python学习路径记录

希望这一篇能成为一系列文章的开始。

这篇文章主要是为了做个小结，在之前几个月的学习过程中，主要涉及了以下几个方面：

1. 《learn python3 the hard way 》

   作为一本最基础的入门书，从编程工具（atom、powershell）到基本语法和一些基础包的使用，都是讲解得非常详细。而且和大多数外国教材相似，如果你看多了国内教材精简的风格，那么你肯定会眼前一亮。没有那么多“显然”、跳跃和默认你知道的种种前提，只是把你当成一个彻头彻尾的小白来手把手教学。就像学芯片的时候看Grey的《Analysis and design of analog integrated circuits》的感觉，大部头，但是有一些让人看了很舒服的“废话”，这种方式的好处在于让你坚信“只要看完这本书，就能如何如何”。可能这种方式比较适合我的学习风格吧。

2. 《learn more python3 the hard way 》

   说句实话，看到这这本书纯属偶然。因为把1看得差不多的时候，就去网上搜了搜发现作者有官方网站。可以说顾名思义，的确是比1多了很多内容，而且有点演变成“默认你懂很多”的前提，所以在做一个个小专题的时候，往往要费大力气去网上搜一些周边的东西才能完成。也正因为此所以直到现在我也没有看完。

3. 廖雪峰的python教程——网站

   讲解得比较全面，例子足够。但是有点像手册的感觉，而不是非常成体系，所以作为入门看的第一本书还是很适合的。

4. 《python cookbook》

   其中之前都完全不知道cookbook是什么意思，看了书才恍然大悟是一个个的小例子、“小食谱”。也没有看完，目前觉得是比较不常用的高阶的小技巧，不知道随着学习的深入会不会有新的体会。

5. 莫凡的python教程——网站

   因为要看到招聘的时候公司对算法和机器学习的要求，所以搜到了莫凡的教程。很有意思的是，因为是个人建站的原因，莫凡的视频教程全部放在了B站，所以在B站也有了“你来看鬼畜，我来学Python”的弹幕。总体而言，莫凡的教程对新手还是相当友好的。至少让我初步了解机器学习和神经网络等以前完全陌生的领域。

6. 《机器学习实战》

   看了莫凡的教程之后，其实是浅尝辄止。后来深入学习之后才发现有些章节其实是莫凡把手册上例子录视频手把手实现了而已。《机器学习实战》是用Python写的，涉及到了一些常用算法，而且一一讲解了数学原理和Python实现，能够在5的基础上深入理解。

7. 《利用python进行数据分析》

   写在最后的书，其实是比较先看的。当时想找数据分析、数据挖掘类的工作，看到了Numpy，Pandas的相关包，自然也看到了Pandas作者的这本书。跟着书里敲了一遍代码，对于Numpy和Pandas以及matplotlib是比较熟悉了。

8. codecademy

   pass

9. http://www.aibbt.com/a/22255.html