-
1 # 啊窩額
-
2 # 千鋒鄭州
如果你想學好Python程式語言,是需要付出更多時間及精力的。現在Python的前景還是非常好的,Python正是當前熱門語言之一,尤其是人工智慧發展起來以後。Python語言雖然比較簡單,起步時很好學。
另外,對於Python新手,在剛開始學習Python的時候,總會遇到這樣的一個問題:學習了相關教程,也明白相關的規則,但是給出一個功能,卻無從下手,不知道怎麼去實現,或者知道怎麼去實現,就是寫不出來,這個問題該如何解決呢?
我的方法是:在網上找一些大型專案進行練習,多看多練多總結,就能熟練掌握Python,形成更最佳化的Python思路。當然了,這個比較麻煩。
但是,如果參加培訓學習,這個就比較簡單了,往往課程教學中會包含這一項,Python學員可以先自己寫一遍,然後再聽老師的講解,透過對比,找到疑惑點和不足之處,然後進行思路和專案的最佳化。
總之,Python開發的前景是非常好的。如果確實不知道怎麼辦,可以選擇專業的學習方式,先去試聽看看,只有這樣,你才能知道這個學習班是否真正適合你,才能知道你是不是適合學Python技術,才不至於浪費時間、金錢和精力。
-
3 # 科技少年星
路徑 I:適合自律能力最差的人
咱們先從自律能力最差的人說起。
這樣的同學,往往是三分鐘熱度。偶然受到了刺激,發奮要學習 Python,以便投入資料科學的事業中。他會立即跑到圖書館或者書店抱回來一本《X 天從入門到精通 Python》的書開始啃。結果 X 天還沒到,就順利跑完了從入門到放棄的全過程。
你沒能堅持下來,自己肯定是有責任的。但是最大的問題,在於過度高估自己的自律能力。這樣的同學,我推薦你到 Coursera 平臺上,按部就班學習一門非常好的 MOOC——Programming for Everybody。
推薦這門課,是因為課程質量真是太好了。首先是教材好。這本教材的來源是有故事的。先是 Allen B. Downey 寫了一本開放書籍 Think Python: How to Think like a Computer Scientist。
這本書在Amazon上的評價是這樣的:
Charles Severance 覺得這本書寫得太好了,想把它作為教材。於是徵得作者同意,大篇幅借鑑了這本書的內容架構,編寫了一本 Python for Informatics。
Charles 寫作這本書的時候,同時開放推出了 iBooks 格式,裡面就包含了自己的授課影片,供學生直接觀看學習。
後來,Charles 用這本書擴充套件,做成了一門 MOOC。2015年上線不久,矽谷資深工程師就都爭相學習。
Charles 深諳課程迭代的技藝。他不斷新增內容,完善課程體系,將一門課發展成一個專項課程(Signature Track),並且將教材升級為 Python for Everybody: Exploring Data In Python 3。
在目前全球 MOOC 口碑榜上,Charles 的這門課一直名列前茅。
這個專項課程深入淺出講解 Python 本來就很簡單的語法,而且還用資料科學的一些基礎工作任務,帶動你去使用 Python 語言寫簡單專案。這種紮實的訓練過程可以增強你的信心,激發興趣。
對於自律程度低的同學來說,下面這個特性更重要:一切工作都有時限。
Coursera 上的課程,每週的任務很明確。練習題正確率如果不能達到 80%,就不能過關。到了截止日期,如果你不能完成全部練習和課程專案,就拿不到證書。
老師在前面引領你,助教在旁邊督促你,平臺用時間表提醒你,論壇上的同學們在用同儕壓力推擠你……想偷懶?想三天打魚兩天曬網?很難。
路徑 II:適合自律能力中等偏上的人
如果你的自律能力中等偏上,那麼你可以選擇的面就寬了。
這裡我給你推薦另一個MOOC平臺,叫做 Datacamp。
我第一次接觸 Datacamp,是在 2015 年初。那時我在 Coursera 上選修杜克大學的統計學課程「Statistical Inference」,配套的練習就在 Datacamp 上。
當時這個平臺就給我留下了非常深刻的印象,因為程式碼的執行都採用了雲環境。學習者不需要在本機安裝任何環境,一個支援 HTML5 標準的瀏覽器就能帶給你完整的學習體驗。
對初學者來說,這種入門方式太好了。要知道,許多人的學習熱情,就是被環境配置和依賴軟體包安裝的坑埋掉的。
兩年之後,Datacamp 已經迭代得更為強大。你可以開啟首頁的 Data Scientist with Python 這個學習路徑,檢視其中已經提供的 20 門課程。
這些課程涵蓋了從 Python 基礎,到資料處理,直至人工智慧和深度神經網路的方方面面。
所有的課程設計,都是短小精悍的。一般不超過 4 個小時,就可以完成某一主題的學習。這樣你學起來毫不費力,可以在相當短的時間內獲得反饋(練習題自動評分)和成就感(證書)。
這個平臺的課程,進度完全由學習者自己掌控。所以我把它歸納為適合有一定自律能力的學習者。它既可以給你即時的回饋,讓你時刻了解自己所處的位置進度,不會迷失方向,又能充分體驗自主學習的樂趣。
Datacamp 的課程,一般都是第一部分免費開放。後面部分購買後才能解鎖學習。如果你對自己的學習能力和毅力有信心,可以購買一個完整時間段(例如一年)的課程。在此期間,所有平臺上的課程,你都可以學習,並且可以在通過後獲取證書。這樣的購買方案本身已經有優惠,而且每年都會有特定時段的大幅打折促銷,非常划算。建議放到購物車裡面多關注。
這是我在 Datacamp 拿到的深度學習框架 Keras 課程證書,確實只需要幾個小時的時間就能學完,成就感還是蠻強的。
路徑 III:適合自律能力強的人
前面提到的課程費用不菲。Coursera 上每門課平均價格在 49 美元左右。對來自發展中國家的學生群體,Coursera 可以提供助學金。你可以根據自己的需求如實填寫申請表,來獲得資助。
對於自律能力強的同學來說,你的選擇可以變得非常簡單直接——可以用最受推崇的教材,自己看書學習。
最受推崇的教材,其實是沒有的。正如西諺有云:
One man’s meat, is another man’s poison.
這個世界上,就沒有哪件東西大家都說好。但口碑非常好的教材是存在的,例如這本起了個怪名字的《笨辦法學Python》(Learn Python the Hard Way)。
千萬不要被名稱迷惑,望文生義覺得這是一本糟糕的 Python 入門教程。恰恰相反,這本書的設計,非常適合人們的認知規律。
我們學東西,由淺入深,由易到難,逐步遞進。如果一味追求新知,那麼之前學的東西會很快遺忘。如果總是原地打轉,會帶來枯燥和無聊的感覺。還記得高三做的那一年卷子吧?
好的教科書,應該在每一個章節給學習者提供新的知識和內容,提出足夠的挑戰。但是挑戰性不能高到讓學習者產生挫敗感而放棄。同時也不能忽視在後續內容中把前面所學知識改換面目不斷螺旋上升式重複出現。只有這樣才能鞏固所學,讓學習者感受到基礎知識的作用,增強學習的愉悅感。
這麼說有些抽象,實際上有一本英語教材非常符合上述認知規律,就是我在課堂上和文章裡反覆推薦過的這一套教材:
《笨辦法學Python》也是一本這樣的書。你需要做的就是把書開啟,同時開啟一個好用的程式碼編輯器,開始按書中要求敲程式碼、執行程式碼、改程式碼……
下圖是我當初學習時,照著這本書敲的程式碼。
書中對 Python 基礎內容訓練的完備性,至今無出其右者。順便說一句,這本書有中文版哦。所以如果你英語不好,完全不用擔心。
囑咐一句,英語真該好好學。拓寬的不僅是你的眼界,也增加了你可能獲得的機會。考慮到仔細閱讀這部分的讀者都是自律性很強的人,我就不用多說了。
挑戰
三條基本的 Python 入門路徑講完了。透過對自己自律能力的清晰理解,相信你可以找到一種適合自己逐漸學習和掌握 Python 的方式。
但是完成了讀書和聽課,是不是就完事大吉了?當然不是。
許多人在這裡犯了錯誤。他們以為拿到了證書,或學完了教材,就算是真正掌握 Python。然後把這門語言丟棄在一旁,去刷美劇和小說了。相信我,你會遺忘的。如果你對於長期不接觸的東西從不遺忘……去醫院檢查一下吧。大部分人的記憶模式,都是這個樣子的:
若不加以干涉,不出一個星期,你就能把學到的新知識幾乎忘光。如果你不希望自己辛苦學來的 Python 知識被如此輕易浪費掉,怎麼辦?
實踐
你應該實踐。
實踐 Python 技能,未必一定要找個世界 500 強企業的核心技術部門,「996」工作 N 年才能完成。你可以從生活中尋找各種有趣的問題,然後思考能否用 Python 程式設計來解決它。
我真正覺得自己初步掌握了 Python,就是在完成了我的第一個 Github 專案之後。
專案非常簡單,就是用 Python 作為膠水語言,把一系列工具連線在一起。可以把 Markdown 撰寫的內容隨心所欲一鍵變化成各種格式。
格式包括而不限於:
PDF/LaTeX;Word;Bitcron 文稿;MarkEditor 文稿;MWeb 文稿;Bear 文稿;TextBundle(可以匯入 MindNode, Ulysses 等);Reveal.js 幻燈;釋出版本 Markdown(圖片一鍵至七牛圖床);本地版本 Markdown(簡書等遠端 Markdown 同步圖片至本地);Day One 日記。其中部分功能我正陸續釋出在 Github 公開專案中,地址在 這裡。相應地,我也 撰文 做了介紹。
這個小專案,我從 2014 年開始做。實話實說,現在回頭看當時的程式碼,簡直慘不忍睹。但是如果你逐漸對自己你可以從生活中尋找各種有趣的問題,然後思考能否用 Python 程式設計來解決它。你可以從生活中尋找各種有趣的問題,然後思考能否用 Python 程式設計來解決它。你可以從生活中尋找各種有趣的問題,然後思考能否用 Python 程式設計來解決它。你可以從生活中尋找各種有趣的問題,然後思考能否用 Python 程式設計來解決它。你可以從生活中尋找各種有趣的問題,然後思考能否用 Python 程式設計來解決它。你可以從生活中尋找各種有趣的問題,然後思考能否用 Python 程式設計來解決它。的程式碼有了這種感覺,證明你在進步。
不要指望自己一出手就能寫出完美的程式碼,要把「迭代」兩個字時刻裝在心裡。這樣你才能容忍自己的笨拙,不斷提高。正如古人說的那句:
勤學似春起之苗,不見其增,而日有所長。
透過回顧用 Git 版本控制工具記載下來的日誌,以及版本對比功能,你可以清楚看到自己是在何時利用什麼方法解決了這些問題。然後別忘了,給自己工具箱裡的新增小技能打個勾。
一個個小問題逐漸被你攻克的時候,你才能真正感受到所學技能的價值,並且點滴積累自信。
-
4 # 抖抖程式碼
從哪裡開始?
當然是從行動開始
網路上免費的Python教程多到你花2年時間都看不完
不用糾結去找到“最好”的教程,隨便找一份播放量大的先照著開始
等你基本入門後,再找優秀的教程和書籍深入學習
現實情況是
100個人有學習的想法
20個人採取有效的行動
最後,僅有4個人面對困難並堅持了下去
如果對自己沒有信心,自己不努力去面對從零到一的困難
即使給你再好的影片,再好的書籍
那也只不過是一堆沒用的電子資料而已
-
5 # 網路埋伏札記
如果是零基礎同學,從Python的起源,環境安裝,開發工具使用,到基本資料型別,陣列,集合,到函式,到面向物件,Python WEB程式設計這些都是需要學習的,高階點的話可以學習下Django框架,pandas資料處理,資料分析,機器學習等內容;Python作為目前tiobe程式設計排行榜上第三的語言,是非常不錯的選擇,可以嘗試學習,但是需要考慮是如何就業?目前很多培訓機構都走了Python路線但是就業形勢就非常嚴峻,如果要學習Python可考慮北上廣深等地就業!!!
-
6 # 起步鼕鼕強
入門,可以看看慕課163網站的北京理工大學嵩天老師的影片。我個人覺得還不錯!而且還是免費的。
然後就是自己多敲敲指令。沒時間呢就看看電子書,別貪多。
-
7 # 碼哥位元
以本人為例,我學習python是從廖雪峰的個人主站上學習的。
不論是否零起點都比較適合,章節列的也比較詳細。主要是每章都有可以動手嘗試的小練習,同時也建議樓主要邊看邊一起寫,雖然只是簡單的抄,但是也會加深理解。
-
8 # 北大青鳥優越IT學院
學習要有針對性,Python功能很強大,能應用到的場景很多,比如做網頁,做遊戲,做介面,做資料分析,統計分析,深度學習,根據自己的需求來決定學什麼;
現用現學,先學一遍基礎教程,然後在量化平臺開始資料分析,用到什麼不會再去補什麼;
基礎知識,當用到時發覺忘記了回頭複習鞏固是常事。只有追著自己想要的東西去學,學會了才有成就感,才有動力繼續下去。
不管是學什麼,最重要的就是多練習,多操作。
-
9 # 記錄學習之路
Python最近非常熱門,特別是近幾年,社會各界,包括專業人員、學生、教師等都在學這門非常經典的語言。Python相比其他程式語言來說,其結構和邏輯更容易讓人接受,易學,個人覺得學Python可以從以下方面開始。
1、首先找一個專業的老師或機構,特別是有實戰經驗且做的專案比較多的老師或機構,這樣會給你最真實和最務實的內容。這些專業老師會引導如何學,怎麼學,要學哪些內容;
2、找到一位老師後,按要求完成相關的內容,包括自己要多加練習,有不明白的地方可以和老師及同學交流,同時也可以記錄下來,一定要把每個知識點弄清楚,不能半知半會,這樣會很不利;
3、要學會做筆記,反覆練習,反覆實戰,包括編輯、處理文件、處理資料等,這樣對你的幫助會很大,進步也非常快。
總之,要想學好Python,找專業老師或機構,按計劃學習,進步將會非常快!
-
10 # 小許說程式設計
首先選擇好Python的方向,比如說資料採集方向(爬蟲),Web開發方向,人工智慧方向等;接著學習python必學的內容,如Python的基礎語言、學習Python的資料庫程式設計;然後就可以根據書籍或教學影片,一步步來學習Python。0基礎的話建議你跟著百戰程式設計師的線上Python系統的學習一下,不僅是從0基礎開始的,全程有老師輔導,有問題可以及時解決;而且是實戰化的,每個階段還有實操和專案。可以學習一個完整的體系,更好的學習Python
回覆列表
python這門語言逐漸成為了大家的焦點,很多人都在網上尋找教程,或者問python怎麼學?如何學?像是資料處理、雲設施、爬蟲、web開發都是很常見的領域,但是每個領域我們應該如何學習?該注意什麼知識點呢?
第一階段你該瞭解什麼?
核心程式設計:1.Linix基本命令;2.python語法基礎;3.python字串解析;4.python時間和日曆;5.python檔案操作;6.python面向物件;7.設計模式;8.異常;9.模組;10:.專案實戰:遊戲介面開發等等。
有關每一個程式設計核心還設計到很多細小的知識點,上面羅列的10個基礎學完後需要掌握的能力可以參考下圖。做好第一階段的學習規劃。
第二階段:python高階和網路程式設計
1.python高階程式設計;2.Linux系統程式設計;3.Linux網路程式設計;4.正則表示式;5.案例:web伺服器實現;6.資料結構與演算法;7.shell指令碼程式設計;
第三階段:資料庫開發
1.MySQL開發;2.MongoDB開發;Redis開發;4.資料庫調優和部署
第四階段:前端與移動開發
1.html;2.css;3.ps應用;4.pc端頁面開發實戰流程;5.html5和css3;6.移動端頁面開發實戰流程;7.javascript;8.jQuery;9.移動端框架和庫;10.前端自動化、前端效能最佳化;
第五階段:web全棧開發
以上說的幾個階段學習參考下圖需要掌握的知識點和學習目標。
有關人工智慧學習的點也在上面了,個人認為如果自學能力很強的話,可以選擇自學。要根據上面的學習知識點去逐一的學習。如果學習能力很弱的話,可以培訓一下。大概系統的學習下來框架已經全部瞭解了,接下來只要自己實踐操作就可以。