不管你是待業(yè)還是失業(yè)，在這個(gè)被互聯(lián)網(wǎng)圍繞的時(shí)代里，選擇python開(kāi)發(fā)有哪些，就多了一項(xiàng)技能，還怕找不到工作？，還怕不好找工作？小編就來(lái)告訴你這個(gè)專(zhuān)業(yè)的優(yōu)勢(shì)到底體現(xiàn)在哪里：30 個(gè)驚艷的Python開(kāi)源項(xiàng)目，搭建 Python 高效開(kāi)發(fā)環(huán)境： Pycharm + Anaconda，論P(yáng)ython的現(xiàn)狀及發(fā)展，Python的就業(yè)情況??。

1.30 個(gè)驚艷的Python開(kāi)源項(xiàng)目

在過(guò)去的一年里，Mybridge AI 比較了近15000個(gè)開(kāi)源Python項(xiàng)目，選擇了前30名（概率只有0.2%）。這是一個(gè)競(jìng)爭(zhēng)異常激烈的名單，精挑細(xì)選了2021年1月到12月之間發(fā)布的*開(kāi)源Python庫(kù)、工具和應(yīng)用程序。Mybridge AI 通過(guò)考量受歡迎程度、參與度和新近度等指標(biāo)來(lái)評(píng)估這些參選項(xiàng)目的質(zhì)量。這些項(xiàng)目在Github上得星的數(shù)量平均為3,707個(gè)。開(kāi)源項(xiàng)目對(duì)于程序員來(lái)說(shuō)可能大有裨益。通過(guò)閱讀源代碼并在現(xiàn)有項(xiàng)目之上構(gòu)建一些東西。是該拿出時(shí)間來(lái)玩玩過(guò)去一年中可能錯(cuò)過(guò)的Python項(xiàng)目啦！Python開(kāi)源項(xiàng)目排行榜*名家庭助理（v0.6+）：開(kāi)源家庭自動(dòng)化平臺(tái)在Python 3上運(yùn)行[Github上11357顆星]。由Paulus Schoutsen提供第二名Pytorch：強(qiáng)GPU加速Python中的Tensor和動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)[Github上11019顆星]。由Adam Paszke 和pytorch團(tuán)隊(duì)其他成員提供第三名Grumpy：一個(gè)Python源代碼反編譯和運(yùn)行[Github上8367顆星]。由Dylan Trotter和Google的其他成員提供第四名Sanic：異步Python3.5+Web服務(wù)器加速[Github上8028顆星]。由Channel Cat和Eli Uriegas提供第五名Python—fire：從任意Python對(duì)象中自動(dòng)生成命令行接口（CLIs）的庫(kù)[Github上7775顆星]。由David Bieber和來(lái)自Google Brain（Google Brain是Google內(nèi)部用于訓(xùn)練大規(guī)模深度神經(jīng)網(wǎng)絡(luò)的構(gòu)架，它為用戶提供了方便的API）的其他成員提供第六名spaCy(v2.0)：用Python和Cython實(shí)現(xiàn)工業(yè)強(qiáng)度的自然語(yǔ)言處理（NLP）[Github上7663顆星]。由Matthew Honnibal提供第七名Pipenv：人類(lèi)的Python開(kāi)發(fā)工作流[Github上7273顆星]。由Kenneth Reitz提供第八名：簡(jiǎn)單和高效的Python實(shí)現(xiàn)微控制和約束系統(tǒng)[Github上5728顆星]第九名Prophet：生成具有線性或非線性增長(zhǎng)的多重季節(jié)性的時(shí)間序列數(shù)據(jù)的高質(zhì)量預(yù)測(cè)工具[Github上4369顆星]。由Facebook提供第十名SerpentAI：用Python編寫(xiě)的游戲代理框架。幫助創(chuàng)建Ais/Bots，可以玩任意游戲[Github上3411顆星]。由Nicholas Brochu提供第十一名Dash：用純Python編寫(xiě)的交互的、實(shí)時(shí)響應(yīng)的Web應(yīng)用程序[Github上3281顆星]。由Chris P提供第十二名InstaPy：Instagram Bot. Like/Comment/Follow自動(dòng)化腳本。[Github上3179顆星]。由TImG提供第十三名Apistar：一個(gè)快速的和有表現(xiàn)力的API框架。用于Python[Github上3024顆星]。由Tom Christie提供第十四名Faiss：有效相似性搜索和密集向量集群的庫(kù)[Github上2717顆星]。由Matthijs Douze和來(lái)自Facebook研究院的其他成員提供第十五名：一個(gè)與網(wǎng)站自動(dòng)化交互的Python庫(kù)[Github上2244顆星]。第十六名Better-：用Python編寫(xiě)的自動(dòng)地漂亮的和有用的異常處理[Github上2121顆星]。由Qix提供第十七名Flashtext：從句子中提取關(guān)鍵詞或替換句子中的關(guān)鍵詞[Github上2021顆星]。由Vikash Singh提供第十八名Maya：用Python實(shí)現(xiàn)人類(lèi)的日期時(shí)間[Github上1828顆星]。由Kenneth Reitz提供第十九名Mimesis (v1.0)：Python庫(kù)，有助于為不同的目的以不同的語(yǔ)言生成模擬數(shù)據(jù)。這些數(shù)據(jù)在軟件開(kāi)發(fā)和測(cè)試的不同階段特別有用[Github上1732顆星]。由Líkie Geimfari 提供第二十名開(kāi)放式無(wú)紙化：掃描、索引和歸檔所有的紙質(zhì)文檔。一個(gè)文檔管理系統(tǒng)[Github上1717顆星]。由Tina Zhou提供第二十一名Fsociety：黑客工具包。滲透測(cè)試框架[Github上1585顆星]。由Manis Manisso提供第二十二名：實(shí)時(shí)可視化跟蹤Python代碼[Github上1577顆星]。由Anastasis 提供第二十三名Hatch：用于Python的現(xiàn)代項(xiàng)目、包和虛擬環(huán)境管理器[Github上1537顆星]。由Ofek Lev提供第二十四名Tangent:用純Python實(shí)現(xiàn)源到源的可調(diào)試導(dǎo)數(shù)[Github上1433顆星]。由Alex Wiltschko和來(lái)自Google Brain其他成員提供第二十五名：識(shí)別和監(jiān)控短期股票走勢(shì)的歷史線索的Python程序[Github上1159顆星]。由Anthony Federico提供第二十六名：Python通過(guò)收集運(yùn)行時(shí)類(lèi)型生成靜態(tài)類(lèi)型注釋的系統(tǒng)[Github上1143顆星]。由Instagram工程組的Carl Meyer提供第二十七名Eel：一個(gè)小的Python庫(kù)，用于制作簡(jiǎn)單的電子類(lèi)HTML / js GUI應(yīng)用程序[Github上1137顆星]。第二十八名Surprise v1.0：建立和分析推薦系統(tǒng)的Python scikit[Github上1103顆星]。第二十九名Gain：獲取每個(gè)人的Web爬行框架[Github上1009顆星]。由高久力提供第三十名: 一組從PDF文件中提取表的工具，有助于對(duì)掃描文檔進(jìn)行數(shù)據(jù)挖掘[Github上722顆星]。

2.搭建 Python 高效開(kāi)發(fā)環(huán)境： Pycharm + Anaconda

介紹先來(lái)介紹下兩位主角：Pycharm：目前一款主流的 Python 集成開(kāi)發(fā)環(huán)境，它帶有一整套幫助我們?cè)赑ython開(kāi)發(fā)時(shí)提高效率的工具，比如調(diào)試、語(yǔ)法高亮、Project管理、代碼跳轉(zhuǎn)、智能提示、自動(dòng)完成、單元測(cè)試、版本控制?？偟膩?lái)說(shuō)，Pycharm 會(huì)極大地提高我們 Python 開(kāi)發(fā)的效率和體驗(yàn)，用過(guò)都說(shuō)好。Anaconda：主要針對(duì) Python 的數(shù)據(jù)科學(xué)整合包，包括有 Numpy，Pandas，Sklearn等。重要的是，自帶管理軟件 conda，它擁有安裝，更新，刪除，解決包依賴關(guān)系的包管理功能。同時(shí)，conda擁有環(huán)境管理功能，能創(chuàng)建獨(dú)立運(yùn)行環(huán)境， 使各項(xiàng)目間包環(huán)境和版本互不沖突和影響。另外，Conda 還可以管理包括 Bowtie2，F(xiàn)astQC 等軟件環(huán)境，甚至 R 包環(huán)境。總之，Anaconda 就是我們?cè)诰幊虝r(shí)的管家，一切麻煩事扔給他，我們只要關(guān)注項(xiàng)目本身就行。安裝 Pycharm1.網(wǎng)址： Pycharm 放進(jìn)去，這樣會(huì)極大的減少項(xiàng)目構(gòu)建索引，載入導(dǎo)入時(shí)間。4.可以根據(jù)需要來(lái)選擇配置，建議全選5.安裝6.安裝完成后，點(diǎn)擊剛剛在桌面上的快捷方式7.同意協(xié)議8.數(shù)據(jù)是否分享，根據(jù)情況來(lái)看9.選擇主題，我這里選擇淺色10.根據(jù)需要安裝插件IdeaVim：vim是Linux系統(tǒng)常用的編輯器，如果之前已經(jīng)習(xí)慣用vim，可以安裝R：統(tǒng)計(jì)學(xué)編程語(yǔ)言，因?yàn)閷W(xué)習(xí)生物信息的原因，這里選擇安裝AWS Tookit：是亞馬遜云服務(wù)的擴(kuò)增11.激活因?yàn)檫@里安裝的是專(zhuān)業(yè)版，可以先選擇試用。點(diǎn)擊Evaluate 安裝 Anaconda 1.根據(jù)系統(tǒng)選擇合適的安裝包，這里建議選擇 Python 3.7 版本下載 Anaconda 的項(xiàng)目1.*次進(jìn)入Pycharm，先新建項(xiàng)目，進(jìn)入配置界面2.配置 Python 解釋器為了方便管理，這里 Location 配置項(xiàng)目存放目錄，該目錄與 Anaconda 在同一目錄下。當(dāng)然，不按照這樣的目錄結(jié)構(gòu)也可以。3.切換到 Conda ，找到我們剛剛安裝 Anaconda 的目錄并設(shè)置，同時(shí)勾選為所有項(xiàng)目應(yīng)用該配置4.配置完成后，解釋器被 Pycharm 識(shí)別，點(diǎn)擊創(chuàng)建5.*次創(chuàng)建項(xiàng)目，Pycharm 有初始化工作要做，耐心等待即可Anaconda 環(huán)境的使用示例0.工作區(qū)介紹1.右鍵項(xiàng)目名，新建 Python 腳本2.輸入名字，注意這里不需要添加 .py后綴，回車(chē)后創(chuàng)建3.編寫(xiě)腳本import pandas as pd import numpy as np ? dates = pd.date_range('20210501', periods=6) df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))4.右鍵腳本名，運(yùn)行，測(cè)試配置是否成功5.運(yùn)行這個(gè)腳本，會(huì)自動(dòng)激活 Mode，界面就像這樣：在左下輸入df.head()，可以直接在控制臺(tái)查看數(shù)據(jù)框內(nèi)容，也可以在右邊點(diǎn)擊查看。Conda 環(huán)境的使用示例有了 Anaconda 的支持，為什么還要 Conda 環(huán)境？前面新建的 Anaconda 環(huán)境包含各種數(shù)據(jù)分析，機(jī)器學(xué)習(xí)等包，可以直接拿來(lái)用，并不需要再安裝一遍，方便實(shí)用。但是，有時(shí)候，我們并不需要這么多的包，而是需要特定版本的 Python 或者 Python 包，或是依賴沖突等問(wèn)題，這就要求有一個(gè)獨(dú)立運(yùn)行的環(huán)境。而 Conda 建立的環(huán)境正好滿足了這個(gè)需求。1.新建包含有 Conda 環(huán)境的項(xiàng)目2.查看啟用的環(huán)境點(diǎn)擊 Pycharm 下面的 Termianl 可以直接控制 Windows 的 CMD 命令行（這里不得不吐槽微軟的 CMD 和 界面丑還超難用）。如果你的 Pycharm 運(yùn)行在 Linux 下，這個(gè)工具會(huì)接管 Shell?？梢钥吹皆谧钋懊娑嗔艘粋€(gè) (example) ，這個(gè)代表激活的 conda 環(huán)境3.查看 conda 環(huán)境里有哪些包輸入命令 conda list，可以查看我們建立的環(huán)境里包含哪些包。學(xué)習(xí)更多 conda 的包管理，環(huán)境管理和渠道管理等技巧可以參考： Anaconda 整合了數(shù)以百記的包不同，這里只有幾個(gè)最基礎(chǔ)的 Python 包，之后按需添加即可。4.切換環(huán)境點(diǎn)擊右下角的 conda 環(huán)境名，可以切換環(huán)境。這里切換后，代表我們項(xiàng)目目錄中所有的腳本都要依賴于這個(gè)環(huán)境。但是，需要注意，一些老鳥(niǎo)已經(jīng)會(huì)熟練操作 Conda 了，比如像下面這樣來(lái)切換環(huán)境：不幸的是，雖然命令行conda activate base 可以將當(dāng)前環(huán)境 example 切換為 base，但是這里只是將命令行的環(huán)境切換了，我們 Pycharm 項(xiàng)目的 conda 環(huán)境紋絲不動(dòng)。所以想切換當(dāng)前項(xiàng)目的環(huán)境，*點(diǎn)擊右下角圖標(biāo)5.使用 Conda 環(huán)境這里以繪制一張熱圖為例來(lái)簡(jiǎn)單使用下配置好的環(huán)境安裝包寫(xiě)代碼import random from import pyplot as plt ? # 準(zhǔn)備數(shù)據(jù) # 定義橫縱坐標(biāo) xLabel = ['geneA', 'geneB', 'geneC', 'geneD', 'geneE'] yLabel = ['sample1', 'sample2', 'sample3', 'sample4', 'sample5'] # 定義填充數(shù)據(jù) data = [] for i in range(5): temp = [] for j in range(5): k = random.randint(0, 100) temp.append(k) data.append(temp) ? # 開(kāi)始作圖 fig = plt.figure() # 畫(huà)布 ax = fig.add_subplot(111) # 坐標(biāo)刻度 ax.set_yticks(range(len(yLabel))) ax.set_xticks(range(len(xLabel))) ax.set_(xLabel) ax.set_(yLabel) # 作圖 im = ax.imshow(data) # 圖例 plt.colorbar(im) plt.show()出圖這里同樣也可以激活 Mode，可以這么來(lái)設(shè)置效果是這樣的：如果想在 Pycharm 中使用 R 語(yǔ)言，可以參考這篇：在Pycharm 中使用 R 時(shí)，效果是這樣的：接下來(lái)，享受搭建好的環(huán)境吧其他使用技巧Pycharm 中安裝及使用 Jupyter （圖文詳解）如何在 Pycharm 中高效使用 R 語(yǔ)言 （圖文詳解）

3.論P(yáng)ython的現(xiàn)狀及發(fā)展，Python的就業(yè)情況

在面對(duì)職業(yè)選擇時(shí)我們難免糾結(jié)、徘徊，不知道去哪能走多遠(yuǎn)，我們沒(méi)有辦法只考慮當(dāng)下，無(wú)視未來(lái)！當(dāng)下Python工程師正處于人才需求旺盛、供應(yīng)短缺的時(shí)期，工資一路上漲。假如，即便選擇了目前火熱的Python編程，那你需要先來(lái)了解一下Python的現(xiàn)狀、發(fā)展前景以及Python的就業(yè)崗位。本文可以給你些許答案，一起來(lái)看看吧！一、Python編程的火熱現(xiàn)狀Python超越Java奪下冠軍，2021年P(guān)ython前景可期！近日，PYPL發(fā)布了5月編程語(yǔ)言指數(shù)榜，這個(gè)指數(shù)原始數(shù)據(jù)基于Google trends，根據(jù)編程語(yǔ)言在Google上的搜索頻率(次數(shù))來(lái)評(píng)估語(yǔ)言的流行度。*的榜單中Python首次超越Java占據(jù)榜首位置，Python上個(gè)月以22.2%的份額位列第二，本月以22.8%的成績(jī)擊敗了22.5%的Java，而這也是Python在 PYPL 指數(shù)榜中的首次奪冠。榜單詳情：下面的走勢(shì)圖也能十分明顯地看到Python從2005年前開(kāi)始就一直保持著上漲的趨勢(shì)，幅度也是三種語(yǔ)言中*的！二、學(xué)習(xí)Python編程開(kāi)發(fā)，能從事的工作崗位有哪些？Python具有簡(jiǎn)單、易學(xué)、免費(fèi)、開(kāi)源、可移植、可擴(kuò)展、可嵌入、面向?qū)ο蟮葍?yōu)點(diǎn)，而且從事Python開(kāi)發(fā)，所從事的工作機(jī)會(huì)和工作崗位及工作內(nèi)容可選擇的余地很多，未來(lái)發(fā)展空間也很大。Python是一種計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言，又被稱(chēng)為膠水語(yǔ)言，可以用混合編譯的方式使用c/c++/java等語(yǔ)言的庫(kù)。你可能已經(jīng)聽(tīng)說(shuō)過(guò)很多種流行的編程語(yǔ)言，比如在*里感覺(jué)非常難學(xué)的C語(yǔ)言，進(jìn)入社會(huì)非常流行的Java語(yǔ)言，以及適合初學(xué)者的Basic語(yǔ)言，非常適合網(wǎng)頁(yè)編程的Java語(yǔ)言等，Python是他們其中的一種。學(xué)習(xí)Python技術(shù)，可以做Python開(kāi)發(fā)工程師、Python高級(jí)工程師、Web網(wǎng)站開(kāi)發(fā)工程師、Python自動(dòng)化測(cè)試、Linux運(yùn)維工程師、Python游戲開(kāi)發(fā)工程師、Python技術(shù)經(jīng)理、Python開(kāi)發(fā)實(shí)習(xí)等職業(yè)選擇。據(jù)統(tǒng)計(jì)，Python人才需求量每日高達(dá)5000+，但目前市場(chǎng)上會(huì) Python的程序員少之又少，競(jìng)爭(zhēng)小，很容易快速高薪就業(yè)。從Python開(kāi)發(fā)者薪資的變化趨勢(shì)來(lái)看，目前Python正處于行業(yè)爆發(fā)初期的風(fēng)口上。從Python開(kāi)發(fā)者薪資的變化趨勢(shì)來(lái)看，隨著工作年限的增長(zhǎng)工資成直線增長(zhǎng)。從事Python開(kāi)發(fā)，所從事的工作機(jī)會(huì)和工作崗位及工作內(nèi)容可選擇的余地很多，可從事大數(shù)據(jù)、數(shù)據(jù)分析師、人工智能工程師等方向，未來(lái)發(fā)展的空間大。Python在數(shù)據(jù)分析、數(shù)據(jù)挖掘、人工智能、web開(kāi)發(fā)等方面都大有發(fā)揮之處，再加上人工智能大量依賴數(shù)據(jù)，數(shù)據(jù)相關(guān)崗位人才的稀缺，Python現(xiàn)在的職位可謂是炙手可熱。三、Python編程的發(fā)展前景Python在數(shù)據(jù)分析、后端開(kāi)發(fā)、人工智能、運(yùn)維、全棧開(kāi)發(fā)等多方面都具有得天獨(dú)厚的優(yōu)勢(shì)。與其他語(yǔ)言相比，Python無(wú)論是在就業(yè)薪水方面，還是在市場(chǎng)崗位需求方面，都是當(dāng)之無(wú)愧的黑馬。5月5日，哈工大宣布正式成立人工智能研究院。由哈工大計(jì)算機(jī)兼軟件院長(zhǎng)王亞?wèn)|教授出任研究院的院長(zhǎng)。首批研究員就是高配置，30位中有超過(guò)一半以上為正教授職級(jí)。自2014年以來(lái)，人工智能的發(fā)展可以說(shuō)是突飛猛進(jìn)。智聯(lián)招聘發(fā)布的*一期《2021人工智能就業(yè)市場(chǎng)供需與發(fā)展研究報(bào)告》稱(chēng)，在過(guò)去一年中，人工智能人才需求量增長(zhǎng)近2倍，近七成AI人才的薪資水平在月薪1萬(wàn)元以上，約有1%的人才月薪在5萬(wàn)元以上。而據(jù)調(diào)查，人工智能從業(yè)人員用得最多的語(yǔ)言就是Python！

就拿大數(shù)據(jù)說(shuō)話，優(yōu)勢(shì)一目了然，從事IT行業(yè)，打開(kāi)IT行業(yè)的新大門(mén)，找到適合自己的培訓(xùn)機(jī)構(gòu)，進(jìn)行專(zhuān)業(yè)和系統(tǒng)的學(xué)習(xí)。