随着python语言的发展，在软件行业里面使用python编程语言的公司会越来越多，那么，在学习使用Python需要养成的什么好习惯呢?以下是小编为你整理的如何入门python爬虫

缩进:由于跟其他编程语言的区别性，缩进在python编程中显得十分重要;在Python的代码块中必须使用相同数目的行首缩进空格数，否则会造成脚本运行错误，提示你格式不正确之类的信息。因此，在使用python语言写脚本的时候，保证缩进的一致性相当重要。

空行:虽然在python编程过程中，空行并不是Python语法的必需部分，但是，保持函数之间或类的方法之间用空行分隔，可以使得代码看起来更加清晰明了，也有利于后期的代码维护或重构。

[图片0]

注释:注释相对经常使用编程语言的人来说应该不是很陌生吧，主要因为注释不仅使得阅读代码的人容易理解，也让代码作者更好地定位代码函数等。python跟其它语言一样，注释在一些该注释的地方，可以让效率事半功倍。

源代码:python作为完全开源的语言，代码对于任何人都可以随意浏览。这种方式可以更好地帮助人们发现有利精简扼要的代码，在很多方面可以省去不必要的时间，因为觉得合适可以直接拿过来使用或者简单修改。经常看一下好的源代码，不仅会让你学习别人的编程方式，还在另一方面大大的帮助你更好地学习。

编程思想:使用任何一门编程语言，都需要保持很好的编程思想，对python来说也是一样的。学会创造使用适合自己的编程思想是至关重要的，因此，去多读一些讲解编程思想之类的书籍来充实自己吧。

python的作用

Python的优势有必要作为第一步去了解，Python作为面向对象的脚本语言，优势就是数据处理和挖掘，这也注定了它和AI、互联网技术的紧密联系。

网站开发。Python数据处理很在线，用它编写网站可以为大众提供优秀的服务，主要使用django和flask框架，著名的网站像知乎、YouTube就是Python写的。

自动化运维。Python运行在Linux系统上可以作为服务器脚本不停工作，实现对主机的自动化操作，自动登录等就是应用之一。

网络爬虫。顾名思义，从互联网上爬取信息的脚本，主要由urllib、requests等库编写，实用性很强，小编就曾写过爬取5w数据量的爬虫。在大数据风靡的时代，爬虫绝对是新秀。

人工智能。AI使Python一战成名，AI的实现可以通过tensorflow库。小编认为，神经网络的核心在于激活函数、损失函数和数据，数据可以通过爬虫获得。训练时大量的数据运算又是Python的show time。

当然以上只是Python应用最多的领域，别的领域和这些往往存在交集，这里就不再赘述了，至于Python能不能写外挂和游戏，下面小编就告诉大家。

外挂是写不了的，Python是脚本语言，不可能像易语言、C语言那样流畅自如地编写辅助。

游戏并不适合用Python开发，Python虽有pygame库，但是功能不强，游戏运行效率低下，写游戏还是要靠游戏引擎。

python的安装方法

python下载时也可以下载zip的版本(Windows x86-64 embeddable zip file)，但是下载后有时发现会出现很多dll文件丢失情况，还需要去重新修复这些问题，会比较麻烦，所以还是建议下载Windows x86-64 executable installer版本

下载完成后双击执行下载的exe程序，进入安装界面。安装界面可以选择默认安装，也可以自定义安装，我比较喜欢自定义安装，默认安装路径都比较深，自定义安装自己定义个较浅的目录，后续容易找。

[图片1]

在选择路径安装时，可以把下方的“Add Python to PATH”勾选上，这个就直接默认把用户变量添加上了，后续不用再添加

选择好后，继续下一步，全部默认选择即可，如有需要可变更，再下一步时直接更新安装存储的路径(D:)。

继续下一步，则提示安装成功。在安装目录也可以看到如下图2的相关信息。同时在cmd中执行python -V(大写V哦)则可看到成功安装的版本。

Python自然语言处理

《Python自然语言处理》是自然语言处理领域的一本实用入门指南，旨在帮助读者学习如何编写程序来分析书面语言。《Python自然语言处理》基于Python编程语言以及一个名为NLTK的自然语言工具包的开源库，但并不要求读者有Python编程的经验。全书共11章，按照难易程度顺序编排。

第1章到第3章介绍了语言处理的基础，讲述如何使用小的Python程序分析感兴趣的文本信息。第4章讨论结构化程序设计，以巩固前面几章中介绍的编程要点。第5章到第7章介绍语言处理的基本原理，包括标注、分类和信息提取等。第8章到第10章介绍了句子解析、句法结构识别和句意表达方法。第11章介绍了如何有效管理语言数据。后记部分简要讨论了NLP领域的过去和未来。

《Python自然语言处理》的实践性很强，包括上百个实际可用的例子和分级练习。《Python自然语言处理》可供读者用于自学，也可以作为自然语言处理或计算语言学课程的教科书，还可以作为人工智能、文本挖掘、语料库语言学等课程的补充读物。