收集整理了一份《2024年最新Python全套学习资料》免费送给大家,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来
如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
正文
#一维数组的切片与索引
a=np.arange(10)
print a[3:5] #左闭右开
print a[1:7:2] ##左闭右开,间隔2
print a[4::-1] # 输出[4 3 2 1 0]
print “CCCCCCCCCCCCCCCC”
#处理数组形状
print a.reshape(2,5) #将1行10列数组转换成2行5列数组
b=np.arange(24).reshape(2,3,4)
print b
print b.ravel() #将多为数组降为1维数组,默认以行为准,参数-1以列为准
print b.flatten(-1) #拉直操作,默认以行为准,参数-1以列为准
print b.ravel().reshape(4,6)
print b.ravel().reshape(4,6).transpose() #转秩操作
print “DDDDDDDDDDDDDDDDDDD”
#reshape函数返回一个新数组,但原数组本身.不变;
resize在返回一个新数组的同时也改变原数组本身。
print “b=”,b
print “b.reshape=”,b.reshape(4,6)
print “b=”,b
b.resize(2,12)
print “b=”,b
b.shape=(2,3,2,2) #用元组的形式指定数组形状
print b
print “EEEEEEEEEEEEEEEEEEEEEEEEE”
#堆叠数组
a=np.arange(9).reshape(3,3)
print a
b=a**2
print a**2
c=np.hstack((a,b,a)) #水平叠加
d=np.vstack((a,b))#垂直叠加
print c,“Hello”,d
print np.concatenate((a,b),axis=1) #concatenate功能数组叠加,axis=0默认水平叠加,axis=1垂直叠加
d=np.dstack((a,b,a)) #深度叠加,沿着第三个坐标轴(纵向)的方向叠加一摞数组。
print d
aa=np.arange(2)
bb=aa*2
print aa,bb
#column_stack列式叠加,以列方式对一维数组进行堆叠,多维数组和hstack类似
print np.column_stack((aa,bb)) #以列方式对一维数组进行堆叠
print np.column_stack((a,b)) #多维数组和hstack类似
print np.hstack((a,b))==np.column_stack((a,b))
#row_stack行式叠加,以行方式对一维数组进行堆叠,多维数组和vstack类似
print np.row_stack((aa,bb))
print np.row_stack((a,b))
print np.row_stack((a,b))==np.vstack((a,b))
print “FFFFFFFFFFFFFFFFFFF”
#数组拆分
a=np.arange(9).reshape(3,3)
print a
print type(np.vsplit(a,3)),np.vsplit(a,3) #纵向切分
print np.hsplit(a,3)#横向切分
print “深向切分”
print “切分前”
a=np.arange(18).reshape(2,3,3)
print a
print “切分后”
print np.dsplit(a,3)
print “GGGGGGGGGGGGGGGG”
print"数组的属性,不需要加()"
print a
print a.ndim #数组的维度
print a.shape#数组的每一维度的大小
print a.dtype#数组中元素的数据类型,numpy要求数组元素类型一致
print a.size #数组中元素个数
print a.itemsize #返回数组中各个元素所占用的字节数
print a.itemsize*a.size #返回数组占用空间大小(字节为单位)
b=np.arange(5)
print b
print a.T #转秩,与transpose()函数功能相同
print b.ndim
b=np.array([1,2+2j]) #复数用j表示,定义一个数组,包含两个元素
print b.real #获取数组的实部
print b.imag #获取数组的虚部
print b.dtype #复数数据类型自动变成复数类型
b=np.arange(4).reshape(2,2)
f=b.flat
print f[[1,3,2]] #取列表中的某几个元素
for i in f: #对列表做循环
print i
b.flat=7 #对数组整体赋值
print b
b.flat[2]=3
print b #对数组某个元素赋值
b.flat[[2,3]]=2
print b
print “GGGGGGGGGGGGGGGGGGGGGGGGGGG”
print “数组的转换,tolist()方法”
a=np.array([1+1j,0.3+0.8j])
print a
print a.dtype
b=a.tolist()
print b
print type(b) #此时b已经不是numpy数组,不能再具有dtype属性,查看类型
a=11
print type(a) #a.dtype
b=np.array([1+1j,0.3+0.8j])
c=b.astype(float) #将数组元素转换成指定类型
print c,b #转换完成虚部被舍弃
print “HHHHHHHHHHHHHHHHHHHHHHH”
print “创建数组的视图”
#acopy=lena.copy()
#print acopy
Python中pandas:#coding=utf-8
import pandas as pd
import numpy as np
#Series
obj=pd.Series([1,2,3,4])
print obj
obj=pd.Series([1,2],index=[‘a’,‘b’])
print obj
data=pd.Series([0,1,2,3],index=[1,2,3,4])
print data
print data[data>1]
print data*3
print data[3]
print pd.notnull(‘a’)
#DataFrame
data={‘state’:[‘beijin’,‘shanghai’,‘hangzhou’,],‘a’:[‘a’,‘b’,‘c’]}
print pd.DataFrame(data)
print pd.DataFrame(data,columns=[‘state’,‘a’],index=[1,2,3])
a=pd.DataFrame(data)
print a.ix[1]
print a.T
print a[2:4]
a=pd.Series(np.arange(4,8),index=[‘a’,‘b’,‘c’,‘d’])
print a
print ‘aaaaaa’
print a[:4]
print ‘aaaaaa’
print a[:5]
df1=pd.DataFrame(np.arange(1,13).reshape(3,4),columns=[‘a’,‘b’,‘c’,‘d’],index=[‘A’,‘B’,‘C’])
print df1
df2=pd.DataFrame(np.arange(1,10).reshape(3,3),columns=[‘a’,‘b’,‘e’])
print df2
print df1.add(df2,fill_value=0)
Python中matplotlib:
线型图:
import matplotlib.pyplot as plt
x=[1,3,5]
y=[4,6,8]
x1=[3,4,6]
y1=[5,4,9]
plt.plot(x, y, label=‘First Line’)
plt.plot(x1, y1, label=‘Second Line’)
plt.xlabel(‘Plot Number’)
plt.ylabel(‘Important var’)
plt.title(‘Interesting Graph\nCheck it out’)
plt.legend()
plt.show()
在这里,我们绘制了我们已经看到的东西,但这次我们添加另一个参数label。 这允许我们为线条指定名称,我们以后可以在图例中显示它。
使用plt.xlabel和plt.ylabel,我们可以为这些相应的轴创建标签。
接下来,我们可以使用plt.title创建图的标题,然后我们可以使用plt.legend()生成默认图例
条形图:
import matplotlib.pyplot as plt
plt.bar([1,3,5,7,9],[5,2,7,8,2], label=“Example one”)
plt.bar([2,4,6,8,10],[8,6,2,5,6], label=“Example two”, color=‘g’)
plt.legend()
plt.xlabel(‘bar number’)
plt.ylabel(‘bar height’)
plt.title(‘Epic Graph\nAnother Line! Whoa’)
plt.show()
plt.bar为我们创建条形图。 如果你没有明确选择一种颜色,那么虽然做了多个图,所有的条看起来会一样。
这让我们有机会使用一个新的 Matplotlib 自定义选项。 你可以在任何类型的绘图中使用颜色,例如g为绿色,
b为蓝色,r为红色,y为黄色,k为黑色,w为白色,买等等。 你还可以使用十六进制颜色代码,如#191970。
直方图:
接下来,我们会讲解直方图。 直方图非常像条形图,倾向于通过将区段组合在一起来显示分布。 这个例子可能是年龄的分组,或测试的分数。
我们并不是显示每一组的年龄,而是按照 20 ~ 25,25 ~ 30… 等等来显示年龄。 这里有一个例子:
import matplotlib.pyplot as plt
population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,110,120,121,122,130,111,115,112,80,75,65,54,44,43,42,48]
bins = [0,10,20,30,40,50,60,70,80,90,100,110,120,130]
plt.hist(population_ages, bins, histtype=‘bar’, rwidth=0.8)
plt.xlabel(‘x’)
plt.ylabel(‘y’)
plt.title(‘Interesting Graph\nCheck it out’)
plt.legend()
plt.show()
对于plt.hist,你首先需要放入所有的值,然后指定放入哪个桶或容器。 在我们的例子中,我们绘制了一堆年龄,并希望以 10 年的增量来显示它们。
我们将条形的宽度rwidth设为 0.8,但是如果你想让条形变宽,或者变窄,你可以选择其他的宽度。
散点图
import matplotlib.pyplot as plt
x = [1,2,3,4,5,6,7,8]
y = [5,2,4,2,1,4,5,2]
plt.scatter(x,y, label=‘skitscat’, color=‘k’, s=25, marker=“o”)
plt.xlabel(‘x’)
plt.ylabel(‘y’)
plt.title(‘Interesting Graph\nCheck it out’)
plt.legend()
plt.show()
plt.scatter不仅允许我们绘制x和y,而且还可以让我们决定所使用的标记颜色color,大小s和类型marker。 有一堆标记选项,请参阅 Matplotlib 标记文档中的所有选项。
堆叠图:
在这篇 Matplotlib 数据可视化教程中,我们要介绍如何创建堆叠图。 堆叠图用于显示『部分对整体』随时间的关系。 堆叠图基本上类似于饼图,只是随时间而变化。
让我们考虑一个情况,我们一天有 24 小时,我们想看看我们如何花费时间。 我们将我们的活动分为:睡觉,吃饭,工作和玩耍。
我们假设我们要在 5 天的时间内跟踪它,因此我们的初始数据将如下所
import matplotlib.pyplot as plt
days = [1,2,3,4,5]
sleeping = [7,8,6,11,7]
eating = [2,3,4,3,2]
working = [7,8,7,2,2]
playing = [8,5,7,8,13]
plt.plot([],[],color=‘m’, label=‘Sleeping’, linewidth=5)
plt.plot([],[],color=‘c’, label=‘Eating’, linewidth=5)
plt.plot([],[],color=‘r’, label=‘Working’, linewidth=5)
plt.plot([],[],color=‘k’, label=‘Playing’, linewidth=5)
plt.stackplot(days, sleeping,eating,working,playing, colors=[‘m’,‘c’,‘r’,‘k’])
plt.xlabel(‘x’)
plt.ylabel(‘y’)
plt.title(‘Interesting Graph\nCheck it out’)
plt.legend()
plt.show()
我们在这里做的是画一些空行,给予它们符合我们的堆叠图的相同颜色,和正确标签。 我们还使它们线宽为 5,使线条在图例中显得较宽。 现在,我们可以很容易地看到,
我们如何花费我们的时间。
饼状图:
饼图很像堆叠图,只是它们位于某个时间点。 通常,饼图用于显示部分对于整体的情况,通常以%为单位。 幸运的是,Matplotlib 会处理切片大小以及一切事情,我们只需
要提供数值。
import matplotlib.pyplot as plt
slices = [7,2,2,13]
activities = [‘sleeping’,‘eating’,‘working’,‘playing’]
cols = [‘c’,‘m’,‘r’,‘b’]
plt.pie(slices,
labels=activities,
colors=cols,
startangle=90,
shadow= True,
explode=(0,0.1,0,0),
autopct=‘%1.1f%%’)
plt.title(‘Interesting Graph\nCheck it out’)
plt.show()
在plt.pie中,我们需要指定『切片』,这是每个部分的相对大小。 然后,我们指定相应切片的颜色列表。 接下来,我们可以选择指定图形的『起始角度』。 这使你可以在任
何地方开始绘图。 在我们的例子中,我们为饼图选择了 90 度角,这意味着第一个部分是一个竖直线条。 接下来,我们可以选择给绘图添加一个字符大小的阴影,然后我们
甚至可以使用explode拉出一个切片。
我们总共有四个切片,所以对于explode,如果我们不想拉出任何切片,我们传入0,0,0,0。 如果我们想要拉出第一个切片,我们传入0.1,0,0,0。最后,我们使用autopct,选择将
百分比放置到图表上面。
一、print()函数
1.引号的用法
单引号和双引号:直接输出
例子:print(’字符串’)或print(’’字符串’’)
三引号:换行(\n)
例子:print(‘’’我愿意留在汤婆婆的澡堂里工作两年,
第一年在锅炉房和锅炉爷爷一起烧锅炉水,
第二年在澡堂给客人搓背,
如果我违背工作内容的话,
将在这个世界变成一头猪。
‘’’)
2、转义字符
转义字符是一种特殊的字符常量,在编程语言中,我们用转义字符表示不能直接显示的字符,比如换行键、后退键,回车键等。
转义字符总结
【\】+转义内容英文缩写首字母
3、变量和赋值
3.1、变量的命名规范
name=‘函数’,这就是一个常见的“给变量赋值”的动作。在这里,name就是一个变量,这行代码的意思,就是把“千寻”这两个字【赋值】给了“name”这个【变量】。
变量的命名规范:
1、只能是一个词。
2、只能包含字母、数字和下划线
3、不能以数字开头
4、尽量描述包含的数据内容
二、数据类型与转换
1、数据类型
1.1、字符串
字符串英文string,简写str。只要是被【单/双/三引号】这层皮括起来的内容,不论那个内容是中文、英文、数字甚至火星文。只要是被括起来的,就表示是字符串类型。(示例:‘函数’、‘hanshu’、'123’)
1.2、整数
整数英文为integer,简写做int。和我们数学课本中定义的一样:是正整数、负整数和零的统称,是没有小数点的数字。(示例:-1、1、0、1、2)
1.3、浮点数
浮点数的英文名是float,与整数(int)和字符串(str)不同,浮点数没有简写。(示例:-0.33、1.0、3.14156)
2、数据拼接
就是利用数据拼接符号【+】,将需要拼接的变量连在一起就行了。
2.1、type()函数
只需把查询的内容放在type()函数中的括号里就行。(示例:print(type(‘查询的内容’)))
2.2、数据转换
2.2.1、str() 函数
将其它类型转化为字符型,也可以用引号’’,进行转化为字符串
例子:num=123,转化成字符串:str(num)或者num=‘123’
数据类型转换方法:
str():将其他数据类型转成字符串
int():将其他数据类型转成整数
float():将其他数据类型转成浮点数
2.2.2、int() 函数
将其它类型转化成整数型
注意:int函数不能将文字型字符串和浮点数字符串转换成整数型,只能将符合整数规范的字符串转换成整数。
(例如:'6好好’和’3.6’不能被int转化,'666’则可以被int转换)
2.2.3、float() 函数
将其它类型转化成浮点型
float()函数也可以将整数和字符串转换为浮点类型,(例如:float(3),float(‘3’))
三、条件判断
1、单向判断:
if a=6
#为a赋值
if a>=6:
#条件:如果a大于等于6
print(‘你可以吃蛋糕’)
2、双向判断:if … else …
a=6
#为a赋值
if a>=6:
#条件:如果a大于等于6
print(‘1’)
else:
#条件:如果a小于6
print(‘2’)
3、多向判断:if…elif…else…
a=6
#为a赋值
if a>=6:
#条件:如果a大于等于6
print(‘1’)
elif 4<a<5
#条件:如果a小于5大于4
print(‘2’)
else:
#其它
print(‘3’)
4、if 嵌套
historyscore=26
if historyscore>=60:
print(‘你已经及格’)
if historyscore>=80:
print(‘你很优秀’)
else:
print(‘你只是一般般’)
else:
print(‘不及格’)
if historyscore<30:
print(‘学渣’)
else:
print(‘还能抢救一下’)
print(‘程序结束’)
解析:该逻辑是为了判断历史成绩的分数,来决定输出的语句;首先先有两个大分支,一个是historyscore>=60分,一个是historyscore<60分,所以if historyscore>=60与else: print(‘不及格’)同级;然后在两个大分支中又各分两个分支,当>=60分时,下面的一个分支historyscore>=80,一个是其它(60~80),所以 if historyscore>=80:与else:print(‘你只是一般般’)同级。当else:print(‘不及格’)时,下面的一个分支是 historyscore<30,一个是else:print(‘还能抢救一下’),所以这两个同级
***注意:当碰到if条件嵌套时,先要理清谁与谁同级,谁是大分支,谁是小分支
四、input()函数的使用
例子:a=input(‘请铲屎官输入宠物的名字:’)
注意:运行后必须要在终端给input函数进行赋值
input()函数的使用:有问有答,有来有往,需要在终端处输入信息。
1、input()函数结果的赋值
函数好用,赋值第一,input()函数的结果必须赋值
2、input()函数的数据类型
例子:a=input(‘请铲屎官输入宠物的名字:’)
a的数据类型是字符串
返回类型,必为str,不管你在终端输入的是整数还是字符串,输入值必为字符串。
3、input()函数结果的强制转换
例子:a=int(input(‘请铲屎官输入宠物的名字:’))
a就变成了整数类型了
想要整数,源头转换,输入值需要整数时,input()函数结果需要强制转换。
Python 变量类型
变量赋值
Python 中的变量赋值不需要类型声明。
每个变量在内存中创建,都包括变量的标识,名称和数据这些信息。
每个变量在使用前都必须赋值,变量赋值以后该变量才会被创建。
等号(=)用来给变量赋值。
等号(=)运算符左边是一个变量名,等号(=)运算符右边是存储在变量中的值。例如:
counter = 100 # 赋值整型变量
miles = 1000.0 # 浮点型
name = “John” # 字符串
print (counter)
print (miles)
print (name)
多个变量赋值
Python允许你同时为多个变量赋值。例如:
a = b = c = 1
以上实例,创建一个整型对象,值为1,三个变量被分配到相同的内存空间上。
您也可以为多个对象指定多个变量。例如:
a, b, c = 1, 2, “john”
以上实例,两个整型对象1和2的分配给变量 a 和 b,字符串对象 “john” 分配给变量 c。
标准数据类型
在内存中存储的数据可以有多种类型。
例如,一个人的年龄可以用数字来存储,他的名字可以用字符来存储。
Python 定义了一些标准类型,用于存储各种类型的数据。
Python有五个标准的数据类型:
Numbers(数字)
String(字符串)
List(列表)
Tuple(元组)
Dictionary(字典)
Python数字
数字数据类型用于存储数值。
他们是不可改变的数据类型,这意味着改变数字数据类型会分配一个新的对象。
当你指定一个值时,Number对象就会被创建:
var1 = 1
var2 = 10
您也可以使用del语句删除一些对象的引用。
del语句的语法是:
del var1[,var2[,var3[…,varN]]]]
您可以通过使用del语句删除单个或多个对象的引用。例如:
del var
del var_a, var_b
Python支持四种不同的数字类型:
int(有符号整型)
long(长整型[也可以代表八进制和十六进制])
float(浮点型)
complex(复数)
Python字符串
str = ‘Hello World!’
print(str) # 输出完整字符串
print(str[0] )# 输出字符串中的第一个字符
print(str[2:5])# 输出字符串中第三个至第五个之间的字符串
print(str[2:]) # 输出从第三个字符开始的字符串
print(str * 2) # 输出字符串两次
print(str + “TEST”)# 输出连接的字符串
Python列表
List(列表) 是 Python 中使用最频繁的数据类型。
列表可以完成大多数集合类的数据结构实现。它支持字符,数字,字符串甚至可以包含列表(即嵌套)。
列表用 [ ] 标识,是 python 最通用的复合数据类型。
列表中值的切割也可以用到变量 [头下标:尾下标] ,就可以截取相应的列表,从左到右索引默认 0 开始,从右到左索引默认 -1 开始,下标可以为空表示取到头或尾。
加号 + 是列表连接运算符,星号 * 是重复操作。如下实例:
list = [‘runoob’, 786, 2.23, ‘john’, 70.2]
tinylist = [123, ‘john’]
print(list)# 输出完整列表
print(list[0])# 输出列表的第一个元素
print(list[1:3])# 输出第二个至第三个元素
print(list[2:])# 输出从第三个开始至列表末尾的所有元素
print(tinylist * 2 )# 输出列表两次
print(list + tinylist)# 打印组合的列表
更新列表
你可以对列表的数据项进行修改或更新,你也可以使用append()方法来添加列表项,如下所示:
实例(Python 2.0+)
#!/usr/bin/python # -- coding: UTF-8 -- list = [] ## 空列表 list.append(‘Google’) ## 使用 append() 添加元素 list.append(‘Runoob’) print list
删除列表元素
可以使用 del 语句来删除列表的元素,如下实例:
实例(Python 2.0+)
#!/usr/bin/python list1 = [‘physics’, ‘chemistry’, 1997, 2000] print list1 del list1[2] print “After deleting value at index 2 : " print list1
Python列表脚本操作符
列表对 + 和 * 的操作符与字符串相似。+ 号用于组合列表,* 号用于重复列表。
如下所示:
Python元组
元组是另一个数据类型,类似于List(列表)。
元组用”()"标识。内部元素用逗号隔开。但是元组不能二次赋值,相当于只读列表
修改元组
元组中的元素值是不允许修改的,但我们可以对元组进行连接组合,如下实例:
#!/usr/bin/python# -- coding: UTF-8 --
tup1 = (12, 34.56);
tup2 = (‘abc’, ‘xyz’);
以下修改元组元素操作是非法的。# tup1[0] = 100;
创建一个新的元组
tup3 = tup1 + tup2;print tup3;
删除元组
元组中的元素值是不允许删除的,但我们可以使用del语句来删除整个元组,如下实例:
#!/usr/bin/python
tup = (‘physics’, ‘chemistry’, 1997, 2000);
print tup;del tup;print "After deleting tup : "print tup;
元组运算符
与字符串一样,元组之间可以使用 + 号和 * 号进行运算。这就意味着他们可以组合和复制,运算后会生成一个新的元组。
无关闭分隔符
任意无符号的对象,以逗号隔开,默认为元组,如下实例:
#!/usr/bin/python
print ‘abc’, -4.24e93, 18+6.6j, ‘xyz’;
x, y = 1, 2;print "Value of x , y : “, x,y;
元组内置函数
Python元组包含了以下内置函数
Python 字典
字典(dictionary)是除列表以外python之中最灵活的内置数据结构类型。列表是有序的对象集合,字典是无序的对象集合。
两者之间的区别在于:字典当中的元素是通过键来存取的,而不是通过偏移存取。
字典用”{ }"标识。字典由索引(key)和它对应的值value组成。
dict = {}
dict[‘one’] = “This is one”
dict[2] = “This is two”
tinydict = {‘name’: ‘john’, ‘code’: 6734, ‘dept’: ‘sales’}
print(dict[‘one’]) # 输出键为’one’ 的值
print(dict[2] )# 输出键为 2 的值
print(tinydict)# 输出完整的字典
print(tinydict.keys()) # 输出所有键
print(tinydict.values()) # 输出所有值
修改字典
向字典添加新内容的方法是增加新的键/值对,修改或删除已有键/值对如下实例:
实例
#!/usr/bin/python dict = {‘Name’: ‘Zara’, ‘Age’: 7, ‘Class’: ‘First’}; dict[‘Age’] = 8; # update existing entry dict[‘School’] = “DPS School”; # Add new entry print "dict[‘Age’]: ", dict[‘Age’]; print "dict[‘School’]: ", dict[‘School’];
删除字典元素
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
Name’: ‘Zara’, ‘Age’: 7, ‘Class’: ‘First’}; dict[‘Age’] = 8; # update existing entry dict[‘School’] = “DPS School”; # Add new entry print "dict[‘Age’]: ", dict[‘Age’]; print "dict[‘School’]: ", dict[‘School’];
删除字典元素
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
[外链图片转存中…(img-zgtNuWav-1713819864064)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!