Python常用的6大工具，你会用哪些？

Posted 2021-07-25 沈佳宜只会写BUG

Python作为当下最热门的编程语言之一，之所以能涉及人工智能、数据课程、Web开发等多层运用范围，很大程度上得益于其各种各样的工具。

好用的工具能使我们在做事的时候获得事半功倍的效果，给大家推荐几个Python常用的工具，一起来看看有没有你用过的？

一、pycharm

pycharm python是一款强大的python IDE，可以应用于写相应脚本和程序包的开发，它拥有调试、语法高亮、Project管理、代码跳转、智能提示等功能，功能相当的齐全。

当你写一个大几千行的项目，类、函数很多，这时候它的跳转功能就发挥威力啦!这可能是python开发最爽的时刻!要飞~

最酷的是，PyCharm支持IronPython。

---

二、Micro Python

Micro Python基于ANSI C，语法跟Pyton 3基本一致，拥有自家的解析器、编译器、虚拟机和类库等。目前支持基于32-bit的ARM处理器，比如说STM32F405。

借助它，用户完全可以通过Python脚本语言实现硬件底层的访问和控制，如控制LED灯泡、LCD显示器、读取电压、控制电机、访问SD卡等。

---

三、Pandas

Pandas是数据分析方面最常用的Python工具之一。Pandas是BSD许可的开源库，为Python编程语言提供了高性能且易于使用的数据结构以及数据分析工具。长期以来，Python一直非常适合数据准备工作。

Pandas填补了这一空白，你无需切换到其他域即可在Python中执行整个数据分析工作流，而且Pandas还是数据分析方面最出色的Python工具。

---

四、Test complete

Test complete是另一款非常出色的Python自动化工具。支持Web、移动和桌面自动化测试。更高级的应用需要获得商业许可，而且它还可以帮助学生提高学业成绩。Test complete还可以像机器人框架一样执行关键字驱动的测试。它拥有最出色的录制以及回放功能，非常实用。

---

五、Scikit-learn

数据科学最常使用的Python工具之一，这是一款为机器学习和数据科学而设计的Python工具。

该工具主要用于处理分类、回归、聚类、模型选择以及预处理等任务。scikit-Learn最出色的功能是在测试数据集上执行基准测试时，表现出的惊人速度。因此，对于程序员和学生来说，Scikit-learn是最优秀的Python工具之一。

---

六、Vscode

出了名的速度快，飞一般的感觉，对超大文件读写速度飞快，如果是打开一个10M的代码，差不多1秒搞定。

如果你是使用Subline，那就要杯具了，可能要4、5秒才可以。