标签：soft 形式 展示 image 上进 problems ror win ken
承接上篇，本文会从语言特性、开发环境和必备工具来带领大家进入Python的世界。
首先一起看下C#和Python在语言特性层面的对比，他们作为截然不同的两类面向对象高级语言，在语言层面上有何异同。
注：本系列均采用.NET Core为C#代码的运行环境，Python则为Python 3
上表对部分语言特性简单做了对比,C#作为一门编译型静态语言，和Python这样的解释性动态语言，虽然差异较大，但同为面向向对象的高级语言，Python的很多概念仍然是无关编程语言的。
Python的特性概括来讲如下：
现在来看个LeetCode上经典问题两数之和的例子，粗略感受下语法差异。这两段代码都要从数组nums里面，找出相加和等于target的两个整数，用数组的形式返回：
Python
class Solution:
def twoSum(self, nums, target):
dict={}
for i in range(len(nums)):
n=nums[i]
t=target-n
if t in dict:
return [dict[t],i]
dict[n]=i
return None
C#
public class Solution {
public int[] TwoSum(int[] nums, int target) {
var dict=new Dictionary<int,int>();
for(var i=0;i<nums.Length;i++){
var t=target-nums[i];
if(dict.ContainsKey(t)){
return new int[]{dict[t],i};
}else{
dict[nums[i]]=i;
}
}
return null;
}
}
同样的一段逻辑，借助一个字典快速找出两个目标数字。但是从代码结构上来看，至少有以下几点差异：
这也是大多熟悉C语言系语法的开发人员不习惯Python的原因，其独特的语法需要我们先熟悉。
编写Pyhton代码的思考方式和我们编写C++/C#时是完全不一样的，对于其它语言的开发人员下面的几个建议是非常棒的：
Conda和开发环境
对.NET开发人员而言，Conda（Anaconda）是个陌生的工具，但它可谓是目前机器学习必备的开发环境。Anaconda是一套数据科学工具包，在全球拥有 2000 多万用户，是单台机器上进行Python/R 数据科学和机器学习开发最简单的方法。它是世界上最流行的Python分发平台，包含了使用数千个开源包和库，个人版是开源免费的。
我们的目标是让C#开发者也能使用Python进行机器学习开发，因此采用Anaconda作为Python开发环境。下面开始安装Anaconda,这里我们安装Windows版：https://repo.anaconda.com/archive/Anaconda3-2020.02-Windows-x86_64.exe
目前Anaconda默认可选的Python版本有两个，分别是3.7和2.7。鉴于2.7已经不再更新，因此对于新程序的开发，采用Python 3更合适。
安装过程没什么难度，这里建议勾选“将Anaconda添加到Path环境变量”。这样可以直接使用conda命令，熟练后在PowerShell里直接操作命令行会非常方便。
PyCharm是一款流行的功能强大的IDE，这里提供了针对Anaconda的免费社区版，推荐使用。同时强烈安利微软的VSCode，对Anaconda的集成也做得很棒。
一旦安装完成，在开始菜单中即可看到Anaconda Navigator和Jupytor Notebook等应用。Anaconda Navigator是一个可视化管理conda环境的应用，可以管理Python环境、切换包来源和安装工具。所有功能均可以通过命令行操作，熟练之后使用CLI命令会效率更高。
由于Conda原始源在国内速度较慢，建议切换到国内源。这里推荐华中科技大学的conda源，添加方法如下：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes
此外，如您电脑此前无python环境，此时默认的python环境将会成为conda的环境。
关于conda的教程我这里不再赘述，大家可以自行查阅Conda文档以了解。
和Conda一样，Jupyter Notebook同样是机器学习必不可缺的一款Python可视化交互编程软件。它允许我们像记笔记一样，将文本和代码混合到一起，并能将代码执行结果可视化展示，提供非常直观的开发体验。
Jupyter Notebook目前支持超过40多种编程语言，包括Python和C#；同时允许将notebook导出为多种格式，包括HTML、图片, 视频, LaTeX, 和自定义MIME类型的文件.；此外很多大数据工具和语言都集成了它，例如Apache Spark, Python, R 、Scala、pandas, scikit-learn, ggplot2, TensorFlow等等。
conda默认就包含了Jupyter Notebook因此可以直接启动，这会打开一个浏览器窗口，这就是Jupyter notebook的入口。在这里可以操作文件，编写notebook。
点击右上角New按钮，即可创建新笔记本。此时要为笔记本选择一个Kenerl（运行环境），我这里集成了C#的插件，因此可以看到.NET运行环境：
这里我分别创建一个Python笔记本notebook-py.和一个C#笔记本notebook-c#,分别运行上面的示例代码，效果如下：
关于如何安装C#插件到Jupyter Notebook,请查看微软官方博客：
https://devblogs.microsoft.com/dotnet/net-core-with-juypter-notebooks-is-here-preview-1/
最后，本章就先介绍Pyhton和必备组件就先到这里了，后续将详细介绍Python的核心语法，欢迎订阅。
本文的notebook均可在Github获取到，欢迎下载??： https://github.com/ChangweiZhang/Python-Tour-For-dotnet
写给.NET开发者的Python教程(一):C# vs Python: 语言特性、Conda和Jupyter Notebook环境
标签：soft 形式 展示 image 上进 problems ror win ken
原文地址：https://www.cnblogs.com/mantgh/p/13232252.html
