Συναρπαστικά πράγματα για την Python που κάθε χρήστης πρέπει να γνωρίζει!

Συναρπαστικά πράγματα για την Python που κάθε χρήστης πρέπει να γνωρίζει!

Oktober 1, 2022 0 Von admin

Εισαγωγή

Η Python είναι μια πραγματικά ενδιαφέρουσα γλώσσα προγραμματισμού και στο τέλος αυτού του ιστολογίου, θα καταλάβετε επίσης γιατί. ο IEEE Spectrum έχει κατατάξει την Python #1 στη λίστα με τις κορυφαίες γλώσσες προγραμματισμού, το 2020. Έχει διατηρήσει τη θέση της στο #1 από το έτος 2017. Ενδιαφέρον! Δεν είναι;

Χρειάστηκε σίγουρα λίγος χρόνος για να αποκτήσει δημοτικότητα ο python, αλλά νωρίτερα η απήχησή του ήταν μικρή. Μέχρι τη στιγμή που η απήχησή του έχει αυξηθεί και το ίδιο και η δημοτικότητά του. Τα διάφορα χαρακτηριστικά του, όπως εκπληκτικές βιβλιοθήκες, η δυνατότητα χειρισμού μεγάλων δεδομένων, η προσβασιμότητα, η αποτελεσματικότητα και επιπλέον η βοηθητική και υποστηρικτική κοινότητα βοήθησαν στην απόκτηση της φήμης που άξιζε.

Ξεκίνησα την κωδικοποίηση σε python όταν ήμουν στο δεύτερο έτος της αποφοίτησής μου. Και πιστέψτε με, δεν έχω ξανακοιτάξει σε καμία άλλη γλώσσα από τότε. Μου αρέσει ο python γιατί εκτιμά τον χρόνο σου. Η Python ήταν στην τάση για πάρα πολλούς λόγους και σήμερα χρησιμοποιείται σχεδόν σε κάθε κλάδο.

Μαζί με τη σύνταξη και τους κανόνες οποιασδήποτε γλώσσας, προσωπικά μου αρέσει να γνωρίζω το υπόβαθρο και ενδιαφέροντα πράγματα για τη γλώσσα. Αν θέλετε να μάθετε python, έχω μια πρόταση για ένα μάθημα- Μπορείτε να πάτε για το Εισαγωγή στην Python σειρά μαθημάτων. Αλλά αν θέλετε να μάθετε μερικά ενδιαφέροντα στοιχεία για τον πύθωνα, βρίσκεστε στο σωστό μέρος.

Πίνακας Περιεχομένων

Ενδιαφέροντα πράγματα για την Python-

  • Ο Python δεν πήρε το όνομά του από το φίδι
  • Η Python ήταν ένα έργο χόμπι
  • Δυναμικά δακτυλογραφημένο
  • Ανακούφιση από σιδεράκια και άνω τελείες
  • Πείτε γεια στον κόσμο
  • Comic Time!
  • Το Κλασικό Ζεν της Python
  • Ανοίξτε δρόμο για τον θαλάσσιο ίππο
  • Πολλαπλές εργασίες
  • Πολλαπλές τιμές επιστροφής
  • Για-Άλλο

Python for Data Science-

  • Πάντα
  • Numpy
  • Matplotlib
  • Seaborn
  • Scikit Learn

Ενδιαφέροντα πράγματα για την Python

1. Ο Python δεν πήρε το όνομά του από το φίδι

Βάζω στοίχημα ότι και εσύ συνήθιζες να πιστεύεις το ίδιο. Οι περισσότεροι άνθρωποι υποθέτουν ότι πήρε το όνομά του από το φίδι. Το φίδι δεν έχει καμία σχέση με το κίνητρο πίσω από την ονομασία της γλώσσας Python.

Ο λόγος πίσω από το όνομα είναι ότι ο προγραμματιστής Guido van Rossum ήταν μεγάλος θαυμαστής μιας τηλεοπτικής εκπομπής του BBC, „Monty Python’s Flying Circus“. Επίσης, ήθελε ένα μοναδικό και σύντομο όνομα, και τι άλλο είναι πιο μοναδικό από το να ονομάσετε την εφεύρεσή σας PYTHON.

2. Η Python ήταν ένα έργο χόμπι

Ναί! Το διάβασες σωστά. Ο προγραμματιστής της Python, Guido van Rossum ανέπτυξε μια γλώσσα από το χόμπι του. Ήθελε να κάνει κάτι ενδιαφέρον για να τον απασχολήσει κατά τη διάρκεια της εβδομάδας των Χριστουγέννων και εδώ επαινούμε το χόμπι του. Απίστευτος! Η Python είναι ο διάδοχος μιας γλώσσας προγραμματισμού που ονομάζεται ABC.

Προσωπική αρχική σελίδα του Guido

Αυτό το ABC είχε διασύνδεση με το λειτουργικό σύστημα Amoeba και είχε το χαρακτηριστικό του χειρισμού εξαίρεσης. Πήρε τη σύνταξη του ABC μαζί με κάποια χαρακτηριστικά και αφαίρεσε τα ελαττώματα από αυτό και μας έδωσε αυτή την υπέροχη γλώσσα σεναρίου. Ξεκίνησε τον Δεκέμβριο του 1989 και τον Φεβρουάριο του 1991 γεννήθηκε μια νέα γλώσσα προγραμματισμού.

3. Δυναμική δακτυλογράφηση

Αυτό σημαίνει ότι δεν χρειάζεται να καθορίσουμε τον τύπο της μεταβλητής όπως κάναμε παλιά στην Java και τη C. Αντίθετα, πρέπει απλώς να γράψουμε το όνομα της μεταβλητής και να της εκχωρήσουμε μια τιμή. Δεν απαιτείται δήλωση στην Python. Αποθηκεύει την τιμή σε μια θέση μνήμης και στη συνέχεια εκχωρεί μια μεταβλητή σε αυτήν. Και αυτή η μεταβλητή χρησιμοποιείται για πρόσβαση στην τιμή στη συγκεκριμένη θέση μνήμης.

Σύνταξη σε Java-

int num = 2;

Σύνταξη σε Python-

num = 2
print(type(num))

Παραγωγή

Επίσης, μπορούμε να αλλάξουμε τον τύπο της μεταβλητής οποιαδήποτε στιγμή κατά τη διάρκεια της ζωής της, αλλά αυτό δεν είναι δυνατό σε Java ή C.

4. Ανακούφιση από σιδεράκια και άνω τελείες

Δεν χρειάζεται να χρησιμοποιήσουμε τα σγουρά σιδεράκια για να ορίσουμε το σαφές πεδίο εφαρμογής. Αντίθετα, έχουμε μια εσοχή για αυτό. Η εσοχή των τεσσάρων λευκών διαστημάτων αυξάνει την αναγνωσιμότητα του κώδικα.

Επίσης, η python σάς επιτρέπει να κωδικοποιείτε χωρίς ερωτηματικά. Το ίδιο ερωτηματικό που μπορεί να κάνει τη ζωή ενός κωδικοποιητή δύσκολη αν το χάσετε σε άλλες γλώσσες προγραμματισμού όπως η Java και η C δεν απαιτείται στην Python. Αν και η Python δεν δημιουργεί σφάλμα για τη χρήση ερωτηματικών. Στην πραγματικότητα, κατά τη σύνταξη πολλαπλών εντολών στην ίδια γραμμή, τα ερωτηματικά μπορούν να χρησιμοποιηθούν ως διαχωριστικά. Αλλά αυτό δεν συνιστάται, καθώς αυτό μειώνει την αναγνωσιμότητα, η οποία είναι αντίθετη με τα πρότυπα κωδικοποίησης Python.

Σύνταξη σε Java:

int num = 2;
if(num == 2){
System.out.println("THIS IS IF BLOCK");
}
else{
System.out.println("THIS IS ELSE BLOCK");
}

Σύνταξη στην Python:

num = 2
if num == 2:
    print("THIS IS IF BLOCK")
else
    print("THIS IS ELSE BLOCK")

Αλλά αν θέλετε να μπλέξετε με την Python, δοκιμάστε να εισαγάγετε αγκύλες από __μελλοντικός__ ενότητα και περιμένετε τη χιουμοριστική απάντηση από την python με τη μορφή σφάλματος.

from __future__ import braces 

Παραγωγή-

Όπως λένε πολλοί – Συγχαρητήρια! βρήκες ένα πασχαλινό αυγό. Αυτό δεν είναι τίποτα λιγότερο από αυτό. Αυτό το σφάλμα μας λέει πόσο αποφασισμένη είναι η Python να μην χρησιμοποιεί αγκύλες στον κώδικά της. Γίνε σαν την Python!

5. Πείτε γεια στον κόσμο

Πόσο απλό μπορεί να είναι ένα πρόγραμμα hello world; Είναι τόσο απλό- εισαγωγή __hello__

Παραγωγή-

Αχ! άλλο ένα στολίδι από την Python.

6. Comic Time!

Η δημιουργικότητα των προγραμματιστών python δεν σταμάτησε εδώ. Και κατάφεραν να κάνουν έναν άλλο τρόπο να μας εκπλήξουν. Προσπαθήστε-

import antigravity

Τι πιστεύετε ότι θα κάνει αυτό; Αυτό θα σας κάνει να πετάξετε 😉

Αυτός ο κώδικας θα σας ανακατευθύνει σε μια ιστοσελίδα που εμφανίζει α κλασικό κόμικ για πύθωνα από το XKCD.

Συναρπαστικά πράγματα για την Python

7. Το Κλασικό Ζεν της Python

Αν ξέρεις ξέρεις. Αλλά αν δεν ξέρετε για αυτό, αυτό μπορεί να σας φέρει σε μπελάδες μεταξύ των geeky φίλων σας. Μην ανησυχείς, είμαι εδώ για να σε βοηθήσω.

Έτσι το 2004, ο Pythoneer Tim Peters αποφάσισε να δείξει στον κόσμο το Guido van Rossum κατευθυντήριες αρχές για την Python σχέδιο. Αλλά με πολύ δημιουργικό ποιητικό τρόπο, πρέπει να πείτε. Έγραψε 20 αφορισμούς για το πώς να γράφεις καθαρό κώδικα στην Python. Αλλά μόνο 19 αναφέρονται στο ποίημα και ο 20ος αφορισμός εξακολουθεί να είναι μυστήριο. Ίσως κάπου κρύβεται ένα ακόμη Πασχαλινό Αυγό και κανείς δεν το έχει καταλάβει ακόμα. Ίσως το βρείτε!

Ο Guido van Rossum φέρεται να είπε ότι ο 20ός αφορισμός που λείπει είναι „κάποιος παράξενος Tim Peters σε αστείο“.

Για να διαβάσετε το διάσημο Zen of Python πρέπει να το εισαγάγετε, ναι „Αυτό„.

import this

Και θα δεις ένα ποίημα σαν αυτό…

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!

Αυτό απαιτεί υψηλού επιπέδου IQ για να κατανοήσουμε το βάθος αυτού του ποιήματος. Μπορείτε να κατανοήσετε την εξήγηση γραμμή προς γραμμή από εδώ.

8. Ανοίξτε δρόμο για το The Walrus

Η τελευταία έκδοση της Python- Python 3.8, παρουσίασε έναν νέο τελεστή που ονομάζεται „Walrus operator:=“. Είναι στοργικά γνωστό ως «ο χειριστής του θαλάσσιου ίππου» λόγω της ομοιότητάς του με τα μάτια και οι χαυλιόδοντες ενός θαλάσσιου ίππου. Τι ωραίο είναι αυτό!

Αυτός ο τελεστής σάς επιτρέπει να εκχωρήσετε και να επιστρέψετε μια τιμή στην ίδια παράσταση.

var1 = True
print(var1)

Παραγωγή-

Μπορείτε να συνδυάσετε αυτές τις δύο δηλώσεις ως-

print( var1 := True)

Παραγωγή-

Μπορείτε να μάθετε για αυτόν τον νέο τελεστή μαζί με όλες τις νέες δυνατότητες της Python 3.8 αναλυτικά από εδώ.

9. Πολλαπλές εργασίες

Υπάρχουν διάφοροι τρόποι εκτέλεσης πολλαπλών εργασιών. Ένας τρόπος θα μπορούσε να είναι η ανάθεση της ίδιας τιμής σε πολλές μεταβλητές-

var_1 = var_2 = var_3 = 13
print(var_1,var_2,var_3)

Παραγωγή-

Ένας άλλος τρόπος θα μπορούσε να είναι η αντιστοίχιση διαφορετικών τιμών σε διαφορετικές μεταβλητές σε μία γραμμή-

var_1, var_2, var_3 = 12, 13, 14
print(var_1, var_2, var_3)

Παραγωγή-

10. Πολλαπλές τιμές επιστροφής

Θυμηθείτε πώς το c και η Java δεν μας επέτρεψαν να επιστρέψουμε πολλές τιμές κάθε φορά από μια συνάρτηση. Λοιπόν, η Python λύνει και αυτό το πρόβλημα.

def car():
  name = 'Tesla'
  price_in_crores = 1.5
  color = 'Black'

  return name, price_in_crores, color
Name, Price, Color = car()
print("Car Name is",Name,"\n","Price is",Price,"Crores","\n","Color is",Color)

Παραγωγή-

ΜΑΓΕΙΑ!!

11. Για-Άλλο

Όχι, δεν το έγραψα λάθος. Γνωρίζετε ότι μπορείτε να χρησιμοποιήσετε τον όρο «άλλο» με βρόχο «για» επίσης, υπό την προϋπόθεση ότι ο βρόχος εκτελείται φυσικά χωρίς εντολές ελέγχου, όπως break; Εδώ είναι ένα παράδειγμα –

list_1 = [4]
for i in list_1:
  if i % 3 == 0:
    print(i)
else:
  print("Else part")

Παραγωγή-

Python για Επιστήμη Δεδομένων

Η Python είναι μια από τις πιο ευρέως χρησιμοποιούμενες γλώσσες στον τομέα της Επιστήμης Δεδομένων. Ένας από τους κύριους λόγους είναι οι ενσωματωμένες βιβλιοθήκες που χρησιμοποιούνται για διάφορες εργασίες όπως εξόρυξη δεδομένων, προεπεξεργασία δεδομένων, οπτικοποίηση δεδομένων και οτιδήποτε άλλο. Αυτές οι βιβλιοθήκες είναι πραγματικά χρήσιμες και εξοικονομούν πολύ χρόνο. Εδώ είναι μια λίστα με μερικές διάσημες βιβλιοθήκες python-

Πάντα

Το Pandas είναι μια πολύ δυνατή βιβλιοθήκη. Χρησιμοποιείται για επεξεργασία και ανάλυση δεδομένων. Παρέχει δομές δεδομένων και διάφορες λειτουργίες που διευκολύνουν τη διαδικασία ανάλυσης. Οι δομές δεδομένων που παρέχει είναι πλαίσιο δεδομένων (δισδιάστατο) και Σειρά (μονοδιάστατο). Χρησιμοποιείται για την ανάγνωση διαφόρων τύπων αρχείων όπως αρχεία CSV, αρχεία HTML, αρχεία excel κ.λπ. Και στη συνέχεια μετατρέπει αυτά τα αρχεία σε πλαίσια δεδομένων για την εκτέλεση διαφόρων λειτουργιών όπως συγχώνευση, διαχωρισμός, εύρεση τιμών που λείπουν, καταλογισμός τιμών που λείπουν κ.λπ. .

Numpy

Για μαθηματικούς υπολογισμούς και λειτουργίες βασισμένες σε πίνακες Ν διαστάσεων, χρησιμοποιούμε το Numpy. Υποστηρίζει μια αντικειμενοστραφή προσέγγιση. Μερικές από τις βασικές μαθηματικές πράξεις που μπορεί να εκτελέσει είναι το άθροισμα, το γινόμενο, η στρογγυλοποίηση, η γραμμική άλγεβρα, οι τριγωνομετρικές συναρτήσεις, οι υπερβολικές συναρτήσεις κ.λπ. Μερικές από τις συναρτήσεις που σχετίζονται με τον πίνακα είναι η κοπή, η αναμόρφωση, η ισοπέδωση, η ευρετηρίαση κ.λπ.

Μπορείτε να μάθετε για το Numpy αναλυτικά από εδώ.

Matplotlib

Αυτή είναι η τυπική βιβλιοθήκη οπτικοποίησης δεδομένων της python για τη σχεδίαση γραφημάτων 2-Δ. Επιτρέπει όλους τους τύπους ανάλυσης, π.χ. μονομεταβλητή, διμεταβλητή και πολυμεταβλητή ανάλυση. Έχει μια τεράστια γκάμα γραφημάτων και γραφημάτων, όπως γραφήματα κουτιών, γραφημάτων ράβδων, γραφημάτων βιολιού, γραφημάτων διασποράς, ιστογράμματα, γραφικών πλαισίων, διαγραμμάτων γραμμών και ό,τι οικόπεδο μπορείτε να ονομάσετε.

Seaborn

Χρησιμοποιείται επίσης ευρέως για οπτικοποίηση δεδομένων με βάση το matplotlib. Το Seaborn κάνει τα γραφήματα και τις γραφές μας να φαίνονται ελκυστικά και ενεργοποιεί ορισμένες από τις κοινές ανάγκες οπτικοποίησης δεδομένων (όπως χαρτογράφηση χρώμα σε μια μεταβλητή ή χρησιμοποιώντας όψη). Βασικά, διευκολύνει την οπτικοποίηση και την εξερεύνηση δεδομένων. Το Seaborn διαθέτει μεγάλο αριθμό διεπαφών υψηλού επιπέδου και προσαρμοσμένα θέματα που στερούνται από το matplotlib, καθώς δεν είναι εύκολο να καταλάβετε τις ρυθμίσεις που κάνουν ελκυστικές τις γραφές.

Εάν θέλετε να εξερευνήσετε περισσότερες βιβλιοθήκες οπτικοποίησης δεδομένων, μπορείτε να μεταβείτε εδώ.

Scikit Learn

Αυτή η βιβλιοθήκη είναι χτισμένη πάνω από άλλες βιβλιοθήκες Python όπως pandas, numpy κ.λπ. Χρησιμοποιείται για την εφαρμογή αλγορίθμων εποπτευόμενης μηχανικής μάθησης όπως για ταξινόμηση: k-NN, Logistic regression, Support vector machine, κ.λπ., για παλινδρόμηση: γραμμική παλινδρόμηση, απόφαση δέντρα, κ.λπ. και επίσης για τους αλγόριθμους Μη εποπτευόμενης μηχανικής μάθησης όπως το k-means.

Μπορείτε να μάθετε περισσότερα για το Scikit μάθετε από εδώ.

Σημειώσεις τέλους

Αυτά λοιπόν ήταν μόνο μερικά πράγματα που κάνουν την Python ενδιαφέρουσα & διαφορετική από άλλες γλώσσες και όλοι πρέπει να τα γνωρίζουν. Αυτό το άρθρο δεν επικεντρώθηκε στην τεχνική πτυχή του python, για αυτό μπορείτε να ανατρέξετε στο μάθημα που αναφέρθηκε στην αρχή. Αντίθετα, σκοπός του ήταν απλώς να παρουσιάσει τη διασκεδαστική και ενδιαφέρουσα πλευρά της Python που την κάνει πιο διάσημη στον κλάδο της πληροφορικής. Ελπίζω να σας άρεσε να διαβάζετε αυτά όσο απόλαυσα να τα γράφω συνολικά.