


Zwei Gründe, warum ich Python oft zum Erstellen persönlicher Tools verwende (plus eine Beschwerde)
Ich verwende Python oft, wenn ich Tools für den persönlichen Gebrauch erstelle. Die von mir erstellten Tools dienen im Allgemeinen der Automatisierung alltäglicher Aufgaben oder für unterhaltsame Anwendungsprojekte.
Das sind normalerweise kleine Projekte, die ich in ein paar Tagen abschließe und die ich danach nicht mehr oft aktualisiere. Die Überlegungen sind bei größeren, öffentlich veröffentlichten Diensten unterschiedlich, aber hier sind zwei Gründe, warum ich Python häufig für die Entwicklung kleiner Tools wähle.
Grund 1: Python kann fast alles
Wenn ich etwas erreichen möchte, verfügt Python oft bereits über eine Bibliothek dafür. Hier sind einige Beispiele für Python-Bibliotheken, die ich für persönliche Projekte verwendet habe.
Maschinelles Lernen
- Python ist wahrscheinlich die am besten ausgestattete Sprache für Bibliotheken für maschinelles Lernen.
- Obwohl ich persönlich nicht oft Deep-Learning-Modelle trainiere, verwende ich manchmal scikit-learn oder XGBoost, um Modelle zu erstellen und anzuwenden.
Bildverarbeitung
- Ich habe Skripte für die Verwaltung persönlicher Fotos geschrieben.
- Bibliotheken wie PIL (Python Imaging Library) und Pillow helfen mir, Exif-Daten abzurufen oder die Größe von Bildern zu ändern.
Schaben
- Ich habe Tools erstellt, um die Informationen auf bestimmten Websites regelmäßig zu überprüfen.
- Sie können einfache Bibliotheken wie Requests oder umfassendere wie Scrapy verwenden, um das Scraping noch einfacher zu machen.
Kryptowährungshandel
- Ich wollte einmal eine Kryptowährungs-Austausch-API verwenden.
- Dank der Bibliothek ccxt, die es ermöglicht, die APIs von über 100 Börsen mit einer einheitlichen Schnittstelle zu nutzen, konnte ich erreichen, was ich wollte.
- Es war sehr hilfreich, nicht die API-Spezifikationen jeder Börse untersuchen zu müssen und mit einer einheitlichen Schnittstelle handeln zu können.
Webanwendungen
- Manchmal möchte ich die oben genannten Funktionen über eine GUI steuern.
- In solchen Fällen verwende ich oft Django, um es als Webanwendung auszuführen.
- Django gefällt mir besonders gut, weil es standardmäßig ein Admin-Panel bietet, mit dem sich Einstellungen einfach verwalten und Daten überprüfen lassen.
Grund 2: Der Betrieb in der Cloud ist günstig
Da persönliche Tools nicht häufig genutzt werden, möchte ich die Kosten niedrig halten, wenn ich sie auf einem Server betreibe. Python wird seit langem von kostenlosen Cloud-Plattformen unterstützt, was ein weiterer Grund ist, warum ich es für die persönliche Tool-Entwicklung wähle.
Google App Engine (GAE)
- GAE bietet in seiner Standardumgebung eine kostenlose Stufe an.
- Da es Python seit seiner Veröffentlichung im Jahr 2008 unterstützt, habe ich es oft zum Ausführen persönlicher Tools verwendet.
- Es ist auch praktisch, dass Sie Cron-Jobs für die geplante Ausführung über die Verwaltungskonsole einrichten können.
AWS Lambda
- AWS Lambda wurde 2014 veröffentlicht und Python wird seit Oktober 2015 unterstützt.
- Es bietet auch eine kostenlose Stufe, daher führe ich heutzutage manchmal Tools darauf aus.
- Die Verwendung des Serverless Framework sorgt für ein reibungsloses Erlebnis von der lokalen Entwicklung bis zur Bereitstellung.
(Je nach Situation führe ich Tools auch auf EC2 oder Heroku aus.)
Beschwerde über die Entwicklung mit Python
Es gibt einige Aspekte von Python, die ich unbefriedigend finde. Insbesondere die Verwaltung virtueller Umgebungen und Pakete neigt dazu, instabil zu sein. Wenn ich nach einiger Zeit noch einmal nachschaue, stelle ich oft fest, dass eine neue Methode eingeführt wurde oder eine alte Methode veraltet ist. Ich habe die folgenden Tools verwendet, aber es kann leicht zu Verwirrung kommen, wenn man nicht versteht, wie man jedes einzelne richtig verwendet. (Ich bin mir nicht sicher, was die aktuellen Best Practices sind.)
- virtualenv
- venv
- pipenv
- Pip-Tools
- Poesie
Abschluss
Ich habe zwei Gründe aufgelistet, warum ich Python oft zum Erstellen persönlicher Tools verwende, und zur Sicherheit noch eine Beschwerde hinzugefügt. Ich hoffe, das war hilfreich.
Das obige ist der detaillierte Inhalt vonZwei Gründe, warum ich Python oft zum Erstellen persönlicher Tools verwende (plus eine Beschwerde). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code
