[python]python学习线路
2016-03-27 12:40
609 查看
语言规范:http://zh-google-styleguide.readthedocs.org/en/latest/google-python-styleguide/python_language_rules/
HeadFirst Python
廖雪峰python教程 http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000
慕课网 http://www.imooc.com/course/list?c=python
极客网:http://www.jikexueyuan.com/path/python/
摘要: 1、Python学习,语言的学习,真正掌握语言的方式,是交流与实践,所以,这三本书,是由浅入深的步骤。大家在学习过程中,可以到群里面去进行交流沟通。Python初学教程:《简明Python教程》《Dive Into Python》《Lea
...
By youngsterxyf
相比C,C++,JAVA等编程语言,Python是易学的。但要想深入地理解Python,并熟练地编写Python风格的Python代码。我想还是有一长段路程要走的。下面即是我的一点经验总结,主要是为了整理自己学习的思路。
花1-2天的时间阅读一本好的Python入门书籍,并在亲手实践书中的代码。推荐入门书籍:《A byte of Python》(中文翻译《简明Python教程》)或《Practical Programming:An Introduction to Computer Science Using Python》(中文翻译《Python实践教程》)或者其他的比较薄的入门书籍。
抛开书籍,用Python去写一切你想写的程序。这时最好的参考文档即为:(1).Python命令解释器中的help(),dir()辅助方法;(2).Python官网文档:http://docs.python.org/ 。遇到不清楚的地方就用这两个方法查,再不行就去google一下。
两三个月之后,积累一点的代码量,再重新找本讲解比较详细的书,重新梳理一下自己对Python的理解,纠正自己实践中一些不好的方式。推荐书籍:《Beginning Python: From Novice to Professional》(中文翻译《Python基础教程》),《Learning Python》(中文翻译《Python学习手册》),《Dive into Python》,《Core Python Programming》等。另外,也应该在编码的过程中重复地去查阅Python标准函数库,标准库里已有模块实现的功能就不要自己实现。
之后,根据实际需要,去了解使用一下Python的各个方面的函数库(比如http://docs.python.org/modindex.html中罗列出来的,以及matplotlib, numpy等用于科学计算,图形图像处理的),特别是诸多的Web框架(django, web2py, cherrypy, tornado等),可以先从简单的开始。如果是对Python的底层实现感兴趣,那么就该去看看Python源码,阅读一下《Python源码剖析》; 如果对文本处理感兴趣,可以阅读一下《Text processing
in Python》等; 如果对网络感兴趣,可以阅读《Foundations of Python Network Programming》,尝试实现一个简单的web server ...
Python相关的开源函数库非常非常的多,各个方面的都有,所以学习者应该尝试着去用它们,了解它们,而不是啥都要自己来实现。因为Python擅长的就是快速开发,而且站在前人的肩膀上,我们才能站得更高,看得更远。当然如果你想加深自己对某个方面的理解,也可以尝试去实现一些简单的模块。
总之一句话:学习Python的关键就是用!而且是要多用别人的。动手实践才是王道!那么多优秀的开源函数库不要浪费了!
HeadFirst Python
廖雪峰python教程 http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000
慕课网 http://www.imooc.com/course/list?c=python
极客网:http://www.jikexueyuan.com/path/python/
Python数据分析与挖掘学习路线图
摘要: 1、Python学习,语言的学习,真正掌握语言的方式,是交流与实践,所以,这三本书,是由浅入深的步骤。大家在学习过程中,可以到群里面去进行交流沟通。Python初学教程:《简明Python教程》《Dive Into Python》《Lea...
1、Python学习,语言的学习,真正掌握语言的方式,是交流与实践,所以,这三本书,是由浅入深的步骤。大家在学习过程中,可以到群里面去进行交流沟通。 Python初学教程:《简明Python教程》 《Dive Into Python》 《Learning Python 5th》 另,python在线精品学习博客: http://www.cnblogs.com/vamei/archive/2012/09/13/2682778.html http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/ 2、数据分析课程学习。数据分析,现在已经成为大数据这一趋势中的重点。要想学好,并且能够在实际中灵活运用,那要求同学们有扎实的数据基础(包括高等代数,概率及统计分析),需要有一定的计算机算法基础,并且有极高的对数据分析这些知识的热情。 《高等数学及数据分析基础课程》,请参考大学高等数学系列课本 《Mastering Basic Algorithms in the Python Language》 《利用Python进行数据分析》 《NumPy学习指南》 《NumPy攻略:Python科学计算与数据分析》 3、NumPy和Scipy,Pandas,这是重要的python数据分析库。除了第2项中提到的课本,需要深入地学习,可以去官方学习相当文档和教程。 网址: http://www.numpy.org/ http://www.scipy.org/ http://pandas.pydata.org/ numpy的处理能力包括: a powerful N-dimensional array object N维数组; advanced array slicing methods (to select array elements);N维数组的分片方法; convenient array reshaping methods;N维数组的变形方法; and it even contains 3 libraries with numerical routines: basic linear algebra functions;基本线性代数函数; basic Fourier transforms;基本傅立叶变换; sophisticated random number capabilities;精巧的随机数生成能力; scipy是科学和工程计算工具。包括处理多维数组,多维数组可以是向量、矩阵、图形(图形图像是像素的二维数组)、表格(一个表格是一个二维数组);目前能处理的对象有: statistics;统计学; numeric integration;数值积分; special functions;特殊函数; integration, ordinary differential equation (ODE) solvers;积分和解常微分方程; gradient optimization;梯度优化; genetic algorithms;遗传算法; parallel programming tools(an expression-to-C++ compiler for fast execution, and others);并行编程工具; 在将来会增加下面的计算处理能力(现在已经部分地具备了这些能力): Circuit Analysis (wrapper around Spice?);电路分析; Micro-Electro Mechanical Systems simulators (MEMs); Medical image processing;医学图像处理; Neural networks;神经网络; 3-D Visualization via VTK;3D可视化; Financial analysis;金融分析; Economic analysis;经济分析; Hidden Markov Models;隐藏马尔科夫模型; 3、hadoop学习及python操作模块。 hadoop资料,网上非常多,也可购买书本。 hadoop的python操作模块较多,可以参考: http://www.oschina.net/translate/a-guide-to-python-frameworks-for-hadoop?cmp&p=2 4、数据可视化,是为了能直观地从图示中反应出数据的各项指标,情况;直观地展示对数据分析的研究成果。所以,有必要学习这些知识。 matplotlib: http://liam0205.me/2014/09/11/matplotlib-tutorial-zh-cn/ |
Python学习路线(针对具备一定编程经验者)
By youngsterxyf相比C,C++,JAVA等编程语言,Python是易学的。但要想深入地理解Python,并熟练地编写Python风格的Python代码。我想还是有一长段路程要走的。下面即是我的一点经验总结,主要是为了整理自己学习的思路。
花1-2天的时间阅读一本好的Python入门书籍,并在亲手实践书中的代码。推荐入门书籍:《A byte of Python》(中文翻译《简明Python教程》)或《Practical Programming:An Introduction to Computer Science Using Python》(中文翻译《Python实践教程》)或者其他的比较薄的入门书籍。
抛开书籍,用Python去写一切你想写的程序。这时最好的参考文档即为:(1).Python命令解释器中的help(),dir()辅助方法;(2).Python官网文档:http://docs.python.org/ 。遇到不清楚的地方就用这两个方法查,再不行就去google一下。
两三个月之后,积累一点的代码量,再重新找本讲解比较详细的书,重新梳理一下自己对Python的理解,纠正自己实践中一些不好的方式。推荐书籍:《Beginning Python: From Novice to Professional》(中文翻译《Python基础教程》),《Learning Python》(中文翻译《Python学习手册》),《Dive into Python》,《Core Python Programming》等。另外,也应该在编码的过程中重复地去查阅Python标准函数库,标准库里已有模块实现的功能就不要自己实现。
之后,根据实际需要,去了解使用一下Python的各个方面的函数库(比如http://docs.python.org/modindex.html中罗列出来的,以及matplotlib, numpy等用于科学计算,图形图像处理的),特别是诸多的Web框架(django, web2py, cherrypy, tornado等),可以先从简单的开始。如果是对Python的底层实现感兴趣,那么就该去看看Python源码,阅读一下《Python源码剖析》; 如果对文本处理感兴趣,可以阅读一下《Text processing
in Python》等; 如果对网络感兴趣,可以阅读《Foundations of Python Network Programming》,尝试实现一个简单的web server ...
Python相关的开源函数库非常非常的多,各个方面的都有,所以学习者应该尝试着去用它们,了解它们,而不是啥都要自己来实现。因为Python擅长的就是快速开发,而且站在前人的肩膀上,我们才能站得更高,看得更远。当然如果你想加深自己对某个方面的理解,也可以尝试去实现一些简单的模块。
总之一句话:学习Python的关键就是用!而且是要多用别人的。动手实践才是王道!那么多优秀的开源函数库不要浪费了!
相关文章推荐
- numpy返回array中元素的index
- python学习之day9
- Windows下安装python问题汇总
- python 把文件中每列的第一个值作为字典中的key键值索引
- Android 上多方式定位元素(python)
- python 程序设计语言 笔记(三)
- python学习(八):面向对象(三)
- 用树莓派 + Python + OpenCV 实现家庭监控和移动目标探测(下)
- Python中threading的join和setDaemon的区别及用法[例子]
- 【Python】爬虫爬取各大网站新闻(一)
- 使用Anaconda2 和 Pycharm搭建Python IDE
- Python基础--多线程
- Python基础--多线程
- python得到所有在leetcode上Accepted的代码(一)
- python简单浮点数匹配
- Python使用sqlite3操作数据库
- NumPy学习笔记2
- NumPy学习笔记1
- Python的安装及升级
- 利用python pil 实现给图片上添加文字