python評價

Ⅰ python好學嗎

路徑I
咱們先從自律能力最差的人說起。

這樣的同學，往往是三分鍾熱度。偶然受到了刺激，發奮要學習Python，以便投入數據科學的事業中。

他會立即跑到圖書館或者書店抱回來一本《X天從入門到精通Python》的書開始啃。結果X天還沒到，就順利跑完了從入門到放棄的全過程。

你沒能堅持下來，自己肯定是有責任的。但是最大的問題，在於過度高估自己的自律能力。

這樣的同學，我推薦你到Coursera平台上，按部就班學習一門非常好的MOOC——「Programming for Everybody」。

推薦這門課，是因為課程質量真是太好了。

首先是教材好。這本教材的來源是有故事的。

先是 Allen B. Downey 寫了一本開放書籍 「Think Python: How to Think like a Computer Scientist」。

這本書在Amazon上的評價是這樣的：

Charles Severance覺得這本書寫得太好了，想把它作為教材。於是徵得作者同意，大篇幅借鑒了這本書的內容架構，編寫了一本 「Python for Informatics」。

Charles寫作這本書的時候，同時開放推出了iBook格式。裡面就包含了自己的授課視頻，供學生直接觀看學習。

後來，Charles用這本書擴展，做成了一門MOOC。2015年上線不久，矽谷資深工程師就都爭相學習。

Charles深諳課程迭代的技藝。他不斷添加內容，完善課程體系，將一門課發展成一個專項課程(Signature Track)，並且將教材升級為 「Python for Everybody: Exploring Data In Python 3」

在目前全球MOOC口碑榜上，Charles的這門課一直名列前茅。

這個專項課程深入淺出講解Python本來就很簡單的語法，而且還用數據科學的一些基礎工作任務，帶動你去使用Python語言寫簡單項目。這種扎實的訓練過程可以增強你的信心，激發興趣。

對於自律程度低的同學來說，下面這個特性更重要——一切工作都有時限。

Coursera上的課程，每周的任務很明確。練習題正確率如果不能達到80%，就不能過關。到了截止日期，如果你不能完成全部練習和課程項目，就拿不到證書。

老師在前面引領你，助教在旁邊督促你，平台用時間表提醒你，論壇上的同學們在用同儕壓力推擠你……

想偷懶？想三天打魚兩天曬網？很難。

路徑II
如果你的自律能力中等偏上，那麼你可以選擇的面就寬了。

這里我給你推薦另一個MOOC平台，叫做Datacamp。

我第一次接觸Datacamp，是在2015年初。那時我在Coursera上選修杜克大學的統計學課程 「Statistical Inference」，配套的練習就在Datacamp上。

當時這個平台就給我留下了非常深刻的印象，因為代碼的運行都採用了雲環境。學習者不需要在本機安裝任何環境，一個支持HTML5標準的瀏覽器就能帶給你完整的學習體驗。

對初學者來說，這種入門方式太好了。要知道，許多人的學習熱情，就是被環境配置和依賴軟體包安裝的坑埋掉的。

兩年之後，Datacamp已經迭代得更為強大。你可以打開首頁的Data Scientist with Python這個學習路徑，查看其中已經提供的20門課程。

這些課程涵蓋了從Python基礎，到數據處理，直至人工智慧和深度神經網路的方方面面。

所有的課程設計，都是短小精悍的。一般不超過4個小時，就可以完成某一主題的學習。這樣你學起來毫不費力，可以在相當短的時間內獲得反饋（練習題自動評分）和成就感（證書）。

這個平台的課程，進度完全由學習者自己掌控。所以我把它歸納為適合有一定自律能力的學習者。

它既可以給你即時的回饋，讓你時刻了解自己所處的位置進度，不會迷失方向，又能充分體驗自主學習的樂趣。

Datacamp的課程，一般都是第一部分免費開放。後面部分購買後才能解鎖學習。如果你對自己的學習能力和毅力有信心，可以購買一個完整時間段（例如一年）的課程。在此期間，所有平台上的課程，你都可以學習，並且可以在通過後獲取證書。這樣的購買方案本身已經有優惠，而且每年都會有特定時段的大幅打折促銷，非常劃算。建議放到購物車裡面多關注。

Ⅱ 宇宙最好的編程語言Python，到底好在哪

首先Python確實很好，但是沒法評判是不是宇宙第一好，貿然評價很容易引來論戰。

然後Python的優點和缺點都很明顯，這樣有個好處，讓人一眼就能判斷一個項目用Python合適不合適。

優點：

1. Python作為動態語言更適合初學編程者。Python可以讓初學者把精力集中在編程對象和思維方法上，而不用去擔心語法、類型等等外在因素。而Python清晰簡潔的語法也使得它調試起來比Java簡單的多。至於哪個更「優雅」純屬個人喜好，但對於初學編程的人Python更直觀應該沒什麼異議。

2. Python作為動態語言有一些強大的架構，可以表達非常復雜的Logic

3. Python有非常強大的支持非同步的框架如Eventlet Networking Library，而據我所知Java要實現這些功能要麻煩的多。也因此Python適合一些可擴展的後台應用。

4. Python作為腳本語言，更適合開發小的應用，而且極其適合在應用發展初期時用來做原型

缺點：

1. 由於Python的優點也無可避免會有犧牲------由於是動態語言，比Java還慢。你可以想像一下編譯器對於沒有typing的變數，需要一個一個check具體type所耗得時間。而Java相比起C++等等本來就不快，可想而知更慢的效果... 但很多人覺得Python code更短小精悍，所以實際跑起來不見得比Java耗時。

2. Java很適合發展跨平台應用，幾乎常見的電腦、智能機都能跑Java。而Python就不一樣了...
關於他們的異同可參考Python vs Java: Key Differences

當然還能列舉更多的1，2，3，4~~，不過說到最後，世上大多數東西都沒有最好，只有最合適。

Ⅲ python爬取用戶評價的目的與意義

是為了從互聯網上抓取對於我們有價值的信息。
比如說：訪問天貓的網站，搜索對應的商品，然後爬取它的評論數據，可以作為設計前期的市場調研的數據，幫助很大。
在爬蟲領域，Python幾乎是霸主地位，雖然C++、Java、GO等編程語言也可以寫爬蟲，但Python更具優勢，不僅擁有優秀的第三方庫，還可以為我們做很多的事情，比如：收集數據、數據儲存、網頁預處理等。

Ⅳ 如何評價利用python製作數據採集,計算,可視化界面呢

先來設置兩個url地址，第一個用於第一次訪問，這樣可以獲得網站伺服器發來的cookie，第二個網址是用於登陸的地址
引入兩個模塊，cookielib和urllib2
接著，我們安裝一個cookie處理器，代碼如下，這個代碼很多人不太能讀懂，其實你會用就可以了，他們就是這個固定的形式，頂多改改變數的名字。你復制下來以後自己用就可以了，用多了，你再去看代碼的意義，你就都懂了。
然後我們先訪問一下網站，獲得一個cookie，你不用管這個cookie該怎麼弄，前面設置的cookie處理器會自動處理。
接著，我們寫一下postdata，也就是你要post的數據，因為我們打算登陸網站，所以postdata里肯定有用戶名和密碼，那麼怎麼知道該怎麼寫postdata呢？看你抓包得到的post數據。下面第一幅圖是httpwatch抓包截圖，點擊postdata，看到post的數據，然後我們看第二幅圖，就是python的寫法。你自己感受一下。
寫完postdata以後，我們 要將postdata轉碼一下，讓伺服器可以解讀postdata數據
接著設置headers信息，headers也是抓包得到的。同樣的方式，你去寫header內的信息
然後我們通過request方法來登陸網站，並返回數據，返回的數據存儲在request中
通過rulopen方法和read方法來讀取數據，並列印出來。
我們看到輸出的結果，這說明我們雖然正確的模擬了登陸網站需要的post信息，但是沒有考慮到登陸網站是需要驗證碼的，後期我們會看到如何處理驗證碼，如果你拿這個教程去處理沒有驗證碼的登陸問題，那麼你現在已經成功了。

Ⅳ 如何評價說python是最快的語言

python運行很慢了，倒是使用人數增加最快的語言。每個語言都有自己的應用之處，所以編程人員一般會多種編程語言。如果感興趣去學習就好。

Ⅵ python怎麼樣

想學的話，當然是可以學習的。python是一門語法優美的編程語言，不僅可以作為小工具使用提升我們日常工作效率，也可以單獨作為一項高新就業技能！

python可以做的事情：

• 軟體開發：用python做軟體是很多人正在從事的工作，不管是B/S軟體，還是C/S軟體，都能做。並且需求量還是挺大的；

• 數據挖掘：python可以製作出色的爬蟲工具來進行數據挖掘，而在很多的網路公司中數據挖掘的崗位也不少；

• 游戲開發：python擴展性很好，擁有游戲開發的庫，而且游戲開發絕對是暴力職業；

• 大數據分析：如今是大數據的時代，用python做大數據也是可以的，大數據分析工程師也是炙手可熱的職位；

• 全棧工程師：如今程序員都在向著全棧的方向發展，而學習python更具備這方面的優勢；

• 系統運維：python在很多linux中都支持，而且語法特點很向shell腳本，學完python做個系統運維也是很不錯的。

你可以考察對比一下有名氣的開設python課程的學校，好的學校會根據市場調研做專業的課程設計。祝你學有所成，望採納。

Ⅶ python語言怎麼樣啊

Python是一種支持面向對象的解釋性高級語言，Simple yet Powerful是人們對它的一致評價。它包含多種Programming Paradigm，包括Object-Oriented Programming，Procere Programming等。Python類似於Javascript，可以寫出很短小但是功能強大的小程序，而Python豐富的標准庫（包括系統庫， __builtin__，以及完全支持正則表達式的字元串操作）為實現這些實用功能提供了堅實的基礎。Python類似於C++和Java，它是一個完全支持面向對象的語言（支持多繼承），但是它的語法更靈活，支持Dynamic Typing，變數從來不用進行聲明便可使用，通常情況下Python的代碼密度是C++的5到10倍，是Java的5倍左右。Python採用嚴格的縮進方式來管理代碼，提高了可讀性，極大的降低了代碼維護的代價。Python自身包含Gargage Collection和內存管理機制，用戶無需費心這些細節問題。Python支持Interactive Programming。 Python的運行時效率很高，卻足以支持復雜的高層數據結構。Python是一種理想的Glue Language，也就是說我們可以用它來完成一般腳本編程所能完成的任務。你甚至還能把Python的Interactive Shell作為一個計算器來用，而從來不用擔心上溢和下溢導致系統崩潰（上溢一般不會發生，即便你計算2的100000次方都沒有問題，下溢則會拋出異常）。可以說，Python是一個滲透了多種計算機語言特性的極佳的設計。在Python Shell裡面鍵入import this，Shell將輸出Python最核心的一些設計理念：

Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
Complex is better than complicated.
Flat is better than nested.
Sparse is better than dense.
Readability counts.
Special cases aren't special enough to break the rules.
Although practicality beats purity.
Errors should never pass silently.
Unless explicitly silenced.
In the face of ambiguity, refuse the temptation to guess.
There should be one-- and preferably only one --obvious way to do it.
Although that way may not be obvious at first unless you're Dutch.
Now is better than never.
Although never is often better than *right* now.
If the implementation is hard to explain, it's a bad idea.
If the implementation is easy to explain, it may be a good idea.
Namespaces are one honking great idea -- let's do more of those!
從這些抽象的概念出發，很難直接對應到Python這樣一個如此具體的語言。但是在真正的學習過程中，不斷回頭看看這些原則性的東西，的確會有所領悟，會能理解為什麼 Python被設計成這個樣子，而不是別的，同時也會不得不嘆服Python設計者Guido van Rossum的深厚功力了。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
對於許多程序員來說，Python的大名應該有所耳聞。而對於Python的評論大多褒貶不一。有的甚至說Python是以其慢速運行而聞名於世。在此我並不是要去評論別人的對於錯，我只是站在一個比較客觀的角度來談談Python這一計算機語言。
Python是一種解釋性語言，而且屬於OpenSource的項目。但是，你可以將其用於商業用途。並且可以將其放在商業的產品光碟中一同發售。當然，人們也可以從www.Python.org或者OpenSource的網站上免費獲得其安裝程序或者源代碼。Python最初是在蘋果計算機上被編譯成功的，但現在他已經可以運行於世界上主流的操作平台之上了。他不只有Windows版本的。同時還有Linux，Unix等很多平台上都可以使用他，在RedHat9中，還將其作為開發必須的一項語言被安裝。對於Python的代碼類型，基本可分為3種，分別是位元組代碼，二進制代碼，優化代碼。他們的後綴名分別是.py .pyc .pyo 這些代碼都可以直接運行。無需做任何的編譯或者連接。而在使用這些類型的代碼上，Python會更具不同的情況選擇不同的類型。

Ⅷ 如何評價 Python 3 打破向後兼容的決定

打破向後兼容的決定並不是開發者個人好惡，是權衡考慮以後的決斷。
python語言從1989年誕生至今已經進入TIOBE編程語言排行榜第二，從以前的腳本語言發展到現在適應於各大應用領域。這有一些當初留下的坑需要填補，比如命名、語法、編碼問題、多線程問題等，有些可以兼容，有些則很難兼容，長痛不如短痛，這時候打破向後兼容或許能鳳凰涅槃。
盡管願景美好，一個已經廣泛使用的語言，打破向後兼容後產生的新版語言的過渡時間依舊漫長，這一點從windows發展的過程可以看到，語言打破兼容後周圍的生態環境同步升級是一個緩慢的過程。
有一句話：「It is a lesson which all history teaches the wise, to put trust in ideas and not in circumstance.」Python 2到Python 3變了很多，但The Zen of Python沒變，所以我依然挺它！

Ⅸ 如何評價《python web開發實戰》

Python實戰：四周實現爬蟲系統（高清視頻）網路網盤

鏈接:

若資源有問題歡迎追問~