python os.system(cls)没反应_python半年记

去年2月过年期间，从零开始学python，学的是七月老师的python课程，百度关键词“python 七月 慕课”，就能出来，正常买价格366元，对于这个质量真不贵。但是现在百度网盘的链接已经烂大街了。之所以说是半年，原因就是学完以后半年内就搁置了，直到7月左右才用起来，实际写代码只有半年，下面谈一下半年写代码体验。

七月老师的课一共11讲，前半部分是极基础部分，什么是str,什么是list等等。后半部分是基础内容里较高级的内容，函数、类、装饰器、匿名函数、正则表达式等等。去年2月初看视频时，前半部分还能看懂，后半部分就像听天书一样，最后一讲实际应用爬虫时候彻底不懂。

一年之后再看这些视频，直接看最后一讲，居然全程几乎不用暂停就顺了下来。显示出半年写代码的进步。

所以一个体验是：写代码和搬砖一样，是个经验活，熟能生巧。函数和规则有很多，死记硬背不一定能记住，能记住也不一定会用。这非常像数学，有很多公式，能记住是一个水平，会用又是一个水平，需要长时间积累。

我很享受写代码的过程，我的性格也偏向于做这种事。代码和编程要从娃娃抓起，是未来的方向，这点毫无疑问，只是写代码并不是适合所有人，对我而言就比较适合：偏内向，宅，逻辑性强，注重规则。写代码是一件舒服的事情，毕竟是对是错它会直接报出来。

直接现在，我觉得我才刚入了门，最近这样的感受越来越真切。

1.基础的用法越来越熟悉，过去半年用的最多的是pandas，花3天总结一遍用法后更熟练了。

2.慢慢理解一年前听的那些内容是什么意思，什么是类，什么是函数，为什么要用函数。知道了这些功能的有意义的地方，自己也会主动去用。(至于面向对象，还没有理解到那个程度)

3.遇到不会的内容，新的知识，会主动去查用法，会看参数，相当于有了感觉之后继续学习没之前那么难了。主动学习新用法，主动用pip安装新的包。

为什么要学python？

虽然python的广告是打的最多的，你从来没听过“人生苦短，我用C++”的广告，但我学python的主要目的是因为它能实现所有我想做的事。

python本身只是一门语言，和C语言、java语言一样并没有什么不同，这些语言什么都可以做，只是python有python的侧重点。

python能做所有我想做的事，数据的获取、处理、应用、策略都可以完成，而除此之外，我对于写个小程序、写个软件、甚至计算机系统并不喜欢。

数据的获取：

1.很多已有的数据，都可以通过调用相关api直接获得，方便省事。几乎所有数据，尤其是金融数据都可以用一行代码直接调用，股票的最高最低收盘开盘成交量、股票的财务数据、债券数据、期货数据等，通通都可以一行代码调出，省了很多麻烦事。

2.爬虫。如果不是标准的数据，需要爬网站数据的话，爬虫也是python的强项，很多人一提到python第一反应就是做爬虫的。诚然，爬虫是python很重要的应用，但只是很小的一部分。一方面，爬虫的原理并不复杂，对于简单的爬虫来说，网站信息都在F12里，爬虫就是把F12的信息获取复制下来，然后用正则表达式匹配需要的信息。另一方面，爬虫现在很多方法可以做到，除了python自己写代码之外，还有python的现成框架、软件爬虫、浏览器用xpath定位获取信息等方式，纯粹用python爬信息并不是那么迫切。

数据的处理：

1.原始数据的处理：这方面主要就是numpy,pandas,matplotlib,seabon这些库。excel能做到的，pandas都能做到。不同的是，excel是按按钮，很容易，而pandas用代码就比较抽象了。某些方面pandas做起来比python要方便。

举个例子：想看一堆数据里任意两组数据两两的相关性，只需要一行代码就能搞定。

除此之外，还有填补缺失值、运算、画图、识别异常值等等，这些库都能做到。

数据简单处理完成后还有特殊处理，还有特征创造，比如提取降维等，都是一两行代码就能搞定的。

2.先进的算法。基于python有很多先进且封装好的算法可供学习。我们常见的线性回归(多元线性回归，即用很多影响因素去预测某个标的的价格)，是这些算法里最简单的。除此之外，还有很多先进算法：随机森林，支持向量机、逻辑回归、Xgboost、乃至很厉害的tensorflow。这些在其他行业都经过检验的先进算法，我是不相信煤炭行业就这么特殊用不上的。这些算法我还没学完，我希望能熟练使用后写几篇在煤炭方面的应用情况。

数据的应用：

1.现货价格的预测与解释。如上部分所述，线性回归预测现货价格是简单的操作，除此之外，还可以解释现货价格变化的影响因素哪些强。

2.期货/股票策略的编写。期货策略一般来说就是用python写的，我还没怎么见过用其他语言写的。现在很多量化的平台，提供数据和框架，只要你把你的操作思路写出来，不需要额外的框架编写，就能出来回测结果。简单点的，测试5、10、20日均线啦，测试技术指标啦，都简单，现在一会儿就写完了。

由此可见，涉及到数据的前后一条线，python全部拿下，这就是最吸引我的地方。我对这方面最有兴趣，对于写个网站、写个小程序、写个软件没有兴趣。

这就是要学习python的原因：

1.它简单。编程语言本身是难的，我觉得python是所有编程语言里最简单的，最接近自然语言的。

2.它能实现关于数据的一条链的所有工作。

3.它有很先进的算法和库用来学习，是未来的方向。

截止到现在，我能做到的是：

1.python关于数据方面基础的操作，python操作、pandas操作大部分OK。

2.数据处理方面数据预处理和特征工程的使用，比如pca降维等。

3.一部分算法的使用，多元线性回归、岭回归、随机森林，SVC等。

上述几方面还有20-30%左右待完善的地方。

还需要学习的是：

1.上面内容再次回顾和完善。(需要2天左右)

2.画图的库的学习和完善(这个快，1天左右搞定)

3.sklearn剩余的几个库的学习。(逻辑回归，Xgboost等)(需要3天左右)

4.可能的话tensorflow的学习。(至少3天)

如果2020年煤炭方面更新频率低了，我希望能分享这些方面在煤炭、在期货等方面的应用。