用anaconda创建虚拟环境时，会用到conda create -n env-name python=3.6，其中-n是什么意思，如果是参数的话，为什么不是–n，还有就是为什么python=3.6是一个等于号，而在安装包时，比如pip install pymysql==0.7时，用到的是两个等于号。
Anaconda中的命令有两种参数类型，一种是简写，比如题主说到的 -n，还有一种是全称 –name，即-n对应的全称。
pip的==是版本匹配运算符，是PEP 440定义的，见这个文档：PEP 440 – 版本标识和依赖性规范
至于conda的create指定版本的时候用Python = 3.5而不是Python == 3.5，个人猜测是第一个包含“模糊”版本，而第二个包含精确版本。模糊版本将匹配版本> = 3.5和<3.6中的Python包。而==将匹配Python包如3.5，3.5.0，3.5.0.0等这样的精确版本。确实没必要细化到那么细的版本号。
[download_code]
原文：python 小文件下载、大文件下载、异步批量下载 教程
按照不同的情况，python下载文件可以分为三种：
流程：使用request.get请求链接，返回的内容放置到变量r中，然后将r写入到你想放的地方。
以下载上述流程图为例子：
# 例1
import requests
def request_zip(url):
r = requests.get(url)
# 请求链接后保存到变量r中
with open("new/名字.png",'wb') as f:
# r.content写入至文件
f.write(r.content)
request_zip('https://pythondict.com/wp-content/uploads/2019/08/2019082807222049.png')
运行完毕后，它将会被保存到当前文件夹的new文件夹里。
我们在小文件下载的时候，是将文件内容暂存到变量里，大家想想，下载大文件的时候还这样做会有什么问题
？ 很简单，如果你的内存只有8G，结果要下载文件却有10G那么大，那就肯定无法下载成功了。而且本机软件运行占的内存也比较大，如果你的内存只有8G，实际上剩余可用的内存可能低于2G-4G. 这种情况下怎么下载大文件呢？
原理：一块一块地将内存写入到文件中，以避免内存占用过大。
当设置了request.get(stream=True)的时候，就是启动流模式下载，典型特征：在r变量的content被调用的时候才会启动下载。代码如下：
# 例2
import requests
def request_big_data(url):
name = url.split('/')[-1]
# 获取文件名
r = requests.get(url, stream=True)
# stream=True 设置为流读取
with open("new/"+str(name), "wb") as pdf:
for chunk in r.iter_content(chunk_size=1024):
# 每1024个字节为一块进行读取
if chunk:
# 如果chunk不为空
pdf.write(chunk)
request_big_data(url="https://www.python.org/ftp/python/3.7.4/python-3.7.4-amd64.exe")
所谓批量下载，当然不是一个一个文件的下载了，比如说我们要下载百度图片，如果一个一个下载会出现两种负面情况：
我们的解决方案是使用异步策略。如果你会用scrapy框架，那就轻松许多了，因为它结合了twisted异步驱动架构，根本不需要你自己写异步。不过我们python实用宝典讲的可是教程，还是跟大家说一下怎么实现异步下载
：
我们需要使用到两个包，一个是asyncio、一个是aiohttp. asyncio是Python3的原装库，但是aiohttp则需要各位使用cmd/Terminal打开，输入以下命令安装：
pip install aiohttp
注意asyncio是单进程并发库，不是多线程，也不是多进程，单纯是在一个进程里面异步（切来切去运行），切换的地方用await标记，能够切换的函数用async标记。比如下载异步批量下载两个图片的代码如下：
# 例3
import aiohttp
import asyncio
import time
async def job(session, url):
# 声明为异步函数
name = url.split('/')[-1]
# 获得名字
img = await session.get(url)
# 触发到await就切换，等待get到数据
imgcode = await img.read()
# 读取内容
with open("new/"+str(name),'wb') as f:
# 写入至文件
f.write(imgcode)
return str(url)
async def main(loop, URL):
async with aiohttp.ClientSession() as session:
# 建立会话session
tasks = [loop.create_task(job(session, URL[_])) for _ in range(2)]
# 建立所有任务
finished, unfinished = await asyncio.wait(tasks)
# 触发await，等待任务完成
all_results = [r.result() for r in finished]
# 获取所有结果
print("ALL RESULT:"+str(all_results))
URL = ['https://pythondict.com/wp-content/uploads/2019/07/2019073115192114.jpg',
'https://pythondict.com/wp-content/uploads/2019/08/2019080216113098.jpg']
loop = asyncio.get_event_loop()
loop.run_until_complete(main(loop, URL))
loop.close()
注意： img = await session.get(url)
这时候，在你请求第一个图片获得数据的时候，它会切换请求第二个图片或其他图片，等第一个图片获得所有数据后再切换回来。从而实现多线程批量下载的功能，速度超快，下载超清大图用这个方法可以一秒一张。
我们的文章到此就结束啦，如果你希望我们今天的Python 教程，请持续关注我们，如果对你有帮助，麻烦在下面点一个赞/在看哦
有任何问题都可以在下方留言区留言，我们都会耐心解答的！
最近小编在知乎上经常遇到这样的问题：《现在开始学习python的话，是学习python2.x还是学习python3.x比较好？》，这也是许多初学者会遇到的问题，我们的答案是python 3.x. 为了帮助大家消除疑惑，在这里统一告诉大家原因。
1. Python3.1，io模块是使用Python语言实现的，比2.x快5~10倍
2. Python3.1，str.format()支持自动编号：
3. Python 3.1，64位版的int快了27%~55%。
4. Python 3.2，对全局解释器锁(GIL)进行了重大升级，显著改进了Python处理多线程的方式。
5. python3.3，用C语言重写了decimal模块，比以前快12倍（数据库操作）~120倍（高密度计算）。
6. Python3.3，utf-8编码快了2~4倍，utf-16编码的encode最多快了10倍。
7. python3.4，优化pickle模块，性能提升好几倍。
8. python3.4，python解释器的启动快了30%。
9. Python3.4， 新增tracemalloc模块。一个调试工具，用于追踪、统计python的内存分配。
10.Python3.4， 新增enum模块，提供枚举。好多人抱怨python没有枚举，现在有了，虽然是以模块的方式实现的。
11. Python 3.5，使异步变得不那么棘手，async和await关键字成为语言语法的一部分。
12. Python3.5，新的语法：Type hints和typing模块。方便代码阅读。
13. Python3.5，UTF-8、UTF-16、LATIN-1编码的decode速度是以前的2~4倍。
14. Python3.5，新增.hex()函数，可以直接把bytes类型转为16进制。
15.python3.5， 新增os.scandir()函数，更快、更省内存的遍历文件夹。在POSIX系统上比以前快3~5倍，在Windows系统上快7~20倍。os.walk()目前也在使用此函数。
16. Python3.6， 用C语言实现asyncio.Future类和asyncio.Task类，asyncio程序的性能快了25%~30%。
17. Python3.6， glob模块的glob()函数和iglob()函数现在使用os.scandir()函数。快了3~6倍。
18. Python3.6，pathlib.Path模块的glob()函数现在使用os.scandir()函数。快了1.5~4倍。
19. Python3.6， 新增secrets模块，生成强随机数。以前的random模块只能生成伪随机数，官方推荐在涉及安全问题时不再使用random模块。
20. Python3.7，time模块新增6个可以访问纳秒的函数，如time.time_ns()、time.perf_counter_ns()等等。
我们的文章到此就结束啦，如果你希望我们今天的Python 教程，请持续关注我们，如果对你有帮助，麻烦在下面点一个赞/在看哦有任何问题都可以在下方留言区留言，我们都会耐心解答的！
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典
如果你刚下载VSCode，发现界面全是英文的，不要急，下面就来教你怎么改成中文。
1. 首先打开vscode界面，点击View – Command Palette (或输入 Ctrl + shift + P)进入命令面板.
2. 然后输入 configure language, 选择Configure Display Language (配置显示语言)。
3. 然后查看有没有zh-cn的选项，如果有，直接选择zh-cn替换，然后按照提示重启vscode就能看到界面变回中文了。
如果没有zh-cn的选项，则选择install additional languages (添加其他语言选项)，左边会弹出扩展窗口，扩展窗口找到中文简体，然后点击install安装。然后重复第1, 2步骤选择中文即可。
VsCode系列文章：
我们的文章到此就结束啦，如果你希望我们今天的Python 教程，请持续关注我们，如果对你有帮助，麻烦在下面点一个赞/在看哦有任何问题都可以在下方留言区留言，我们都会耐心解答的！
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典
这个是Pycharm的书签功能
去除：
删除书签，将光标移至书签所在行，按快捷键F11即可消除。
添加：
在所在行按快捷键Ctrl+Shift+任意数字或者快捷键Ctrl+F11 即可添加，就可以插入一个标签了。
使用：
要将光标跳转到某个书签，只需要Ctrl+对应的标签数字。
如果想要查看所有书签位置：Shift + F11。
了解更多
更多有趣的Python教程欢迎关注公众号：Python实用宝典
或者访问网站：Python实用宝典
Python是机器学习的最佳编程语言之一，其迅速地在学术界和相关研究领域威胁到甚至超过了R的主导地位。为什么Python在机器学习领域如此受欢迎呢?为什么Python对AI有好处?
Mike Driscoll采访了4位Python专家和机器学习社区人士，讨论了Python在AI和相关研究领域中如此受欢迎的原因。
Glyph Lefkowitz (@glyph)是Python网络编程框架Twisted（一个能用于Python异步开发的库）的创始人，他在2017年获得了PSF的社区服务奖。他是这么认为的：
人工智能是一个包罗万象的术语，它倾向于指当前计算机科学研究中最先进的领域。
曾经有一段时间，我们理所当然的以为基本图形遍历被认为是AI。在那个时候，Lisp是一种大型人工智能语言，因为它比一般的编程语言要高级，而且研究人员可以更容易地用Lisp做快速原型。我认为Python在总体上已经很大程度上取代了它，因为除了具有类似的高级功能外，它还有一个优秀的第三方库生态系统。
Lispers会反对,所以我应该说清楚,我并不是要捧高Python的地位,只是说Python和Lisp都是同一类语言，比如在垃圾回收、内存安全等机制、命名空间和高级数据结构等方面都具有相似的特点。
从机器学习的更具体的意义上说，也就是现在越来越多的人所说的人工智能，我认为有更具体的答案。NumPy的存在及其伴随的生态系统允许非常适合研究的高级内容的混合，以及非常高性能的数字处理。如果不是非常密集的数字运算，机器学习就什么都不是。
“……统计学家、天文学家、生物学家和业务分析师都已经成为Python程序员，并改进了这个语言。”
Python社区致力于为非程序员提供友好的介绍和生态系统支持，这确实增加了它在数据科学和科学计算的姊妹学科中的应用。无数的统计学家、天文学家、生物学家和业务分析师已经成为Python程序员，并改进了这个语言。编程本质上是一种社会活动，Python社区比除JavaScript之外的任何语言都更认可这一点。
Marc-Andre Lemburg (@malemburg)，PSF的联合创始人和eGenix的首席执行官。他是这样认为的：
Python对于没有受过计算机科学训练的人来说非常容易理解。当您试图执行研究所需的外部库时，它消除了您必须处理的许多复杂性。
在Numeric(现在是NumPy)开始开发之后，新增了IPython笔记本(现在是Jupyter笔记本)、matplotlib和许多其他工具，使事情变得更加直观，Python允许使用者主要考虑问题的解决方案，而不是驱动这些解决方案所需的技术。
“Python是一种理想的集成语言，可以轻松地将技术绑定在一起。”
Python是一种理想的集成语言，可以轻松地将技术绑定在一起。Python允许用户关注真正的问题，而不是将时间花在实现细节上。除了让用户更容易操作之外，对于开发外部库的底层集成人员来说，Python还是一个理想的粘合平台。这主要是因为Python非常容易通过一个漂亮而完整的C语言API访问。
Luciano Ramalho (@ramalhoorg)， ThoughtWorks技术负责人，PSF研究员。他是这么看的：
最重要和最直接的原因是NumPy和SciPy库支持像scikit-learn这样的项目，scikit-learn目前几乎是机器学习的标准工具。
首先创建NumPy、SciPy、scikit-learn和许多其他库的原因是Python具有一些特性，使其对科学计算非常方便。Python有一个简单且一致的语法，这使得非软件工程师更容易进行编程。
“Python得益于科学计算库的丰富生态系统。”
另一个原因是运算符重载，这使得代码可读且简洁。然后是Python的buffer protocol (PEP 3118)，它是外部库在处理类似数组的数据结构时与Python有效互操作的标准。最后，Python得益于科学计算库的丰富生态系统，这吸引了更多的科学家与开发者，并创造了一个良性循环。
Mike Bayer (@zzzeek)， Red Hat高级软件工程师，SQLAlchemy的创建者。他是这么认为的：
我们在这个领域所做的是开发我们的数学模型和算法。我们正在把我们肯定想要保留的和优化的算法放入像scikit-learn这样的库中。然后，我们将继续迭代并共享关于如何组织和考虑数据的注释。
高级脚本语言是人工智能和机器学习的理想语言，因为我们可以快速转移数据，然后再试一次。我们创建的代码的大部分用于表示实际的数学和数据结构。
像Python这样的脚本语言甚至更好，因为它是严格和一致的。每个人都可以更好地理解彼此的Python代码，而不是使用其他具有混乱和不一致编程范例的语言。
Python重视我们正在努力做的工作的核心，并且完全最小化了我们如何给计算机下达指令等其他事情，这是应该的，自动化所有你不应该考虑的事情，让你更好地为了达到目标写代码。
我们的文章到此就结束啦，如果你希望我们今天的Python 教程，请持续关注我们，如果对你有帮助，麻烦在下面点一个赞/在看哦有任何问题都可以在下方留言区留言，我们都会耐心解答的！
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典
推特或微博机器人的存在其实是比较危险的，他们可以制造虚假的流量、传播谣言、甚至执行一些令人汗颜的恶意操作
，这里我们使用kaggle纽约大学2017年机器学习竞赛的推特分类数据来进行我们的识别实验，本实验的数据集请访问：下载Python推特机器人分类数据集。
在开始之前我们需要安装以下Python包(库)，打开你的CMD(Windows系统)/Terminal(macOS系统)输入以下指令即可:
pip install numpy pip install seaborn pip install pandas pip install matplotlib pip install scikit-learn
其中numpy和pandas都是用于数据处理的，numpy是一个C编写的库，所以运算会比python内置的运算快，此外，matplotlib和seaborn主要用于Python数据可视化。scikit-learn内置了许多常用的机器学习分析模型，用起来非常简单。
好了，废话不多说，让我们现在就开始使用panda加载数据，分别获得bot和非bot数据:
import pandas as pd
import numpy as np
import seaborn
import matplotlib
data = pd.read_csv('training_data.csv')
Bots = data[data.bot==1]
NonBots = data[data.bot==0]使用热力图识别训练集/测试集中缺失数据：
seaborn.heatmap(data.isnull(), yticklabels=False, cbar=False, cmap='viridis') # 热力图，当data中有空值时标为黄色 matplotlib.pyplot.tight_layout() matplotlib.pyplot.show()
什么是特征选择？其实很简单，我们在日常生活中识别西瓜和榴莲的时候是怎么识别的
？比如从外观特征上：榴莲带刺、黄色的；西瓜圆润、绿色的。机器学习模型也是一样的，我们需要从类似于挑选西瓜外观特征来挑选两个类别的特征。比如说应用上我们前面的Python热力图查看数据缺失：
我们可以明显地看到机器人的location, urls明显缺失的部分更多。因此我们的特征可以加上这两项，由于数据量不多，我们应该绕过字符串编码，以location列为例，编码方式为：如果location缺失则为false, location存在则为True.
其他特征当然还有比如姓名、描述（description ） 这样的必输信息。当然，我们还能通过选择Twitter机器人使用的一些不好的单词将他们作为特征，如果他们的信息里包含了这些脏话，则将该机器人的该项特征设为True。下面是一个机器人使用脏话的例子。你可以添加更多的单词:
bag_of_words_bot = r'bot|b0t|cannabis|tweet me|mishear|follow me|updates every|gorilla|yes_ofc|forget' \ r'expos|kill|bbb|truthe|fake|anony|free|virus|funky|RNA|jargon'\ r'nerd|swag|jack|chick|prison|paper|pokem|xx|freak|ffd|dunia|clone|genie|bbb' \ r'ffd|onlyman|emoji|joke|troll|droop|free|every|wow|cheese|yeah|bio|magic|wizard|face'
将我们的特征编码为数字的形式：
# 该列的每个值包不包含脏话，包含则为True，不包含则为False data['screen_name_binary'] = data.screen_name.str.contains(bag_of_words_bot, case=False, na=False) data['name_binary'] = data.name.str.contains(bag_of_words_bot, case=False, na=False) data['description_binary'] = data.description.str.contains(bag_of_words_bot, case=False, na=False) data['status_binary'] = data.status.str.contains(bag_of_words_bot, case=False, na=False) # 判断该列的每个值是否有listedcount>20000的情况，有的话为False，没有的话为True data['listed_count_binary'] = (data.listedcount>20000)==False # 判断该列的每个值是否有空的情况，有空的则为False，否则为True data['location_binary'] = ~data.location.isnull() data['url_binary'] = ~data.url.isnull() # 选定我们的特征 features = ['screen_name_binary', 'name_binary', 'description_binary', 'status_binary', 'verified', 'followers_count','verified', 'friends_count', 'statuses_count', 'listed_count_binary', 'bot', 'url_binary', 'location_binary', 'default_profile', 'default_profile_image']
其中需要注意的是所有的文本我们都编码为0和1的形式（存不存在脏话）。
现在让我们来使用Python scikit-learn包里的决策树模型进行分类。
首先我们引入需要使用到的包，有三个，如下：
from sklearn.tree import DecisionTreeClassifier from sklearn.metrics import accuracy_score from sklearn.model_selection import train_test_split
1.从 sklearn.tree 引入 DecisionTreeClassifier ，这是一个决策树的分类器模型，我们一会将使用它进行训练；
2.sklearn.metrics 引入 accuracy_score 这是用于方便计算准确率的；
3.sklearn.model_selection 的 train_test_split 是用于方便分割训练集和测试集的。
X = data[features].iloc[:,:-1] # 除了最后一列的BOT都是数据 y = data[features].iloc[:,-1] # BOT是分类对象，1：机器人 0：非机器人X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=101)
使用到了train_test_split()函数，test_size=0.3即30%的数据用于测试，random_state=101 是随机数种子，设置后对于每次不改变训练集的测试，测试结果都一样。
clf = DecisionTreeClassifier(criterion='entropy', min_samples_leaf=50, min_samples_split=10)
clf.fit(X_train, y_train)
y_pred_train = clf.predict(X_train)
y_pred_test = clf.predict(X_test)
print("Training Accuracy: %.5f" %accuracy_score(y_train, y_pred_train))
print("Test Accuracy: %.5f" %accuracy_score(y_test, y_pred_test)) 初始化了一个决策树模型clf，clf.fit即开始进行训练，clf.predict则为测试。
最终我得到的结果如下，测试准确率高达94.4%，这是一个相当令人满意的结果了，在当时的kaggle比赛里大约能排在27名左右。你也可以尝试其他的模型，并非只有决策树可以选择，比如说SVM、LR都可以尝试一下。
全部源代码下载请点击：Python机器学习识别微博或推特机器人(acc:94.4%)
我们的文章到此就结束啦，如果你希望我们今天的Python 教程，请持续关注我们，如果对你有帮助，麻烦在下面点一个赞/在看哦有任何问题都可以在下方留言区留言，我们都会耐心解答的！
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典
这是一个python机器学习数据集。
来自于kaggle的
数据源下载：
你有没有遇到一种情况，处理一张很大的csv表格的时候很难找到表格中每一列的缺失数据，或者说处理速度非常慢
？当然如果你的Excel水平非常高，这个可能不会成为你的问题，但如果当你想可视化出每一列缺失数据的分布和数量怎么办呢？这时候就需要用Python绘制热力图了！
在开始之前我们需要安装以下Python包(库)，打开你的CMD(Windows系统)/Terminal(macOS系统)输入以下指令即可:
pip install seaborn pip install pandas pip install matplotlib
其中pandas是用于数据操作与处理的，matplotlib和seaborn主要用于Python数据可视化，也就是绘制我们所需要的热力图。
好了，废话不多说，让我们现在就开始使用panda加载数据：
import pandas as pd
import numpy as np
import seaborn
import matplotlib
data = pd.read_csv('training_data.csv')没错，pandas的使用就这么简单，读取csv文件直接使用read_csv函数，你可以使用自己需要的csv文件，也可以使用我们提供的：点击下载 Python推特机器人分类数据集 中的training_data.csv，只需要你移动到当前代码的文件夹下即可。
使用Python构造热力图识别表格的缺失数据：
seaborn.heatmap(data.isnull(), yticklabels=False, cbar=False, cmap='viridis') # 热力图，当data中有空值时标为黄色 matplotlib.pyplot.tight_layout() matplotlib.pyplot.show()
seaborn.heatmap用于生成热力图，其会检查data中的每个单元格，如果为空则标记为黄色，cmap为颜色图谱，viridis即蓝-绿-黄. 此外，matplotlib.pyplot主要用于负责展示图片。如果你需要知道seaborn更详细的参数文档，可以阅读这篇文章。
整体代码如下（一共只用了7行
）
import pandas as pd
import seaborn
import matplotlib
data = pd.read_csv('training_data.csv')
seaborn.heatmap(data.isnull(), yticklabels=False, cbar=False, cmap='viridis')
matplotlib.pyplot.tight_layout()
matplotlib.pyplot.show()我们的文章到此就结束啦，如果你希望我们今天的Python 教程，请持续关注我们，如果对你有帮助，麻烦在下面点一个赞/在看哦有任何问题都可以在下方留言区留言，我们都会耐心解答的！
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典
如果你有自己在本地维护一个开源代码库，你就会知道检测这些库是否更新了是多麻烦的一件事情。随着库的增大，人工维护成本也就越来越大。因此便有了这个项目的想法：让我们用Python监控Github项目是否有更新，如果有的话自动下载该更新！
为了能够获取github上的项目的更新时间，我们需要调用github的一个API：
https://api.github.com/repos/用户名/库名
可以看到，这个API由 用户名/库名 组成，因此我们的文件名应该以它为标准才能方便API的调用，由于文件名不可以带有 ‘/’ 这样的特殊符号，因此我们改为下划线分割，如FastText项目调用API的时候为：
https://api.github.com/repos/facebookresearch/fastText
我们保存的文件名则为 facebookresearch_fastText.zip 这样，在调用API、下载文件的时候将会方便许多。
为了判断github上的项目是否相对于本地有更新，我们需要获得每一个本地的文件的最后修改时间，因此这是一个字典关系。代码如下：
首先我们要通过调用我们前面说提到的API 获取github线上项目的时间。其次，一定要将其格式化为10位时间戳，因为我们第二步获得的时间也是10位时间戳，这样对比起来非常方便。最后返回的时候只需要返回是否需要更新即可。如图所示。
代码如下：
由于许多github项目文件压缩包都挺大的，我们这里采用了流式下载。如果你的项目特别多，你需要更快地进行下载，请采用批量异步下载。在我们之前的那篇文章里都有，点击即可阅读。
我们把已经下载好的项目文件放在libs文件夹里，自动下载得到的文件放置在new文件夹中。文件结构如下：
F:\pythondict\pythondict-downloads\
│ superviser.py
│
├─libs
│ facebookresearch_fastText.zip
│ facebookresearch_MUSE.zip
│
└─new
整套代码如下，为了防范盗取文章的家伙，原谅我这里是图片的格式，如果需要下载请点击这里：
我们的文章到此就结束啦，如果你希望我们今天的Python 教程，请持续关注我们，如果对你有帮助，麻烦在下面点一个赞/在看哦有任何问题都可以在下方留言区留言，我们都会耐心解答的！
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典
