-
1 # 花哥知識庫
-
2 # Jackpop
對於程式語言的學習，我一向推崇理論+動手實踐的學習方法，書本只能告訴你每一個專業名詞、語法的概念及用法，而動手實踐能夠讓你更加深刻理解它們的含義，讓你對語言的學習進一步得到昇華。
大學期間唯一和程式設計相關的課程就是C語言，但是由於專業為數學，所以平時大多數是和書本、公式、推導證明打交道，很少使用程式語言，也可以稱得上接近零基礎，後來實習期間自學Python，來說一下我的學習方法吧。
1. 入門階段就如同前面所說的，如果有一點的C語言基礎，對於學習Python會有很大的幫助。如果純粹的零基礎也沒關係，需要花費一些時間去理解程式語言裡面的一些通用概念。
我認為入門Python相對容易，因此我更加推薦網上免費的線上教程，非常多，而且非常好，當然如果喜歡紙質書籍的也可以購買書籍學習。
尤其的基礎知識相對簡單，如果有一點的程式設計基礎一週或者更短的時間內即可對Python基本語法做一定的瞭解，如果購買線上課程，我認為會耗費很多時間。
關於入門階段的線上教程我推薦兩份：
Python菜鳥教程：www.runoob.com
廖雪峰Python：www.liaoxuefeng.com
關於入門書籍，我推薦一本不錯的書籍，
《Python程式設計從入門到實踐》
2. 進階階段關於進階，我推薦兩本書籍：
第一本：《Python Cookbook》
我認為這是一本很適合有一點Python基礎的開發者，這本書應該很多Python開發者都有所耳聞，它在基礎語法的基礎上進行了一些提升。
就如同上面這個例子，它會拋開入門的那些簡單語法去講解一些Python高階實用方法和技巧，例如抽象基類、單例模式、介面等。每一個知識點它會對應提出一個問題，然後給出相應的解決方案，並且告訴你這樣用的意義何在、怎麼樣更加高效的使用Python，怎麼設計更高效的軟體模式。
第二本：《流暢的Python》
這是一本經得起考驗的Python書籍。
舉一個最簡單的例子，在絕大多數教程都會講到迴圈和條件語句，千篇一律的告訴你"if..else..", "for...while"，這個有一點程式語言的同學都知道，但是在Python裡面迴圈和條件語句有什麼特殊的地方嗎？該怎麼用好它？
在很多部落格、教程中都不會深入介紹，但是這本書會詳細的介紹Python深入的內容。
它和大多數書籍和線上教程蜻蜓點水式的講解不同，它更加深入，深入而不冗餘，在你看這本書的時候你會發現，它的每一段話都是有意義的，沒有什麼廢話。
它分別從資料結構、字典集合、文字和位元組序列、函式、設計、裝飾器、閉包等講起，然後對每一塊知識進行展開，詳細介紹裡面最根本的原理，然後告訴你，該怎麼用好它，高效的使用它。
3. 練手專案除了書籍之外可以找一些練手的小專案去熟悉一些Python的用法，在動手中理解學習到的概念，感興趣的可以看一下我的另一篇回答，介紹了一些Python練手專案，
Python 的練手專案有哪些值得推薦？www.zhihu.com
4. 實戰實戰階段我認為可以選定一個感興趣的方向，比如資料分析、網頁爬蟲、CV等，然後去設計一下系統架構，並且逐步程式設計實現它。
當然這方面也有很多開源的專案可以解決，以CV為例，AlexNet、R-CNN、YOLO這些經典的CNN模型都會開源他們原始碼，可以克隆下來閱讀一下它們的程式碼，學習一下，然後實現自己的系統。
這裡，推薦一個優質的github專案，裡面每週會精選一些優質的Python專案，可以從中選取自己感興趣的進行學習。
-
3 # relax83797997
python這門程式語言，這兩年熱度大增，成為了很多程式設計師追求時髦的一個工具，能夠得到得到大家的熱捧，說明其自身有著很大的優勢和使用價值，每種語言的火熱，不可能是沒有原因的，這門語言在很多年前已經出現了，它在上世紀90年代的時候就已經產生了，這麼多年的積累，讓這門語言逐漸成熟愛並強大起來。python最強大的地方，就是這麼多年來積澱的第三方庫，也稱為模組，安裝即可使用，不用在自己從頭開始，自己“造輪子”，比如人臉識別、爬蟲、人工智慧、資料分析等等。人們都說python是程式語言中的萬能膠水，可以和很多其他語言編寫的程式融合，比如c、php、java等等，都能實現功能呼叫。個人覺得，這門語言簡潔強大效率高容易學習，但是也存在執行速度稍遜一籌，可以理解的，畢竟是一門解釋型需要。我很喜歡的，上面的很多庫，都是程式要的開發利器，學習起來也很好上手，個人強烈推薦！
-
4 # 吾八哥
還是要選準一個使用Python的方向，這樣才能在這個方向裡面不斷的摸索前進！工作中使用Python,才能慢慢的積累經驗
-
5 # 歸來已暮年
不管學哪種程式語言，首先問問自己：每天能夠有多少時間是用來學習的？
必須有足夠的投入才行！
還有就是明確：是自學？還是上網課？一定要選擇好。
自學要有足夠的自律與目標才行！
上網課雖然會花點小錢，但有老師指導是不一樣的。會少走些彎路。提高學習的效果。
-
6 # 賽竇娥Colby
區別於你要做什麼？
python因人工智慧而火。
如果你是為了工作而做，那麼AI就是你走的方向。
如果你是為了興趣而做，那麼就隨著自己的興趣方面去學習。
同時，工作和興趣都是可以並存的。
但是每種語言你都需要的深入學習並堅持下去，否則工作和興趣都不可能實現。
-
7 # IT老良
‘人生苦短，我用python‘，Python功能全面，可以用於系統運維、圖形處理、文字處理、爬蟲編寫、機器學習、自然語言處理等等。功能本身之外，使得Python從眾多的程式語言中脫穎而出的重要原因還是因為它具有易懂易學的特性。毫無疑問，人工智慧的特性會給垂直行業（金融、醫療、教育等等）帶來巨大的機遇，每個人都有機會透過將智慧引入自己的工作或產品，從而煥發新的活力。
首先，你要明白你學Python的目的是啥，以後想從事哪方面的工作。就比如我來說吧，我本身不是一個程式設計師，我學python只是覺得的它能夠幫我解決一些工作上的事情，提高效率。打個比方，python可以幫我處理excel檔案，有時候我們要處理幾萬條的excel檔案，如果用人工去處理將會耗去大量的時間，也沒有多大的意義。那麼如果你懂python你只要寫個程式，將excel檔案匯入到這個程式執行，原來需要將近1小時的工作現在幾分鐘就解決了。然後最近在學量化交易，就是將python運用到股票交易上。所以說python的運用還是很廣很廣的，看你以後想從事哪方面工作了。當然python基礎首先要學好，可以網上搜一些教程看看。
-
8 # 笨鳥學資料分析
學Python這條路怎麼走？這是很多初學者都會問的一個問題，這個時候要問下自己，學Python想幹嘛？為了興趣？還是為了找份工作？亦或是其他目的。
Python的應用領域非常廣泛，如資料分析/挖掘、機器學習、爬蟲、Web開發及遊戲開發等。
不論選擇哪一條路，Python基礎，常用的資料分析擴充套件包Numpy、pandas及matplotlib等都是必學的。具體的學習路線圖如下。
Python基礎Python作為一門程式語言，首先需要學習Python的語法基礎。
Python資料分析三大件對於Python資料分析來說，常用到三個資料分析擴充套件包：Numpy、pandas、matplotlib。
在掌握了Python基礎及一些常用的庫後，就可以深入學習某個領域了，如機器學習、Python爬蟲、Python Web開發等。
方向一：Python機器學習Python機器學習可以用於資料分析/挖掘、人工智慧等領域，但對於數學有一定要求，Python只是一個工具而已。
方向二：Python爬蟲Python爬蟲主要用於資料採集、競品監控等，屬於相對灰色的一個行業。
方向三：Python Web開發實際的Web開發基本都是前後端分離的，前端人員負責前端開發，切圖、頁面製作等，後端開發人員負責後端一些功能的開發等。
以上是常見的三大Python應用領域，精通其中任何一個領域，都可以獲得一份薪資不錯的工作。
-
9 # 人工智慧營
python作為當下熱門程式語言，依附於人工智慧時代，對於作圖，資料處理等有著事半功倍的效果。那到底怎麼樣才能學好它？怎麼樣進行系統學習？
想學好它那就必須要跟著好的老師，好的體系系統學習。
以下來說說怎麼系統學習？
第一，爬蟲高階段。爬蟲是資料收集的利器，它是基礎但也困難，面對著大部分網站、App等反爬蟲機制，高階爬蟲顯得尤為重要。
第二，資料分析階段。資料分析是資料進行處理的利器，它是學完爬蟲後的一次提升，有的人覺得爬蟲特別難，而且總是在做搬運，那麼資料分析就相當於要高階一些，是將各種資料靈活運用（技術與商業需求結合）
第三，人工智慧。人工智慧是與未來人工智慧時代接軌的利器，它是學完資料分析後的一次提升，它是需要再資料處理後，對資料用演算法來進行建模操作，並不斷用新的資料來進行訓練判斷，像常見的有監督與非監督演算法。
更多精彩，敬請期待！
回覆列表
本人老javaer一枚。斗膽說兩句。
學程式設計第一是基礎，基礎必須打牢固，基礎完成之後，是最重要的一步，選擇方向。
比如，同樣是做java，但是又分為Java web方向、大資料方向、安卓方向等等。
對python來說，由於簡單易用庫多的基礎上，廣泛被用於爬蟲、人工智慧、資料分析等等方面。
現在來說，人工智慧和資料分析都是很火的方向。
但是以一個老程式設計師的經驗給你說，當你有了程式設計經驗之後，用什麼語言就已經不重要了，重要的是程式設計思維、演算法、數學、統計學等等相關知識，根據所需的知識及時補充。
祝樓主程式設計順利無bug