『壹』 python用什麼開發平台 知乎
1、首先作為學生，可以通過e郵箱申請到Jetbrains全家桶，即便無法獲取授權，pycharm的community版本免費並且功能足夠
2、對於pycharm，可以方便快捷地切換python不同版本的解釋器，甚至可以安裝相同版本的python解釋器配置不同的開發環境，這可以解決有些包之間沖突的情況，也可以針對有些框架按需裝包；並且pycharm內置包管理，可以免去pip或者conda方式管理包。
3、pycharm這個IDE的顏色方案、拼寫補全、函數聯想、函數跳轉源代碼、斷點調試及debug等功能都讓我用的十分順手。
總之我現在的工作流程就是，先用對我需要的功能進行設計，而後在ipython界面下設計調試每個功能模塊，調試成功後放到pycharm中組合起來，寫成腳本文件，最後用pycharm做調試形成成品。
『貳』 自學python多久找到工作 知乎
取決於你的學習效果和找的職位要求。
一般要到掌握基本語法，了解常見的標准庫，及一些附加的知識比如前端，資料庫，linux基本操作之類的。
『叄』 學python好還是java好 知乎
因人而異、因情況而已
如果學python好，那麼Java不久完蛋了？
如果學java好，那麼python就完蛋了
二者各有所長，不能問這種問題啦。
『肆』 python 和 r 的區別 知乎
有人說Python和R的區別是顯而易見的，因為R是針對統計的，python是給程序員設計的，其實這話對Python多多少少有些不公平。2012年的時候我們說R是學術界的主流，但是現在Python正在慢慢取代R在學術界的地位。不知道是不是因為大數據時代的到來。
Python與R相比速度要快。Python可以直接處理上G的數據；R不行，R分析數據時需要先通過資料庫把大數據轉化為小數據（通過groupby）才能交給R做分析，因此R不可能直接分析行為詳單，只能分析統計結果。所以有人說：Python=R+SQL/Hive，並不是沒有道理的。
Python的一個最明顯的優勢在於其膠水語言的特性，很多書里也都會提到這一點，一些底層用C寫的演算法封裝在Python包里後性能非常高效(Python的數據挖掘包Orange canve 中的決策樹分析50萬用戶10秒出結果，用R幾個小時也出不來，8G內存全部占滿)。但是，凡事都不絕對，如果R矢量化編程做得好的話（有點小難度），會使R的速度和程序的長度都有顯著性提升。
R的優勢在於有包羅萬象的統計函數可以調用，特別是在時間序列分析方面，無論是經典還是前沿的方法都有相應的包直接使用。
相比之下，Python之前在這方面貧乏不少。但是，現在Python有了pandas。pandas提供了一組標準的時間序列處理工具和數據演算法。因此，你可以高效處理非常大的時間序列，輕松地進行切片/切塊、聚合、對定期/不定期的時間序列進行重采樣等。可能你已經猜到了，這些工具中大部分都對金融和經濟數據尤為有用，但你當然也可以用它們來分析伺服器日誌數據。於是，近年來，由於Python有不斷改良的庫（主要是pandas），使其成為數據處理任務的一大替代方案。
做過幾個實驗：
1. 用python實現了一個統計方法，其中用到了ctypes，multiprocess。
之後一個項目要做方法比較，又用回R，發現一些bioconctor上的包已經默認用parallel了。（但那個包還是很慢，一下子把所有線程都用掉了，導致整個電腦使用不能，看網頁非常卡~）
2. 用python pandas做了一些數據整理工作，類似資料庫，兩三個表來回查、匹配。感覺還是很方便的。雖然這些工作R也能做，但估計會慢點，畢竟幾十萬行的條目了。
3. 用python matplotlib畫圖。pyplot作圖的方式和R差異很大，R是一條命令畫點東西，pylot是准備好了以後一起出來。pyplot的顏色選擇有點尷尬，默認顏色比較少，之後可用html的顏色，但是名字太長了~。pyplot 的legend比R 好用多了，算是半自動化了。pyplot畫出來後可以自由拉升縮放，然後再保存為圖片，這點比R好用。
總的來說Python是一套比較平衡的語言，各方面都可以，無論是對其他語言的調用，和數據源的連接、讀取，對系統的操作，還是正則表達和文字處理，Python都有著明顯優勢。 而R是在統計方面比較突出。但是數據分析其實不僅僅是統計，前期的數據收集，數據處理，數據抽樣，數據聚類，以及比較復雜的數據挖掘演算法，數據建模等等這些任務，只要是100M以上的數據，R都很難勝任，但是Python卻基本勝任。
結合其在通用編程方面的強大實力，我們完全可以只使用Python這一種語言去構建以數據為中心的應用程序。
但世上本沒有最好的軟體或程序，也鮮有人能把單一語言挖掘運用到極致。尤其是很多人早先學了R，現在完全不用又捨不得，所以對於想要學以致用的人來說，如果能把R和Python相結合，就更好不過了，很早看過一篇文章——讓R與Python共舞，咱們壇子里有原帖，就不多說了，看完會有更多啟發。
BTW： 如果之前沒有學過R，可以先學Python然後決定是不是學R，如果學了R，學Python的時候會更快上手。
『伍』 知乎上回答過於用python可以做那些有趣的東西
寫過一個把圖片轉成字元圖的小程序
工作原理：利用字元來表示像素，代替圖案。
具體步驟：
1.讀入圖片，將其轉化為灰度圖片
2.逐行掃描像素點，轉化為對應的字元。
實施細節：
1.找朋友做了所有鍵盤上的字元的圖片，白色背景，寫了個代碼統計個字元顯示出來後，黑色區域有多少，和整體作對比，計算「灰度值」，然後分出灰度階數，選擇對應字元。最後確定8個字元，對應8個灰階。
2.字元在顯示的時候長寬比不是一比一的，所以輸入圖片要首先經過調整，這里就是簡單的高度除以2。
3.用了PIL庫
『陸』 python的框架有哪些 知乎
\
1. Django。如樓上所說，是一個全能型框架。目前 Django 的使用面還是很廣的，有學習的價值，但是不建議初學者學習，因為要學習的東西太多了，一下子難以吸收會失去興趣。當然，Django 的目的是為了讓開發者能夠 快速 地開發一個網站，它提供了很多模塊，其中我最喜歡的就是 admin 模塊，your.site.com/admin 就進入了網站的後台（內置的哦~）方便地對數據進行操作，等等。。。。因此，如果對 Django 熟悉的話，papapa 一下子就寫好一個網站的原型了。
2. Tornado。傳說中性能高高的框架。Tornado 是一個很好的框架，支持非同步處理的功能，這是它的特點，其他框架不支持。另外一點是，Tornado 的設計似乎更注重 RESTful URL。但 Tornado 提供了網站基本需要使用的模塊外，剩下的則需要開發者自己進行擴展。例如資料庫操作，雖然內置了一個 database 的模塊（後來獨立出去了，現在叫做 torndb，bdarnell/torndb · GitHub）但是不支持 ORM，快速開發起來還是挺吃力的。如果需要 ORM 支持的話，還需要自己寫一層將 SQLAlchemy 和 Tornado 聯系起來，而且這里還有一個坑。
BTW：知乎就是基礎 Tornado 開發的。
3. Bottle。Bottle 和 Flask 都屬於輕量級的 Web 框架。但是 Bottle 似乎落寞了。我覺得跟他的 API 設計有關系。個人認為 Bottle 使用起來不那麼順手，因此也用得少。這里不做太多介紹。
4. web.py。也是很輕的一個框架，使用不多，也不做介紹。
5. web2py。我看樓上都沒有對這個框架做介紹。這個框架是 Google 在 web.py 基礎上二次開發而來的，兼容 GAE 。性能據說很高，曾經用他來做自己的主頁，感覺也還不錯。缺點同樣是對擴展支持不太好，需要自己進行擴展。
6. Quixote。著名的 豆瓣 就是基於 Quixote 開發的。跟上面幾個框架不同，Quixote 的路由會有些特別。另外 Quixote 的性能據說也好。
『柒』 python怎麼成為高手 知乎
我個人比較推崇limodou. 謙虛, 有實力, 愛分享, 這些標簽讓李大哥在Python界口碑一直很好, 另外, 他的ulipad, 一直是很多python初學者最喜歡用的編輯器. Uliweb也是很優秀的web框架 國內還有很多人,
『捌』 知乎的服務是用python寫的嗎
是的，使用的python下的tornado框架，具體參考
https://www.hu.com/question/19558038
『玖』 知乎日報 python怎麼上手
其實python非常適合初學者入門，上手很容易。
我就是完全通過網上資源學了python的。
最大的是3點經驗：
1.找一本淺顯易懂，常式比較好的教程，從頭到尾看下去。不要看很多本，專注於一本。把裡面的常式都手打一遍，搞懂為什麼。
2.去找一個實際項目練手。我當時是因為要做一個網站，不得已要學python。這種條件下的效果比你平時學一門新語言要好很多。所以最好是要有真實的項目做。可以找幾個同學一起做個網站之類。
3.最好能找到一個已經會python的人。問他一點學習規劃的建議，然後在遇到卡殼的地方找他指點。這樣會事半功倍。