人生苦短，我用python

        python是一种动态的，面向对象的解释型脚本语言，他的代码风格“优雅”，“明确”，“简单”；更重要的是它于现在流行的数据分析，人工智能扯上了联系，因此受到广大编程爱好者的喜爱。此时，大家戏称：“人生苦短，我用python”。

目录

【python特性】

【python如何学】

【数据爬虫】

【数据分析】

【机器学习】

【总结】

---

【python特性】

          python的动态性体现在：

class Student(object):
    pass

s = Student()
s.name = 'alex'
print(s.name)

        对象在定义后可以动态添加属性和方法，实际上上面代码执行的内部原理如下：

s.__setattr__("name","alex")
s.__getattribute__("name")

         python是一种面向对象的语言，它支持继承、重载、派生、多继承：

class Filter:
    def init(self):
        selef.block=[]

#SPAMFilter继承Filter，是Filter的子类
class SPAMFilter(Filter):
    def init(self):
        selef.block=['SPAM']

class Calculator:
    def calculate(self,expression):
        self.value=eval(expression)
class Talker:
    def talk(self):
        print('The value is'+self.value)
# TalkingCalculator同时继承Calculator,Talker
class TalkingCalculator(Calculator,Talker):
    pass

tc=TalkingCalculator()
tc.calculate('1+2*3')
tc.talk()


The value is 7

        Python语言是类似于javascript的解释型语言，具备js的脚本特性，但脚本语言简单程序设计的任务语言，又是与python无法比拟的。

【python如何学】

        任何语言的学习都是建立在基础语法的前提下进行的，然后根据python的应用对象选择一个学习方向：web开发，人工智能方向，数据分析，网络爬虫等。

        python基础内容，大致包括数据类型，函数，类，文件操作，网络编程，异常处理等基础内容。借用一下百度经验的图：

        

       其他高级应用python提供了大量的基础类库及应用框架，因此代码开发非常简单迅速，以下介绍python在数据爬虫与数据分析，机器学习领域常用的基础类库：

       

      有关这些基础类库和框架的介绍网上都可以找到，以下收录了几个小编在学习过程中学习到的文章，仅供参考：

      《python数据分析入门学习笔记》

      《Numpy教程》

【数据爬虫】

        爬虫是数据源获取方式之一，被定义为：爬取网页数据的程序。

       大数据时代数据已成为最重要的资产之一，数据的获取主要通过以下几个方式进行：

•               大企业自己生产数据（例如：百度指数，阿里指数）
•               数据管理咨询公司 （例如：麦肯锡）
•               政府机构提供平台数据（例如：国家统计局，世界银行，Nasdaq）
•               第三方平台购买（例如：数据堂，贵阳大数据交易所）
•               爬虫爬取数据

        爬虫的主要方式为：通过固定的url模拟get或post请求获取html网页数据，再通过数据解析，将数据保存至数据库。数据解析首先要通过网页分析，最常用的抓包工具分析为Fiddler。

【数据分析】

         数据分析是通过数据统计方法，对现有数据源进行分析，最后常用图表方式展示，为决策制定出谋划策。

         数据分析的流程：提出问题--准备数据--分析数据--获得结论--成果可视化。

【机器学习】

        机器学习是一个自动化过程，百度百科这样介绍：机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。总结来说，就是让数据分析的过程变成自动化，通过数据+算法的方式不断学习，以寻找问题最优解决方案。

        python为机器学习提供了大量的基础类库，方便使用者在机器学习过程中简易操作数学函数，更方便的实现算法。

【总结】

       本博文是小编在初学Python过程中的简单整理和看法，旨在为机器学习建立理论体系！为此，小编会在GitHub上持续更新自己的python学习旅程，请大家多多指教！

git地址：https://github.com/whpHarper/pychon.git