学习Python在哪儿找资源比较好

Python语法资源并不难找，但Python包含的应用领域太多，像爬虫、web、机器学习、Gis、可视化、大数据等等，很难去选择合适的资源。我建议初学者从官方文档、github、博客教程、技术书籍几个领域去选择学习资源。

官方文档是最好的教程，最全最新最权威的内容都在官方文档上

语法教程，Python官方文档，已经有中文版

数据分析教程，Pandas官方文档，只有英文版

 

机器学习教程，sklearn官方文档，只有英文版

 

可视化教程，matplotlib官方文档，只有英文版

 

其他诸如，numpy 英文文档、keras英文文档、seaborn 英文文档、plotly绘图官方教程 英文文档、bokeh动态可视化教程 英文文档、Scrapy 英文文档、Requests 英文文档、BeautifulSoup英文文档、pyecharts 中文文档（官方）等。

Github是拓展资源最丰富的Python资源库，很多Python项目都托管在Github上

如果你用Github搜Python，会出现2,339,414个结果，也就是说这么多repository都和Python有关

这是什么概念呢？这个数字几乎是所有编程语言中最多的，而且远远超过C++、JavaScript等

所以在Github上学Python，一定不会让你失望。

下面推荐一些优质的Python学习项目，既包含python语法，也有爬虫、数据分析、web开发等应用。

• Awesome Python

这个项目收集了Python生态中各领域核心第三方库，内容包括：Web 框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等

比如说数据可视化领域，就有matplotlib、seaborn、dash等库，包含其文档链接及简要介绍 

这个项目还有

中文版 

• Python-100-Days

这是一个中文版python学习项目，名叫Python - 100天从新手到大师。

作者以100天为周期，把Python从入门到进阶的知识点分门别类，做成教程形式。

当然，这个教程不光有Python语法，还有爬虫、数据分析、机器学习、数据库、软件测试、web开发等各种应用层知识，足够让你跨入Python世界的大门。

 

作者对于Python学习和就业的建议也非常中肯，这里摘抄给大家参考。

 

项目开头给初学者的几个建议：
1、Make English as your working language. （让英语成为你的工作语言）
2、Practice makes perfect. （熟能生巧）
3、All experience comes from mistakes. （所有的经验都源于你犯过的错误）
4、Don't be one of the leeches. （不要当伸手党）
5、Either outstanding or out. （要么出众，要么出局）

• geekcomputers/My Python Examples

这是一个python脚本案例大集合，作者总结了日常工作中的实用脚本，包括文件整理、图片处理、视频下载、数据转化等各种代码。

作者也说，他不是程序员，整理这些脚本只是为了更方便快捷地解决问题。

我想这也是很多人学习python的诉求，为解决问题而学习，这是最高效的。

• free-programming-books-zh_CN

这是一个免费技术书籍分享项目，作者收集了IT领域各类主流中文/英文技术书，部分含有下载路径或者电子书链接。

这其中主要是github和stackoverflow推荐的书籍，层层筛选，相信不会辜负读者。

项目里你可以根据索引来选择某种语言的书籍，其中python书籍非常丰富，包含了cookbook、thinkpython等经典书籍。

语法&第三方库&应用

• HelloGitHub

这是一个非常受欢迎的开源项目分享项目，作者每周都会筛选github上流行的项目，按语言类型汇总成一个杂志式看板。现在已经有69期了。

项目介绍：

该项目内容包括： 有趣、入门级的开源项目、 开源书籍、 实战项目、 企业级项目等，让你用很短时间感受到开源的魅力，爱上开源！

 

里面的Python项目也非常有意思，大家可以去看看。

 

比如最新一期的python精选：

 

Github上还有很多Python题库，帮你做练习。

• Python面试题集合，14.6star

作者收集了上百个Python面试真题，包括语言特性、操作系统、数据库、网络编程等

举个例子，迭代器和生成器

这里有个关于生成器的创建问题面试官有考： 问： 将列表生成式中[]改成() 之后数据结构是否改变？ 答案：是，从列表变为生成器

>>> L = [x*x for x in range(10)]
>>> L
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> g = (x*x for x in range(10))
>>> g
<generator object <genexpr> at 0x0000028F8B774200>

 

答：通过列表生成式，可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含百万元素的列表，不仅是占用很大的内存空间，如：我们只需要访问前面的几个元素，后面大部分元素所占的空间都是浪费的。因此，没有必要创建完整的列表（节省大量内存空间）。在Python中，我们可以采用生成器：边循环，边计算的机制—>generator

还有其他不错的刷题项目，比如：

• 剑指offer里的Python面试题实现，有语法、算法、案例等

leetcode刷题攻略，教你如何刷题，包含了Python解法

 

 leetcode刷题攻略，教你如何刷题，包含了Python解法
作者：朱卫军
链接：https://www.zhihu.com/question/534874565/answer/2653283717
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。