مقدمات برنامه نویسی پایتون

سلام وقت بخیر

برای شروع پایتون چه مقدماتی نیازه ؟ باید زبان ابتدایی بلد باشیم ؟

اررور خط فرمان در پایتون

سلام.من وقتی پیتونو باز میکنم یه محیط مثل محیط خط فرمان ظاهر میشه .من مثلا یه کد 

برایه اجرا تایپ میکنم کد    print "hello,world!" ولی ارور میده ممنون میشم اگه راهنماییم کنید.

دوستان من خیلی وقته دیگه پایتون کار نمیکنم و این وبلاگ واسه چند سال پیشه که همچنان سوال مطرح میشه... لطفا اگه میدونید جواب بدید

کدی توی پایتون زدم و از سایکیت لرن

با سلام و وقت بخیر
کدی توی پایتون زدم و از سایکیت لرن (آناکندا ورژن 3 نصب کردم)استفاده می کنم.منتها چنین خطایی به من میده

AttributeError: module 'lda' has no attribute 'LDA'

lda روی سیستم نصبه(pip install lda) و همین کد روی لب تاب دیگه جواب میده منتها روی لب تاب من نه!!!
کد:

from __future__ import print_function
from time import time
import codecs
import sklearn
import gensim
from sklearn.feature_extraction.text import TfidfVectorizer, CountVectorizer
from sklearn.decomposition import NMF, LatentDirichletAllocation
from sklearn.datasets import fetch_20newsgroups
import numpy as np
n_samples = 2000
n_features = 1000
n_topics = 10
n_top_words = 20

def print_top_words(model, feature_names, n_top_words):
    for topic_idx, topic in enumerate(model.components_):
        print("Topic #%d:" % topic_idx)
        print(" ".join([feature_names[i]
                        for i in topic.argsort()[:-n_top_words - 1:-1]]))
    print()

print("Loading dataset...")
t0 = time()
dataset = sklearn.datasets.load_files('C:/Users/parya/Desktop/hhhhhh', description=None, categories=None, load_content=True, shuffle=True, encoding='utf-8', decode_error='strict', random_state=0)
data_samples = dataset.data
print("done in %0.3fs." % (time() - t0))
file = codecs.open('E:/stop2 (2).txt','r','utf-8')
stopwords = file.read().split('\n')
# Use tf-idf features for NMF.
print("Extracting tf-idf features for NMF...")
tfidf_vectorizer = TfidfVectorizer(max_df=0.95, min_df=2, #max_features=n_features,
                                   stop_words=stopwords)
t0 = time()
tfidf = tfidf_vectorizer.fit_transform(data_samples)
print("done in %0.3fs." % (time() - t0))

# Use tf (raw term count) features for LDA.
print("Extracting tf features for LDA...")
tf_vectorizer = CountVectorizer(max_df=0.95, min_df=2, max_features=n_features,
                                stop_words=stopwords)
t0 = time()
tf = tf_vectorizer.fit_transform(data_samples)
print("done in %0.3fs." % (time() - t0))


print("done in %0.3fs." % (time() - t0))

#print("\nTopics in NMF model:")
tfidf_feature_names = tfidf_vectorizer.get_feature_names()
#print_top_words(nmf, tfidf_feature_names, n_top_words)

print("Fitting LDA models with tf features, n_samples=%d and n_features=%d..."
      % (n_samples, n_features))
import lda
lda = lda.LDA(n_topics=20, n_iter=1500, random_state=1)
t0 = time()
lda.fit(tf)
print("done in %0.3fs." % (time() - t0))

print("\nTopics in LDA model:")
tf_feature_names = tf_vectorizer.get_feature_names()
print_top_words(lda, tf_feature_names, n_top_words)

دوستان من خیلی وقته دیگه پایتون کار نمیکنم و این وبلاگ واسه چند سال پیشه که همچنان سوال مطرح میشه... لطفا اگه میدونید جواب بدید