学习要有针对性,Python功能很强大,能应用到的场景很多,比如做网页,做游戏,做界面,做数据分析,统计分析,深度学习,根据自己的需求来决定学什么;
现用现学,先学一遍基础教程,然后在量化平台开始数据分析,用到什么不会再去补什么;
基础知识,当用到时发觉忘记了回头复习巩固是常事。只有追着自己想要的东西去学,学会了才有成就感,才有动力继续下去。
不管是学什么,最重要的就是多练习,多操作。
如果是零基础同学,从Python的起源,环境安装,开发工具使用,到基本数据类型,数组,集合,到函数,到面向对象,PythonWEB编程这些都是需要学习的,高阶点的话可以学习下Django框架,pandas数据处理,数据分析,机器学习等内容;Python作为目前tiobe编程排行榜上第三的语言,是非常不错的选择,可以尝试学习,但是需要考虑是如何就业?目前很多培训机构都走了Python路线但是就业形势就非常严峻,如果要学习Python可考虑北上广深等地就业!!!
如果是小白建议可以学习百战程序员的Python400集,对于小白打基础非常不错,很多高校大学生都在学习,每年点击量上百万
现在学习Python很多的,Python有好几个方向,可以提前了解下,然后明确自己学习到目的,比如工作需要,要学什么内容,就业需求,要学习什么,或者只是兴趣,慢慢积累,都有一个过程。推荐你可以看看百战程序员Python400集的学习内容,很适合初学者,内容很多,而且很实用,我身边很多朋友都是学习这个入门的,而且这么多内容都是免费了,真的值了,就看你能吸收多少了,学完自己动手做一些小程序没问题,可以去看看,入门绝对ok。
推荐一个不错的学习资料,尚学堂的Python400集,很适合入门学习
路径I:适合自律能力最差的人
咱们先从自律能力最差的人说起。
这样的同学,往往是三分钟热度。偶然受到了刺激,发奋要学习Python,以便投入数据科学的事业中。他会立即跑到图书馆或者书店抱回来一本《X天从入门到精通Python》的书开始啃。结果X天还没到,就顺利跑完了从入门到放弃的全过程。
你没能坚持下来,自己肯定是有责任的。但是最大的问题,在于过度高估自己的自律能力。这样的同学,我推荐你到Coursera平台上,按部就班学习一门非常好的MOOC——ProgrammingforEverybody。
推荐这门课,是因为课程质量真是太好了。首先是教材好。这本教材的来源是有故事的。先是AllenB.Downey写了一本开放书籍ThinkPython:HowtoThinklikeaComputerScientist。
这本书在Amazon上的评价是这样的:
CharlesSeverance觉得这本书写得太好了,想把它作为教材。于是征得作者同意,大篇幅借鉴了这本书的内容架构,编写了一本PythonforInformatics。
Charles写作这本书的时候,同时开放推出了iBooks格式,里面就包含了自己的授课视频,供学生直接观看学习。
后来,Charles用这本书扩展,做成了一门MOOC。2015年上线不久,硅谷资深工程师就都争相学习。
Charles深谙课程迭代的技艺。他不断添加内容,完善课程体系,将一门课发展成一个专项课程(SignatureTrack),并且将教材升级为PythonforEverybody:ExploringDataInPython3。
在目前全球MOOC口碑榜上,Charles的这门课一直名列前茅。
这个专项课程深入浅出讲解Python本来就很简单的语法,而且还用数据科学的一些基础工作任务,带动你去使用Python语言写简单项目。这种扎实的训练过程可以增强你的信心,激发兴趣。
对于自律程度低的同学来说,下面这个特性更重要:一切工作都有时限。
Coursera上的课程,每周的任务很明确。练习题正确率如果不能达到80%,就不能过关。到了截止日期,如果你不能完成全部练习和课程项目,就拿不到证书。
老师在前面引领你,助教在旁边督促你,平台用时间表提醒你,论坛上的同学们在用同侪压力推挤你……想偷懒?想三天打鱼两天晒网?很难。
路径II:适合自律能力中等偏上的人
如果你的自律能力中等偏上,那么你可以选择的面就宽了。
这里我给你推荐另一个MOOC平台,叫做Datacamp。
我第一次接触Datacamp,是在2015年初。那时我在Coursera上选修杜克大学的统计学课程「StatisticalInference」,配套的练习就在Datacamp上。
当时这个平台就给我留下了非常深刻的印象,因为代码的运行都采用了云环境。学习者不需要在本机安装任何环境,一个支持HTML5标准的浏览器就能带给你完整的学习体验。
对初学者来说,这种入门方式太好了。要知道,许多人的学习热情,就是被环境配置和依赖软件包安装的坑埋掉的。
两年之后,Datacamp已经迭代得更为强大。你可以打开首页的DataScientistwithPython这个学习路径,查看其中已经提供的20门课程。
这些课程涵盖了从Python基础,到数据处理,直至人工智能和深度神经网络的方方面面。
所有的课程设计,都是短小精悍的。一般不超过4个小时,就可以完成某一主题的学习。这样你学起来毫不费力,可以在相当短的时间内获得反馈(练习题自动评分)和成就感(证书)。
这个平台的课程,进度完全由学习者自己掌控。所以我把它归纳为适合有一定自律能力的学习者。它既可以给你即时的回馈,让你时刻了解自己所处的位置进度,不会迷失方向,又能充分体验自主学习的乐趣。
Datacamp的课程,一般都是第一部分免费开放。后面部分购买后才能解锁学习。如果你对自己的学习能力和毅力有信心,可以购买一个完整时间段(例如一年)的课程。在此期间,所有平台上的课程,你都可以学习,并且可以在通过后获取证书。这样的购买方案本身已经有优惠,而且每年都会有特定时段的大幅打折促销,非常划算。建议放到购物车里面多关注。
这是我在Datacamp拿到的深度学习框架Keras课程证书,确实只需要几个小时的时间就能学完,成就感还是蛮强的。
路径III:适合自律能力强的人
前面提到的课程费用不菲。Coursera上每门课平均价格在49美元左右。对来自发展中国家的学生群体,Coursera可以提供助学金。你可以根据自己的需求如实填写申请表,来获得资助。
对于自律能力强的同学来说,你的选择可以变得非常简单直接——可以用最受推崇的教材,自己看书学习。
最受推崇的教材,其实是没有的。正如西谚有云:
Onan’smeat,isanotherman’spoison.
这个世界上,就没有哪件东西大家都说好。但口碑非常好的教材是存在的,例如这本起了个怪名字的《笨办法学Python》(LearnPythontheHardWay)。
千万不要被名称迷惑,望文生义觉得这是一本糟糕的Python入门教程。恰恰相反,这本书的设计,非常适合人们的认知规律。
我们学东西,由浅入深,由易到难,逐步递进。如果一味追求新知,那么之前学的东西会很快遗忘。如果总是原地打转,会带来枯燥和无聊的感觉。还记得高三做的那一年卷子吧?
好的教科书,应该在每一个章节给学习者提供新的知识和内容,提出足够的挑战。但是挑战性不能高到让学习者产生挫败感而放弃。同时也不能忽视在后续内容中把前面所学知识改换面目不断螺旋上升式重复出现。只有这样才能巩固所学,让学习者感受到基础知识的作用,增强学习的愉悦感。
这么说有些抽象,实际上有一本英语教材非常符合上述认知规律,就是我在课堂上和文章里反复推荐过的这一套教材:
《笨办法学Python》也是一本这样的书。你需要做的就是把书打开,同时打开一个好用的代码编辑器,开始按书中要求敲代码、运行代码、改代码……
下图是我当初学习时,照着这本书敲的代码。
书中对Python基础内容训练的完备性,至今无出其右者。顺便说一句,这本书有中文版哦。所以如果你英语不好,完全不用担心。
嘱咐一句,英语真该好好学。拓宽的不仅是你的眼界,也增加了你可能获得的机会。考虑到仔细阅读这部分的读者都是自律性很强的人,我就不用多说了。
挑战
三条基本的Python入门路径讲完了。通过对自己自律能力的清晰理解,相信你可以找到一种适合自己逐渐学习和掌握Python的方式。
但是完成了读书和听课,是不是就完事大吉了?当然不是。
许多人在这里犯了错误。他们以为拿到了证书,或学完了教材,就算是真正掌握Python。然后把这门语言丢弃在一旁,去刷美剧和小说了。相信我,你会遗忘的。如果你对于长期不接触的东西从不遗忘……去医院检查一下吧。大部分人的记忆模式,都是这个样子的:
若不加以干涉,不出一个星期,你就能把学到的新知识几乎忘光。如果你不希望自己辛苦学来的Python知识被如此轻易浪费掉,怎么办?
实践
你应该实践。
实践Python技能,未必一定要找个世界500强企业的核心技术部门,「996」工作N年才能完成。你可以从生活中寻找各种有趣的问题,然后思考能否用Python编程来解决它。
我真正觉得自己初步掌握了Python,就是在完成了我的第一个Github项目之后。
项目非常简单,就是用Python作为胶水语言,把一系列工具连接在一起。可以把Markdown撰写的内容随心所欲一键变化成各种格式。
格式包括而不限于:
PDF/LaTeX;
Word;
Bitcron文稿;
MarkEditor文稿;
MWeb文稿;
Bear文稿;
TextBundle(可以导入MindNode,Ulysses等);
Reveal.js幻灯;
发布版本Markdown(图片一键至七牛图床);
本地版本Markdown(简书等远程Markdown同步图片至本地);
DayOne日记。
其中部分功能我正陆续发布在Github公开项目中,地址在这里。相应地,我也撰文做了介绍。
这个小项目,我从2014年开始做。实话实说,现在回头看当时的代码,简直惨不忍睹。但是如果你逐渐对自己你可以从生活中寻找各种有趣的问题,然后思考能否用Python编程来解决它。你可以从生活中寻找各种有趣的问题,然后思考能否用Python编程来解决它。你可以从生活中寻找各种有趣的问题,然后思考能否用Python编程来解决它。你可以从生活中寻找各种有趣的问题,然后思考能否用Python编程来解决它。你可以从生活中寻找各种有趣的问题,然后思考能否用Python编程来解决它。你可以从生活中寻找各种有趣的问题,然后思考能否用Python编程来解决它。的代码有了这种感觉,证明你在进步。
不要指望自己一出手就能写出完美的代码,要把「迭代」两个字时刻装在心里。这样你才能容忍自己的笨拙,不断提高。正如古人说的那句:
勤学似春起之苗,不见其增,而日有所长。
我在做这个项目的过程中,曾经遇到了中文编码、隐私信息存储、文件名空格处理、绝对与相对路径、发布流程划分、功能解耦合、Web图片地址附带参数……等等一系列的问题。
通过回顾用Git版本控制工具记载下来的日志,以及版本对比功能,你可以清楚看到自己是在何时利用什么方法解决了这些问题。然后别忘了,给自己工具箱里的新增小技能打个勾。
一个个小问题逐渐被你攻克的时候,你才能真正感受到所学技能的价值,并且点滴积累自信。
重要:多抄、多写、多想、多问、多看、多听、多说
1.学习编程就是为了解决实际的问题,把自己在工作或学习中的重复工作程序化
2.谷歌和度娘
3.加入开源社区(多看、多分享、多交流)
4.参加培训辅导(仔细听课、跟上课堂学习,有问题做记录,课后查阅资料或请求他人)
5.善于记录笔记,不断总结,查漏补缺。
1.第一python入门基础:这些都是基础,基本概念必须清楚!
学习Python需要掌握如下基础知识以及相关技能。
1.Python基础知识(变量、语句、数据类型、数值类型、字符串、布尔类型、列表、字典、元组、条件语句、循环语句、函数、装饰器、面向对象、网络socket、爬虫)
2.Python基础库(模块、包、系统模块、三方模块)
3.python文件处理(读、写、执行、)
4.python字符统计
5.python数据排序
2.学习方法:万虐终成神!敲代码,解决BUG才是学习,无数次的看视频不是学习,至少不会学好。
做一个老码农在这里说说自己的经历,我做码农的完全是凭借自己的爱好,兴趣爱好是第一重要的,但是不能泛滥,我非科班出身,学的自动化专业,最早在大学里从51单片机的汇编开始,之后通过自学在51单片机上用c,之后基本没用汇编了,不管avr,stc,pic等单片机,到arm7,arm9平台都一直用的c,因为c相比汇编来说更高效,易维护,更容易移植到其他平台,所以当时是能用c解决问题的就不用汇编的原则。
由于工作需要接触了python,通过自学方式把python应用到了工作上,语言都是想通的,大概的流程抽象成了输入、计算、输出这样的流程。什么语言都是入门简单,精通难。相比java,c等语言来说python极其容易入门,但是简单的语法也正是它的缺点,灵活导致很多bug在运行过程中才能发现,导致多人协同上很难保证统一的风格(pep8之外的)。
所以单一回答:学python从哪来开始来说,就看和写两个字,随便买本书来看都能学习到基础的语法,写的话就是根据书上的各种helloworld炼。最终要在项目上使用,而且是大量使用,你发现遇到各种问题和坑,随之百度、Google、so等网站上找到了你的答案,慢慢经过项目的历练发现已经不在是小白了。
技巧:
1.多看成熟框架的源码,这是解决问题都抵的途径;
2.多看相关的书刊,大拿的博客,github,so站;
3.学以致用,光看不练没用;
4.数据结构,算法,操作系统,网络,数据库这些是计算机的基础,高级的框架都是建立在这些上的,多看基础的知识;
5.刷面试题,看看面试题就知道自己的掌握程度;
6.熟读pepe8;
7.保持学习的心态,但不要三心二意的,别今天python,明天java,后天go的;
8.人生苦短,我用python。
手机上码的字将就着看吧[捂脸][捂脸]
如果你想学好Python编程语言,是需要付出更多时间及精力的。现在Python的前景还是非常好的,Python正是当前热门语言之一,尤其是人工智能发展起来以后。Python语言虽然比较简单,起步时很好学。
另外,对于Python新手,在刚开始学习Python的时候,总会遇到这样的一个问题:学习了相关教程,也明白相关的规则,但是给出一个功能,却无从下手,不知道怎么去实现,或者知道怎么去实现,就是写不出来,这个问题该如何解决呢?
我的方法是:在网上找一些大型项目进行练习,多看多练多总结,就能熟练掌握Python,形成更优化的Python思路。当然了,这个比较麻烦。
但是,如果参加培训学习,这个就比较简单了,往往课程教学中会包含这一项,Python学员可以先自己写一遍,然后再听老师的讲解,通过对比,找到疑惑点和不足之处,然后进行思路和项目的优化。
总之,Python开发的前景是非常好的。如果确实不知道怎么办,可以选择专业的学习方式,先去试听看看,只有这样,你才能知道这个学习班是否真正适合你,才能知道你是不是适合学Python技术,才不至于浪费时间、金钱和精力。
0,迈开步子就行。
这是一个非常好的问题,作为一名IT行业的从业者,同时也是一名计算机专业的教育工作者,我来回答一下这个问题。
当前Python语言上升趋势明显,随着大数据、人工智能等技术的不断发展和落地应用,未来Python语言的应用空间会进一步扩大,而且未来更多的职场人都需要掌握一定的Python编程知识,以便于拓展自身的能力边界。
Python语言本身有比较清晰的语法结构,而且Python语言是过程式语言与面向对象语言的结合体,同时Python语言的实验环境也比较好搭建,所以即使没有任何编程语言基础,也完全可以自学Python。
Python语言是目前比较流行的全场景编程语言之一,目前可以应用在Web开发、大数据开发、人工智能开发和嵌入式开发等领域,所以要想学习Python编程,应该选择一个学习方向,这样就可以围绕这个方向来制定相应的学习方案。对于没有明确学习方向的初学者来说,可以按照Web开发方向来制定学习计划,一方面Web开发方向的技术体系比较成熟,有大量的学习案例可以参考,另一方面Web开发方向的学习难度相对比较低,可以很快建立学习的成就感。
学习Python编程首先要搭建起Python的基础编程环境,这一步还是比较容易的,到Python的官方网站下载一个与自身操作系统匹配的版本(最好选择3系列版本)就可以了,然后就可以一边学习基本的Python语法一边动手实践了。对于初学者来说,应该选择一步入门级的Python编程书籍,这样会有一个更好的学习体验。
最后,学习Python编程一方面要注重多做实验,另一方面还应该多做交流,交流的过程也是学习的过程。
我从事互联网行业多年,目前也在带计算机专业的研究生,主要的研究方向集中在大数据和人工智能领域,我会陆续写一些关于互联网技术方面的文章,感兴趣的朋友可以关注我,相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题,或者是考研方面的问题,都可以在评论区留言,或者私信我!
从哪里开始?
当然是从行动开始
网络上免费的Python教程多到你花2年时间都看不完
不用纠结去找到“最好”的教程,随便找一份播放量大的先照着开始
等你基本入门后,再找优秀的教程和书籍深入学习
现实情况是
100个人有学习的想法
20个人采取有效的行动
最后,仅有4个人面对困难并坚持了下去
如果对自己没有信心,自己不努力去面对从零到一的困难
即使给你再好的视频,再好的书籍
那也只不过是一堆没用的电子资料而已
Python最近非常热门,特别是近几年,社会各界,包括专业人员、学生、教师等都在学这门非常经典的语言。Python相比其他编程语言来说,其结构和逻辑更容易让人接受,易学,个人觉得学Python可以从以下方面开始。
1、首先找一个专业的老师或机构,特别是有实战经验且做的项目比较多的老师或机构,这样会给你最真实和最务实的内容。这些专业老师会引导如何学,怎么学,要学哪些内容;
2、找到一位老师后,按要求完成相关的内容,包括自己要多加练习,有不明白的地方可以和老师及同学交流,同时也可以记录下来,一定要把每个知识点弄清楚,不能半知半会,这样会很不利;
3、要学会做笔记,反复练习,反复实战,包括编辑、处理文档、处理数据等,这样对你的帮助会很大,进步也非常快。
总之,要想学好Python,找专业老师或机构,按计划学习,进步将会非常快!
以本人为例,我学习python是从廖雪峰的个人主站上学习的。
不论是否零起点都比较适合,章节列的也比较详细。主要是每章都有可以动手尝试的小练习,同时也建议楼主要边看边一起写,虽然只是简单的抄,但是也会加深理解。
同时每篇最后也有评论区可以与一同学习的人或者博主留言交流。
如果楼主还是不太自信,或者遇到一些问题自己实在不会解决,也可以在qq上搜索一些python学习交流群,群里一般也会有大量学习资料,有问题也可以随时抛出与大家讨论。
希望对你有帮助。
python这门语言逐渐成为了大家的焦点,很多人都在网上寻找教程,或者问python怎么学?如何学?像是数据处理、云设施、爬虫、web开发都是很常见的领域,但是每个领域我们应该如何学习?该注意什么知识点呢?
第一阶段你该了解什么?
核心编程:1.Linix基本命令;2.python语法基础;3.python字符串解析;4.python时间和日历;5.python文件操作;6.python面向对象;7.设计模式;8.异常;9.模块;10:.项目实战:游戏界面开发等等。
有关每一个编程核心还设计到很多细小的知识点,上面罗列的10个基础学完后需要掌握的能力可以参考下图。做好第一阶段的学习规划。
第二阶段:python高级和网络编程
1.python高级编程;2.Linux系统编程;3.Linux网络编程;4.正则表达式;5.案例:web服务器实现;6.数据结构与算法;7.shell脚本编程;
第三阶段:数据库开发
1.MySQL开发;2.MongoDB开发;Redis开发;4.数据库调优和部署
第四阶段:前端与移动开发
1.html;2.css;3.ps应用;4.pc端页面开发实战流程;5.html5和css3;6.移动端页面开发实战流程;7.javascript;8.jQuery;9.移动端框架和库;10.前端自动化、前端性能优化;
第五阶段:web全栈开发
1.git项目代码管理和项目开发流程;2.Django框架开发;3.Nginx配置和uWSGl部署;4.大项目一:电商平台;5.RESTful接口开发;6.tornadoweb框架;7.微信公众号开发;8.大项目二:移动webo2o
以上说的几个阶段学习参考下图需要掌握的知识点和学习目标。
有关人工智能学习的点也在上面了,个人认为如果自学能力很强的话,可以选择自学。要根据上面的学习知识点去逐一的学习。如果学习能力很弱的话,可以培训一下。大概系统的学习下来框架已经全部了解了,接下来只要自己实践操作就可以。