python3用什么开发

点击上方“ CSDN ”，选择“置顶公众号”

关键时刻，第一时间送达！

纵观各大编程语言在 2017 年的发展情况，我们会发现涌现出诸如 Go、Swift 这类后起之秀，而其中最为耀眼的当属 Python。之所以 Python 如此受捧，不仅仅是人工智能、数字科学领域的兴起，而且与其自身的特性必不可分，正应了“Life is short,you need Python!”。但与此同时，不少开发者开始纠结 Python 的入门究竟该从 2.x 还是 3.x 开始学起？

毕竟 Python 语言作者 Guido van Rossum 曾于 2014 年宣布 Python 2.7 支持时间延长到 2020 年。Python 2.7 是 2.x 系列的最后一个版本，它的继承者 Python 3.0 在 2008 年 12 月发布，但不兼容 2.x 系列。也就意味着 2020 年之前，对于 Python 2.x 会一直提供 bug 修正，但它却与 3.x 不兼容。 所以我们该如何抉择？又该如何快速着手呢？

Python 2.x vs Python 3.x

基于此，Semaphore 社区调查了 Python 在 Semaphore 的托管 CI 服务中构建应用程序的使用情况。据去年的调查结果显示，有 70% 以上的用户仍在使用 Python 2.7，Python 3 的使用率较低。而今年，Python 3 的使用出现了明显的上涨，涨幅约 8.2%。如下图所示：

相较而言，使用 Python 3 的开发者更愿意进行版本更新。去年，Python 3.5 的使用率达到 60%，Python 3.4 的使用率占 30%。今年的调查数据显示，3.5 版和 3.4 版的使用率分别只占 34% 和 20%，有 35% 的用户已经开始使用 Python 3.6。

根据 Python 2.7 和 Python 3 各版本的使用率对比图，我们可以看出 Python 3.x 版的用户群体正在迅速扩展：

针对大家始终纠结的 Python 2.x 或 Python 3.x，不少网友也给出了自己的建议：

nexcvon：Python 3 有很大改进，比 Python 2 更容易理解。 如果大家决定学 Python 2.x，建议当被 string bytes 搞晕时，了解一下 Python 3，再做决定。另外，Python 3 的库已经比较全了，不支持 Python 3 的，多数是不再维护的。

林灿斌：编程最重要的是编程思想，Python 3 和 Python 2 虽然不同，但是它的思想基本是共通的，只有少量的语法差异。而编程中，语法只是细枝末节的东西。当你学会了 Python 3，只要稍微花一点时间学习 Python 2 的语法，那么这两种语言也都学会了。而认识语法差距所花费的时间，一般也不会比大家在纠结学哪个版本所花的时间更多。

adv adj：Python 语言的最大优势并不是语言本身的特性，而是它拥有脚本语言中最丰富的第三方包（模块、库），这是其他任何语言都无法比拟的巨大优势。很多人学 Python 并不是因为 Python 适合开发什么软件或者工程，而是因为 Python 拥有某个非常适合他们工作相关领域的简单易用的工具包。所以，学 Python 2 还是 3 关键要考虑的是你所准备使用的模块是否支持 3.x。

黄欢：建议先学习 Python2.7, 随后再了解 Python 3.x 与 Python 2.7 的差异部分。

整体而言，基于以上数据，大多数开发者更倾向于 Python 3.x。

快速上手 Python

有了一定的方向，接下来的问题及时如何快速着手 Python 的学习？下文将推荐开发者必备的六个库，无论你是正在使用 Python 进行快速开发，还是在为 Python 桌面应用制作原生 UI ，或者是在优化现有的 Python 代码，以下这些 Python 项目都是应该使用的。

Python 凭借其易用的特点，已经被工业界和学术界广泛采用。另一方面，Python 丰富的第三方项目——库、附加组件，和辅助的开发成果——使得 Python 语言的应用范围被不断扩大。

其中一些项目，比如 PyInstaller 和 WxPython ，为那些制作桌面应用和终端应用的 Python 开发者提供了便利。其他的项目, 比如 PyPy , 则是用来给服务器端 Python 应用提供额外的动力。还有一些，像 PBR 、CFFI 和 MyPy , 适用于差不多所有五花八门的 Python 应用，无论在什么地方运行。

以下所有这些项目，在近几周都发布了新的主要版本。

Python 必备之 PyPy

PyPy 主要用于何处？

如果你需要更快的 Python 应用程序，最简单的实现的方法就是通过 PyPy ，Python 运行时与实时（JIT）编译器。与使用普通的 Python 对等程序相比，使用 PyPy 的 Python 应用程序的运行速度平均提升 7.5 倍。不幸的是，PyPy 与许多 Python 的明星框架并不是很好地兼容。PyPy 5.9 在解决这个问题上取得了重大进展。

PyPy 5.9 的功能

数据科学框架 NumPy 和 Pandas 现在运行在 PyPy 的 Python 2.7 兼容版本上。这些框架的大部分问题来源于 PyPy 与现有 C 代码的接口。为了解决这个问题，PyPy 5.9 对 CFFI 库（见下文）和 PyPy 的 Python C API 兼容性层进行了改进。

此外，在 5.9 发布版本中，PyPy 的 JSON 解析器在处理多种 JSON 对象，尤其是那些重复使用的相同的词典键值时，明显更快。

何处下载 PyPy 5.9

PyPy 的网站二进制版本下载地址： https://pypy.org/download.html 。

官方二进制文件包括 Windows、Mac OS 和 Linux 的不同 CPU 架构。请注意，为了兼容 Python 2.7 和 Python 3.5 ，存在不同的二进制文件，因此请确保你正在获取与你将要运行的脚本所匹配的版本。

源码和 Bug 跟踪可以在 BitBucket（https://bitbucket.org/pypy/pypy） 上找到。

Python 必备之 CFFI

CFFI 主要用于何处？

C 外部函数接口库（CFFI）为 Python 应用程序与独立 C 库的交互提供了一种机制。虽然 Python 的 stock 版本，CPython，也拥有自己的库来完成此类功能，称为 Ctypes ，但对 Python 用户来说，比起 Ctypes ，CFFI 使得与 C 库的交互更容易、更简便。

CFFI 1.11 的功能

与 PyPy 一起更新的 CFFI v1.11 增加了很小但很有用的改动。现在可以在即将发布的 Python 3.7 上使用betas了，在 Windows 上更好地支持外部错误处理，并支持 C 语言中更多的现代标准类型，例如 float/double _Complex 和 char16_t和char_32t 类型。最后两个也是最重要的，在 C 库中默认使用 Unicode 编码。

何处下载 CFFI 1.11 ？

CFFI 下载地址： https://pypi.python.org/pypi/cffi ，或通过 Python 的 pip 工具安装：pip install cffi 。源码和问题跟踪可以在 BitBucket（ https://bitbucket.org/cffi/cffi ） 上找到。

Python 必备之 PyInstaller

PyInstaller 主要用于何处？

关于 Python 的最常见的问题之一是“如何从 Python 脚本中生成独立的可执行文件？” PyInstaller 一直是对此最好的答案之一。

PyInstaller 3.3 的功能

PyInstaller 将 Python 应用程序打包到单目录或单文件的可执行文件中，捆绑任何所需的第三方库，并可与绝大多数常见的库和框架配合使用。

PyInstaller 3.3 中最大的改进是对 Python 3.6 的支持，因为鉴于 Python 3.6 已经发布这确实是必要的。

PyInstaller 3.3 还包括一个更广泛兼容的引导加载程序，适用于 Windows 可执行文件，并扩展了对捆绑常见库（如 QT、GTK +、NumPy 和 Django ）的支持。

PyInstaller 在不久之后可能添加的一个功能是交叉打包，例如，在 Windows 上创建 Mac 兼容的应用程序。你需要在要部署的同一平台上运行该 PyInstaller ，无论是 Windows、Mac 还是 Linux 。

何处下载 PyInstaller 3.3 ？

PyInstaller 下载地址： https://pypi.python.org/pypi/PyInstaller/3.3 ，也可通过 Python 的 pip 工具安装：pip install pyinstaller 。对于那些需要自己编译引导加载程序的人，源码可以在 GitHub（ https://github/pyinstaller/pyinstaller ） 上找到，但对多数人而言是不需要这么做的。

Python 必备之 Python Build Reasonableness (PBR)

Python PBR 主要用于何处？

Setuptools 是用于打包 Python 项目的标准的 Python 问题子系统。管理特定项目的 Setuptools 可能会变得非常繁琐，特别是在自动生成需求、管理文档文件或编辑项目贡献者数据时。

Python PBR 的功能

PBR, Python Build Reasonableness 的缩写，是以一致的方式用于管理 Setuptools 包的库。它可以自动化许多 Setuptools 打包的设置，例如版本号、生成作者和 ChangeLog 文件，以及生成 Sphinx 风格的文档。PBR 最初是作为 OpenStack 项目的一部分开发的，但现在你所使用 PBR 中维护的内容与 OpenStack 已经没有任何联系了。

哪里可以下载 Python PBR ？

PBR 在 Python Package Index 上可以找到（ https://pypi.python.org/pypi/pbr ），并且可以和 pip 一起安装，只需要输入 pip install pbr 即可。 源码可在 GitHub（ https://github/openstack-dev/pbr ） 上下载。

Python 必备之 WxPython

WxPython 主要用于何处？

想要实现跨平台桌面应用程序的 Python 开发人员可以从多个工具包中进行选择。 WxPython，是 WxWidgets 库的一个封装，使用了其所支持主机平台的原生 UI 元素，包括 Windows、Mac、Linux 和其他类 Unix 操作系统。

WxPython 4.0 的功能

早期版本的 WxPython 被放弃了是由于其传统的设计决策，使其变得越来越慢，而且不太适合使用。为了解决这个问题，WxPython 的开发人员对 WxPython 的 4.0 分支做了重大改变。

目标是允许开发人员更快地上手 WxPython ，并且使通过它创建的框架和应用程序更加高性能和易维护。然而，为了使用 WxPython 4.0 ，任何现有的使用 WxPython 项目都需要修改。

何处可以下载 WxPython 4.0 ？

WxPython 4.0 官方版本依然是 beta 版。它可以在 Python Package Index（ https://pypi.python.org/pypi/wxPython/4.0.0b2 ） 上找到，即通过 pip install wxpython 命令。在正式发布前它可能会更新数次，注意经常检查更新。

那些想直接破解的人可以查看 GitHub（ https://github/wxWidgets/Phoenix ） 上的代码库。请注意，WxPython 的 4.0 分支以 “Phoenix” 代号进行标记的，以使其与早期版本不同。

Python 必备之 Mypy

Mypy 主要用于何处？

Python 的动态性既是一种福音，也是一种烦恼，对于快速构建软件非常棒，但是当代码难以推理、测试和调试时，并不是很棒。Mypy 在编译时向 Python 添加静态类型检查，使 Python 程序更加一致和可维护，并且不会增加运行时开销。

Mypy 0.530 的功能

Mypy 0.530 添加了不同协议的支持，该协议是用于 Python 子类的目前实验性类型的功能。它还在仅用于包含特定类型的对象的字典中添加 “TypedDict” 类型，并且可以逐个对文件进行更严格的类型检查的选项。

哪里可以下载 Mypy 0.530 ？

Mypy 下载地址： https://pypi.python.org/pypi/mypy ，并通过 pip install mypy 来安装。Mypy 可以通过 GitHub（ https://github/python/mypy ） 查看源码。

-------- 热闻回顾 --------

提高代码可读性的 10 个技巧

我为什么放弃了 Python，选择了 Go？

阿尔法狗 3 天走完人类千年棋史，被反超的我们该如何绝地求生？34 个开源项目告诉你！

对于 Python 开发者而言，Anaconda 能省下大量时间下载和安装模块包、处理项目环境等问题，帮助开发者更加愉快地编写代码。

如果你苦于给 Python 安装各种包，安装过程中还各种出错。那么我墙裂推荐——Anaconda，它可以帮助你管理这些包，包括安装、卸载、更新。

Anaconda 附带一大批常用数据科学包，如：conda，Python 等 150 多个学科包以及依赖项，你可以立即开始处理数据。

还有一个好处就是：如果你的项目是 Python 2，新项目是 Python 3，你无需同时安装两个版本 Python，Anaconda 会帮助你为不同的项目建立不同的运行环境。

Anaconda 的安装

版本选择

由于 Python 有 2 和 3 两个版本，因此 Anaconda 也在 Python2 和 Python3 的基础上推出了两个发行版，即Anaconda2 和 Anaconda3。Python3 被越来越多的开发者所接受，但让人尴尬的是很多遗留老系统依旧运行在 Python2 环境中，因此你不得不同时在两个版本中进行开发、调试。

如何在系统中同时共存 Python2 和 Python3 是开发者不得不面对的问题，Anaconda 能完美解决 Python2 和 Python3 的共存问题。

conda 是 Anaconda 下用于包管理和环境管理的命令行工具，是 pip 和 vitualenv 的组合。安装成功后 conda 会默认加入到环境变量中，因此可直接在命令行窗口运行 conda 命令。

如果你熟悉 virtualenv，那么上手 conda 非常容易，不熟悉 virtulenv 的也没关系，它提供的命令就几个，非常简单。我们可以利用 conda 的虚拟环境管理功能在 Python2 和 Python3 之间自由切换。

多版本切换

# 基于 python3.6 创建一个名为 test_py3 的环境conda create --name test_py3 python=3.6# 基于 python2.7 创建一个名为 test_py2 的环境conda create --name test_py2 python=2.7# 激活 test 环境activate test_py2 # windowssource activate test_py2 # linux/mac# 切换到python3activate test_py3快速安装

Anaconda 可用于多个平台（ Windows、Mac OS X 和 Linux）。

官网地址：https://continuum.io/downloads。官网下载需要科学上网，此外我给你们准备了镜像网站：https://mirrors.tuna.tsinghua.edu/help/anaconda/，方便你们下载。

选择合适自己的版本下载，建议下载 Python 3。

下载好以后你只需要傻瓜式的安装即可。

第一个 Python 代码

启动 Anaconda 之后，你会看到这样的界面，我推荐使用 jupyter notebook 编写，点击 launch。

jupyter notebook 打开的是一个网址形式的界面，点击右上角的 new 创建第一个 Python 文件吧。

jupyter 支持很多种文本格式，code、markdown、Raw NBConvert、Heading。

常用的就是 code 和 markdown了，你可以同时在一个 Python 文件中写 code 和 md。你也可以直接用 jupyter 打开。

经过几天的学习，我已经写了部分 Python 的入门博客和代码，在 Github 上，你更是可以直接将代码打开运行在 Anaconda 上。图示中的 .ipynb 文件就是 jupter 文件的扩展名，你可以直接运行，也可以编辑。欢迎 follow 和 star——https://github/angelOnly/python_learning_note。

Spyder VS PyCharm

Spyder 是 Anaconda 自带的一款编辑器。

相比较而言，Pycharm 用起来更便捷，虽然 Spyder 中所有的变量也都能显示，方便调试，里边还有 ipython notebook。但是很细节的一些代码还是 Pycharm 更便捷一些。

强烈推荐 Anaconda+Pycharm 组合。因为 Anaconda 安装的时候已经默认为你安装了一大堆做数据分析常用的包，所以，直接在 Pycharm 中把默认解释器改为 Anaconda 中的 Python 即可。

另外，只是针对数据分析与机器学习，Anaconda 用起来更方便一些，对于 Python 的其他用途，比如爬虫、Web开发，Pycharm 更好一些。针对大型的 Web 框架修改调试，还是需要个大型 IDE。

声明：本文为 Python 梦工厂投稿，版权归对方所有。

学习python用于开发什么呢?种种迹象表明，python逐渐成为新的流行，成为开发主流语言。目前国内python人才需求呈大规模上升，薪资水平也水涨船高。选择学python培训的人大多非科班出身。很多大学并没有开始此专业，因此就出现了大量的人才缺口。所以越来越多的应届大学生选择参加python培训学习python，那么学习python用于开发什么呢?千锋老师为大家简单的介绍下。

1、python用于人工智能

Python语言对于人工智能来说是最好的语言。随着人工智能的普及，Python使用也会越来越广泛。

2、python用于科学与数字计算

Python被广泛的运用于科学和数字计算中，例如生物信息学、物理、建筑、地理信息系统、图像可视化分析、生命科学等，常用numpy、SciPy、Biopython、SunPy等。

3、python用于Web应用开发

服务器端编程，具有丰富的Web开发框架，如Django和TurboGears，快速完成一个网站的开发和Web服务。典型如国内的豆瓣、果壳网等;国外的Google、Dropbox等。

4、python用于系统网络运维

在运维的工作中，有大量重复性工作的地方，并需要做管理系统、监控系统、发布系统等，将工作自动化起来，提高工作效率，这样的场景Python是一门非常合适的语言。

5、python用于图形界面开发

Python可编写桌面图形用户界面，还可以扩展微软的Windows，常用Tk、GTK+、PyQt、win32等。

6、python用于3D游戏开发

Python有很好的3D渲染库和游戏开发框架，有很多使用Python开发的游戏，如迪斯尼卡通城、黑暗之刃。常用PyGame、Pykyra等和一个PyWeek的比赛。

7、python用于网络编程

除了网络和互联网的支持，Python还提供了对底层网络的支持，有易于使用的Socket接口和一个异步的网络编程框架TwistedPython。千锋python培训班培训的内容是真正的Python全栈开发，包含Python项目，爬虫、服务集群、网站后台、微信公众号开发，Python机器学习与数据挖掘，数据分析框架与实战，Python物联网树莓派的开发等。

千锋python培训秉承着用良心做教育的理念，采用高成本的全程面授的方式教授学员。讲师团队由千里挑一并兼具大型企业项目实战与教学经验的大牛讲师组成。有道是名师出高徒，有这些大牛讲师带你飞，还愁学不会吗?

以上内容就是学习python用于开发什么呢的简单介绍。如果你也对python感兴趣，现在可以试听python培训两周，让您了解更真实的千锋，也让您进一步了解自己适不适合学习python语言。

随着python的火热，不少的程序员业余时间都会研究这门编程语言。

利用python开发，大牛用vim，接了2个显示器写python,气场甚是强大。

有些程序员表示，jetbrains全家桶解决一切。还有的程序员说：sublime+python插件足矣!

那么，有哪些值得推荐的Python开发工具呢?下面w3cschool就开始分享干货：

0、Anaconda

Anaconda简直是做数据分析的利器。非常适合于做一些分析和小段程序调试的工作。

1、NetBeans

它是开源软件开发集成环境，是一个开放框架，可扩展的开发平台。

NetBeans可以用于 Java，C/C++，PHP 等语言的开发，本身是一个开发平台，可以通过扩展插件来扩展功能。

2、Pycharm

Pycharm可以应用于写相应脚本和程序包的开发。

如果推荐python IDE，Pycharm排第二，其它的一定不敢排第一。

当你写一个大几千行的项目，类、函数很多，这时候它的跳转功能就发挥威力啦!

这可能是python开发最爽的时刻!要飞~

最酷的是，PyCharm支持IronPython。

3、Micro Python

Micro Python基于ANSI C，语法跟Pyton 3基本一致，它的优势在于实时性和低功耗。

另外，Micro Python拥有自家的解析器、编译器、虚拟机和类库等。

4、Vscode

Vscode速度快，飞一般的感觉，对超大文件读写速度飞快。

如果是打开一个10M的代码，差不多1秒搞定。

如果你是使用Subline，那就要杯具了，可能要4、5秒才可以。