Еще одна неделя, другая “объясненная неработающим” блогом “! Ты уже устал от них? Этот раунд посвящен другому культовому любимому языку программирования, Python. Прежде чем я сделал какие-либо исследования на Python, это то, что я могу рассказать вам об этом (или хотя бы то, что я думал, что знаю):
- Он любит многими, и многие предпочитают этот или JavaScript, в то время как другие могут понравиться старые языки школы, такие как Java или C ++. Я вижу Python как другой «новый ребенок на блоке».
- Python легко учиться и отлично подходит для #Codenewies, желающих ворота в кодировку.
- Python отлично подходит для науки о данных и является самым популярным языком, когда речь идет о вещах вокруг машинного обучения или визуализации данных.
И это список. Я даже не знал, какие виды рамки были для Python, откуда она пришла, причины, почему были фанатки/мальчики, которые жили на Python, или как это пришло. Так что давайте погрузимся в.
Как питон стал питоном
Так что к настоящему времени, я думаю, что он будет безопасен, чтобы сказать, что я буду начинать каждый из этих блогов с небольшим историческим уроком. Я думаю, что это довольно интересно посмотреть, как пришли все эти технологии. Python появился на сцене в 1991 году и был разработан Гвидо Ван Россум . Он также основал Python Software Foundation в то время. Он был рожден, чтобы помочь с созданием кода немного более читаемого, который я нахожу великолепно, потому что он открыл двери кодировки для многих людей, и я уверен, что это помогло построить путь, где люди не должны иметь четыре Год компьютерной науки, чтобы стать разработчиком. Если вы хотите более полную историю того, откуда пришел Питон, а что руководил Гвидо, чтобы спроектировать его, Вы можете проверить эту статью здесь Отказ
К 1999 году Гвидо решил дать список его Цели для языка программирования:
- легкий и интуитивно понятный язык так же мощный, как и у крупных конкурентов;
- Открытый источник, поэтому любой способствует его развитию;
- код, который так же понятно, как просто английский;
- Подходит для повседневных задач, позволяющих за короткое время разработки.
Оттуда Python взорвался и делает именно то, что надеялся Гвидо, он стал легким языком для людей, чтобы научиться кодировать. Поскольку это открытый источник, каркасы и экосистемы были построены для того, чтобы сделать Python A Go в кодирующий язык для многих по всему миру.
Что делает Python другой (от Java, JavaScript, C ++) и где это Превосходить
Помимо Python быть понятным, легким, интуитивным и полезным для повседневных задач, таких как быстрое развитие приложений, что делает Python разным и где он выбивает свой «конкурентные» языки программирования? Что ж, как Гвидо, изложенные в его целях, код находится на простом английском, поэтому он не чувствует, что вы смотрите на иностранный язык, как некоторые другие языки программирования. Это означает, что люди могут узнать его быстрее и разработать приложения и инструменты быстрее, используя Python. Сегодня крупные компании используют Python для создания своих продуктов, включая Dropbox, Uber, Buzzfeed и Pinterest … Чтобы назвать несколько.
Python идеально подходит для науки о данных, включая машинное обучение, визуализацию данных и анализ. Это Предпочитаемый язык для всех вещей Наука данных Из-за того, насколько легко узнать и использовать его масштабируемость (которая в этом случае означает, что она может быть быстрее, чем другие языки и более гибкие для решения различных проблем), и существует огромный выбор структур данных данных, доступных в программировании Python язык. Если вам нужно просмотреть концепцию рамки в языке программирования, вы можете ссылаться Моя первая статья в этой серии на JavaScript здесь.
Сценарии – это еще одно использование Case где Python идеален. Я не знал, какие сценарии были перед этим блогом, но после того, как некоторые исследования я узнал, что он написал код для автоматизации небольших задач, таких как счетные контакты, которые соответствуют определенным критериям или создание простых вызовов API. Интерфейсы API или программирования приложений, определены вызовы или запросы для вашего кода для выполнения действия. Например, API Call для Harperdb это «create_schema», и когда вы называете это из API, он создаст схему в Harperdb.
Django Unchaved (не фильм убийцы, а убийственный базы)
Так же, как JavaScript имеет много рамки под ним, у Python также есть целая экосистема. Самые популярные рамки из того, что я видел в Интернете, – Джанго. Я мог ошибаться, комментировать ниже, что такое ваша любимая рамка Python! Tagline Django Есть, «веб-каркас для перфекционистов с крайним сроком» и хорошо, если бы я был разработчиком, это звучит как идеальная рамка для меня. Это очень высокий уровень и отлично подходит для быстрого развития приложения, которое хорошо вписывается в Python в качестве языка программирования в целом. Вот некоторые другие популярные рамки вместе с тем, как используются эти рамки:
- Пирамида – полный стек Framework
- Web2Ply- Full Stack Framework сосредоточена на простоте развития
- Turbogears – очень масштабируемая рамка для Python
- Numpy- Основные данные науки общего назначения
- Scrapy – Популярные рамки для науки о данных
- Tensorflow- Лучшие рамки для машинного обучения
- Keras – популярная библиотека нейронной сети для Python
Я скучал по какому? Дай мне знать!
Код с приложением Joel-Python и изучение машины
Я был бы удивлен, если бы не упомянул, что причина, по которой я выбрал Python на этой неделе, потому что моя команда на Harperdb проводит код вдоль нашего Python SDK . Мы пригласили Joel Wasserman, основателя Google Engineer и Google и Google, чтобы пройти участники с помощью приложения Python с Harperdb, а затем обучение модели обучения машине на данных. Joel будет использоваться пакет Python Scikit-Suart Python для обучения модели ML, которая предсказывает, безопасно ли пойти на небо с парашютом на основе отчетов о погоде. Мы провели аналогичное событие в прошлом месяце с Cassidy Williams, создавая приложение React App, поэтому, если вы хотите, чтобы вкус чего ожидать, вы можете посмотреть ее код вдоль здесь Отказ
Чтобы завернуть все в хорошем красивом лукам, я оставлю вас с основными моментами того, что я узнал о Python:
- Python был спроектирован в 1991 году Guido Van Rossum и создал Python для предоставления языка кодирования на простом английском языке, который был легко изучен и простой в использовании. Это открытый источник, чтобы люди могли построить на Python и предназначены для повседневных задач и быстрого развития.
- Python действительно любит многими для того, насколько просто есть и насколько легко узнать, это отличный вариант для стартапов и компаний, которые стремится быстро разрабатывать и изменять продукт вместе с кодом Newbies, пытаясь забрать их новичок.
- Python отлично подходит для науки о науке данных, включая машинное обучение и визуализацию данных, а также отлично подходит для разработки сценариев и веб-приложения.
- Существует огромная экосистема вокруг Python с бесконечными рамками, включая популярное Django и Tensorflow.
Я бы сказал, голы Guido Van Rossum для Python все были достигнуты, и я могу поспорить, что он довольно гордится Python! Если вы хотите попрактиковаться на навыки Python и узнаете, как тренировать модель обучения машины, RSVP в наше бесплатное событие Python!
Оригинал: “https://dev.to/harperdb/python-explained-by-a-non-developer-3lj1”