友說前幾年去了美國之後，杳無音訊....

五年前有幸在一家軟體公司做產品經理。小的軟體公司。坐標西安。招人還挺不好招的。雖然給的薪水還不錯。但是真心不好招人。這種小軟體公司沒有名氣。真正牛逼的人都不來。

百試幾百人，包括做產品和前端的也算在裡面。光程序員這塊。有百分之六十的投簡歷的都是從某培訓機構出來的。所以的項目經歷。和待過的公司都是一模一樣，有明顯的人為的痕跡。

但是後來實在沒有人手。招了一兩個，差。差。差。真是差到極點

後來又經人推薦，招了一個，說是做安卓開發的。結果連個軟體的心跳包都調不好。軟體的升級這塊都搞不定。最後還是我這個外行，逼著他。一點一點卡，才把軟體升級這塊稍微搞上路了。

說出來真是讓大家笑話，華為的外包中軟國際。有個孩子實在忍受不了裡面的虐待，在裡面工作了一年半。然後跳到我們公司。這個孩子，才是稍微讓人可以用一下。就是起碼。你給他的工作。他能完成。其他的人都是在摸魚。因為這個公司的老闆以前也不是做手機軟體這塊。沒有資源，不認識人。

他是做電腦PC軟體，到後面做BS系統多一點。其實這種沒有技術含量，找的別人的框架。去修改。

普通人見不到最牛逼的程序員，最牛逼的程序員，一定是在最牛逼的軟體或者互聯網公司的深宮後院裡面。還沒出世的。就像當初的張小龍，史玉柱，裘伯君一樣。

你現在能看的牛逼的，感覺牛逼的。都是因為你不懂這個。你才覺得牛逼。包括前幾年比較活躍的黑客們，製造一些病毒。這都不是牛逼。包括熊貓燒香的李俊，普通人覺得他可牛逼了。但是真正的他出來後，去金山 360這種公司，提鞋別人都不要。

因為搞破壞不是牛逼。也不是自己水平有多牛逼。

我來講一個我見過最厲害的程序員。

這個程序員是我第一份工作碰到的大牛，我的第一份工作在中興通訊成都研究所，當時是做操作系統研發的。

我們當時經常會做一些培訓和技術分享，那時候我才入職3個月，我發現公司里有個人每次技術分享時候，就很多人去聽，並且會議室爆滿，連站的地方都沒有，然後我有次也去聽了一下， 第一每次目睹大牛的風采，因此操作系統是最底層的研發工作，會涉及到內核這塊知識，而linux內核知識特別抽象，看書根本很難看懂，但是這個大牛能把很難的東西講的很容易理解，並且在會上面對大家的提問總是能對答如流，實在是厲害。

而後我通過公司里的老員工才了解到，這位大牛是自學成才的，他的文化程度才初中，破格錄取到中興通訊，當時是操作系統部門的技術專家，他都能自己編寫操作系統，對各硬體都非常了解，也出了很多書。可見興趣是最好的老師，讓他能夠在程序員中發光。

必須是ACM大神，樓天成，樓教主。不了解他的可以網路之。是個天才一般的存在。
幾年前清華大學找同學玩，他那時是清華軟體學院的學生，突然說要帶我去見他的偶像，還說是最後的機會了，我們跑去計算機學院，當時博士正在答辯，通過在場的同學找到了他，他很靦腆的千呼萬喚始出來。他們兩在那裡交流了半個多小時，最後互留了EMail，我跟他聊了些我專業的內容，他還蠻好說話。 後面還通過這位同學認識另一位ACM屆大神，上海交大的戴文淵。我對編程略有了解，主要還是崇拜天才。

『陸』 python是如何被開發的

本文出自《Python高手之路》中的Doug Hellmann訪談。

我曾經有幸和Doug Hellmann一起工作過數月。他在DreamHost是一位非常資深的軟體開發工程師，同時他也是OpenStack項目的貢獻者。他發起過關於Python的網站Python Mole of the Week（），也出版過一本很有名的Pyhton書The Python Standard Library By Example（），同時他也是Python的核心開發人員。我曾經咨詢過Doug關於標准庫以及庫的設計與應用等方面的問題。
當你從頭開發一個Python應用時，如何邁出第一步呢？它和開發一個已有的應用程序有什麼不同？
從抽象角度看步驟都差不多，但是細節上有所不同。相對於對比開發新項目和已有項目，我個人在對應用程序和庫開發的處理方式上有更多的不同。
當我要修改已有代碼時，特別是這些代碼是其他人創建的時，起初我需要研究代碼是如何工作的，我需要改進哪些代碼。我可能會添加日誌或是輸出語句，或是用pdb，利用測試數據運行應用程序，以便我理解它是如何工作的。我經常會做一些修改並測試它們，並在每次提交代碼前添加可能的自動化測試。
創建一個新應用時，我會採取相同的逐步探索方法。我先創建一些代碼，然後手動運行它們，在這個功能可以基本調通後，再編寫測試用例確保我已經覆蓋了所有的邊界情況。創建測試用例也可以讓代碼重構更容易。
這正是smiley（）的情況。在開發正式應用程序前，我先嘗試用Python的trace API寫一些臨時腳本。對於smiley我最初的設想包括一個儀表盤並從另一個運行的應用程序收集數據，另一部分用來接收通過網路發送過來的數據並將其保存。在添加幾個不同的報告功能的過程中，我意識到重放已收集的數據的過程和在一開始收集數據的過程基本是一樣的。於是我重構了一些類，並針對數據收集，資料庫訪問和報告生成器創建了基類。通過讓這些類遵循同樣的API使我可以很容易地創建數據收集應用的一個版本，它可以直接將數據寫入資料庫而無需通過網路發送數據。
當設計一個應用程序時，我會考慮用戶界面是如何工作的，但對於庫，我會專注於開發人員如何使用其API。通過先寫測試代碼而不是庫代碼，可以讓思考如何通過這個新庫開發應用程序變得更容易一點兒。我通常會以測試的方式創建一系列示常式序，然後依照其工作方式去構建這個庫。
我還發現，在寫任何庫的代碼之前先寫文檔讓我可以全面考慮功能和流程的使用，而不需要提交任何實現的細節。它還讓我可以記錄對於設計我所做出的選擇，以便讀者不僅可以理解如何使用這個庫，還可以了解在創建它時我的期望是什麼。這就是我用在stevedore上的方法。
我知道我想讓stevedore能夠提供一組類用來管理應用程序的插件。在設計階段，我花了些時間思考我見過的使用插件的通用模式，並且寫了幾頁粗略的文檔描述這些類應該如何使用。我意識到，如果我在類的構造函數中放最復雜的參數，方法map()幾乎是可互換的。這些設計筆記直接寫進了stevedore官方文檔的簡介里，用來解釋在應用程序中使用插件的不同模式和准則。
將一個模塊加入Python標准庫的流程是什麼？
完整的流程和規范可以在Python Developer's Guide（）中找到。
一個模塊在被加入Python標准庫之前，需要被證明是穩定且廣泛使用的。模塊需要提供的功能要麼是很難正確實現的，要麼是非常有用以至於許多開發人員已經創建了他們自己不同的變種。API應該非常清晰並且它的實現不能依賴任何標准庫之外的庫。
提議一個新模塊的第一步是在社區通過python-ideas郵件列表非正式地了解一下大家對此的感興趣程度。如果回應很積極，下一步就是創建一個Python增強提案（PythonEnhancement Proposal，PEP），它包括添加這個模塊的動因，以及如何過渡的一些實現細節。
因為包的管理和發現工作已經非常穩定了，尤其是pip和Python Package Index（PyPI），因此在標准庫之外維護一個新的庫可能更實用。單獨的發布使得對於新功能和bug修復（bugfix）的更新可以更頻繁，對於處理新技術或API的庫來說這尤其重要。
標准庫中的哪三個模塊是你最想人們深入了解並開始使用的？
最近我做了許多關於應用程序中動態載入擴展方面的工作。我使用abc模塊為那些作為抽象基類進行的擴展定義API，以幫助擴展的作者們了解API的哪些方法是必需的，哪些是可選的。抽象基類已經在其他一些語言中內置了，但我發現很多Python程序員並不知道Python也有。
bisect模塊中的二分查找演算法是個很好的例子，一個廣泛使用但不容易正確實現的功能，因此它非常適合放到標准庫中。我特別喜歡它可以搜索稀疏列表，且搜索的值可能並不在其中。
collections模塊中有許多有用的數據結構並沒有得到廣泛使用。我喜歡用namedtuple來創建一些小的像類一樣的數據結構來保存數據但並不需要任何關聯邏輯。如果之後需要添加邏輯的話，可以很容易將namedtuple轉換成一個普通的類，因為namedtuple支持通過名字訪問屬性。另一個有意思的數據結構是ChainMap，它可以生成良好的層級命名空間。ChainMap能夠用來為模板解析創建上下文或者通過清晰的流程定義來管理不同來源的配置。
許多項目（包括OpenStack）或者外部庫，會在標准庫之上封裝一層自己的抽象。例如，我特別想了解對於日期/時間的處理。對此你有什麼建議嗎？程序員應該堅持使用標准庫，還是應該寫他們自己的函數，切換到其他外部庫或是開始給Python提交補丁？
所有這些都可以。我傾向於避免重復造輪子，所以我強烈主張貢獻補丁和改進那些能夠用來作為依賴的項目。但是，有時創建另外的抽象並單獨維護代碼也是合理的，不管在應用程序內還是作為一個新的庫。
你提到的例子中，OpenStack里的timeutils模塊就是對Python的datetime模塊的一層很薄的封裝。大部分功能都簡短且簡單，但通過將這些最常見的操作封裝為一個模塊，我們可以保證它們在OpenStack項目中以一致的方式進行處理。因為許多函數都是應用相關的，某種意義上它們強化了一些問題決策，例如，字元串時間戳格式或者「現在」意味著什麼，它們不太適合作為Python標准庫的補丁或者作為一個通用庫發布以及被其他項目採用。
與之相反，我目前正致力於將OpenStack的API服務項目從早期創建時使用的WSGI框架轉成採用一個第三方Web開發框架。在Python中開發WSGI應用有很多選擇，並且當我們可能需要增強其中一個以便其可以完全適應OpenStack API伺服器的需要時，將這些可重用的修改貢獻對於維護一個「私有的」框架似乎更可取。
當從標准庫或其他地方導入並使用大量模塊時，關於該做什麼你有什麼特別的建議嗎？
我沒有什麼硬性限制，但是如果我有過多的導入時，我會重新考慮這個模塊的設計並考慮將其拆到一個包中。與上層模塊或者應用程序模塊相比，對底層模塊的這種拆分可能會發生得更快，因為對於上層模塊我期望將更多片段組織在一起。
關於Python 3，有什麼模塊是值得一提而且能令開發人員有興趣深入了解的？
支持Python 3的第三方庫的數量已經到了決定性的時刻。針對Python 3開發新庫或應用程序從未如此簡單過，而且幸虧有3.3中加入的兼容性功能使同時維護對Python 2.7的支持也很容易。主要的Linux發行版正在致力於將Python 3默認安裝。任何人要用Python創建新項目都應該認真考慮對Python 3的支持，除非有尚未移植的依賴。目前來說，不能運行在Python 3上的庫基本會被視為「不再維護」。
許多開發人員將所有的代碼都寫入到應用程序中，但有些情況下可能有必要將代碼封裝成一個庫。關於設計、規劃、遷移等，做這些最好的方式是什麼？
應用程序就是「膠水代碼」的集合用來將庫組織在一起完成特定目的。起初設計時可以將這些功能實現為一個庫，然後在構建應用程序時確保庫的代碼能夠很好地組織到邏輯單元中，這會讓測試變得更簡單。這還意味著應用程序的功能可以通過庫進行訪問，並且能夠被重新組合以構建其他應用程序。未能採用這種方法的話意味著應用程序的功能和用戶界面的綁定過於緊密，導致很難修改和重用。
對於計劃開始構建自己的Python庫的人們有什麼樣的建議呢？
我通常建議自頂向下設計庫和API，對每一層應用單一職責原則（Single Responsibility Principle，SRP）（）這樣的設計准則。考慮調用者如何使用這個庫，並創建一個API去支持這些功能。考慮什麼值可以存在一個實例中被方法使用，以及每個方法每次都要傳入哪些值。最後，考慮實現以及是否底層的代碼的組織應該不同於公共API。
SQLAlchemy是應用這些原則的絕好例子。聲明式ORM、數據映射和表達式生成層都是單獨的。開發人員可以自行決定對於API訪問的正確的抽象程度，並基於他們的需求而不是被庫的設計強加的約束去使用這個庫。
當你隨機看Python程序員的代碼時遇到的最常見的編程錯誤是什麼？
Python的習慣用法和其他語言的一個較大的不同在於循環和迭代。例如，我見過的最常見的反模式是使用for循環過濾一個列表並將元素加入到一個新的列表中，然後再在第二個循環中處理這個結果（可能將列表作為參數傳給一個函數）。我通常建議將過濾循環改成生成器表達式，因為生成器表達式，更有效也更容易理解。列表的組合也很常見，以便它們的內容可以以某種方式一起被處理，但卻沒有使用itertools.chain()。
還有一些我在代碼評審時給出的更細小的建議，例如，使用dict()而不是長的if:then:else塊作為查找表，確保函數總是返回相同的類型（如一個空列表而不是None），通過使用元組和新類將相關的值合並到一個對象中從而減少函數的參數，以及在公共API中定義要使用的類而不是依賴於字典。
有沒有關於選擇了一個「錯誤」的依賴的具體的例子是你親身經歷或目睹過的？
最近，我有個例子，pyparsing（）的一個新發布取消了對Python 2的支持，這給我正在維護的一個庫帶來了一點兒小麻煩。對pyparsing的更新是個重大的修改，而且是明確標識成這樣的，但是因為我沒有在對cliff（）的設置中限制依賴版本號，所以pyparsing的新發布給cliff的用戶造成了問題。解決方案就是在cliff的依賴列表中對Python 2和Python 3提供不同的版本邊界。這種情況突顯了理解依賴管理和確保持續集成測試中適當的測試配置的重要性。
你怎麼看待框架？
框架像任何工具類型一樣。它們確實有幫助，但在選擇框架時要特別謹慎，應確保它能夠很好地完成當前的工作。
通過抽取公共部分到一個框架中，你可以將你的開發精力專注於應用中獨特的方面。通過提供許多類似運行在開發模式或者寫一個測試套件這樣的引導代碼，它們還可以幫你讓一個應用程序迅速達到一個可用的狀態而不是從頭開發。它們還可以激勵你在應用程序開發過程中保持一致，這意味著最終你的代碼將更易於理解且更可重用。
雖然使用框架時還有其他一些潛在的缺點需要注意。決定使用某個特定框架通常能夠反映應用程序本身的設計。如果設計的限制不能從根本上符合應用程序的需求，那麼選擇錯誤的框架會令應用的實現變得更難。如果你試著使用與框架建議不同的模式或慣用方式，你最終將不得不同框架做斗爭。

『柒』 Python培訓機構哪家好，最好的是哪家

相信在IT領域發展的同學對Python很熟悉。Python編程語言排行中一直處於領先地位，這可以直接體現Python的重要。因此很多同學准備參加Python培訓機構系統學習。那麼，Python培訓機構哪家比較好？下面我們介紹一下。

隨著Python的普及，越來越多的人了解Python，企業也會對求職者提出更高的要求，他們想招聘一些能馬上開始工作的人，所以往往會招聘一些有項目開發經驗的人。這就是為什麼那麼多計算機專業的大學生找不到工作，所以越來越多的大學生會選擇在畢業前後參加一些專業的Python培訓課程，以增加他們的實踐經驗。只有增強自己的力量，才能立於不敗之地。

Python培訓機構哪家比較好？判斷Python培訓機構好與壞主要看以下幾個方面

1.看教學課程內容

學習Python技術，最主要是與時俱進，掌握的技術點能夠滿足時下企業的用人需求。而想要了解一家培訓機構所提供的課程是否新穎，也可以去機構的官網上看看，了解自己想學習的學科的課程大綱。看看學習路線圖是如何安排的，有沒有從零到一的系統搭建，是不是有強化實訓、實操的比重，有盡量多的項目實戰。因為企業對Python從業者的技術能力和動手實戰能力要求較高。

2.看師資力量

因為Python開發技術知識的專業性很強，如果盲目去學很容易走進誤區。相反，有講師帶領，站在巨人的肩膀上，往往事半功倍。畢竟現在這個時代只要多跟別人交流才能獲得更多更有價值的信息，初學者千萬不能閉門造車。

3.看口碑

行業內口碑比較好，學生對培訓機構比較認可，這種機構把精力放在了學生身上的機構，才是做教育的應有態度。

4.看就業情況

以學生就業為目標的培訓機構現在才是最主要的。要知道就業也是教學成果的體現，沒有好的教學保證是做不到好的就業的。

5.上門免費試聽

試聽是為了更好的去感受培訓機構的課程內容、講課風格、班級氛圍等，同時也能通過和班上在讀同學進行交流，更進一步去了解這家培訓機構各個方面是否符合自己的需要。

『捌』 當下熱度最高的編程語言Python究竟是怎樣誕生的

Python作為當下大火的一門編程語言，深受眾多程序員的喜愛，而追溯其發展始末還得從上世紀說起。Python是Guido Van Rossum （荷蘭人吉多·范羅蘇姆）於1989年開發推出。而開發這一編程語言背後還有個不為人知的小故事。1989年聖誕節期間，在阿姆斯特丹的吉多深感無聊與苦悶，作為一名資深的編程愛好者他決定開發一個新的腳本解釋程序，作為編程界慣用的ABC語言的一種繼承。

Python因其奉行極簡主義，易於讀寫受眾多人青睞。更令人稱道的是Python作為一種開源軟體不用花一分錢就能夠實現編輯，同時Python兼容多平台，學習強度相對於其他編程語言而言是普遍公認的簡單，在實際生活的各個領域均得到了廣泛的應用。

『玖』 黑馬程序員的python是最牛逼的嗎

現在教授Python課程的培訓機構也有不少了，但是所培養的學員是否厲害，這只有在實際工作中才能得到檢驗。

『拾』 Python這兩年還火嗎

近幾年Python的熱度居高不下，去年2020年編程語言排名熱度第三的位置。

一路走高的Python也給很多初入IT的從業者帶來了很多質疑，發展的快，那跌落的是不是也很快？現在拿高薪，是不是意味著過幾年就要失業了？

這事確實是個值得斟酌的問題，畢竟每個人都很在意自己的前途和未來。今天我就來給大家說道說道這個事。

首先我們要明白一點，Python為什麼突然火起來了？

大家還記不記得當年阿里雲的成功，帶動了大批創業公司和互聯網巨頭擠破頭進軍雲計算，當時最著名的雲計算開源平台OpenStack就是基於Python開發的，然後這一段時間成為Python增長的開端；

後來各種O2O，P2P平台如雨後春筍一樣冒出，要在短期快速搭建起原型，Python絕對是不二之選！

2017年，由Google開發的Alpha Go打敗了世界圍棋冠軍柯潔，人工智慧至此進入人們的視野，機器學習，AI等火熱概念又催生了一批投資熱，人工智慧，機器學習首選語言就是Python。

再到現在短視頻的崛起，你所有的興趣愛好，都需要Python的建模，然後通過大數據分析實現精準推送，相對應的催生了數據挖掘，數據分析等崗位。

至此，Python完美地契合了2010年來所有的發展趨勢。

看到這里有些讀者就會問了，為啥人工智慧，大數據，雲計算這些技術咋就帶火了Python呢？為啥不是C++或者Java呢？

這個事得從Python的歷史說起：

20世紀90年代，Python創始人在家閑來無事敲代碼玩，一段代碼讓他重復敲了五次，很是郁悶，於是他心中靈光一閃，東方禪道在他腦海里浮現：

優美優於醜陋，明了優於隱晦。
簡單優於復雜，復雜優於凌亂。
扁平優於嵌套，稀疏優於稠密。
可讀性很重要。

這一悟，Python橫空出世。

Python誕生後不得了，剛開始很多大學教授覺得這語言編碼太方便了，C語言十行才能解決的事它一行就給搞定了。然後就立馬把這個語言應用到教學上，後來非盈利性機構，政府都開始用它了。比如現如今十分經典的科學計算擴展庫：Numpy,SciPy和matplotlib，再比如視覺庫 OpenCV，VTK，等等一下子把Python提上神壇。也正是擁有這些庫，我們可以利用他們輕松地實現大數據計算，AI學習等功能。

其實AI和大數據這些事，擱Java和C++就實現不了嗎？當然不是，他們也可以實現，但是實現起來很復雜，編碼效率沒有Python高，商人嘛，講求的就是效率和利益。Python效率高，那就用Python咯！

那如果人工智慧，大數據，雲計算這些技術過時了，Python是不是也要走下神壇了？

我覺得不會。

其實Python從誕生至今，使用范圍也很廣泛，不少公司的業務開發也都是用的Python，只不過一直屈居於Java之後，所以造成了一種Python以前不火，現在才火的假象。

其實Python能做的事情不僅如此，還有很多，比如Python開發者官網就提到了，學會Python後你可以做這些事情：

• Web Programming：Django, Pyramid, Bottle, Tornado, Flask, web2py

• Web編程：最常見的Django，Flask以及web2py框架，主要用於建立網站，小程序等等，應用領域很廣泛，大多數公司web業務會採用pytho開發。

• GUI Development: wxPython, tkInter, PyGtk, PyGObject, PyQt

• GUI編程：最常見的PyQt，wxPython框架，圖形界面開發。

• Software Development: Buildbot, Trac, Rounp

• 軟體開發：目前大型EVE網游大量採用Python，包括坦克世界，文明，戰地風雲。



• System Administration: Ansible, Salt, OpenStack

• 某些著名的大型計算機系統使用python開發，比如OpenStack，是美國NSA開發並開源的雲計算軟體，國內很多雲計算平台也大都由python開發。

  目前這些領域中Python依舊應用很廣泛，因為Python的特性決定了它的商業效率很高，在商業中，只要效率高，就會有應用！

  所以即使AI和大數據不火了，Python也一樣很強大，一樣可以將Pyhton當做自己的飯碗。 關鍵還是看自己的選擇！