麻瓜編程

A. python 如何開發高效漂亮的輕量級 Web 應用

痛點

從我開始折騰數據分析工具的那一天，就沒有想明白一件事兒 —— 我打算把數據分析的成果做成一個 Web 應用，為什麼這么難？

我需要的核心功能，無非是在網頁上接收用戶輸入，然後做分析處理，把分析結果反饋給用戶，完事兒。

可是這談何容易？

很多人都會微笑著告訴你，想做 Web 應用？這得學前端編程， HTML + Javascript 了解一下吧！

什麼？你還需要在後台做數據分析？那你就得學 Web 框架了。

你說喜歡 Python ？那就學個 Django 或者 Flask 好了。

我也不是沒有看過 Django 和 Flask 的教程，還曾經付費學習過。光是 Django 配置環境，就夠寫一章出來。

作為學習的中間成果，我還寫了這篇《如何用 Python 做 Web 開發？——Django 環境配置》分享給你。

真正讓我痛苦的，不是 Web 框架的操作有多麼瑣碎，而是教程里的案例，為什麼都那麼奇怪？

幾乎所有的教程，都指向一個目標：

來，我教你做一個 blog 出來！

我用你教？！

我要是想用 blog ，可以直接注冊一個免費的啊！為什麼我要自己開發個 blog 出來？

為什麼你就不能告訴我，該怎麼把我目前的數據分析結果，迅速挪到 Web 頁面上，跟用戶實時交互？

雖然二者的結果，都是做一個 Web 應用出來。但是，它們關注的焦點，需要的功能，能一樣嗎？

但是人家寫書和做教程的人，就是不疾不徐，堅持一定要教會你，如何做一個 blog 出來……

你不學，又能怎麼辦呢？你難道想只憑 Python 腳本，就做一個 Web 應用出來？

還真別說，最近，這個事兒從幻想，變成了現實。

樣例

這不，我就用純 Python 腳本寫了個 Web 應用。

我編寫的代碼里，沒有一絲半毫的 Web 框架，Javascript，甚至是 HTML 。

這玩意兒能用嗎？

你自己來試試看。

請你打開瀏覽器，輸入以下鏈接：https://helloworld-streamlit.herokuapp.com/

你會看到下面的初始化界面。

初始化完畢之後，頁面會分成左右兩欄。左面是兩個下拉候選框，分別讓你指定需要分析的數據范圍。

上面一個，是事件類型；

下面一個，是事件發生歸屬地。

如果你看過我的文章《如何用 Python 和循環神經網路預測嚴重交通擁堵？》，應該對這個數據集很熟悉。

只不過，當時我們更注重的，是用循環神經網路搭建了一個嚴重擁堵事件預測模型。

而今天，我們是要進行探索性數據分析，也就是根據我們感興趣的目標，對數據進行整理操作，然後可視化顯示。

選定之後，你會看到右側提示兩個信息：

• 你篩選之後，數據框包含行數

• 在層疊地圖上的可視化結果。

  
  

怎麼樣？

麻雀雖小，五臟俱全。

雖然咱們這個 Web 應用很簡單，不過交互分析該有的功能和流程，基本上都涵蓋了。

你可能會問：

王老師，編這么一個應用出來，不簡單吧？

讓我帶你到幕後，看看是不是很復雜。

幕後

我把這個應用的全部源代碼，都為你存儲到了 Github 上。請你訪問這個網址獲取：https://github.com/wshuyi/demo-helloworld-streamlit

可以看到，一共包含了 4 個文件。

有意思的是，其中 3 個，包括：

• Procfile

• setup.sh

• requirements.txt

都只是部署到遠程伺服器時，需要用到的配置文件而已。

也就是說，只有最後一個helloworld.py是主角，它包含了實現咱們全部互動式數據分析功能的 Python 腳本文件。

這代碼，少說也得有幾百行吧？

別擔心，打開來看看：

上面這張截圖，就已經包含了實現交互數據分析功能的全部代碼。

神奇吧？

解讀

這么短的代碼，為什麼能有如此強大的功能？

這是因為它背後使用的一個軟體包，叫做streamlit。

它是干什麼用的？

一言以蔽之，給你賦能，讓你能夠不去操心什麼前端後端。只寫 Python ，只關注功能，你就能寫出一個互動式 Web 應用出來。

當然，既然最後是 Web 應用，那麼實際上前後端的功能都是齊備的。

只不過，這些交由 Streamlit 來幫你費心操辦。你根本不用管。

爆發

為什麼會有人做了這么一款神器出來？

原因很簡單，咱們前面提到的痛點，是大夥兒都有的。

咱們這些麻瓜（Muggle），遇到痛點只能忍著。

但是真正的魔法師（優秀程序員），是忍不了的。

在這段來自 PyData LA 2019 的視頻里，Streamlit 的 CEO Adrien Treuille 談及了他在數據智能企業中，長期遭遇的痛點。

最大的痛點，就是數據科學家訓練好機器學習模型後，需要驗證效果，和用戶反饋溝通。

但是，做機器學習的工程師本身，並不掌握這一整套的工具棧。

所以，就得在把全部的數據分析和模型訓練工作完成後，把這東西移交給一個工具製作團隊。

人家做完以後，就告訴數據科學團隊說，做好了。但是注意，現在處於需求凍結階段。這個應用你們可以隨便用，只是別亂改。改壞了我們管不了。因為最近兩個月，我們還得給其他若干數據分析團隊做 app 。大概幾個月以後，我們又能回來幫助你們了……

Adrien Treuille 很敏銳地捕捉到了這個長期痛點，於是在 2018 年， 創立了 streamlit 。

目標很簡單，給數據科學團隊提供簡單的工具，讓他們使用已經掌握的 Python 編程技能，就能直接做 Web 應用。

什麼 「等上兩三個月不許改」？！你們自己慢慢兒玩兒去吧，我們想怎麼改，就怎麼改！

至於做出來的東西嘛，可以是這樣的：

資源

看到這里，是不是心動了？也打算學習一下 Streamlit ？

沒問題，我前面給你提供的樣例，就在 github 上，你可以直接查看源碼。

如果你希望重現這個小應用，並且一步步學習掌握 Streamlit 的基礎知識和技能，我也已經為你寫好了一份手把手的教程。地址在這里https://sspai.com/post/58474。

它不僅教你如何設置環境，安裝工具，寫作代碼，甚至連如何免費部署到 heroku 平台，讓用戶使用，都毫無保留地教給了你。

那篇文章，我用於參加少數派年度徵文活動，所以就不能全文展示在這里了。

讀完以後，如果你覺得有收獲，歡迎在少數派平台上幫我點個贊。謝謝支持！

思考

嘗試過之後，你應該不難發現，Streamlit 給你帶來了什麼。

如果你學過 Javascript 和 Flask, Django 等 Web 應用開發技術，Streamlit 可以加快你的 Web 應用開發與測試進程。

如果你還沒有學過上述技術， Streamlit 可以給你賦能，讓你一下子有了把數據分析結果變成產品的能力。

給你講點兒更激進的。

有人已經希望能用它替代掉 Flask 用於產品發布了。

還有人說，將來寫技術文檔，也應該充分使用 Streamlit 。

甚至，還把它比作了數據科學界的 iPhone 。

這里，它是借喻 iPhone 開啟智能手機時代，說明 Streamlit 的劃時代性。

我不希望你也變得如此激進。

因為這里提到的每一種功用，現在還都有非常專業的工具做的更好，而且新的工具也在不斷涌現。

例如說，我們在多個教程中一直使用 Jupyter Notebook 。

現在憑借 Voila 擴展的加持，你也可以很輕松地把 Jupyter Notebook 變成 Web app ，而且可以免費運行在 mybinder 上面。

但是，你可以看到，一個新的工具，以一種簡單，而不是更繁復的辦法，解決一個功能痛點，是一件多麼令人欣喜的事兒。

看了這篇文章，可能會給你一種誤解，似乎 JavaScript 為代表的前端編程技術，再也不需要學了。

其實不是這樣的。

可以想像，開發門檻降低以後，將來會有更多的人使用 Python 來做 Web 應用。

用 Streamlit 這樣的方法，他們只是開發出了一個原型。

要是想打造精品，就必須精細調控很多細節。

這時候， 如果你精通 Javascript ，那你潛在的合作對象一下子就多了起來，你掌握的這門技術，也就有了更大的價值。

還記得嗎？我不止一次給你強調過，比起一個工具自身的能力來，協作網路更重要。忘了的話，記得復習《學 Python ，能提升你的競爭力嗎？》。

這就好像印刷術的發明，不是讓會寫字這件事兒變得失去價值，而是全社會都增大了對好作品的渴求。深刻的思考，加上有效的文字表達，會讓你生存得更好。

當然，如果你不希望精通寫作技藝，只是想做一個抄書匠糊口。那麼印刷術就可能會替代你的工作，結果就不那麼美妙了。

小結

這篇文章，我為你介紹了 Streamlit 這款有趣的工具。希望你讀過之後，掌握了以下知識點：

• 藉助 Streamlit ，你可以用純 Python 編制 Web 應用；

• 學 Web 設計依然很有前途，因為你的潛在合作群體正在迅速擴大；

• 不要惹魔法師（優秀程序員）。他們的痛點需求會轉化成無盡的戰鬥力，興許會直接替掉你的日常工作。
  

更多Python知識，請關註：Python自學網！！

B. 如何將枯燥的大數據呈現為可視化的圖和動畫

自我介紹

本人是一個程序猿，沒錯就是很慘的那種程序猿。每天除了在做數據，就是在尋找BUG的路上，慢慢迷失了自我。在回答之前，我想簡單介紹一下自己。我是thepaper.cn新聞版塊的班代表。我擅長數據可視化視頻和信息圖表。喂!忍著看我這個身份，跑啊，等著你有一噸的實際干。最近有一個關於諾貝爾流動性的問題，包含了視覺圖像的視頻和信息，所以使用這個選題，分享一些製作過程和工具的使用，希望能夠幫助到上帝和其他的人，並對這方面的熟人感興趣。

希望你能夠使用到。

C. 麻瓜編程爬蟲培訓怎麼樣

隨著人工智慧時代呼聲漸起，Python憑借其入門簡單、應用廣泛的優勢成為很多想要入行互聯網行業的人們的首選編程語言。如果你想學一門語言，可以從語言的適用性、學習的難易程度、企業主的要求幾個方面考慮。從這幾個角度看，學習Python都沒有什麼可挑剔的。

D. python web 麻瓜編程 基礎在哪

GUI庫可以用wxpython或著pyqt,還有一個是pygtk。這個看個人愛好。如果不是商業用的話，pyqt還不錯，比較方便。資料庫組件有很多，像pysqlite,pymssql等等，看你想用什麼資料庫。比如想用sqlserver就直接去搜python連接sqlserver就可以了。

E. 世界上第一台電子計算機叫什麼

世界上第一台計算機的名字是ENIAC（中文名：埃尼阿克）1946年2月14日，由美國軍方定製的世界上第一台電子計算機「電子數字積分計算機」（ENIAC Electronic Numerical And Calculator）在美國賓夕法尼亞大學問世。
發明人是美國人莫克利和艾克特。美國國防部用它來進行彈道計算。它是一個龐然大物，用了18000個電子管，佔地150平方米，重達30噸，耗電功率約150千瓦，每秒鍾可進行5000次運算，這在現在看來微不足道，但在當時卻是破天荒的。 ENIAC以電子管作為元器件，所以又被稱為電子管計算機，是計算機的第一代。

F. 如何入門獨立游戲開發

你好：

我從unity的角度來談一下如何入門獨立游戲開發。

自己周圍有不少朋友自身都不是程序出身，但都想入門游戲開發。我有被詢問過，自己也是自學過來的，所以談一下自己的經驗。

根據答主的情況美術出身，並不推薦學習ue4，相對unity會更加容易上手。

unity勸退很多人的理由如下：

1.官方文檔全英文，界面全英文。不得不說中國unity真的麻瓜，不是我說，別人日本unity剛成立一年，就弄了一份全日文的官方文檔。看看中國unity成立多久了，都在做什麼，我不想吐槽了…

相對unreal4就有官方中文文檔，而且還有unity轉unreal4的快速上手文檔，還界面全中文…

2.unity在國內的應用范圍和普及程度比unreal4好太多。再加上unity在游戲行業的普及使用。所以有大量的培訓機構想分一杯羹。培訓機構你懂的，導致網上搜索unity得到的很多靠譜的學習信息被稀釋了。

3.unity網上第三方教學渠道質量層次不齊。例如游戲蠻牛，泰課，慕課等等。我這里羅列的還是國內相對名氣大的，質量還算不錯的學習平台。

層次不齊的原因有幾點：

教學視頻的講師口齒不清晰，還帶方言。

講師自身邏輯混亂，一個很簡單的東西聽的人雲里霧里的

講師拖延時間，強行湊時間。導致聽的人學習熱情受到打擊，講了20分鍾的東西。實際最多5分鍾的干貨。

中文教程缺乏系統性的靠譜的免費的學習教程。這個和大量培訓機構的湧入有關。

說了unity這么多的不好，我來說為什麼還是推薦unity的理由：

1.unity在國內的普及程度很高，還是有很多優秀的學習資料的，不過相對零散，需要整理。我會在下文給出我自己認為不錯的學習網站和學習資料和學習路線。

2.不管是unity還是unreal只要涉及到邏輯都是要寫代碼的。兩者沒有區別！！！

unity用的是c#語言，而unreal用的是c++語言。

c#比c++好學！！！

c#比c++好學！！！

c#比c++好學！！！

重要的事情說三遍！！！！！！！！

3.如果你用unity遇到問題，在網上不管是在中文環境下還是英文環境下尋求幫助會比unreal快一些。因為學unity的人多！！！

4.unity比unreal好學！！！！

正題開始！！！下面開始從unity的角度如何入門獨立游戲開發：分別從代碼，游戲引擎，美術，游戲設計角度來探討。

會從入門的角度來逐一分析。下面排版可能會比較亂，我最後會集中整理網址的。想看網址的可以直接跳最後。

代碼學習：

1．c#語言

因為是入門，所以只需要學會用c#來寫簡單的業務邏輯就可以了。不需要去學習什麼高大上的框架，熱更新方案和語言特性。

代碼的掌握是學習和實踐反復交互的過程！！！不是我現在抱著一本書啃就完事了。也不是我把一個游戲做出來我就掌握了XX語言．

c#基本語法學習途徑：

C# 教程 | 菜鳥教程www.runoob.com

菜鳥教程里的信息及其適合新手學習編程語言。即使編程一點不會也可以上手輕松學習。

這本書更多會設計到線性代數和簡單的幾何學相關的知識，這本書能夠很好得讓我們了解圖形學中得數學。網上有電子版可以直接搞到手，課後習題推薦做，不過有些題答案比較難找。

這本書我翻來覆去看了好幾遍了，強烈安利入門用。

G. 麻瓜編程注冊過商標嗎還有哪些分類可以注冊

麻瓜編程商標總申請量3件
其中已成功注冊1件，有2件正在申請中，無效注冊0件，0件在售中。
經八戒知識產權統計，麻瓜編程還可以注冊以下商標分類：
第1類（化學制劑、肥料）
第2類（顏料油漆、染料、防腐製品）
第3類（日化用品、洗護、香料）
第4類（能源、燃料、油脂）
第5類（葯品、衛生用品、營養品）
第6類（金屬製品、金屬建材、金屬材料）
第7類（機械設備、馬達、傳動）
第8類（手動器具（小型）、餐具、冷兵器）
第10類（醫療器械、醫療用品、成人用品）
第11類（照明潔具、冷熱設備、消毒凈化）
第12類（運輸工具、運載工具零部件）
第13類（軍火、煙火、個人防護噴霧）
第14類（珠寶、貴金屬、鍾表）
第15類（樂器、樂器輔助用品及配件）
第16類（紙品、辦公用品、文具教具）
第17類（橡膠製品、絕緣隔熱隔音材料）
第18類（箱包、皮革皮具、傘具）
第19類（非金屬建築材料）
第20類（傢具、傢具部件、軟墊）
第21類（廚房器具、家用器皿、洗護用具）
第22類（繩纜、遮蓬、袋子）
第23類（紗、線、絲）
第24類（紡織品、床上用品、毛巾）
第25類（服裝、鞋帽、襪子手套）
第26類（飾品、假發、紐扣拉鏈）
第27類（地毯、席墊、牆紙）
第28類（玩具、體育健身器材、釣具）
第29類（熟食、肉蛋奶、食用油）
第30類（面點、調味品、飲品）
第31類（生鮮、動植物、飼料種子）
第32類（啤酒、不含酒精的飲料）
第33類（酒、含酒精飲料）
第34類（煙草、煙具）
第35類（廣告、商業管理、市場營銷）
第36類（金融事務、不動產管理、典當擔保）
第37類（建築、室內裝修、維修維護）
第38類（電信、通訊服務）
第39類（運輸倉儲、能源分配、旅行服務）
第40類（材料加工、印刷、污物處理）
第43類（餐飲住宿、養老托兒、動物食宿）
第44類（醫療、美容、園藝）
第45類（安保法律、婚禮家政、社會服務）

H. python web 麻瓜編程怎麼樣

一般般，正正規規的教程而已

模塊 · Python 關鍵基礎知識

• 1用編程語言和計算機溝通

• 為什麼學習編程會從入門到放棄？並不是學編程這件事特別難，而是很多新手沒有掌握用編程語言和計算機溝通的方式，從而走向了誤區。如果你能在學編程之前就了解編程語言和人類語言的不同，這會幫你更快的轉化思維方式。

• 2數據與變數——編程的原料

• 我們可以把程序看成是數據的「加工廠」，加工數據，生產數據， 呈現數據。在開始使用數據之前，我們先來搞清楚數據的類型和使用規則。

• 3循環——批量處理數據

• 我在初學編程的時候，看到的教程里的 for 的例子都是生成一些數字，導致我不知道 for 怎麼去應用，過了很長一段時間才恍然大悟。所以在這里，我整理了4種 for 的實際應用場景，幫你更好的理解。

• 4條件判斷——處理不確定情況

• 如果 1 < 2 這樣的例子是沒有意義的，因為1一定小於2，條件判斷的精髓在於處理不確定的情況，而這種不確定往往來自於用戶輸入。我們要學著預測程序可能發生的不同情況，針對每種情況制定對應的解決方案。

• 5函數——幫你做事情

• 就像寫作可以分為三段論一樣，函數也有自己的運用方法，讓每個函數去做一件事情。我覺得在函數的教授中很少有人提及的是，如何去形成編程思路，也就是面對一個實際問題要怎麼去解決它。這節課里綜合了前面的語法知識，用一個爬蟲的案例來幫你理解函數。

• 6容器——歸納數據

• 在生活中我們會用不同的容器去歸納不同的物品，在編程中同樣需要用不同的容器去裝載不同的數據。這節課通過4種常用容器的特點和用途，去掌握容器在實際開發中的使用場景。

I. android編程一個頁面東西太多實現向下滑

請參考下
http://android.tgbus.com/Android/tutorial/201107/360548.shtml
這是個滑動控制項 記得把你要滑動的內容包裹成一個view 然後放在這兒控制項下面就行了