没有统计学基础可以学python-如何系统地自学 Python？

↑↑↑↑↑↑ 首先得分析什么叫系统地学习，所谓系统地学习，是指通过学习 来构建自己的一套知识体系。关于知识体系，在笔者看来，其主要包含以下四个方面：(1) 基础性知识 (2) 知识的应用 (3) 知识的输出 (4) 知识的专精

学习之前，得先对自己有个清楚的认识，你的知识体系处于哪一个层面，你是否能总结归纳自己的一套学习方法。

了解自己，了解所学的知识，这样才可胸有成竹地对领域性的知识进行系统地学习，而不至于迷茫，甚或半途而废。高手课承包了你大学考试所需要的考试资料、职业考试资料、软件以及教程。

现在【高手课】老师就如何系统地自学python, 来分别从这四个方面进行讲解。

Part 01. 基础性知识

python的基础性知识，主要包含以下几个方面：

基础语法，数据类型，控制结构，函数与类，文件处理，网络编程，并发编程。

对于如何系统地学习基础性知识，【高手课】老师总结了以下三点：

(1) 首先得理解其概念，对于抽象的概念，可以尝试将其生活化，或者将其进行分解

笔者以面向过程和面向对象的概念来举个简单的例子：

面向过程的英语是"Procedure Oriented "，对中国人来说，单凭英文字面意思并不是很好理解。

面向过程的核心是过程，什么是过程？以生活中的经验来举例，过程是你求解一道算术题的思路。高手课承包了你大学考试所需要的考试资料、职业考试资料、软件以及教程。

例如求解算数表达式1+2-3*4+5,可以分解为以下几步：

(1) 计算表达式1+2，值为3

(2) 计算表达式3*4 值为12

(3) 将第一步中的结果3减去第二步的结果12，值为-9

(4) 将第三步中的-9与5相加，最终结果为-4

这就是一个典型的面向过程的解题思路，面向过程是把一个问题分解为若干个步骤，然后一步步地进行求解。

面向过程关心的是求解问题的过程，以谈恋爱找对象来举例，面向过程更关心的是这个追求的过程，他/她会实践许多方法来执行这个追求的过程。

而面向对象关心的是异性本身，会了解对方有什么优缺点，与自己的三观是否相合。

画图也是一种很好的概念理解的方法，例如理解python中的变量，python中的变量是一个存储内存地址的容器，所谓的内存地址就是内存块的编号，在内存块中存储了实际的数据。

通过画图来加深对于并发概念的理解：并发是指A事件,B事件, C事件，在某个时间段内交替发生。

以上是【高手课】老师举的几个例子，大家在实际学习中，需结合自身的学习习惯，来使用合适的学习方法。高手课承包了你大学考试所需要的考试资料、职业考试资料、软件以及教程。

(2) 在理解概念的基础上需勤加练习，学习的事万不能偷懒，许多人学习不好，大抵是因为懒惰。

(3) 理解清楚概念，有了一定的练习以后，需要对所学的知识进行总结，将学过的知识点串联起来，这样才能形成体系。对不同的概念要学会发散性思考，在对比中进行学习。

在进行总结时，通过绘制知识脑图就是一种很有效的学习方法

Part 02. 知识的应用

掌握了基础性知识，接下来就是学习如何将其在实际工作中应用起来，以让所学的知识产生相应的价值。python在企业中的应用主要分为以下几个方面：

(1) web开发

(2) 数据分析

(3) 机器学习

对于web开发，需要掌握数据库的知识，常用的应用协议，如http, https, 以及web开发框架，如tornado，django。

使用python进行数据分析，需要学习常用的numpy以及pandas库，以及掌握基本的统计学知识，数据挖掘理论，常用的数据挖掘算法。

在机器学习领域，python社区开源了许多优秀的机器学习包，【高手课】老师不再一一列举。此外对于机器学习，线性代数、统计学等也是绕不过去的必学基础知识。

使用python进行应用开发，还需结合其它技术领域的基础知识，所以现在又得回到基础性的知识上来，python只是一门编程语言，开发工具，撇开其它知识来谈系统地学习python，并无太大的意义。高手课承包了你大学考试所需要的考试资料、职业考试资料、软件以及教程。

对于python之外的学习，读者可以根据自己所选择的技术领域，来进行相关的基础知识的学习。

现在分别从Python的三个主要应用领域进行讲解：

(1) web开发

使用python进行web开发，主要是做一些后端的开发工作，做web后端开发首先得熟练掌握http协议，学习常用的数据结构与算法，然后是数据库的开发及优化，常用的开发框架。

对于数据库的学习，关系型数据库可以重点学习下MySQL，对于NoSQL，企业中比较常用的是redis以及mongodb。

对于web开发框架，需重点学习Tornado和Django框架。

(2) 数据分析

传统的数据分析主要分为两大块:描述统计和推断统计。在这里【高手课】老师推荐贾俊平的《统计学》，这本书对统计学的基础理论讲解地通俗易懂。

学完《统计学》以后，【高手课】老师再推荐《利用Python进行数据分析》这本书，来进行数据分析的实战练习。

最后需要再系统地学习数据挖掘的理论以及常用的数据挖掘算法。《数据挖掘导论》这本书，英文版没有读过，中文版翻译的很拗口，【高手课】老师在后面会写一本与数据挖掘相关的书。

(3) 机器学习

机器学习是一种门槛较高的学习领域，需要具备扎实的数学基础: 线性代数，统计学，概率论等。高手课承包了你大学考试所需要的考试资料、职业考试资料、软件以及教程。

对于机器学习，在这里笔者给大家推荐两本书，一本是李航的《统计学习方法》，一本是周志华的《机器学习》。

对于深度学习，【高手课】老师特别推荐一位日本作者写的入门书《深度学习入门-基于python的理论与实现》，此书通俗易懂，非常适合深度学习的初学者。

Part 03. 知识的输出

在学习的过程中，进行知识的输出可以加深对已学知识的巩固和理解。为人解惑，撰写博客，发表技术论文，在github上发布开源软件等，都是很有效的知识输出途径。

【高手课】老师建议初学者们务必养成知识输出的习惯，这对你们学习的精进以及职业生涯也是很有助益的。

Part 04. 知识的专精

知识的专精，是指深耕于特定的技术领域。以机器学习来举例，计算机视觉，自然语言处理等就是特定的技术领域。高手课承包了你大学考试所需要的考试资料、职业考试资料、软件以及教程。

高手课老师建议初学者在学完python基础以后，就要确立自己以后的技术方向，持续地专注于该领域，直到成为该领域的技术专家。

以上所述，是高手课老师关于如何系统地学习python的一些见解，总的说来，就是要构建自己的一套知识体系。

—END—

同学们可以对本节内容进行留言，高手课老师会一一进行解答。遇见过的人，做过的选择，都会在岁月的流转中给你带来影响...

承认自己的不足，改进不足的地方，这样才能不断精进，更上一层楼。做人，做事都是一样的道理。希望我们能够一直保持对学习的热爱，克服学习上的难关，奋勇向前。