0基础入门,如何快速上手pythpn
新的改变
因为清晰易读的风格,广泛的适用性,python已经成为最受欢迎的编程语言之一,在TIOBE排行榜位居第四,是名副其实的人工智能第一语言。
-
python ,风靡的另一个原因是,python有非常多的第三方库。比如用于WEB开发的Django/Flask, 用于科学计算的Numpy/Scipy, 用于机器学习的 Scikit-learn,用于运维的 Supervisor/Fabric,用于网络爬虫的Beautifulsoup/Scrapy…这些你都可以轻松的实现,不用造轮子。
利用python进行数据分析
利用python写工具脚本
你自认为这些离你还远?但编程在你的工作、生活中的很多场景都能被利用。
比如量级稍微大些的数据,Office的性能根本不能满足,而用python可以轻松
处理吗、分析。而微软也正在考虑将python作为excel的另一种官方脚本语言,
由于python的适用性,使其不仅可以实现VBA的功能,也可以代替函数。
比如你想做一些市场调查,那么用python写一个爬虫,既可批量获取互联网数据,这些则可是很有价值的原材料。
你也可以写一些实用的工具脚本,比如跳一跳的自动化刷分工具,比如自动抢票的插件,文件批量…
如果你觉的这些很难,那可能是技术限制了你的想象。
所以无论是实用性还是易用性,Python都是学习编程最具性价比的选择。如果你学过其他的语言,在学python将会让你的技能树大大地扩宽,有能力涉足更多领域。
学习编程从入门到放弃的不计其数,很大程度上是因为,产出和投入的精力完全不成正比。而学习python,几行代码就可以实现一个爬虫,几个函数就可以做简单的数据分析,写一个小工具、小游戏也是分分钟的事…这种成就感,就会激发你最原始的兴趣。
那如何系统学习Python呢?一般我们会经历以下几个阶段。
01 了解Python编程基础
一是变量、编程规范、基础语法等,这也是能够上手写Python代码的前提。
是数据结构,字符串、列表、字典、元组这些需要非常熟练,数据类型将贯穿你整个编程的始终。
这部分一些简单的练习就是,自己构造一个数据类型,然后去实现基本的用法。比如你自己构造一个列表,实现列表中数据的访问、更新、删除等基本操作,比如:len()、max()、mix()函数,以及append()、count()、extend()等方法。
函数和方法是实现数据增删改查的基本途径,如果你在实际操作中遇到数据操作的问题,可以在具体的数据类型下查找相关用法。
02 Python函数及流程控制
学习python的函数和控制语句,是真正去解决问题过程。如何实现判断和循环,如何将固定的功能模块封装成函数,这些不仅是写出代码的必要前提,也是训练编程思维的必经之路。
函数这个部分无外乎函数的定义、函数调用以及参数的传递,但是要能够娴熟地写出函数实现对应的功能,需要注意的细节很多,也需要不断训练。
流程控制则相对要好掌握一些,条件语句和循环语句在不同的场景下练习几遍,知道判断和循环实现的过程,基本上就没问题了。
其实看到这里,基本的python知识你已经掌握了,你可以自己去做一些小项目,比如猜数字、各种转换器、记账工具…
03 利用Python做些事情
通常在学习一段时间之后,你就会有自我怀疑的过程,貌似真的懂了,到那时离做出实际的东西又很远,这些东西是否有用?
这个时候不妨了解一些第三方库,你可以做更多的事情。比如用pandas做数据可视化分析,用BeautifulSoup些爬虫,利用Flask搭建网站…这些别人搭好的轮子,你直接拿来用就可以了。当然像写爬虫和网站,你还需要了解其他方面的一些知识(比如HTTP、HTML、JS、数据库等)。
对于不同的库,内部的方法、函数你还需要去熟悉,开始的时候先掌握少部分最常用的方法,在遇到实际的问题时候,再去查对应的更多用法,这样会更高效。
04 深入Pyhton编程
其实第三个阶段反复练习实践,你已经基本具备一些工作的技能了,比如pyhton数据分析、网络爬虫、写脚本工具…
首先你要了解pyhton的高级特性,如:迭代器、生成器、装饰器等,了解类和面向对象的理念。深入下去,你可以探索Python的实现原理,Python的性能优化,跳出Pyhton语言本身,去了解计算机的交互原理,还有很长的路要走,但并不是每一个人都需要这个过程。
但这些高屋建瓴的东西,又不是你在这个领域立足生根的重要条件,对于坚定走技术方向的人俩说,这个过程是必要的。这个时候你在去做层面的一些东西,就会有更加审核的理解。
总结下来,学习python,最常见的坑有这些:
1. 很难找到合适的优质的学习资源,很难入手,或者随便找一些材料开始学习,极其容易从入门让你到放弃;
2. 遇到问题不知道如何寻找解决方法,甚至连问题都描述不清楚,经常被一些细小的问题卡住,学习效率不高;
3. 在理论学习中无法自拔,学习很久之后,发现还是不知道如何在实际的项目中去应用,缺乏解决问题能力;
4. 看到别人的案例觉得好像是那么回事,但是自己去写代码的时候依然很困难,无法训练编程思维。
如果成功跨过看这些坑,那么恭喜你,你已经成为了一名合格的Pythoner!!!