38.Python开发生态环境简介

时间  2019-11-07
标签 38.python python 开发 生态环境 简介 栏目 Python 繁體版
原文   原文链接

Python开发生态环境简介

做者: Mir Nazim
原文: Python Ecosystem - An Introduction
译者: dccrazyboy

当开发人员从PHP，Ruby或者别的开发环境转换到Python时，所面对的最大问题是缺少对Python开发的生态环境的充分理解。开发人员很是想获得一份关于完成大多数任务的指南或资源，而不论使用的方法是否规范。 html

下文所讲到的基本上都来源于个人网站，那存储着Python环境下对于网络应用开发的一些基本资料，这些资料是为那些从别的平台转到Python开发的实习生，研究生和有经验的开发者准备的。 python

这不是一个完美的文档，个人目标是将它作成一个永久的文档，希望这篇文档能够发展成为一个详细的教程。 linux

目标读者

这不是一本关于Python的语法书。 这个教程不会教你花哨的Python用法让你成为一名Python黑客。 我默认你已经了解Python的基础用法。若是你不知道，别往下看了。 先去看看Zed Shaw的免费教Python入门的书《Learn Python The Hard Way》。 git

我不知道你是否是在用Linux(最好是Ubuntu/Debian)或者是类Linux系统。 为毛？由于Linux是我最了解的系统。 除了测试跨浏览器兼容性之外，我从没在Windows或者Max OS X上面开发过。 下面是如何在不一样平台安装Python的教程。 github

去搜索下最适合你平台的Python安装方法。我强烈创建问Stack Overflow。 web

版本之惑

Python 2.x是一个稳定的版本，Python 3是个新的版本。若是你不在意，跳过这段直接看下面的Python安装部分。 sql

当开始学习Python时，安个3.x的版本看上去应该是第一步，但它可能并不必定是你想要的。 shell

如今Python有两个正在开发的版本-2.7.x和3.x(也被成为Python3,Py3k或Python 3000)。 跟Python2相比Python3就是另一个语言。它们之间存在者或大或小的语法差别。 现今Python2.6/2.7是被安装和应用的最为普遍的版本。 许多的主流代码和一些重要的packages/frameworks/tools/utilities/modules并不支持Python3。 数据库

所以，最安全的选择是使用2.x(2.7最好)版本。若是你彻底了解Python3的话在再用它。 django

Python 3 Wall of Shame 列出了不少包在Python3中的兼容性。在决定用Python3以前好好看看这个。

VM挑选

Python解释器或Python虚拟机有不少种实现，CPython是最主流的实现。CPython同时也是别的虚拟机实现的参考解释器。

PyPy是用Python实现的Python解释器，Jython是用Java实现运行在JVM上的解释器，IronPython是用Microsoft .NET CLR实现的解释器。

除非解释器的选择很是很是重要，咱们通常都用CPython。

若是上面那些关于版本和虚拟机的废话让你头疼，那你就安装CPython的2.7.x版本，相信我！

安装Python

大多数的Linux/Unix系统的Max OS X都自带Python。若是没有或者版本太低，你能够经过下面的命令安装：

Ubuntu/Debian及其衍生系统: 

$ sudo apt-get install python2.7

sudo是一个是类Unix系统的一个命令，它容许用户以别的用户（通常是超级用户，或者root）的权限运行程序。 更多请查阅Wikipedia 。

Fedora/Red Hat及相似系统: 

sudo yum install python2.7

使用RHEL你可能须要打开EPEL Repositories才能安装。

从这起，我将在例子中使用sudo，你须要根据你的系统进行更改。

理解包

你首先须要理解的是Python没有一个默认的包管理设施。事实上，包的概念在Python中是至关弱的。

可能你已经知道，Python代码被组织为模块。 一个模块可能由包含一个函数的单一文件组成，也可能由包含多个模块的目录组成。 包和模块的区别很是小，而且每一个模块都能被理解为包。

那么包和模块的区别究竟是什么（若是有的话）？为了明白这个，你首先应该明白Python是如何查找模块的。

如同别的编程环境同样，Python中的一些函数和类（例如str,len,Exception等）在全局（叫作内置函数）都是可用的。 别的就须要经过手动import进来。例如: 

>>> import os
>>> from os.path import basename, dirname

这个包必定存在你的机子上，这样才能被import语句导入。但Python是如何知道这些模块的位置呢？ 这些位置信息在你安装Python虚拟机时就被自动设置好了，而且依赖于你的目标平台。

包的路径能够在sys.path中查询。下面是在个人笔记本上的结果，运行环境是Ubuntu 11.10。 

>>> import sys

>>> print sys.path

['',

 '/usr/lib/python2.7',

 '/usr/lib/python2.7/plat-linux2',

 '/usr/lib/python2.7/lib-tk',

 '/usr/lib/python2.7/lib-old',

 '/usr/lib/python2.7/lib-dynload',

 '/usr/local/lib/python2.7/dist-packages',

 '/usr/lib/python2.7/dist-packages',

 '/usr/lib/python2.7/dist-packages/PIL',

 '/usr/lib/python2.7/dist-packages/gst-0.10',

 '/usr/lib/python2.7/dist-packages/gtk-2.0',

 '/usr/lib/pymodules/python2.7',

 '/usr/lib/python2.7/dist-packages/ubuntu-sso-client',

 '/usr/lib/python2.7/dist-packages/ubuntuone-client',

 '/usr/lib/python2.7/dist-packages/ubuntuone-control-panel',

 '/usr/lib/python2.7/dist-packages/ubuntuone-couch',

 '/usr/lib/python2.7/dist-packages/ubuntuone-installer',

 '/usr/lib/python2.7/dist-packages/ubuntuone-storage-protocol']

这里给出了Python搜索包的路径。它将从最上面开始找，直到找到一个名字相符的。 这代表若是两个不一样的路径分别包含了两个具备相同名字的包，搜索将在找到第一个名字的时候中止，而后将永远不会往下查找。

正如你所猜的，包搜索路径很容易被劫持，为了确保Python首先载入你的包，所需作的以下： 

>>> sys.path.insert(0, '/path/to/my/packages')

尽管这个方法在不少状况下都很好用，但必定要当心不要滥用。 只有当必要时再使用！不要滥用！

site模块控制包的搜索路径。当Python虚拟机初始化时它会子同被导入。若是你想了解更多信息，请看 官方文档 。

PYTHONPATH变量

PYTHONPATH是一个用来增长默认包搜索目录的环境变量。能够认为它是对于Python的一个特殊的PATH变量。 它仅仅是一个经过:分割，包含Python模块目录的列表（并非相似于sys.path的Python list）。 它可能就相似下面这样： 

export PYTHONPATH=/path/to/some/directory:/path/to/another/directory:/path/to/yet/another/directory

有时候你可能并不想覆盖掉现存的PYTHONPATH，而仅仅是但愿添加新目录到头部或尾部。 

export PYTHONPATH=$PYTHONPATH:/path/to/some/directory    # Append
export PYTHONPATH=/path/to/some/directory:$PYTHONPATH    # Prepend

PYTHONPATH，sys.path.insert这些方法并不是完美，咱们最好也不要用这些方法。 使用它们，你可能能够解决本地的开发环境问题，但它在别的环境下也许并不适用。 有不少种方法能够达到这个效果，在下面我将一一阐述。

咱们如今明白的Python如何找到安装的包路径，如今让咱们回到开始那个问题。 模块和包的区别究竟是什么？包是一个模块或模块/子模块的集合，通常状况下被压缩到一个压缩包中。 其中包含1)依赖信息 2)将文件拷贝到标准的包搜索路径的指令。3)编译指令(若是在安装前代码必须被编译的话)。 就这些东西！

第三方包

从一开始，若是要作一些实际Python开发，你必定会用到一些第三方包。

在Linux系统上至少有3种安装第三方包的方法。

  1. 使用系统自带的包管理系统(deb, rpm, 等)
  2. 经过社区开发的各类工具，例如pip，easy_install等
  3. 从源文件安装

这三个方面，几乎完成一样的事情。即：安装依赖，编译代码（若是须要的话），将一个包含模块的包复制的标准软件包搜索位置。

第二步和第三步在全部的操做系统上基本相同。 我再次但愿您能够在 Stack Overflow 上找到你的平台的第三方包安装方法。

在哪找第三方包？

在安装第三方包以前，你首先要找到他们。如下是几种方法：

  1. 你的系统包管理器中的发行版专用包。
  2. Python Package Index (or PyPI)
  3. 大量的源代码服务器，例如 Launchpad, GitHub, BitBucket 等

经过发行版专用包安装

经过包管理器安装包安装包就像使用命令行或者GUI安装别的软件那样简单。 例如在Ubuntu中安装simplejson 

$ sudo apt-get install python-simplejson

经过pip安装

easy_install渐渐再也不流行。咱们将主要介绍pip，它是easy_install的一个替代品。

pip是一个用来安装和管理Python包的工具，就如同Python Packet Index同样。 pip并无随着Python一块儿安装，所以咱们须要先安装它。Linux下，通常这样安装： 

$ sudo apt-get install python-pip

在安装任何其余包以前，我老是经过PyPI将pip升级到最新版本的, Ubuntu软件库中的版本广泛落后的PyPI。我经过pip升级pip它本身。 

$ sudo pip install pip --upgrade

如今若是须要安装任何包，你能够运行pip install package-name命令。 因此能够经过下面命令安装simplejson: 

$ sudo pip install simplejson

删除包也很简单。 

$ sudo pip uninstall simplejson

通常状况下，pip会从PyPI自动安装最新的稳定版， 但有时咱们须要安装一个特定版本的包，由于你的项目可能基于特殊的版本。 所以你可能须要使用相似以下的pip install命令： 

$ sudo pip install simplejson==2.2.1

咱们可能须要升级/降级/从新安装包。此时能够经过下面的命令完成： 

$ sudo pip install simplejson --upgrade         # Upgrade a package to the latest version from PyPI
$ sudo pip install simplejson==2.2.1 --upgrade  # Upgrade/downgrade a package to a given version

如今，若是你想安装一个处于开发版本的包，它在版本控制仓库有，可是PyPI中尚未怎么办？pip可以很好的处理这种状况，但在这以前，你须要本身安装这个版本控制仓库。Ubuntu下，你能够以下安装： 

$ sudo apt-get install git-core mercurial subversion

安装版本控制仓库以后，从版本控制仓库安装包就以下所示： 

$ sudo pip install git+http://hostname_or_ip/path/to/git-repo#egg=packagename
$ sudo pip install hg+http://hostname_or_ip/path/to/hg-repo#egg=packagename
$ sudo pip install svn+http://hostname_or_ip/path/to/svn-repo#egg=packagename

你也能够一样简单的从本地仓库安装，注意下面的三斜杠是文件目录。 

$ sudo pip install git+file:///path/to/local/repository

有一点须要注意，若是使用git协议安装，你须要使用git+git前缀： 

$ sudo pip install git+git://hostname_or_ip/path/to/git-repo#egg=packagename

如今你可能会好奇这些 egg 会被怎么使用。 如今你须要明白的是一个egg是一个被压缩的Python包，里面包含了源代码和一些元数据。pip在安装包前创建了egg信息。你能够在代码仓库的setup.py文件中找到egg名字。 找到setup块而后找到相似于name="something"的字段。 它可能看起来就像以下的代码（这段代码从simplejson的srtup.py获得）同样。 

setup(

name="simplejson", # <--- This is your egg name

version=VERSION,

description=DESCRIPTION,

long_description=LONG_DESCRIPTION,

classifiers=CLASSIFIERS,

author="Bob Ippolito",

author_email="bob@redivi.com",

url="http://github.com/simplejson/simplejson",

license="MIT License",

packages=['simplejson', 'simplejson.tests'],

platforms=['any'],

**kw)

若是没有setup.py文件咋办？这样如何找到egg名？其实咱们不须要。 把包源码拷贝到你的工程目录下，而后导入进去就能够直接用了。

--user 选项

上面的全部例子把包都安装到系统范围。若是你在pip install时使用--user选项，包将被安装到~/.local目录下。在个人机子上，以下所示： 

$ pip install --user markdown2

Downloading/unpacking markdown2

  Downloading markdown2-1.0.1.19.zip (130Kb): 130Kb downloaded

  Running setup.py egg_info for package markdown2



Installing collected packages: markdown2

  Running setup.py install for markdown2

    warning: build_py: byte-compiling is disabled, skipping.



    changing mode of build/scripts-2.7/markdown2 from 664 to 775

    warning: install_lib: byte-compiling is disabled, skipping.





    changing mode of /home/mir/.local/bin/markdown2 to 775

Successfully installed markdown2

Cleaning up...

注意： markdown2 被安装到/home/mir/.local/bin/markdown2这个目录下。

有不少缘由使你不想将包安装到系统目录中。 稍后我将讲解如何对于每一个项目设置独立的Python环境。

从源码安装

从源码安装包仅仅须要一个命令，解压这个包到一个目录，而后执行下面的命令。 

cd /path/to/package/directory

python setup.py install

尽管这些安装的办法并无什么不一样，但pip方式是最好的。pip让你拥有轻松升级/降级包的能力，而手动安装你就不得不去手动下载，解压的安装。 手动安装包应该使你最后一个选择，若是别的所有失败了（通常不太可能）。

安装须要编译的包

咱们如今已经了解了大多数包的安装方法，但有些包尚未介绍：包含C/C++代码的Python包，它们须要在安装前被编译。 关于这些包最好的例子是数据库适配器，图片处理库等。

虽然pip能够处理编译安装的源码，但我我的更喜欢使用发行版的包管理器提供的包。 它将会安装编译好的二进制文件。

若是你仍是想用pip安装，下面是在Ubuntu系统上须要作的。

编译器的相关工具： 

$ sudo apt-get install build-essential

Python开发环境（头文件等）： 

$ sudo aptitude install python-dev-all

若是你的系统没有python-dev-all，看看这些类似的名字python-dev,python2.X-dev等等。

确保你已经安装了psycopg2（PostgreSQL RDBMS adapter for Python），你将须要PostgreSQL的开发文件。 

$ sudo aptitude install  postgresql-server-dev-all

完成这些依赖的安装后，你就能运行pip install了。 

$ sudo pip install psycopg2

还须要注意一点： 并非全部的包都能经过pip编译安装！ 。 但若是你对编译安装颇有自信，或者已经对于如何在本身的目标平台安装有足够的经验。 那就大胆的手动安装吧！

Python开发环境

不一样的人喜欢用不一样的方式创建各自的开发环境，但在几乎全部的编程社区，总有一个（或一个以上）开发环境让人更容易接受。 使用不一样的开发环境虽然没有什么错误，但有些环境设置更容易进行便利的测试，并作一些重复/模板化的任务，使得在天天的平常工做简单并易于维护。

virtualenv

在Python的开发环境的最经常使用的方法是使用virtualenv包。 Virtualenv是一个用来建立独立的Python环境的包。如今，出现了这样的问题：为何咱们须要一个独立的Python环境？ 要回答这个问题，请容许我引用virtualenv本身的文档：

咱们须要处理的基本问题是包的依赖、版本和间接权限问题。想象一下，你有两个应用，一个应用须要libfoo的版本1，而另外一应用须要版本2。如何才能同 时使用这些应用程序？若是您安装到的/usr/lib/python2.7/site-packages（或任何平台的标准位置）的一切，在这种状况下， 您可能会不当心升级不该该升级的应用程序。

简单地说，你能够为每一个项目创建不一样的/独立的Python环境，你将为每一个项目安装全部须要的软件包到它们各自独立的环境中。

使用pip命令来安装virtualenv： 

$ sudo pip install virtualenv

virtualenv安装完毕后，能够经过运行下面的命令来为你的项目建立独立的python环境。 

$ mkdir my_project_venv

$ virtualenv --distribute my_project_venv

# The output will something like:

New python executable in my_project_venv/bin/python

Installing distribute.............................................done.

Installing pip.....................done.

上面发生了什么？你建立了文件夹my_project_venv来存储你的新的独立Python环境。--distribute选项使virtualenv使用新的基于发行版的包管理系统而不是setuptools得到的包。 你如今须要知道的就是--distribute选项会自动在新的虚拟环境中安装pip，这样就不须要手动安装了。 当你成为一个更有经验的Python开发者，你就会明白其中细节。

如今看看my_project_venv目录，你会看到这样的结构： 

# 这里只列出了将被讨论的目录和文件

.

|-- bin

|   |-- activate  # <-- 这个virtualenv的激活文件

|   |-- pip       # <-- 这个virtualenv的独立pip

|   `-- python    # <-- python解释器的一个副本

`-- lib

    `-- python2.7 # <-- 全部的新包会被存在这

经过下面的命令激活这个virtualenv： 

$ cd my_project_venv

$ source bin/activate

执行完毕后，提示多是这个样子的： 

(my_project_venv)$ # the virtualenv name prepended to the prompt

经过 deactivate 命令离开virtualenv环境 

(my_project_venv)$ deactivate

运行下面的命令能够更好地理解二者的差别，若是已经进入virtualenv请先离开。

首先让咱们看看若是调用python/pip命令它会调用那一个。 

$ which python

/usr/bin/python

$ which pip

/usr/local/bin/pip

再来一次！此次打开virtualenv，而后看看有什么不一样。个人机子上显示以下： 

$ cd my_project_venv

$ source bin/activate

(my_project_venv)$ which python

/home/mir/my_project_venv/bin/python

(my_project_venv)$ which pip

/home/mir/my_project_venv/bin/pip

virtualenv拷贝了Python可执行文件的副本，并建立一些有用的脚本和安装了项目须要的软件包，你能够在项目的整个生命周期中安装/升级/删除这些包。 它也修改了一些搜索路径，例如PYTHONPATH，以确保：

  1. 当安装包时，它们被安装在当前活动的virtualenv里，而不是系统范围内的Python路径
  2. 当import代码时，virtualenv将优先采起本环境中安装的包，而不是系统Python目录中安装的包。

还有一点比较重要，在默认状况下，全部安装在系统范围内的包对于virtualenv是可见的。 这意味着若是你将simplejson安装在您的系统Python目录中，它会自动提供给全部的virtualenvs使用。 这种行为能够被更改，在建立virtualenv时增长--no-site-packages选项的virtualenv就不会读取系统包，以下： 

$ virtualenv my_project_venv --no-site-packages

virtualenvwrapper

virtualenvwrapper是一个创建在virtualenv上的工具，经过它能够方便的建立/激活/管理/销毁虚拟环境，没它的话进行上面的操做将会至关麻烦。 能够经过下面命令安装virtualenvwrapper。 

$ sudo pip install virtualenvwrapper

安装后，你须要配置它。下面是个人配置： 

if [ `id -u` != '0' ]; then

  export VIRTUALENV_USE_DISTRIBUTE=1        # <-- Always use pip/distribute

  export WORKON_HOME=$HOME/.virtualenvs       # <-- Where all virtualenvs will be stored

  source /usr/local/bin/virtualenvwrapper.sh

  export PIP_VIRTUALENV_BASE=$WORKON_HOME

  export PIP_RESPECT_VIRTUALENV=true

fi

设置WORKON_HOME和source /usr/local/bin/virtualenvwrapper.sh只须要几行代码，别的部分是按照我我的喜爱添加的。

将上面的配置添加到~/.bashrc的末尾，而后将下面的命令运行一次： 

$ source ~/.bashrc

若是你关闭全部的shell窗口和标签，而后再打开一个新的shell窗口或标签时，~/.bashrc也会被执行，此时将会自动的更新你的virtualenvwrapper配置。 效果就跟执行上面的命令同样。

新建/激活/关闭/删除虚拟空间须要执行下面的命令： 

$ mkvirtualenv my_project_venv

$ workon my_project_venv

$ deactivate

$ rmvirtualenv my_project_venv

Tab补全在virtualenvwrapper中是可用的哦～

前往 virtualenvwrapper 主页 查找更多关于它的信息。

经过pip和virtualenv进行依赖管理

pip结合virtualenv能够为你的项目提供基本的依赖管理。

你能够经过pip freeze命令来查看当前已安装的包版本。下面列出的是我写着个博客所用到的包的版本： 

$ pip freeze -l

Jinja2==2.6

PyYAML==3.10

Pygments==1.4

distribute==0.6.19

markdown2==1.0.1.19

注意-l选项，它告诉pip只导出当前活动虚拟空间中安装的包，排除那些全局空间安装的包。

你能够把结果保存到文件里，而后将它添加到你的版本控制系统里。 

$ pip freeze -l  > requirements.txt

同时pip也能从一个包含pip freeze命令的文件中安装包。 

$ pip install -r requirements.txt

其余重要工具

虽然咱们讨论了基本的Python版本，虚拟机和包管理，但在平常工做中咱们仍然还须要一些专用的工具来完成任务。 尽管我不能把每个工具的细节都讲到，然而我仍是尽可能给你提供基本的概述。

编辑器

对于Python编程有大量很优秀的编译器。对于我我的而言，我更倾向于Vim，但这里我并不想挑起一场 编辑器战争 。

有大量支持Python的编辑器，例如：Vim/Gvim, Emacs, GNOME上的GEdit, KDE上的Kate, Scribes, ActiveState的Komodo Edit/IDE, WingWare的Wing IDE, JetBrains上PyCharm, Eclipse的PyDEV插件。此外，还有其余，但这些彷佛是最流行的。你能够任意选择最适合你的。

Pyflakes：源码检测工具

Pyflakes是一个检查Python源码并经过文本分析找出错误的工具。 它能够检测出语法错误，和（部分）逻辑错误，导入但未使用的模块，只使用一次的变量，等等。

你能够经过pip安装： 

$ pip install pyflakes

在命令行调用它，参数填源文件名便可，以下所示： 

$ pyflakes filename.py

Pyflakes也可已被集成进编辑器。这是它在个人vim中的样子。注意红波浪线：

images/vim-pyflakes.png

请自行前往Stack Overflow找出如何将Pyflakes添加到编辑器。

Pyflakes官网

Requests:一个HTTP库

Requests是一个将处理HTTP请求变得垂手可得的库。

一样是经过pip安装它： 

$ pip install requests

下面是一个例子： 

>>> import requests

>>> r = requests.get('https://api.github.com', auth=('user', 'pass'))

>>> r.status_code

204

>>> r.headers['content-type']

'application/json'

>>> r.content

...

Requests文档

Flask:一个web开发的微框架

Flask是一个基于Werkzeug和Jinja2的微框架。

经过pip安装： 

$ pip install Flask

这是一个简单的例子： 

from flask import Flask

app = Flask(__name__)



@app.route("/")

def hello():

    return "Hello World!"



if __name__ == "__main__":

    app.run()

能够这样运行它： 

$ python hello.py

 * Running on http://localhost:5000/

Flask官网

Django:一个全栈式web开发框架

Django是一个全栈式web开发框架。它提供了ORM，HTTP库，表单处理，XSS过滤，模板和别的特性。

经过pip安装： 

$ pip install Django

去 Django官网 查找更多信息。

Fabric:简化SSH的使用并部署系统管理员任务

Fabric是一个命令行工具用来简化程序对于SSH的使用或运行系统管理员任务。 它提供了一个基本套件能够执行本地或远程shell命令（正常或经过sudo），上传/下载文件，以及其余辅助功能，如提示用户输入，或停止执行的操做。

能够经过pip安装： 

$ pip install fabric

这是一个经过Fabric写的任务： 

from fabric.api import run



def host_type():

    run('uname -s')

你能够在一台或多台服务器上执行这个命令： 

$ fab -H localhost host_type

[localhost] run: uname -s

[localhost] out: Linux



Done.

Disconnecting from localhost... done.

Fabric官网

SciPy:一个科学计算库

若是你的工做涉及科学和数值计算，SciPy的是您不可或缺的重要工具。

SciPy官网这样介绍：

SciPy的（读作“Sigh Pie”）是数学、科学和工程方面的开源库。 这也是Python在数值计算方面很是优秀的一个库。 SciPy的库依赖于NumPy，它提供了方便快速的N维矩阵操做。 SciPy库与NumPy中的矩阵兼容，并提供了许多用户友好且高效率的数值程序，如数值的积分和优化。 同时，他们运行在全部流行的操做系统上，安装快速，而且都是免费的。NumPy和SciPy易于使用，但功能强大，足以知足一些世界领先的科学家和工程师。 若是您须要在电脑上处理数字、显示或公布结果，试试SciPy吧！

SciPy

PEP 8:Python风格指南

虽然它自己不是一个软件工具，但它倒是Python一个重要的资源。

PEP 8是一个描述Python发行版中基本库的编码约定的文档。 这份文档的但愿可以约定全世界Python开发者的代码布局，变量、类、函数的命名规则。 请确保你了解它，并遵循它。他将在将来的Python使用中带来至关多的益处。

PEP 0008

强大的Python标准库

Python的标准库涵盖很是普遍，提供各类各样的功能。 该库包含的内置模块（使用C编写的）提供了访问系统的功能，如文件I/O， 而且存在大量Python编写的模块，他们提供标准化的解决方案去解决平常的编程中出现的许多问题。 这些模块都明确地抽离平台的细节，提供平台无关的API，旨在增强Python程序的跨平台可移植性。

推荐阅读

David Goodger的 Code Like a Pythonista: Idiomatic Python 包含了不少实用的Python例子和技术。

Doug Hellmann的 Python Module of the Week 系列的重点是建设一个使用Python标准库中的模块的示例代码的仓库。

赠言

这个教程到目前为止，所讲述的仅是点到为止。Python世界中有大量的工具，库和软件能够帮你完成你的工做。 但你须要本身花时间去发现他们！

Python有一个伟大的社区和一群很聪明的维护者，他们对于新手很是有耐心。 所以，关注你最喜欢的开源项目，加入他们的邮件列表，跟有经验的开发者交流经验。 不久的未来，你的经验也将足够丰富，你将会成为他们其中的一员。

最后我想引用下 Zen Of Python 。咱们思考，学习，受到启发！ Happy Pythoning 

>>> import this

The Zen of Python, by Tim Peters



Beautiful is better than ugly.

Explicit is better than implicit.

Simple is better than complex.

Complex is better than complicated.

Flat is better than nested.

Sparse is better than dense.

Readability counts.

Special cases aren't special enough to break the rules.

Although practicality beats purity.

Errors should never pass silently.

Unless explicitly silenced.

In the face of ambiguity, refuse the temptation to guess.

There should be one-- and preferably only one --obvious way to do it.

Although that way may not be obvious at first unless you're Dutch.

Now is better than never.

Although never is often better than *right* now.

If the implementation is hard to explain, it's a bad idea.

If the implementation is easy to explain, it may be a good idea.

Namespaces are one honking great idea -- let's do more of those!
相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程