Python

如何快速熟悉 Python 编程一直是很多初学者的疑问，我们经常考虑要不要系统地从头开始啃 Python 教程，但这种方法不仅非常枯燥且很难坚持。因此，对于很多入门读者，更好的方式是学习基础的 Python 编程，然后在实践中完善代码技巧。本文介绍了一本非常精炼的 Python 免费书籍，它不仅有基础知识，同时每一章节还有非常多的练习与源代码。

项目地址：https://github.com/joaoventura/full-speed-python

该书是使用实践方法教授基础的 Python 编程语言。其方法相当基础：在简要介绍每个主题之后，读者要解答练习题来巩固知识点。这些练习题都是非常经典的任务，它们可以让我们在短时间内熟悉 Python 的使用。

本书在第二章介绍了 Python 在各种操作系统上的安装并依次介绍了最基本的数据结构、数值和字符串、函数和模块、循环、字典和最后的类与目标。该书每一章都有非常多的配套练习题，且整本书非常短小精悍（22 页）。在该 GitHub 项目的发布页中，作者提供了 PDF 和 Epub 两种阅读版本和源代码。

目录

1 前言

2 安装

2.1 Windows 上的安装

2.2 macOS 上的安装

2.3 Linux 上的安装

3 基本数据类型

3.1 数值型习题

3.2 字符串型习题

3.3 列表型习题

4 模块和函数

4.1 数学模块习题

4.2 函数习题

4.3 递归函数

4.4 递归函数习题

5 迭代和循环

5.1 循环习题

5.2 while 循环习题

6 字典

6.1 字典习题

6.2 子字典习题

7 类

7.1 类习题

7.2 类继承

7.3 类继承习题

Python 的安装其实非常简单，方法也非常多，本书介绍的安装都是不使用 pip 等包管理工具的方法，其它方法还可以安装 Anaconda 等集成开发环境。

第三章介绍了基本的数据类型与数据结构，如下展示了字符串与列表的基本使用：

1. >>> "Hello" ∗ 3

2.   ’HelloHelloHello’

字符串执行乘积运算可以复制多次，以下展示了列表的简单索引方法。

1. >>> l = [ ’a’, ’b’, ’c’, ’d’, ’e’]

2. >>> l[ 1 : 3 ]

3. [ ’b’, ’c’]

4. 
   

第四章介绍了基本的模块与函数。首先在机器学习中，模块的导入与调用时非常重要的，因为很多时候科学计算库与模型框架能节省很多时间。以下简单地导入了一个数学模块：

1. >>> import math

2. >>> math.cos(0.0)

3. 1.0

4. >>> math.radians(275)

5. 4.799655442984406

当我们重复使用一个过程时，我们可以将这个过程定义为函数，以在主体函数中重复调用。

1. >>> def add_one (val) :

2.      pr int ( "Function got value", val)

3.      return val + 1

5. >>> value = add_one(1)

6. Function got value 1

7. >>> value

8. 2

9. 
   

第五章介绍了迭代与循环，这是在训练过程中不可缺少的部分。这一部分主要描述了 for 循环与 while 循环，其中 for 循环经常用于列表循环。

1. >>> for value in [0, 1, 2, 3, 4, 5]:

2.      print ( value ∗ value )

4. 0

5. 1

6. 4

7. 9

8. 16

9. 25

11. # 另一种列表循环

12. >>> mylist = [1, 5, 7]

13. >>> for i in range(len (mylist)):

14.      pr int ( "Index :", i," Value :", mylist[i])

16. Index : 0 Value : 1

17. Index : 1 Value : 5

18. Index : 2 Value : 7

19. 
    

根据个人经验，我们感觉 while 循环在机器学习中使用得比 for 循环少。大家在迭代训练训练或处理列表时基本上都是使用的 for 循环，以下展示了简单的 while 循环。

1. >>> n = 4

2. >>> while n > 0 :

3.      pr int ( n )

4.      n = n−1

6. 4

7. 3

8. 2

9. 1

10. 
    

第 6 章介绍了字典，它在机器学习中是非常重要的数据结构。例如我们在 TensorFlow 中使用占位符定义输入数据，那么我们就需要使用字典馈送输入数据与对应的标注。

1. ages = {

2.         "Peter":10,

3.         "Isabel":11,

4.         "Anna":9,

5.         "Thomas":10,

6.         "Bob":10,

7.         "Joseph":11,

8.         "Maria":12,

9.         "Gabriel":10,

10. }

11. >>> print (ages["Peter"] )

12. 10

13. 
    

最后一章介绍了面向对象编程的基础，即类和对象。在机器学习中，使用类来定义模型是非常常见的方法，如果希望简单的看懂模型源代码，那么类与对象的知识就必不可少了。

1. class Person:

3.      def __init__(self, name, age):

4.          self.name = name

5.          self.age = age

7.      def greet(self):

8.          print("Hello, my name is %s!" % self.name)

9. >> a = Person("Peter", 20)

10. >>> b = Person("Anna", 19)

12. >>> a.greet()

13. Hello, my name is Peter!

14. >>> b.greet()

15. Hello, my name is Anna!

17. >>> print(a.age)  

18. 20

19. 
    

以上就是该书籍的简要介绍，读者可具体查看该 GitHub 项目，并下载书籍与源代码。