Python Documentation by Version
Some previous versions of the documentation remain available online. Use the list below to select a version to view.
For unreleased (in development) documentation, see In Development Versions.
- Python 3.12.0, documentation released on 2 October 2023.
- Python 3.11.6, documentation released on 2 October 2023.
- Python 3.11.5, documentation released on 24 August 2023.
- Python 3.11.4, documentation released on 6 June 2023.
- Python 3.11.3, documentation released on 5 April 2023.
- Python 3.11.2, documentation released on 8 February 2023.
- Python 3.11.1, documentation released on 6 December 2022.
- Python 3.11.0, documentation released on 24 October 2022.
- Python 3.10.13, documentation released on 24 August 2023.
- Python 3.10.12, documentation released on 6 June 2023.
- Python 3.10.11, documentation released on 5 April 2023.
- Python 3.10.10, documentation released on 8 February 2023.
- Python 3.10.9, documentation released on 6 December 2022.
- Python 3.10.8, documentation released on 8 October 2022.
- Python 3.10.7, documentation released on 6 September 2022.
- Python 3.10.6, documentation released on 8 August 2022.
- Python 3.10.5, documentation released on 6 June 2022.
- Python 3.10.4, documentation released on 24 March 2022.
- Python 3.10.3, documentation released on 16 March 2022.
- Python 3.10.2, documentation released on 14 January 2022.
- Python 3.10.1, documentation released on 6 December 2021.
- Python 3.10.0, documentation released on 4 October 2021.
- Python 3.9.18, documentation released on 24 August 2023.
- Python 3.9.17, documentation released on 6 June 2023.
- Python 3.9.16, documentation released on 6 December 2022.
- Python 3.9.15, documentation released on 11 October 2022.
- Python 3.9.14, documentation released on 6 September 2022.
- Python 3.9.13, documentation released on 17 May 2022.
- Python 3.9.12, documentation released on 24 March 2022.
- Python 3.9.11, documentation released on 16 March 2022.
- Python 3.9.10, documentation released on 14 January 2022.
- Python 3.9.9, documentation released on 15 November 2021.
- Python 3.9.8, documentation released on 05 November 2021.
- Python 3.9.7, documentation released on 30 August 2021.
- Python 3.9.6, documentation released on 28 June 2021.
- Python 3.9.5, documentation released on 3 May 2021.
- Python 3.9.4, documentation released on 4 April 2021.
- Python 3.9.3, documentation released on 2 April 2021.
- Python 3.9.2, documentation released on 19 February 2021.
- Python 3.9.1, documentation released on 8 December 2020.
- Python 3.9.0, documentation released on 5 October 2020.
- Python 3.8.18, documentation released on 24 August 2023.
- Python 3.8.17, documentation released on 6 June 2023.
- Python 3.8.16, documentation released on 6 December 2022.
- Python 3.8.15, documentation released on 11 October 2022.
- Python 3.8.14, documentation released on 6 September 2022.
- Python 3.8.13, documentation released on 16 March 2022.
- Python 3.8.12, documentation released on 30 August 2021.
- Python 3.8.11, documentation released on 28 June 2021.
- Python 3.8.10, documentation released on 3 May 2021.
- Python 3.8.9, documentation released on 2 April 2021.
- Python 3.8.8, documentation released on 19 February 2021.
- Python 3.8.7, documentation released on 21 December 2020.
- Python 3.8.6, documentation released on 23 September 2020.
- Python 3.8.5, documentation released on 20 July 2020.
- Python 3.8.4, documentation released on 13 July 2020.
- Python 3.8.3, documentation released on 13 May 2020.
- Python 3.8.2, documentation released on 24 February 2020.
- Python 3.8.1, documentation released on 18 December 2019.
- Python 3.8.0, documentation released on 14 October 2019.
- Python 3.7.17, documentation released on 6 June 2023.
- Python 3.7.16, documentation released on 6 December 2022.
- Python 3.7.15, documentation released on 11 October 2022.
- Python 3.7.14, documentation released on 6 September 2022.
- Python 3.7.13, documentation released on 16 March 2022.
- Python 3.7.12, documentation released on 4 September 2021.
- Python 3.7.11, documentation released on 28 June 2021.
- Python 3.7.10, documentation released on 15 February 2021.
- Python 3.7.9, documentation released on 17 August 2020.
- Python 3.7.8, documentation released on 27 June 2020.
- Python 3.7.7, documentation released on 10 March 2020.
- Python 3.7.6, documentation released on 18 December 2019.
- Python 3.7.5, documentation released on 15 October 2019.
- Python 3.7.4, documentation released on 08 July 2019.
- Python 3.7.3, documentation released on 25 March 2019.
- Python 3.7.2, documentation released on 24 December 2018.
- Python 3.7.1, documentation released on 20 October 2018.
- Python 3.7.0, documentation released on 27 June 2018.
- Python 3.6.15, documentation released on 4 September 2021.
- Python 3.6.14, documentation released on 28 June 2021.
- Python 3.6.13, documentation released on 15 February 2021.
- Python 3.6.12, documentation released on 17 August 2020.
- Python 3.6.11, documentation released on 27 June 2020.
- Python 3.6.10, documentation released on 18 December 2019.
- Python 3.6.9, documentation released on 02 July 2019.
- Python 3.6.8, documentation released on 24 December 2018.
- Python 3.6.7, documentation released on 20 October 2018.
- Python 3.6.6, documentation released on 27 June 2018.
- Python 3.6.5, documentation released on 28 March 2018.
- Python 3.6.4, documentation released on 19 December 2017.
- Python 3.6.3, documentation released on 03 October 2017.
- Python 3.6.2, documentation released on 17 July 2017.
- Python 3.6.1, documentation released on 21 March 2017.
- Python 3.6.0, documentation released on 23 December 2016.
- Python 3.5.10, documentation released on 5 September 2020.
- Python 3.5.8, documentation released on 1 November 2019.
- Python 3.5.7, documentation released on 18 March 2019.
- Python 3.5.6, documentation released on 8 August 2018.
- Python 3.5.5, documentation released on 4 February 2018.
- Python 3.5.4, documentation released on 25 July 2017.
- Python 3.5.3, documentation released on 17 January 2017.
- Python 3.5.2, documentation released on 27 June 2016.
- Python 3.5.1, documentation released on 07 December 2015.
- Python 3.5.0, documentation released on 13 September 2015.
- Python 3.4.10, documentation released on 18 March 2019.
- Python 3.4.9, documentation released on 8 August 2018.
- Python 3.4.8, documentation released on 4 February 2018.
- Python 3.4.7, documentation released on 25 July 2017.
- Python 3.4.6, documentation released on 17 January 2017.
- Python 3.4.5, documentation released on 26 June 2016.
- Python 3.4.4, documentation released on 06 December 2015.
- Python 3.4.3, documentation released on 25 February 2015.
- Python 3.4.2, documentation released on 4 October 2014.
- Python 3.4.1, documentation released on 18 May 2014.
- Python 3.4.0, documentation released on 16 March 2014.
- Python 3.3.7, documentation released on 19 September 2017.
- Python 3.3.6, documentation released on 12 October 2014.
- Python 3.3.5, documentation released on 9 March 2014.
- Python 3.3.4, documentation released on 9 February 2014.
- Python 3.3.3, documentation released on 17 November 2013.
- Python 3.3.2, documentation released on 15 May 2013.
- Python 3.3.1, documentation released on 7 April 2013.
- Python 3.3.0, documentation released on 29 September 2012.
- Python 3.2.6, documentation released on 11 October 2014.
- Python 3.2.5, documentation released on 15 May 2013.
- Python 3.2.4, documentation released on 7 April 2013.
- Python 3.2.3, documentation released on 10 April 2012.
- Python 3.2.2, documentation released on 4 September 2011.
- Python 3.2.1, documentation released on 10 July 2011.
- Python 3.2, documentation released on 20 February 2011.
- Python 3.1.5, documentation released on 9 April 2012.
- Python 3.1.4, documentation released on 11 June 2011.
- Python 3.1.3, documentation released on 27 November 2010.
- Python 3.1.2, documentation released on 21 March 2010.
- Python 3.1.1, documentation released on 17 August 2009.
- Python 3.1, documentation released on 27 June 2009.
- Python 3.0.1, documentation released on 13 February 2009.
- Python 3.0, documentation released on 3 December 2008.
- Python 2.7.18, documentation released on 20 April 2020
- Python 2.7.17, documentation released on 19 October 2019
- Python 2.7.16, documentation released on 02 March 2019
- Python 2.7.15, documentation released on 30 April 2018
- Python 2.7.14, documentation released on 16 September 2017
- Python 2.7.13, documentation released on 17 December 2016
- Python 2.7.12, documentation released on 26 June 2016.
- Python 2.7.11, documentation released on 5 December 2015.
- Python 2.7.10, documentation released on 23 May 2015.
- Python 2.7.9, documentation released on 10 December 2014.
- Python 2.7.8, documentation released on 1 July 2014.
- Python 2.7.7, documentation released on 31 May 2014.
- Python 2.7.6, documentation released on 10 November 2013.
- Python 2.7.5, documentation released on 15 May 2013.
- Python 2.7.4, documentation released on 6 April 2013.
- Python 2.7.3, documentation released on 9 April 2012.
- Python 2.7.2, documentation released on 11 June 2011.
- Python 2.7.1, documentation released on 27 November 2010.
- Python 2.7, documentation released on 4 July 2010.
- Python 2.6.9, documentation released on 29 October 2013.
- Python 2.6.8, documentation released on 10 April 2012.
- Python 2.6.7, documentation released on 3 June 2011.
- Python 2.6.6, documentation released on 24 August 2010.
- Python 2.6.5, documentation released on 19 March 2010.
- Python 2.6.4, documentation released on 25 October 2009.
- Python 2.6.3, documentation released on 2 October 2009.
- Python 2.6.2, documentation released on 14 April 2009.
- Python 2.6.1, documentation released on 4 December 2008.
- Python 2.6, documentation released on 1 October 2008.
- Python 2.5.4, documentation released on 23 December 2008.
- Python 2.5.3, documentation released on 19 December 2008.
- Python 2.5.2, documentation released on 21 February 2008.
- Python 2.5.1, documentation released on 18 April 2007.
- Python 2.5, documentation released on 19 September 2006.
- Python 2.4.4, documentation released on 18 October 2006.
- Python 2.4.3, documentation released on 29 March 2006.
- Python 2.4.2, documentation released on 28 September 2005.
- Python 2.4.1, documentation released on 30 March 2005.
- Python 2.4, documentation released on 30 November 2004.
- Python 2.3.5, documentation released on 8 February 2005.
- Python 2.3.4, documentation released on 27 May 2004.
- Python 2.3.3, documentation released on 19 December 2003.
- Python 2.3.2, documentation released on 3 October 2003.
- Python 2.3.1, documentation released on 23 September 2003.
- Python 2.3, documentation released on 29 July 2003.
- Python 2.2.3, documentation released on 30 May 2003.
- Python 2.2.2, documentation released on 14 October 2002.
- Python 2.2.1, documentation released on 10 April 2002.
- Python 2.2p1, documentation released on 29 March 2002.
- Python 2.2, documentation released on 21 December 2001.
- Python 2.1.3, documentation released on 8 April 2002.
- Python 2.1.2, documentation released on 16 January 2002.
- Python 2.1.1, documentation released on 20 July 2001.
- Python 2.1, documentation released on 15 April 2001.
- Python 2.0.1, documentation released on 22 June 2001.
- Python 2.0, documentation released on 16 October 2000.
- Python 1.6, documentation released on 5 September 2000.
- Python 1.5.2p2, documentation released on 22 March 2000.
- Python 1.5.2p1, documentation released on 6 July 1999.
- Python 1.5.2, documentation released on 30 April 1999.
- Python 1.5.1p1, documentation released on 6 August 1998.
- Python 1.5.1, documentation released on 14 April 1998.
- Python 1.5, documentation released on 17 February 1998.
- Python 1.4, documentation released on 25 October 1996.
In Development Versions
The latest, and unreleased, documentation for versions of Python still under development:
- https://docs.python.org/dev/
- https://docs.python.org/3/
The PSF
The Python Software Foundation is the organization behind Python. Become a member of the PSF and help advance the software and our mission.
- About
- Applications
- Quotes
- Getting Started
- Help
- Python Brochure
- All releases
- Source code
- Windows
- macOS
- Other Platforms
- License
- Alternative Implementations
- Docs
- Audio/Visual Talks
- Beginner’s Guide
- Developer’s Guide
- FAQ
- Non-English Docs
- PEP Index
- Python Books
- Python Essays
- Diversity
- Mailing Lists
- IRC
- Forums
- PSF Annual Impact Report
- Python Conferences
- Special Interest Groups
- Python Logo
- Python Wiki
- Code of Conduct
- Community Awards
- Get Involved
- Shared Stories
- Arts
- Business
- Education
- Engineering
- Government
- Scientific
- Software Development
- Python News
- PSF Newsletter
- PSF News
- PyCon US News
- News from the Community
- Python Events
- User Group Events
- Python Events Archive
- User Group Events Archive
- Submit an Event
- Developer’s Guide
- Issue Tracker
- python-dev list
- Core Mentorship
- Report a Security Issue
- Help & General Contact
- Diversity Initiatives
- Submit Website Bug
- Status
Урок 2. Краткая история Python
В феврале 1991 года сотрудник центра математики и информатики в Нидерландах, Гвидо ван Россум, опубликовал исходный код нового на тот момент языка программирования — Python.
Создание языка было его личной инициативой. Изначально у проекта не было официального бюджета и все делалось только на энтузиазме.
Поэтому Гвидо Ван Россум стремился экономить время и определил для себя несколько правил, одно из которых — это «заимствовать идеи отовсюду, откуда это имеет смысл».
Так в Питон попали лучшие практики из множества языков, включая Lisp, Fortran, Java и так далее. Наибольшее же влияние на него оказали ABC и С.
ABC создавался для обучения программированию и привнес в Python отступы для группировки операторов, которые упрощают чтение и понимание кода.
Язык C, в свою очередь, «поделился» с Питоном многими синтаксическими конструкциями.
Спустя три года, в январе 1994 вышел Python 1.0, а еще через 6 лет в октябре 2000 Python 2.0. С каждой новой версией Питон обрастал новыми возможностями и функциями.
В декабре 2008 года, после длительного тестирования вышла первая версия Python 3. В Python 3 были устранены многие недостатки архитектуры, однако авторам пришлось пожертвовать обратной совместимостью.
Программы, которые созданы для Python 2, скорее всего будут выдавать ошибки, если их выполнять в среде Python 3. В настоящий момент вторая версия уже практически канула в лету, поэтому мы будем учиться программировать на последней. С указанием на различия между версиями в тех моментах где это важно.
Гвидо ван Россум
Сам же Гвидо ван Россум в 1995 году переехал из Нидерландов в США и начал работать в различных IT компаниях.
С 2005 по 2012 год в Google, где половину времени занимался проектами корпорации, а оставшуюся его часть посвящал развитию Питона.
С января 2013 Гвидо перешел в Dropbox, где также половину времени посвящал Питону.
Разумеется он не в одиночку занимался разработкой такого сложного проекта. Тысячи программистов со всего мира в рамках работы некоммерческой организации Python Software Foundation принимают участие в развитии языка.
При этом Гвидо до 2018 года являлся так называемым «великодушным пожизненным диктатором» проекта и именно за ним оставалось окончательное решение в вопросах развития Python.
Но летом 2018 года он снял с себя эти полномочия и сейчас язык полностью развивается сообществом разработчиков под началом фонда Python Software Foundation, который, в том числе, отвечает за выпуск новых версий языка, следит за интеллектуальными правами, гарантирует открытость исходных кодов и бесплатность Python, включая библиотеки и документацию. Также PSF организовывает профессиональные конференции и предоставляет гранты проектам связанным с Python.
Поэтому даже учитывая, что Гвидо ван Россум уже не принимает активного участия, Python продолжает динамично развиваться и уверенно держит планку одного из самых популярных языков.
Сам же Гвидо в конце октября 2019 года ушел из Dropbox на пенсию, но уже через год, в ноябре 2020, посчитал, что пенсия для него — это скучно и вернулся в ряды разработчиков, но на этот раз в Microsoft, чтобы улучшить работу Python в Windows.
Конечно Питон улучшается не только в Windows, но и в целом. Так в конце 2022 года было выпущено сразу несколько обновлений, которые усилили безопасность python-программ, а также значительно увеличили его скорость работы и улучшили подсказки в случае возникновения ошибок.
Само собой на этом развитие языка не остановилось и в 2023 и 2024 годах мы ожидаем еще больше возможностей, с которыми познакомим и вас.
Но перед этим вам сперва нужно освоить базу и начнем мы с установки Python, но об этом в следующем уроке.
Вышел Python 3.0
Вышел Python 3.0 (так же известный как «Python 3000» or «Py3k») — это новая версия языка программирования, которая не совместима с линейкой 2.х версии. Язык в основном остался тот же, однако многие элементы, например словари и строки, изменились значительно. Удалено много устаревших элементов языка. Некоторые части стандартной библиотеки, были реорганизованы.
MD5:
ac1d8aa55bd6d04232cd96abfa445ac4 11191348 Python-3.0.tgz
28021e4c542323b7544aace274a03bed 9474659 Python-3.0.tar.bz2
054131fb1dcaf0bc20b23711d1028099 13421056 python-3.0.amd64.msi
2b85194a040b34088b64a48fa907c0af 13168640 python-3.0.msiЧто такое Python?
Python — это язык программирования, который широко используется в интернет-приложениях, разработке программного обеспечения, науке о данных и машинном обучении (ML). Разработчики используют Python, потому что он эффективен, прост в изучении и работает на разных платформах. Программы на языке Python можно скачать бесплатно, они совместимы со всеми типами систем и повышают скорость разработки.
В чем заключаются преимущества языка Python?
Язык Python имеет следующие преимущества:
- Разработчики могут легко читать и понимать программы на Python, поскольку язык имеет базовый синтаксис, похожий на синтаксис английского.
- Python помогает разработчикам быть более продуктивными, поскольку они могут писать программы на Python, используя меньше строк кода, чем в других языках.
- Python имеет большую стандартную библиотеку, содержащую многократно используемые коды практически для любой задачи. В результате разработчикам не требуется писать код с нуля.
- Разработчики могут легко сочетать Python с другими популярными языками программирования: Java, C и C++.
- Активное сообщество Python состоит из миллионов поддерживающих разработчиков со всего мира. При возникновении проблем сообщество поможет в их решении.
- Кроме того, в Интернете доступно множество полезных ресурсов для изучения Python. Например, вы можете легко найти видеоролики, учебные пособия, документацию и руководства для разработчиков.
- Python можно переносить на различные операционные системы: Windows, macOS, Linux и Unix.
Где применяется Python?
Язык Python имеет несколько стандартных примеров использования при разработке приложений, в числе которых:
Веб-разработка на стороне сервера
Веб-разработка на стороне сервера включает в себя сложные серверные функции, с помощью которых веб-сайты отображают информацию для пользователя. Например, веб-сайты должны взаимодействовать с базами данных и другими веб-сайтами, а также защищать данные при их отправке по сети.
Python полезен при написании серверного кода, поскольку он предлагает множество библиотек, состоящих из предварительно написанного кода для сложных серверных функций. Также разработчики используют широкий спектр платформ Python, которые предоставляют все необходимые инструменты для более быстрого и простого создания интернет-приложений. Например, разработчики могут создать «скелет» интернет-приложения за считанные секунды, потому что им не нужно писать код с нуля. Затем его можно протестировать с помощью инструментов тестирования платформы независимо от внешних инструментов тестирования.
Автоматизация с помощью скриптов Python
Язык скриптов — это язык программирования, который автоматизирует задачи, обычно выполняемые людьми. Программисты широко используют скрипты Python для автоматизации многих повседневных задач, среди которых:
- Одновременное переименование большого количества файлов
- Преобразование файла в другой тип файла
- Удаление повторяющихся слов в текстовом файле
- Выполнение базовых математических операций
- Отправка сообщений электронной почты
- Загрузка контента
- Выполнение базового анализа журналов
- Поиск ошибок в нескольких файлах
Наука о данных и машинное обучение
Наука о данных извлекает ценную информацию из данных, а машинное обучение (ML) позволяет компьютерам автоматически учиться на данных и делать точные прогнозы. Специалисты по работе с данными используют Python для решения следующих задач:
- Исправление и удаление неверных данных (очистка данных)
- Извлечение и выбор различных характеристик данных
- Разметка данных добавляет данным значимые имена
- Поиск статистической информации в данных
- Визуализация данных с помощью диаграмм и графиков: линейных диаграмм, столбчатых диаграмм, гистограмм и круговых диаграмм
Специалисты по работе с данными используют библиотеки Python ML для моделей машинного обучения и создания классификаторов, которые точно классифицируют данные. Классификаторы на основе Python используются в различных областях и применяются для выполнения таких задач, как классификация изображений, текста и сетевого трафика, распознавание речи и распознавание лиц. Специалисты по работе с данными также используют Python для глубокого обучения — передовой техники машинного обучения.
Разработка программного обеспечения
Разработчики программного обеспечения часто используют Python для различных задач разработки и программных приложений, среди которых:
- Отслеживание ошибок в программном коде
- Автоматическая сборка программного обеспечения
- Управление программными проектами
- Разработка прототипов программного обеспечения
- Разработка настольных приложений с использованием библиотек графического пользовательского интерфейса (ГПИ)
- Разработка игр: от простых текстовых игр до сложных видеоигр
Автоматизация тестирования программного обеспечения
Тестирование программного обеспечения — это процесс проверки соответствия фактических результатов программного обеспечения ожидаемым результатам, который позволяет убедиться, что программное обеспечение не содержит ошибок.
- Разработчики используют среды модульного тестирования Python (Unittest, Robot и PyUnit) для тестирования написанных функций.
- Тестировщики программного обеспечения используют Python для написания тестовых примеров для различных сценариев. Например, язык применяется для тестирования пользовательского интерфейса интернет-приложения, нескольких программных компонентов и новых функций.
Разработчики могут использовать несколько инструментов для автоматического запуска тестовых скриптов. Эти инструменты известны как инструменты непрерывной интеграции / непрерывного развертывания (CI/CD). Тестировщики и разработчики программного обеспечения используют инструменты CI/CD (Travis CI и Jenkins) для автоматизации процесса тестирования. Инструмент CI/CD автоматически запускает тестовые скрипты Python и сообщает о результатах тестирования всякий раз, когда разработчики вносят новые изменения в код.
Как развивался Python?
Python разработан Гвидо Ван Россумом (Guido Van Rossum), программистом из Нидерландов. Он начал работу над языком в 1989 году в центре Centrum Wiskunde & Informatica (CWI). Изначально язык был полностью любительским проектом: Ван Россум просто хотел чем-то занять себя на рождественских каникулах. Название языка было взято из телешоу BBC «Летающий цирк Монти Пайтона», большим поклонником которого являлся программист.
История версий Python
- Гвидо Ван Россум опубликовал первую версию кода Python (версия 0.9.0) в 1991 году. Он уже включал в себя ряд полезных возможностей. Например, различные типы данных и функции для обработки ошибок.
- В версии Python 1.0, выпущенной в 1994 году, были реализованы новые функции для простой обработки списка данных: сопоставление, фильтрация и сокращение.
- Python 2.0 был выпущен 16 октября 2000 года с новыми полезными функциями для программистов, такими как поддержка символов Unicode и упрощенный способ циклического просмотра списка.
- 3 декабря 2008 года вышел Python 3.0. Эта версия включала функцию печати и дополнительную поддержку деления чисел и обработки ошибок.
Каковы особенности Python?
Язык Python уникален благодаря следующим особенностям:
Интерпретируемый язык
Python является интерпретируемым языком, то есть он выполняет код построчно. Если в коде программы присутствуют ошибки, она перестает работать. Это позволяет программистам быстро найти ошибки в коде.
Простой в использовании язык
Python использует слова, подобные словам английского языка. В отличие от других языков программирования, в Python не используются фигурные скобки. Вместо них применяется отступ.
Язык с динамической типизацией
Программистам не нужно объявлять типы переменных при написании кода, потому что Python определяет их во время выполнения. Эта функция позволяет писать программы на Python значительно быстрее.
Язык высокого уровня
Python ближе к естественным языкам, чем ряд других языков программирования. Благодаря этому программистам не нужно беспокоиться о его базовой функциональности, например об архитектуре и управлении памятью.
Объектно-ориентированный язык
Python рассматривает все элементы как объекты, но также поддерживает другие типы программирования (например, структурное и функциональное программирование).
Что такое библиотеки Python?
Библиотека — это набор часто используемых кодов, которые разработчики могут включать в свои программы Python, чтобы не писать код с нуля. По умолчанию в Python доступна стандартная библиотека, которая содержит большое количество многократно используемых функций. Кроме того, доступно более 137 000 библиотек Python для различных задач, в числе которых интернет-разработка, наука о данных и машинное обучение (ML).
Какие библиотеки Python наиболее популярны?
Matplotlib
Разработчики используют Matplotlib для отображения данных в высококачественной двух- и трехмерной (2D и 3D) графике. Данная библиотека распространена при решении научных задач. С помощью Matplotlib данные можно визуализировать в виде различных диаграмм (например, столбчатых и линейных). Также можно строить несколько диаграмм сразу, а графику — переносить на любые платформы.
Pandas
Pandas содержит оптимизированные и гибкие структуры данных, которые можно использовать для управления данными временных рядов и структурированными данными, такими как таблицы и массивы. Например, Pandas можно использовать для чтения, записи, объединения, фильтрации и группировки данных. Также данная библиотека широко применяется в науке о данных, анализе данных и задачах машинного обучения.
NumPy
NumPy — это популярная библиотека, используемая разработчиками для простого создания массивов и управления ими, а также управления логическими фигурами и выполнения операций линейной алгебры. NumPy поддерживает интеграцию со многими языками. Например, C и C++.
Requests
Библиотека Requests содержит полезные функции, необходимые для веб-разработки. Их можно использовать для отправки HTTP-запросов, добавления заголовков, добавления параметров URL, добавления данных и выполнения многих других задач, связанных с интернет-приложениями.
OpenCV-Python
OpenCV-Python — это библиотека, используемая для обработки изображений при работе с машинным зрением. Она содержит множество функций обработки изображений, таких как одновременное чтение и запись изображений, преобразование двухмерной среды в трехмерную, а также захват и анализ изображений из видео.
Keras
Keras – это библиотека глубокой нейронной сети Python с отличными функциями обработки данных, визуализации и многого другого. Keras поддерживает множество нейронных сетей. Библиотека имеет модульную структуру, обеспечивающую гибкость при написании инновационных приложений.
Что такое платформы Python?
Платформы Python — это наборы пакетов и модулей. Модуль — это набор связанного кода, а пакет — это набор модулей. Разработчики могут использовать платформы Python для более быстрого создания приложений Python, поскольку им не нужно беспокоиться о низкоуровневых деталях (например, скорости обмена данных в веб-приложении) или том, как Python ускоряет работу программы. Python имеет два типа платформ:
- Платформа с полным стеком включает почти все, что требуется для создания крупного приложения.
- Микроплатформа – это базовая платформа, предоставляющая минимальные функциональные возможности для создания простых приложений Python. Также она предоставляет расширения, если приложениям требуются более сложные функции.
Какие платформы Python наиболее популярны?
Чтобы сделать свою разработку более эффективной, можно использовать несколько платформ Python сразу. В их числе:
Django
Django — одна из наиболее популярных платформ с полным стеком Python, которая используется для разработки крупных интернет-приложений. Она содержит несколько полезных функций, в числе которых веб-сервер для разработки и тестирования, движок шаблонов для frontend-разработки и различные механизмы безопасности.
Flask
Flask – это микроплатформа для разработки небольших интернет-приложений. К ее особенностям относятся сильная поддержка со стороны сообщества, качественно составленная документация, движок шаблонов, модульное тестирование и встроенный веб-сервер. Также платформа содержит расширения для поддержки валидации, уровни отображения базы данных и веб-безопасность.
TurboGears
TurboGears – это платформа, предназначенная для более быстрого и простого создания интернет-приложений. Ниже представлены ее основные возможности:
- Определенная структура таблиц базы данных
- Инструменты для создания и управления проектами
- Движок шаблонов для создания баз данных
- Движок шаблонов для frontend-разработки
- Механизмы обеспечения веб-безопасности
Apache MXNet
Apache MXNet – это быстрая, гибкая и масштабируемая платформа глубокого обучения для создания исследовательских прототипов и приложений глубокого обучения. Она поддерживает несколько языков программирования, включая Java, C++, R и Perl. Платформа содержит богатый набор инструментов и библиотек для разработчиков. Например, на ней можно найти книгу по интерактивному машинному обучению (ML), наборы инструментов машинного зрения и модели глубокого обучения для обработки естественного языка (NLP), в том числе текста и речи.
PyTorch
PyTorch – это платформа для машинного обучения, созданная на основе библиотеки Torch, еще одной библиотеки машинного обучения с открытым исходным кодом. Разработчики используют ее в NLP, робототехнике и машинном зрении для поиска важной информации в изображениях и видео. Также платформа используется для запуска этих приложений на процессорах и графических процессорах.
Что такое Python IDE?
Интегрированная среда разработки (IDE) — это программное обеспечение, которое предоставляет разработчикам инструменты для написания, редактирования, тестирования и отладки кода.
Какие Python IDE наиболее популярны?
PyCharm
PyCharm – результат трудов JetBrains, чешской компании по разработке программных инструментов. У программы имеется как бесплатная версия для небольших приложений, так и платная профессиональная версия, подходящая для создания крупных приложений Python со следующим набором функций:
- Автоматическое завершение и проверка кода
- Обработка и быстрое устранение ошибок
- Чистка кода без изменения функциональных возможностей
- Поддержка платформ интернет-приложений, таких как Django и Flask
- Поддержка других языков программирования, таких как JavaScript, CoffeeScript, TypeScript, AngularJS и Node
- Научные инструменты и библиотеки, такие как Matplotlib и NumPy
- Возможность запуска, отладки, тестирования и развертывания приложений на удаленных виртуальных машинах
- Отладчик для поиска ошибок в коде, профилировщик для выявления проблем с производительностью и средство запуска модульных тестов
- Поддержка баз данных
IDLE
Интегрированная среда разработки и обучения (IDLE) – это интегрированная среда разработки Python, установленная по умолчанию. Среда разработана только на Python с использованием набора инструментов Tkinter GUI и имеет следующие особенности:
- Совместимость со множеством операционных систем, таких как Windows, Unix и macOS
- Командное окно для запуска команд и отображения вывода
- Многооконный текстовый редактор с подсветкой синтаксиса кода и автозавершением
- Встроенный отладчик
Spyder
Spyder – это IDE с открытым исходным кодом, которую используют многие специалисты и аналитики данных. Она применяется для всесторонней разработки с использованием функций расширенного анализа данных, визуализации и отладки. Среда имеет следующие особенности:
- Редактор кода, поддерживающий несколько языков
- Интерактивная консоль IPython
- Базовый отладчик
- Научные библиотеки, такие как Matplotlib, SciPy и NumPy
- Возможность исследования переменных в коде
- Возможность просмотра документации в режиме реального времени
Atom
Atom – это бесплатный редактор, разработанный GitHub, который поддерживает кодирование на многих языках программирования, в том числе Python. Atom позволяет напрямую работать с GitHub — веб-сайтом, на котором можно централизованно хранить свой код. Atom имеет следующие особенности:
- Совместимость со многими операционными системами
- Простая установка или создание новых пакетов
- Ускоренное автозавершение кода
- Возможность поиска файлов и проектов
- Простая настройка интерфейса
Что такое Python SDK?
Пакет средств разработки ПО (SDK) — это набор программных инструментов, который позволяет создавать программные приложения на определенном языке. Большинство SDK предназначены для разных аппаратных платформ и операционных систем. Python SDK включает в себя множество инструментов, таких как библиотеки, примеры кода и руководства для разработчиков, которые помогают при написании приложений.
Что такое AWS PyCharm?
Набор инструментов AWS для PyCharm – это подключаемый модуль для PyCharm IDE, упрощающий создание, отладку и развертывание приложений Python на AWS. AWS Toolkit for PyCharm значительно упрощает начало разработки на Python. Он имеет ряд полезных особенностей для разработчиков, в числе которых руководства по началу работы, пошаговая отладка и развертывание IDE.
Что такое Boto3 в Python?
Boto3 — это SDK AWS для Python. Его можно использовать для создания, и настройки сервисов AWS –Amazon Elastic Compute Cloud (EC2), Amazon Simple Storage Service (S3) и Amazon DynamoDB – а также управления ими. Boto3 имеет два типа API-интерфейсов: низкоуровневые API-интерфейсы и API-интерфейсы ресурсов для разработчиков.