Python语言现在已经成为最流行的编程语言之一，也是首选人工智能领域的编程语言。本人使用Python多年，这里介绍一些平时喜欢用的Python工具和第三方包：####1.`conda`一个`Python`虚拟环境管理工具`Conda`是一个Python虚拟环境管理工具，很好用，没有之一。用户体验远好于`virtualenv+virtualenvwrapper组合`和`pipenv`等，有Linux和windows版本，强力安利！下面是一些常用的命令，大家可以通过命令感受一下这种方便——创建一个名为`py36`的虚拟环境，解释器版本3.6```bash>condacreate-npy36python=3.6```-输入虚拟环境命名为`py36````bash>condaactivatepy36```-查看已安装的python包```bash(py36)>condalistor(py36)>piplist```-安装第三方包```bash(py36)>condainstallrequests或(py36)>pipinstallrequests```-退出虚拟环境```bash(py36)>condadeactivate```####2.`requests`是`HTTP`库`requests`writtenbyhumans是一个由人类编写的`HTTP`库。作者是`GitHub`上的网红程序员`kennethreitz`。自从用了`requests`，我就觉得和`kennethreitz`一样，大神厉害的地方在于，作为开发者，他明白开发者需要什么。`kennethreitz`的另一个高明之处在于，他选择为使用广泛的`HTTP`提供第三方库。下面是一个使用`requests`的简单例子，从这些例子中我感受到了一种优雅```Python3.7.4(default,Sep72019,18:27:02)>importrequests>r=requests.get('https://api.github.com/repos/...')>r.json()["description"]'一个简单而优雅的HTTP库。为Python社区手工制作，带有?。>r=requests.get('https://api.github.com/user',auth=('user','pass'))>r.status_code200>r.headers['content-type']'应用程序/json；charset=utf8'>r.encoding'utf-8'>r.textu'{"type":"User"...'>r.json(){u'disk_usage':368627,u'private_gists':484,...}```####3.`spyder`是一个科学的`IDE`在进行数据分析、机器学习等相关编程工作时，我们往往要关注数据的变化，`spyder`是一款让你专注于数据的`IDE`工具，尤其喜欢他的变量浏览器。`spyder`的安装和启动非常简单，只需在命令行执行以下命令即可：-安装：`>pipinstallspyder`-启动：`>spyder3`下面是我编程时的界面，我用`opencv`读取一张图片，转换成灰度图。使用`spyder3`工具可以让我清楚的看到灰度图的像素内容。####4.`jupyter`是一个web`IDE`工具`jupyter`非常好用，可以理解为基于网页的`IPython`。使用`jupyter`主要有两个原因：1.`jupyter`是基于网页的，这意味着我们几乎不会被不同的环境所困扰，而且很容易通过web客户端进行服务端编程。2.`jupyter`也可以让我们看到数据的变化，适应编程工作需要关注数据的变化，继续进行数据分析。不过，`jupyter`的代码最终还是会通过`IDE`来实现，比如`pycharm`，但我们可以在`jupyter`中快速完成试错和初始版本的构建，这就足够了。下面是一个使用`jupyter`编程的场景。以上就是我在工作中经常使用的四个`Python`神器，极大的方便了我的工作。我希望它对你有用。遇到合适的场景，尽快使用吧！
