做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。
别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。
我先来介绍一下这些东西怎么用,文末抱走。
(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。
(4)200多本电子书
这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。
基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。
(5)Python知识点汇总
知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。
(6)其他资料
还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。
这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。
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。
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!
return -1
N1 = v.shape[0]
if N1 != M:
print("The dimension of matrix and vector is not reasonable ")
result = np.zeros((N1,1),dtype = np.float32)
for i in range(N):
for j in range(N):
result[i] += A[i,j]*v[j]
return result
def product(v1,v2):
result = 0
M,N = v1.shape[0],v2.shape[0]
if N != M:
print(“The dimension of vectors is not reasonable”)
exit(1)
for i in range(M):
result += v1[i]*v2[i]
return result
def vecnorm2(v1):
N = v1.shape[0]
result = 0
for i in range(N):
result += v1[i]*v1[i]
result = np.sqrt(result)
return result
def cgsolver(A,b,x0,maxit:int,tol=1.0e-8):
if tol < 0:
print(“argument tol is not good (negitive)”)
if maxit <= 0:
maxit = 1000
xk = x0
rk = b-matvec(A,xk)
dk = rk
for i in range(maxit):
print(“iteration:{}, norm(x)= {}, norm(rk) = {}”.format(i, vecnorm2(xk),vecnorm2(rk)))
if vecnorm2(rk) <1.0e-16:
print(“A good approximation solution is obtained”)
return xk
Adk = matvec(A,dk)
alphak = product(rk,rk)/product(dk,Adk)
xkp = xk + alphak*dk
res = xkp-xk
if vecnorm2(res) < tol:
print(“A good approximation solution is obtained”)
return xk
xk = xkp
rkTrk = product(rk,rk)
rk = rk -alphak*Adk
betak = product(rk,rk)/rkTrk
dk = rk + betak*dk
print(“Max iteration reachs”)
return xk
def cgsolver1(A,b,x0,maxit:int,tol=1.0e-8):
if tol < 0:
print(“argument tol is not good (negitive)”)
if maxit <= 0:
maxit = 1000
xk = x0
rk = b-np.matmul(A,xk)
dk = rk
for i in range(maxit):
print(“iteration:{}, norm(x)= {}, norm(rk) = {}”.format(i, np.linalg.norm(xk),np.linalg.norm(rk)))
if np.linalg.norm(rk) <1.0e-16:
print(“A good approximation solution is obtained”)
return xk
Adk = np.matmul(A,dk)
alphak = np.vdot(rk,rk)/np.vdot(dk,Adk)
xkp = xk + alphak*dk
res = xkp-xk
if np.linalg.norm(res) < tol:
print(“A good approximation solution is obtained”)
return xk
xk = xkp
rkTrk = np.vdot(rk,rk)
rk = rk -alphak*Adk
betak = np.vdot(rk,rk)/rkTrk
dk = rk + betak*dk
print(“Max iteration reachs”)
(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。
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!