私はPythonの速度を上げるために、ActivePythonインターフェイス経由でローカルで作業し、標準フレームワーク(DjangoまたはPylons)のいずれかをサポートするWebサイトに進むか、Google Apps環境?できるだけインタラクティブに滞在し、フィードバック/学習を簡単にしたい。Python学習環境
3
A
答えて
6
Pythonインタープリタを使用してください。多くの人々がSO recommendにあるチュートリアルの1つを取ってください。言語に慣れたら、Djangoのようなフレームワークを見てみましょう。
2
あなたは何を意味するのかよく分かりません。
開発用
最初の選択:アイドル - あなたはすでにそれを持っています。
第2の選択:コモド編集 - 非常に使いやすいですが、アイドルと直接の対話はしません。
アプリケーションのデプロイメントは、アプリケーションによって異なります。デスクトップアプリケーションやWebアプリケーションを構築する場合でも、同様のツールを使用します。私は素晴らしいIDEであるため、大きなもの(デスクトップまたはウェブのいずれか)にKomodo Editを使用することをお勧めします。
あなたは何について尋ねていますか?完成した製品の開発ツールまたは最終展開
2
私はローカルから始めます。 DjangoとPylonsは、編集/フィードバックループに複雑さの別の層を追加します。
あなたの主な焦点がpythonのウェブサイトを作ることでない限り、エディタとコンソールをつけてください。
2
docsとIDLE(シェル付き)を使用して学習しました。あなたがPythonを完全に理解した後、Djangoに行ってください。
1
ipythonとお気に入りのテキストエディタ。これらのスクリーンキャストで1時間を過ごすと、すぐにそれに気付くでしょう。
関連する問題
- 1. 機械学習、Python
- 2. Python - 機械学習
- 3. PL/SQLを学習するための開発環境の設定
- 4. 他の言語環境でのTensorFlowの深い学習モデルの使用
- 5. Pythonマシンの学習警告
- 6. Python - 単語学習のツール
- 7. ArcGIS環境のPython
- 8. Node.js学習ガイドまたは学習プラン
- 9. TensorFlowエスティメーターでの学習/再学習
- 10. 深い学習と機械学習
- 11. Pythonでパーサを学習する
- 12. 機械学習のためのPythonインポート
- 13. Python Tflearnマシン学習オプティマイザ、損失とパラメータ
- 14. 得点予測(Pythonの機械学習)
- 15. Pythonマシンの学習、機能の選択
- 16. Pythonランダムフォレストとマシンの学習 - 改善
- 17. 機械学習PythonのNaive Bayesクラシファイア
- 18. Googleの機械学習エンジンのPython 3
- 19. scikitのインストールVS 2017 Pythonの学習
- 20. Caffe - Pythonを使った深い学習
- 21. エクスポートpython scikitモデルをpmmlに学習
- 22. CNN学習可能パラメータの数 - Python/TensorFlow
- 23. Pythonマシンの学習sklearn.linear_model対カスタムコード
- 24. TDDのWindowsでPythonを学習する
- 25. Pythonの最適化/学習関数
- 26. Pythonと環境変数
- 27. WindowsのPython環境変数?
- 28. Python環境管理(devel/release)
- 29. Python Config Parser環境変数
- 30. C#、VB、Java、Pythonスクリプトテスト環境?