python版本管理工具

⑴ 有哪些值得推薦的 python 開發工具

前提：用來做數據處理和相關的系統開發
剛學python時，面對簡陋的官方版idle和一大堆開發平台和發行版，不知道究竟如何下手。在進行多方嘗試後，我最後的選擇是Anaconda + Pycharm，用anaconda集成的ipython做工作台，做一些分析和小段程序調試的工作，用Pycharm寫相應腳本和程序包的開發。這兩個工具都是跨平台的，也都有免費版本。
具體來說Anaconda集成了幾乎所有我需要的包庫，包含了我整個工作流程，做數據分析的pandas\scipy\numpy、繪圖的matplotlib、讀寫Excel文檔的xlrd/xlwt，鏈接SQL資料庫的SQLalchemy、機器學習框架sklearn等。對於Anaconda集成的兩個工作平台，Spyder——一個類似於Matlab和Rstudio的IDE，是專注於面向數據的分析的，因為其特點也主要是數據區的存在，可以即時知道變數值的變化；Ipython——一個基於cell的shell界面，可以理解為python自帶shell的增強版，它將程序分成一塊一塊的cell，每個cell可以包含多條語句，可以單獨調試運行，並將結果保存在內存中，cell之間可以相互調用，並保持一定的相互獨立。
可以說有了anaconda自帶的這兩個工具，足夠做數據處理相關的工作了（本身anaconda就是一個為了數據科學而誕生的發行版），但如果涉及到腳本程序和包的開發，感覺spyder還是有點弱，在試過IDE，代碼編輯器（比如visual code、sublime等）+插件，這兩種方案後，我最後選擇了集成度更高的成熟IDE——Pycharm替換spyder作為主要的開發平台，看我頭像也可以知道我是一個噴氣大腦的死忠，他們家的IDE真的很好用~理由如下：
1、首先作為學生，可以通過e郵箱申請到Jetbrains全家桶，即便無法獲取授權，pycharm的community版本免費並且功能足夠
2、對於pycharm，可以方便快捷地切換python不同版本的解釋器，甚至可以安裝相同版本的python解釋器配置不同的開發環境，這可以解決有些包之間沖突的情況，也可以針對有些框架按需裝包；並且pycharm內置包管理，可以免去pip或者conda方式管理包。
3、pycharm這個IDE的顏色方案、拼寫補全、函數聯想、函數跳轉源代碼、斷點調試及debug等功能都讓我用的十分順手。
總之我現在的工作流程就是，先用對我需要的功能進行設計，而後在ipython界面下設計調試每個功能模塊，調試成功後放到pycharm中組合起來，寫成腳本文件，最後用pycharm做調試形成成品。

⑵ 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。

⑶ Python包管理工具pip的安裝和使用

Python有兩個著名的包管理工具easy_install.py和pip。在Python2.7的安裝包中，easy_install.py是默認安裝的，而pip需要我們手動安裝。

方法1：利用常用curl獲取

>>後面是指定獲取的pip腳本的名字,也可以是curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py

方法2：利用wget獲取，先要安裝wget

備註：看網上還有利用easy_install安裝pip，但是我嘗試了並沒有成功

原因是 Python.org sites 終止支持TLS1.0和1.1版本，TLS需要>=1.2

參考： https://stackoverflow.com/questions/49768770/not-able-to-install-python-packages-ssl-tlsv1-alert-protocol-version

主要命令：

所有命令中，最重要的兩個命令是install和uninstall。

pip支持四種方式安裝python包。

從PyPI安裝一個包

安裝一個全局區域的包，一般需要sudo許可權。在mac系統上，即使是管理員也無法安裝，自從OS X El Capitan及以後的版本包含了一套安全技術（System Integrity Protection簡稱為SIP)來防止惡意軟體修改系統保護區域。具體可參考SIP。因此，我們有時候需要將PyPI包安裝到用戶區，這個時候，可以用.

pip在升級軟體包之前會自動卸載舊的軟體包。

可以將所有需要安裝的包放入一個requirements.txt文件中，然後可以一次安裝。requirements.txt 文件的每一行都要表明安裝的內容，而且盡量不要依賴文件中指定包的前後安裝順序。

從git安裝

從svn安裝

從一個分支安裝

還有很多其他的包安裝功能，但是上面的已經滿足了大部分需求。其他的請參考 文檔 。

pip uninstall可以卸載大部分的包，除了一下兩種情況

使用方式主要有兩種：

卸載單個包

卸載多個包

pip check用來驗證已安裝的包是否有兼容的依賴性問題。

上面的結果說明matplotlib包有兩個依賴包沒有安裝。

pip search用來搜索名字或者摘要中包含搜索關鍵字的PyPI包。

選項只有一個，就是指定PyPI的url，默認url為 https://pypi.python.org/pypi

例如，search frida

以下兩者都可以用，結果同上。

pip list命令會按照字典序排列列舉已安裝的包，包括可編輯的包。

主要有如下選項：

輸出格式：

legacy：將要被廢棄

freeze

columns

json

當某些時候debug的時候，需要提供一個完整的python環境，python freeze提供了此功能，它能夠輸出機器上python環境的快照（所有已安裝的包）。

下面是freeze命令的選項:

輸出用戶區安裝的前5個安裝包:

pip show可以用來顯示每個包的具體信息。show命令只有一個選項 -f，用來顯示安裝包的文件列表。

$ pip show -f|--files packageName

更多命令請參考 文檔

pip默認的index-url是 https://pypi.python.org/pypi/ ，
為了提高速度，我們可以更改pip源為國內的阿里雲源。更改方法如下：

創建配置文件

添加阿里源

pip.conf內容如下:

⑷ 最受歡迎的 15 大 Python 庫有哪些

1、Pandas：是一個Python包，旨在通過「標記」和「關系」數據進行工作，簡單直觀。它設計用於快速簡單的數據操作、聚合和可視化，是數據整理的完美工具。
2、Numpy：是專門為Python中科學計算而設計的軟體集合，它為Python中的n維數組和矩陣的操作提供了大量有用的功能。該庫提供了NumPy數組類型的數學運算向量化，可以改善性能，從而加快執行速度。
3、SciPy：是一個工程和科學軟體庫，包含線性代數，優化，集成和統計的模塊。SciPy庫的主要功能是建立在NumPy上，通過其特定子模塊提供有效的數值常式，並作為數字積分、優化和其他常式。
4、Matplotlib：為輕松生成簡單而強大的可視化而量身定製，它使Python成為像MatLab或Mathematica這樣的科學工具的競爭對手。
5、Seaborn：主要關注統計模型的可視化(包括熱圖)，Seaborn高度依賴於Matplotlib。
6、Bokeh：獨立於Matplotlib，主要焦點是交互性，它通過現代瀏覽器以數據驅動文檔的風格呈現。
7、Plotly：是一個基於Web用於構建可視化的工具箱，提供API給一些編程語言(Python在內)。
8、Scikits：是Scikits
Stack額外的軟體包，專為像圖像處理和機器學習輔助等特定功能而設計。它建立在SciPy之上，中集成了有質量的代碼和良好的文檔、簡單易用並且十分高效，是使用Python進行機器學習的實際行業標准。
9、Theano：是一個Python軟體包，它定義了與NumPy類似的多維數組，以及數學運算和表達式。此庫是被編譯的，可實現在所有架構上的高效運行。
10、TensorFlow：是數據流圖計算的開源庫，旨在滿足谷歌對訓練神經網路的高需求，並且是基於神經網路的機器學習系統DistBelief的繼任者，可以在大型數據集上快速訓練神經網路。
11、Keras：是一個用Python編寫的開源的庫，用於在高層的介面上構建神經網路。它簡單易懂，具有高級可擴展性。
12、NLTK：主要用於符號學和統計學自然語言處理(NLP) 的常見任務，旨在促進NLP及相關領域(語言學，認知科學人工智慧等)的教學和研究。
13、Gensim：是一個用於Python的開源庫，為有向量空間模型和主題模型的工作提供了使用工具。這個庫是為了高效處理大量文本而設計，不僅可以進行內存處理，還可以通過廣泛使用NumPy數據結構和SciPy操作來獲得更高的效率。
…………

⑸ python用什麼編輯器

IDLE:
裝了python就會有這個，大家肯定都用過了，功能還湊合，調試器的使用方法和大家熟悉的eclipse/Visual Studio很不一樣，需要學習和適應。各項表現都一般。推薦度：★★
PythonWin:
內置Win32 extension，PythonWin成為了win32的python程序開發者必備的工具。雖然它只能運行在Win下，但其實也是開源的。功能上可以認為它是加上了自動補全和智能感知功能的IDLE，雖然和以其它一些復雜的IDE相比有些差距，但卻是不錯的輕量級Python IDE。推薦度★★★
SPE:
全名Stani's Python Editor。相當不錯的IDE，語法高亮、代碼折疊、智能感知、自動語法檢查等功能一應俱全，集成wxGlade。可惜沒有自動補全功能。開源，可以用svn下載到最新的源代碼，依賴wxPython。但久未更新(最後一次更新是在2008年2月)，逆水行舟，不進則退，功能上比其它IDE已經沒有什麼優勢了。推薦度★★★★
Ulipad:
前身是NewEdit，和SPE相比，多了自動補全功能，因而比SPE更加方便，不過沒有把界面設計器wxGlade集成進來。開源，可以用svn下載到最新的源代碼，依賴wxPython。輕便小巧而功能強大，非常適合初學者。推薦度★★★★★。
Eric:
Eric升級到4後，各方面有了很強的提升，全方位超過其它開源IDE。使用PyQt4作為圖形庫，界面美觀大方，並與QtDesigner結合，使得開發GUI程序變得非常方便，比下面將提到到BOA還要好用。最大的亮點莫過於它的調試器，支持斷點設置、單步調試和變數值查看。一句話，有了Eric4，就不用再去搗騰商業的IDE了。推薦度★★★★★，個人強烈推薦。
Boa Constructor:
比起SPE和Ulipad，BOA的編輯功能相當單薄，自動補全與智能感知都要手動，而且沒有自動語法檢查，但調試器比較好用。最大的亮點是界面設計器相當好用，比wxGlade要好用得多。硬傷是對中文支持不好。依賴wxPython。這個IDE也是久未更新了，最後一次更新是在2007年7月，沒有什麼特別的理由的話就別用它了。推薦度★★★。

⑹ Python 包管理工具

  Python之所以受歡迎不光是因為它簡單易學，更重要的是它有成千上萬的寶藏庫。這些庫相當於是已經集成好的工具，只要安裝就能在Python里使用。它們可以處理各式各樣的問題，無需你再造輪子，而且隨著社區的不斷更新維護，有些庫越來越強大，幾乎能媲美企業級應用。那麼這些工具庫怎麼下載安裝呢？它們被放在一個統一的「倉庫」里，名叫PyPi（Python Package Index），所有的庫安裝都是從這里調度。有了倉庫之後，還需要有管理員，pip就是這樣一個角色。

  pip 是 Python 中的標准庫管理器，這意味著它是一個工具，用它可以來管理 Python 標准庫中其他的包，允許你安裝和管理不屬於 Python 標准庫的其它軟體包，其提供了對 Python 包的查找、下載、安裝、卸載等功能。總的來說，pip的Python第三方庫的大管家，搞懂它，會讓你省很多事。從Python 3 >= Python 3.4 、Python2 >= Python2.7.9 版本開始，pip默認包含在Python的安裝程序中，在安裝Python時將會自動被安裝，省事方便。

  Python 的安裝器中自帶了 pip，所以你可以直接使用它，除非你安裝的是更早版本的 Python。你可以通過以下命令來判斷是否已安裝：

如果你的 Python 環境沒有安裝 pip，則可以使用以下方法來手動安裝。pip 安裝文件下載: pypi.org/project/pip…

pip提供的命令不多，但是都很實用

  pip命令默認使用的是國外的pypi鏡像（pypi.python.org)，安裝慢不說，有時甚至會導致出現超時等網路問題，有時候為了安裝一個包，失敗重試安裝好幾次都不一定成功。所以，使用國內的pypi鏡像，亦即 切換 pip 源 ，這樣速度上更有保證，不失為一種加速pip安裝第三方包的好方法。常用的鏡像站有阿里雲、清華大學等。其中清華大學開源軟體鏡像站是每 5 分鍾同步一次的，比較推薦使用。阿里雲鏡像站的速度也非常快，這也是我現在在使用的。

  切換切換 pip 源可以是臨時性的，也可以設置為默認。臨時性的，就是在安裝包時，通過pip命令的 -i 選項指定鏡像源即可。例如，臨時使用阿里雲鏡像站作為 pip 源，可以是這樣安裝：

  如果每次安裝時都想要通過鏡像源來安裝，上面的辦法不免有些麻煩。我們可以修改pip的配置文件，將鏡像源寫入到 pip 配置文件中。 對於linux系統 ，修改 ~/.pip/pip.conf 文件 (沒有就創建一個文件夾及文件，文件夾要加「.」，表示是隱藏文件夾)：

然後在文件中保存如下內容：

   對於windows系統 ，在C:Users文件夾下的用戶目錄（例如如果當前用戶是Administrator則是C:UsersAdministrator）下創建pip文件夾，然後再在此文件夾下創建pip.ini文件，在文件中寫入一下內容：

  配置完成後再通過 pip config list 查看pip配置。

  我們經常會遇到這樣的開發需求，比如你手頭有多個開發項目，其中項目A要求用python3.7，項目B需要用python3.6，有要求項目A和項目B依賴包相互獨立，互不幹擾。為了滿足這樣的開發需求，我們需要在自己的電腦上安裝多個Python版本，並且項目之間進行環境隔離。因此，我們要想運行這些項目，在工作電腦上就要安裝不同版本的Python。 pyenv 是Python版本管理工具，通過系統修改環境變數來實現Python不同版本的切換，利用它可以在同一台電腦上安裝多個版本的Python，設置目錄級別的Python，還能創建和管理vitual python enviroments。而且所有的設置都是用戶級別的操作，不需要sudo命令。

  首先安裝pyenv，如果你是Mac電腦，那麼推薦使用Homebrew來安裝。

要想升級pyenv，則可以執行：

pyenv安裝完成後，需要將$HOME/.pyenv/bin添加到PATH變數前面，這一步非常關鍵。

也可以採用手動安裝的方式，將pyenv檢出到你想安裝的目錄。

  添加環境變數，將PYENV_ROOT 指向 pyenv 檢出的根目錄，並向 $PATH 添加 $PYENV_ROOT/bin 以提供訪問 pyenv命令的路徑。這里的 shell 配置文件（~/.bash_profile）依不同系統而需作修改，如果使用 Zsh 則需要相應的配置 ~/.zshrc
在使用 pyenv 之後使用 pip 安裝的第三方模塊會自動安裝到當前使用 python 版本下，不會和系統模塊產生沖突。使用 pip 安裝模塊之後，如果沒有生效，記得使用 pyenv rehash 來更新。

安裝完pyenv，可以安裝Python，首先查看可安裝的Python版本：pyenv install -l，接下來開始安裝Python

執行命令 pyenv versions 查看安裝結果。

可以看到，已經成功安裝了Python，安裝的位置在 /Users/dllwh/.pyenv。

可以看到，3.9.9 前面有一個星號，說明成功切換到了 3.9.9 版本，可以執行一下python來驗證。

  Pipenv 是 Python 官方推薦的包管理工具，它綜合了 virtualenv、pip 和 pyenv 三者的功能，你可以使用 pipenv 這一個工具來安裝、卸載、跟蹤和記錄依賴性，並創建、使用和組織你的虛擬環境。

如果你是Mac電腦，那麼推薦使用Homebrew來安裝和升級pipenv：

也可以通過pip來安裝和升級pipenv：

進入到項目目錄中，通過下面的指令為項目創建虛擬環境。

  上面的操作，給pipenv_demo這個項目初始化了一個 Python 3.9.9 的虛擬環境，並在項目錄下生成一個項目依賴包文件 Pipefile。如果系統中沒有 3.9.8 版本的Python，pipenv 會調用 pyenv 來安裝對應的 Python 的版本。默認地，虛擬環境會創建在 ~/.local/share/virtualenvs目錄裡面。我們也可以通過 pipenv --venv查看項目的虛擬環境目錄。可以通過 pipenv --rm 刪除虛擬環境。
如果想更改虛擬環境的目錄，可以在 .bashrc 或 .bash_profile 中，設置環境變數WORKON_HOME，指定虛擬環境的目錄所在位置，比如想將虛擬環境放到~/.venvs目錄，則可以執行下面的命令。

如果希望在項目目錄下創建虛擬環境目錄（.venv），需要在 .bashrc 或 .bash_profile 中配置環境變數PIPENV_VENV_IN_PROJECT：

  pipenv使用 Pipfile 和 Pipfile.lock 來管理依賴包，並且在使用pipenv添加或刪除包時，自動維護 Pipfile 文件，同時生成 Pipfile.lock 來鎖定安裝包的版本和依賴信息。相比pip需要手動維護requirements.txt 中的安裝包和版本，具有很大的進步。

  為項目安裝依賴包到虛擬環境中，使每個項目擁有相互獨立的依賴包，是非常不錯的Python的開發實踐。安裝依賴包到虛擬環境中的方法：

執行完上面的命令後，檢查一下是否安裝成功：

  觀察項目的根目錄下，又多了一個 Pipfile.lock 文件。這兩個文件記錄了此項目的依賴包，這兩個文件的區別是 Pipfile 中安裝的包不包含包的具體版本號，而Pipfile.lock 是包含包的具體的版本號的。如果不想產生 Pipfile.lock 文件，在安裝依賴包的時候，加上 –skip-lock 選項即可。
在使用pipenv的時候，常常會安裝過程比較慢，這個是因為pipenv創建的 Pipfile 中默認的Pypi源是python官方的 pypi.python.org/simple。我們國內…

  為了避免每次都要指定–pypi-mirror，我一般會在創建好Pipfile以後，將文件中 source 塊下的 url 欄位，設置為國內的 pypi 源，我推薦的是清華的Pypi源或者阿里源，具體設置如下：

如果是要刪除虛擬環境中的第三方包，執行：

用git管理項目時候，要把Pipfile和Pipfile.lock加入版本跟蹤。這樣clone了這個項目的同學，只需要執行：

就可以安裝所有的Pipfile中 [packages]部分列出來的包了，並且自動為項目在自己電腦上創建了虛擬環境。

上面的方法都是安裝Pipfile中列出來的第三方包的最新版本，如果是想安裝Pipfile.lock中固定版本的第三方依賴包，需要執行：

如果項目之前使用requirements.txt來管理依賴的，那麼使用pipenv安裝所有依賴可以採用類似pip的方法：

  虛擬環境創建好了之後，就可以在裡面進行開發了。如果在命令行下開發，則在項目目錄下執行 pipenv shell ，就進入到了虛擬環境中，在這個環境中，已經包含安裝過的所有依賴包了，接下來就可以利用這些依賴包進行開發工作了。如果是用Pycharm進行開發，就更簡單了，直接用Pycharm打開項目即可。可以從Pycharm中的左側導航欄裡面看到External Libraries顯示的是虛擬環境中的Python解釋器了。
在虛擬環境中執行開發好的程序，有兩種方式，一種是前面提到的先執行pipenv shell進入到虛擬環境後，再執行python程序；另一種方式，則是執行pyenv run，比如在虛擬環境中執行基於pytest框架編寫的測試用例，只需要執行下面的命令即可：

作者：獨淚了無痕
鏈接：https://juejin.cn/post/7063699409703272485

⑺ Python 常用的標准庫以及第三方庫有哪些

Python常用庫大全，看看有沒有你需要的。
環境管理
管理 Python 版本和環境的工具
p – 非常簡單的互動式 python 版本管理工具。
pyenv – 簡單的 Python 版本管理工具。
Vex – 可以在虛擬環境中執行命令。
virtualenv – 創建獨立 Python 環境的工具。
virtualenvwrapper- virtualenv 的一組擴展。
包管理
管理包和依賴的工具。
pip – Python 包和依賴關系管理工具。
pip-tools – 保證 Python 包依賴關系更新的一組工具。
conda – 跨平台，Python 二進制包管理工具。
Curdling – 管理 Python 包的命令行工具。
wheel – Python 分發的新標准，意在取代 eggs。
包倉庫
本地 PyPI 倉庫服務和代理。
warehouse – 下一代 PyPI。
Warehousebandersnatch – PyPA 提供的 PyPI 鏡像工具。
devpi – PyPI 服務和打包/測試/分發工具。
localshop – 本地 PyPI 服務（自定義包並且自動對 PyPI 鏡像）。
分發
打包為可執行文件以便分發。
PyInstaller – 將 Python 程序轉換成獨立的執行文件（跨平台）。
dh-virtualenv – 構建並將 virtualenv 虛擬環境作為一個 Debian 包來發布。
Nuitka – 將腳本、模塊、包編譯成可執行文件或擴展模塊。
py2app – 將 Python 腳本變為獨立軟體包（Mac OS X）。
py2exe – 將 Python 腳本變為獨立軟體包（Windows）。
pynsist – 一個用來創建 Windows 安裝程序的工具，可以在安裝程序中打包 Python本身。
構建工具
將源碼編譯成軟體。
buildout – 一個構建系統，從多個組件來創建，組裝和部署應用。
BitBake – 針對嵌入式 Linux 的類似 make 的構建工具。
fabricate – 對任何語言自動找到依賴關系的構建工具。
PlatformIO – 多平台命令行構建工具。
PyBuilder – 純 Python 實現的持續化構建工具。
SCons – 軟體構建工具。
互動式解析器
互動式 Python 解析器。
IPython – 功能豐富的工具，非常有效的使用互動式 Python。
bpython- 界面豐富的 Python 解析器。
ptpython – 高級互動式Python解析器， 構建於python-prompt-toolkit 之上。
文件
文件管理和 MIME（多用途的網際郵件擴充協議）類型檢測。
imghdr – （Python 標准庫）檢測圖片類型。
mimetypes – （Python 標准庫）將文件名映射為 MIME 類型。
path.py – 對 os.path 進行封裝的模塊。
pathlib – （Python3.4+ 標准庫）跨平台的、面向對象的路徑操作庫。
python-magic- 文件類型檢測的第三方庫 libmagic 的 Python 介面。
Unipath- 用面向對象的方式操作文件和目錄
watchdog – 管理文件系統事件的 API 和 shell 工具
日期和時間
操作日期和時間的類庫。
arrow- 更好的 Python 日期時間操作類庫。
Chronyk – Python 3 的類庫，用於解析手寫格式的時間和日期。
dateutil – Python datetime 模塊的擴展。
delorean- 解決 Python 中有關日期處理的棘手問題的庫。
moment – 一個用來處理時間和日期的Python庫。靈感來自於Moment.js。
PyTime – 一個簡單易用的Python模塊，用於通過字元串來操作日期/時間。
pytz – 現代以及歷史版本的世界時區定義。將時區資料庫引入Python。
when.py – 提供用戶友好的函數來幫助用戶進行常用的日期和時間操作。
文本處理
用於解析和操作文本的庫。
通用
chardet – 字元編碼檢測器，兼容 Python2 和 Python3。
difflib – (Python 標准庫)幫助我們進行差異化比較。
ftfy – 讓Unicode文本更完整更連貫。
fuzzywuzzy – 模糊字元串匹配。
Levenshtein – 快速計算編輯距離以及字元串的相似度。
pangu.py – 在中日韓語字元和數字字母之間添加空格。
pyfiglet -figlet 的 Python實現。
shortuuid – 一個生成器庫，用以生成簡潔的，明白的，URL 安全的 UUID。
unidecode – Unicode 文本的 ASCII 轉換形式 。
uniout – 列印可讀的字元，而不是轉義的字元串。
xpinyin – 一個用於把漢字轉換為拼音的庫。

⑻ python一般用什麼軟體

python一般用什麼軟體?
python一般用的軟體有：Subpme Text、Atom、PyCharm等。
Subpme Text
Subpme Text是一款非常流行的代碼編輯器，其開發者是一名谷歌的工程師，其夢想是使之成為更好的文本編輯器。Subpme Text支持Python代碼編輯同時兼容所有平台，並且豐富的插件（稱之為「包」）擴展了語法和編輯功能。
安裝額外的Python擴展可能會比較棘手，Subpme Text中所有的包都是用Python寫成的，並且安裝社區擴展往往需要直接在Subpme Text中執行Python腳本。
優點：Subpme Text在編程社區內很受推崇。單單從代碼編輯器的角度來看，Subpme Text迅捷小巧並且具有良好的兼容性。
缺點：盡管你可以無限期的使用測試版本但是Subpme Text不是免費軟體。在Subpme Text中安裝擴展插件可能會比較棘手，另外並不支持直接在編輯器內部執行或調試代碼。
Atom
同樣兼容所有平台的Atom被稱為是「21世紀可破解的文本編輯器」。開源的Atom擁有時尚的界面、文件系統瀏覽器和擴展插件市場，它是使用Electron構建的，Electron使用JavaScript、HTML和CSS構建跨平台的桌面應用。Python語言由一款可在Atom運行時安裝的擴展插件支持。
優點：得益於Electron，Atom廣泛兼容各大平台。同樣Atom小巧且下載和載入都非常迅速。
缺點：內置並不支持構建和調試，這些功能是由社區提供支持的。同樣由於Atom建立在Electron框架上，所以它始終運行在JavaScript進程中而不是作為本地應用運行。
PyCharm
PyCharm是最好的一個（也是唯一一個）專門面向於Python的全功能集成開發環境。同樣擁有付費版（專業版）和免費開源版（社區版），PyCharm不論是在Windows, Mac OS X系統中, 還是在Linux系統中都支持快速安裝和使用。
開箱即用，PyCharm直接支持Python開發環境，打開一個新的文件然後就可以開始編寫代碼。你也可以在PyCharm中直接運行和調試Python程序，並且它支持源碼管理和項目。
優點：這是真正的Python集成開發環境，擁有眾多便利和支持社區。它的編輯、運行和調試功能統統開箱即用。
缺點：PyCharm存在載入較慢的問題，另外對於已有的項目，默認設置可能需要調整。
相關推薦：《Python教程》以上就是小編分享的關於python一般用什麼軟體的詳細內容希望對大家有所幫助，更多有關python教程請關注環球青藤其它相關文章！

⑼ python包管理工具pip install詳解

pip install用來安裝python第三方庫，使用時有比較多的選項，這里我們選幾個常用的來講解下，包括以下幾個： --requirement，--no-deps，--target，--user，--upgrade，--force-reinstall，--ignore-installed。

這個選項允許我們指定一個文件，pip會安裝此文件里指定的第三方庫，比如我的電腦上有個文件 requirements.txt，內容如下：

當我執行pip install -r requirements.txt時就會安裝上面的3個庫，輸出內容的最後兩行如下：

我們看到安裝的庫多於3個，那是因為pip也會同時安裝依賴，這個就是下面要講的。

這個選項告訴pip不安裝依賴，只安裝指定的庫，如果執行以下語句：

則會只安裝3個庫，最後兩行輸出如下：

這個選項指定安裝目錄，比如指定 --target /pip/install/directory 就會安裝到/pip/install/directory目錄。

這個選項指定安裝到特定目錄，linux上是 ~/.local/，windows上是 %APPDATA%Python。

當一個庫有新版本時，我們可以指定這個參數對其進行升級。

如果我們已經安裝過某個庫，再次安裝時不會重新安裝，這時指定 --force-reinstall 可以強制安裝。

這個選項告訴pip忽略已經安裝的庫，導致pip會覆蓋它們。這個選項與force-reinstall不同的是，如果某個庫已安裝，force-reinstall會先卸載再安裝，ignore-installed不會卸載會直接覆蓋。

⑽ python多版本和虛擬環境(pyenv+conda or virtualenv)

2.7.X
3.X
Anaconda2
Anaconda3

pyenv是一個管理各個python版本的管理器。可以在系統里同時保留多個python版本，等需要時定義需要的版本。

項目地址

看項目地址中的readme

查看pyenv可安裝的版本列表

安裝和卸載指定版本，會將python版本安裝在 $(pyenv root)/versions/ 中

查看當前已經安裝了的python版本。輸出內容中，system關鍵字是系統python版本。 *表示當前環境所處的版本。

全局切換為anaconda科學計算環境(不建議這么做)，做了如果要恢復，則將最後一個參數改為--unset

當前環境接環。在當前目錄以下。如果要恢復，則將最後一個參數改為--unset

本來這是一個單獨的軟體用來虛擬一個python版本環境，讓每個工作環境都有一套獨立的python各自的第三方插件互不影響。然而在 pyenv 下有一個插件 pyenv-virtualenv 他可以在 pyenv 的環境下擔負起 virtualenv 的事情。（如果使用的是原生python可以用這個工具，如果用的是anaconda則不用這個，用下一章說的conda工具來完成虛擬環境）

項目地址

看項目地址中的readme

在當前目錄下創建一個 python 版本為2.7.1的環境，環境名字為 env271。 這個環境的真實目錄位於 ~/.pyenv/versions/

（創建時並不激活）激活當前環境。此時已經進入虛擬環境，在當前環境下所有pip等操作都不會影響系統環境和系統路徑。

離開已激活的環境，切換回系統環境。但並沒有被刪除，下次依舊可以啟動。

刪除一個環境，當然也可以到真實目錄下刪除文件夾。

本來不想用這個的，但是因為 pyenv-virtualenv 有一些問題，無法很好的管理conda環境，比如有一些anaconda 自帶的一些命令(例如pylint)無法被使用。因此還是老老實實使用 conda 來管理虛擬環境。

conda 是自帶於 anaconda 的所以並不需要額外安裝，如果在 anaconda 環境中就可以使用。conda 不僅可以進行 環境管理 ，還可以 包管理 ，和對 anaconda和conda 進行 版本升級 。

由於conda使用方法太多，因此這里羅列一些常用的主要是一些虛擬環境的命令。具體的到 官網文檔 去查看一下。

首先conda工具是需要在anaconda環境下的，因此先執行 pyenv local anaconda3-4.2.0 進入anaconda環境後就可以執行conda工具了。

創建一個虛擬環境。可以指定名字，指定包，甚至制定python(這樣的話就python版本管理了所以不建議使用，python版本管理交給pyenv)，所以命令中 python=x.x 可以不寫

羅列已經創建的環境，兩條命令是一樣的。

激活一個環境。和virtualenv一樣，創建不等於激活。激活後才能真正使用虛擬環境。
如果發生錯誤 Error: activate must be sourced. Run 'source activate envname' 說明activate命令沒有找對，導致錯誤。吧命令改成

這樣就能成功建立虛擬環境了。

刪除一個虛擬環境。

復制一個虛擬環境。這個是個不錯的好功能。

conda還能吧環境配置文件導出，在另一台機器上重新讀入配置文件，就能復刻你的環境了。

conda 還能進行包的管理。調用的是 pip 所以也很棒。

查看當前環境已安裝包，用-n指定後，就是查看某個環境下的已安裝包

為某個指定的環境安裝包，升級包，刪除包。

它還能升級自身和anaconda和python的版本。

它和pip一樣也能設置安裝包的鏡像位置。其餘還有能使用R命令等等，都到官網文檔中搜索一下。