python工具有哪些

1. python工具有哪些

第一款：最强终端 Upterm
它是一个全平台的终端，可以说是终端里的IDE，有着强大的自动补全功能，之前的名字叫作：BlackWindow。有人跟他说这个名字不利于社区推广，改名叫Upterm之后现在已经17000+Star了。
第二款：交互式解释器 PtPython
一个交互式的Python解释器，支持语法高亮、提示，甚至是VIM和emacs的键入模式。
第三款：包管理必备 Anaconda
强烈推荐：Anaconda。它能帮你安装许多麻烦的东西，包括：Python环境、pip包管理工具、常用的库、配置好环境路径等等。这些小事情小白自己一个个去做的话，容易遇到各种问题，也容易造成挫败感。如果你想用Python搞数据方面的事情，安装它就可以了，它甚至开发了一套JIT的解释器Numba。所以Anaconda有了JIT之后，对线上科学计算效率要求比较高的东西也可以搞定了。
第四款：编辑器 Sublime3
如果你是小白的话，推荐从PyCharm开始上手，但是有时候写一些轻量的小脚本，就会想到轻量级一点的工具。Sublime3很多地方都有了极大的提升，并且用起来比原来还要简单，配合安装Anaconda或CodeIntel插件，可以让Sublime3拥有近乎IDE的体验。
第五款：前端在线编辑器 CodeSandbox
虽然这个不算是真正意义上的Python开发工具，但如果后端工程师想要写前端的话，这个在线编辑器太方便了，节省了后端工程师的生命。不用安装npm的几千个包了，它已经在云端完成了，才让你直接就可以上手写代码、看效果。对于React、Vue这些主流前端框架都支持。
第六款：Python Tutor
Python 
Tutor是一个免费教育工具，可帮助学生攻克编程学习中的基础障碍，理解每一行源代码在程序执行时在计算机中的过程。通过这个工具，教师或学生可以直接在web浏览器中编写Python代码，并逐步可视化地运行程序。
第七款：IPython
如何进行交互式编程?没错，就是通过IPython。IPython相对于Python自带的shell要好用的多，并且能够支持代码缩进、TAB键补全代码等功能。如果进行交互式编程，这是不可缺少的工具。
第八款：Jupyter Notebook
Jupyter 
Notebook就像一个草稿本，能将文本注释、数学方程、代码和可视化内容全部组合到一个易于共享的文档中，以Web页面的方式展示，它是数据分析、机器学习的必备工具。
第九款：Pycharm
Pycharm是程序员常常使用的开发工具，简单、易用，并且能够设置不同的主题模式，根据自己的喜好来设置代码风格。
第十款：Python Tutor
这个工具可能对初学者比较有用，而对于中高级程序员则用处较少。这个工具的特色是能够清楚的理解每一行代码是如何在计算机中执行的，中高级程序员一般通过分步调试可以实现类似的功能。这个工具对于最初接触Python、最初来学习编程的同学还是非常有用的，初学者可以体验一下。

2. 常用的十大python图像处理工具

原文标题：10 Python image manipulation tools. 
作者 | Parul Pandey 
翻译 | 安其罗乔尔、JimmyHua 
今天，在我们的世界里充满了数据，图像成为构成这些数据的重要组成部分。但无论是用于何种用途，这些图像都需要进行处理。图像处理就是分析和处理数字图像的过程，主要旨在提高其质量或从中提取一些信息，然后可以将其用于某种用途。 
图像处理中的常见任务包括显示图像，基本操作如裁剪、翻转、旋转等，图像分割，分类和特征提取，图像恢复和图像识别。Python成为这种图像处理任务是一个恰当选择，这是因为它作为一种科学编程语言正在日益普及，并且在其生态系统中免费提供许多最先进的图像处理工具供大家使用。 
让我们看一下可以用于图像处理任务中的常用 Python 库有哪些吧。 
 
1.scikit-image 
scikit-image是一个开源的Python包，适用于numpy数组。它实现了用于研究，教育和工业应用的算法和实用工具。即使是那些刚接触Python生态系统的人，它也是一个相当简单直接的库。此代码是由活跃的志愿者社区编写的，具有高质量和同行评审的性质。 
资源 
文档里记录了丰富的例子和实际用例，阅读下面的文档： 
http://scikit-image.org/docs/stable/user_guide.html 
用法 
该包作为skimage导入，大多数功能都在子模块中找的到。下面列举一些skimage的例子： 
图像过滤 
  
使用match_template函数进行模板匹配 
 
你可以通过此处查看图库找到更多示例。 
2. Numpy 
Numpy是Python编程的核心库之一，并为数组提供支持。图像本质上是包含数据点像素的标准Numpy数组。因此，我们可以通过使用基本的NumPy操作，例如切片、掩膜和花式索引，来修改图像的像素值。可以使用skimage加载图像并使用matplotlib显示图像。 
资源 
Numpy的官方文档页面提供了完整的资源和文档列表： 
http://www.numpy.org/ 
用法 
使用Numpy来掩膜图像. 
  
3.Scipy 
scipy是Python的另一个类似Numpy的核心科学模块，可用于基本的图像操作和处理任务。特别是子模块scipy.ndimage，提供了在n维NumPy数组上操作的函数。该包目前包括线性和非线性滤波，二值形态学，B样条插值和对象测量等功能函数。 
资源 
有关scipy.ndimage包提供的完整功能列表，请参阅下面的链接： 
https://docs.scipy.org/doc/scipy/reference/tutorial/ndimage.html#correlation-and-convolution 
用法 
使用SciPy通过高斯滤波器进行模糊： 
  
4. PIL/ Pillow 
PIL( Python图像库 )是Python编程语言的一个免费库，它支持打开、操作和保存许多不同的文件格式的图像。然而， 随着2009年的最后一次发布，它的开发停滞不前。但幸运的是还有有Pillow，一个PIL积极开发的且更容易安装的分支，它能运行在所有主要的操作系统，并支持Python3。这个库包含了基本的图像处理功能，包括点运算、使用一组内置卷积核的滤波和色彩空间的转换。 
资源 
文档中有安装说明，以及涵盖库的每个模块的示例： 
https://pillow.readthedocs.io/en/3.1.x/index.html 
用法 
在 Pillow 中使用 ImageFilter 增强图像： 
  
5. OpenCV-Python 
OpenCV( 开源计算机视觉库 )是计算机视觉应用中应用最广泛的库之一 。OpenCV-Python 是OpenCV的python版API。OpenCV-Python的优点不只有高效，这源于它的内部组成是用C/C++编写的，而且它还容易编写和部署（因为前端是用Python包装的）。这使得它成为执行计算密集型计算机视觉程序的一个很好的选择。 
资源 
OpenCV-Python-Guide指南可以让你使用OpenCV-Python更容易： 
https://github.com/abidrahmank/OpenCV2-Python-Tutorials 
用法 
下面是一个例子，展示了OpenCV-Python使用金字塔方法创建一个名为“Orapple”的新水果图像融合的功能。 
 
6. SimpleCV 
SimpleCV 也是一个用于构建计算机视觉应用程序的开源框架。有了它，你就可以访问几个高性能的计算机视觉库，如OpenCV，而且不需要先学习了解位深度、文件格式、颜色空间等。 
它的学习曲线大大小于OpenCV，正如它们的口号所说“计算机视觉变得简单”。一些支持SimpleCV的观点有： 
即使是初学者也可以编写简单的机器视觉测试摄像机、视频文件、图像和视频流都是可互操作的资源 
官方文档非常容易理解，而且有大量的例子和使用案例去学习： 
https://simplecv.readthedocs.io/en/latest/ 
用法 
 
7. Mahotas 
Mahotas 是另一个计算机视觉和图像处理的Python库。它包括了传统的图像处理功能例如滤波和形态学操作以及更现代的计算机视觉功能用于特征计算，包括兴趣点检测和局部描述符。该接口是Python语言，适合于快速开发，但是算法是用C语言实现的，并根据速度进行了调优。Mahotas库速度快，代码简洁，甚至具有最小的依赖性。通过原文阅读它们的官方论文以获得更多的了解。 
资源 
文档包括安装指导，例子，以及一些教程，可以更好的帮助你开始使用mahotas。 
https://mahotas.readthedocs.io/en/latest/install.html 
用法 
Mahotas库依赖于使用简单的代码来完成任务。关于‘Finding Wally’的问题，Mahotas做的很好并且代码量很少。下面是源码： 
https://mahotas.readthedocs.io/en/latest/wally.html 
  
8. SimpleITK 
ITK 或者 Insight Segmentation and Registration Toolkit是一个开源的跨平台系统，为开发人员提供了一套广泛的图像分析软件工具 。其中, SimpleITK是建立在ITK之上的简化层，旨在促进其在快速原型设计、教育、解释语言中的应用。SimpleITK 是一个图像分析工具包，包含大量支持一般过滤操作、图像分割和匹配的组件。SimpleITK本身是用C++写的，但是对于包括Python以内的大部分编程语言都是可用的。 
资源 
大量的Jupyter Notebooks 表明了SimpleITK在教育和研究领域已经被使用。Notebook展示了用Python和R编程语言使用SimpleITK来进行交互式图像分析。 
http://insightsoftwareconsortium.github.io/SimpleITK-Notebooks/ 
用法 
下面的动画是用SimpleITK和Python创建的刚性CT/MR匹配过程的可视化 。点击此处可查看源码！ 
 
9. pgmagick 
pgmagick是GraphicsMagick库的一个基于python的包装。 GraphicsMagick图像处理系统有时被称为图像处理的瑞士军刀。它提供了一个具有强大且高效的工具和库集合，支持以88种主要格式(包括重要格式，如DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM和TIFF)读取、写入和操作图像。 
资源 
有一个专门用于PgMagick的Github库 ，其中包含安装和需求说明。还有关于这个的一个详细的用户指导： 
https://github.com/hhatto/pgmagick 
用法 
使用pgmagick可以进行的图像处理活动很少，比如： 
图像缩放 
 
边缘提取 
 
10. Pycairo 
Pycairo是图像处理库cairo的一组Python捆绑。Cairo是一个用于绘制矢量图形的2D图形库。矢量图形很有趣，因为它们在调整大小或转换时不会失去清晰度 。Pycairo是cairo的一组绑定，可用于从Python调用cairo命令。 
资源 
Pycairo的GitHub库是一个很好的资源，有关于安装和使用的详细说明。还有一个入门指南，其中有一个关于Pycairo的简短教程。 
库：https://github.com/pygobject/pycairo指南：https://pycairo.readthedocs.io/en/latest/tutorial.html用法 
使用Pycairo绘制线条、基本形状和径向梯度： 
 
总结 
有一些有用且免费的Python图像处理库可以使用，有的是众所周知的，有的可能对你来说是新的，试着多去了解它们。

3. 怎样用python画图

思路：
1. 确定好需要画的图。
2. 创建一个画布，用来画你需要的图。
（1）画布大小，可以使用默认大小，也可以自定义画布大小。
（2）画布背景色bgcolor()。
（3）确定起点位置。
3. 画笔的设置。
（1）画笔的大小，颜色。
（2）画笔运行属性。
二、定义画布参数
import turtle as tt.screensize(width = None,heigh = None,bg = None)　　#以像素为单位，参数分别为画布的宽，高，背景色t.screensize()　　#返回默认大小（400，300）t.Screen()　　　　#也是表示默认画布大小，注意S大写t.setup(w=0.5,h=0.75,startx=None,starty=None)　#w,h为整数是表示像素，为小数时表示占据电脑屏幕的比例#startx，starty坐标表示矩形窗口左上角顶点的位置，默认为屏幕中心位置
三、定义画笔
1、画笔的状态
在画布上默认有一个坐标原点为画布中心的坐标轴，坐标原点上有一只面朝x轴正方向小乌龟。这里我们描述小乌龟时使用了两个词语：坐标原点(位置)，面朝x轴正方向(方向)，turtle绘图中，就是使用位置方向描述小乌龟(画笔)的状态。
2、画笔的属性
画笔(画笔的属性，颜色、画线的宽度)
（1）turtle.pensize()：设置画笔的宽度；
（2）turtle.pencolor()：没有参数传入，返回当前画笔颜色，传入参数设置画笔颜色，可以是字符串如"green"，"red"，也可以是RGB 3元组；
>>> pencolor('brown')>>> tup = (0.2, 0.8, 0.55)>>> pencolor(tup)>>> pencolor()'#33cc8c'
（3）turtle.speed(speed)：设置画笔移动速度，画笔绘制的速度范围[0,10]整数，数字越大越快。
相关推荐：《Python入门教程》
3、绘图命令
操纵海龟绘图有着许多的命令，这些命令可以划分为3种：一种为运动命令，一种为画笔控制命令，还有一种是全局控制命令。
（1）画笔运动命令：

（2）画笔控制命令：

（3）全局控制命令：

四、命令详解
turtle.circle(radius, extent=None, steps=None)
描述：以给定半径画圆
参数：
radius(半径)；半径为正(负),表示圆心在画笔的左边(右边)画圆；
extent(弧度) (optional)；
steps (optional) (做半径为radius的圆的内切正多边形，多边形边数为steps)；
举例：
circle(50) # 整圆;circle(50,steps=3) # 三角形;circle(120, 180) # 半圆
五、绘图举例
（1）菱形太阳花
import turtle as t #turtle库是python的内部库，直接import使用即可def draw_diamond(turt):for i in range(1,3):turt.forward(100) #向前走100步
希望我的回答对你有帮助