python

1、冒泡排序
<center><img src="http://xilinx.eetrend.com/files/2019-01/wen_zhang_/100016786-56119-1mou…; alt=""></center>

2、计算x的n次方的方法
<center><img src="http://xilinx.eetrend.com/files/2019-01/wen_zhang_/100016786-56120-2jis…; alt=""></center>

赛灵思® PYNQ 框架能在 Zynq® 产品系列中实现对Python 语言及运行时的全面支持与集成。直接在 Zynq SoC 架构上利用 Python 的生产力优势，用户能够充分发挥可编程逻辑和微处理器的长处，更容易为人工智能、机器学习和信息技术应用构建设计。

<strong>分号</strong>
Tip
不要在行尾加分号, 也不要用分号将两条命令放在同一行。

<strong>行长度</strong>
Tip
每行不超过80个字符

例外:
1. 长的导入模块语句
2. 注释里的URL

不要使用反斜杠连接行。

Python会将 圆括号, 中括号和花括号中的行隐式的连接起来 , 你可以利用这个特点. 如果需要, 你可以在表达式外围增加一对额外的圆括号。

Yes: foo_bar(self, width, height, color='black', design=None, x='foo',
emphasis=None, highlight=0)

if (width == 0 and height == 0 and
color == 'red' and emphasis == 'strong'):

<font color="#FF8000">作者：huyr830 </font>

下是看书归纳所写。

Python语言介绍：
1. Python是一门跨平台、开源、免费的解释型高级动态编程语言。
2. Python支持命令式编程（How to do）、函数式编程（What to do），完全支持面向对象程序设计，拥有大量扩展库。
3. Python也被誉为胶水语言。

胶水语言：可以把多种不同语言编写的程序融合到一起实现无缝拼接，更好地发挥不同语言和工具的优势，满足不同应用领域的需求。

Python版本之争：

Python目前存在2.x和3.x两个系列的版本，互相之间不兼容。在选择Python版本的时候，一定要先考虑清楚自己学习Python的目的是什么，打算做哪方面的开发，该领域或方向有哪些扩展库可用，这些扩展库最高支持哪个版本的Python。这些问题全部确定以后，再最终确定选择哪个版本。

Python 2.x系列最迟将于2020年全面放弃维护和更新。

Python编程规范以及优化建议：

<font color="#FF8000">译 | 王坚 整理 | AI时间</font>

下面是十个Python中很有用的贴士和技巧。其中一些是初学这门语言常常会犯的错误。

注意：假设我们都用的是Python 3

1. 列表推导式

你有一个list：bag = [1, 2, 3, 4, 5]

现在你想让所有元素翻倍，让它看起来是这个样子：[2, 4, 6, 8, 10]

大多初学者，根据之前语言的经验会大概这样来做

bag = [1, 2, 3, 4, 5]
for i in range(len(bag)):
bag[i] = bag[i] * 2

但是有更好的方法：
bag = [elem * 2 for elem in bag]

很简洁对不对？这叫做Python的列表推导式。

2. 遍历列表

还是上面的列表。如果可能尽量避免这样做：
bag = [1, 2, 3, 4, 5]
for i in range(len(bag)):
print(bag[i])

【导读】Python在解决数据科学任务和挑战方面处于领先地位。而一些方便易用的库则帮助了开发人员高效开发。在这里我们整理了20个在深度学习、数据分析中最常用、最好用的Python库，供大家一起学习。

作者｜ ActiveWizards
编译｜专知
整理｜Yingying，李大囧

<strong>核心库与统计</strong>

<strong>NumPy</strong>

我们从科学应用程序库开始说起，NumPy是该领域的主要软件包之一。 它旨在处理大型多维数组和矩阵，并且广泛的高级数学函数和实现的方法集合，使得可以使用这些对象执行各种操作。

在这一年中，NumPy有很多更新。 除了错误修复和兼容性问题之外，关键更新还包括NumPy对象的打印格式。此外，某些函数现在可以处理Python中可用的任何编码的文件。

<strong>SciPy</strong>

另一个科学计算核心库是SciPy。它基于NumPy，并扩展了其功能。 SciPy主数据结构又是一个多维数组，由Numpy实现。该软件包包含有助于解决线性代数，概率论，积分计算和更多任务的工具。

程序的格式框架

下面是一段温度转换的代码示例：
#TempConvert.py
TempStr = input("请输入带有符号的温度值：")
if TempStr[-1] in['F','f']:
C = (eval(TempStr[0:-1]) - 32)/1.8
print("转换后的温度是{:.2f}F".format(F))
elif TempStr[-1] in['C','c']:
F = 1.8*eval(TempStr[0:-1]) + 32
print("转换后的温度是{:.2f}F".format(F))
else:
print("输入格式错误")

Python初学者编码实践中经常遇到encode error，decode error，如下：

例1：
UnicodeEncodeError: 'ascii' codec can't encode character u'\u5728' in position 1

例2:
UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 0-1: invalid continuation byte

1、百度的时候，大家都建议在代码文件头加上字符集定义：
# -*- coding: utf-8 -*-

这种方法大部分情况下可以解决大部分的问题。那么它解决的是什么问题呢？

我们需要理解两个概念：

1）、# -*- coding: utf-8 -*- 的作用是声明 python源代码文件的编码格式。 谁会读取Python的源代码呢？ 一个是IDE编辑工具，比如pycharm，nodpad++，editpluss等，我们在写代码的时候使用。

本文介绍了采用创建一个Python脚本，用该脚本模仿R风格的函数的方法来方便地进行统计。

是用R语言还是用Python语言？这是一个旷日持久的争论。在此，我们可以尝试采用折中路线：创建一个Python脚本，用该脚本模仿R风格的函数，来方便地进行统计！

<strong>简介</strong>
用R语言还是用Python语言？这是数据科学和机器学习的一场大的争论。毫无疑问，这两种语言在最近几年都取得了巨大的进展，成为数据科学、预测分析和机器学习的首选编程语言。事实上，在IEEE新近的一篇文章中，Python取代C++成为2018年的顶级编程语言，R已经牢牢地保住了它在前10名中的位置。

然而，这两种编程语言之间存在着一些本质的差异。R主要是为数据分析问题的统计分析和快速原型化而开发的工具。另一方面，Python作为一种通用的现代面向对象语言，与C或Java相似，它具有更简单的学习曲线和更为灵活的行为方式。因此，R在统计学家、定量生物学家、物理学家和经济学家中仍然非常受欢迎，而Python逐渐成为日常脚本、自动化、后端web开发、分析和通用机器学习框架的首选语言，Python语言的技术支持基础比较广泛，同时还有许多开源社区。