【Python系列】（一）写给建筑类转方向的朋友们

磕磕绊绊+滑跪求问，从第一次在notebook里敲出print("Hello, world!")也有一年多了，十分感谢网络上的开源内容：）

特此写个一年学代码总结，也帮助身边想转的朋友们顺利转走

1. 会用到的软件（先装上再说）

1.1  Anaconda

还是搞不懂Anaconda是什么?读这一篇文章就够了_Aaron-ywl的博客-CSDN博客

• 在Jupyter Notebook快速写代码

• 方便地配置和管理不同的虚拟环境

• 方便地安装和更新各种包

1.2 Pycharm

• 方便地使用Anaconda配置好的环境

• 自动填充，错误高亮

• 方便地管理复杂的项目文件，如深度学习模型

1.3 Anaconda+Pycharm

配置深度学习环境请看

【Anaconda+Pycharm】手把手深度学习环境配置教程，含GPU版本Pytorch安装_pycharm深度学习_xuyh_yuhan的博客-CSDN博客

2. 常用Python包

学习新的Python包，优先查阅官方说明文档及代码样例

如pandas 的官方说明文档pandas documentation — pandas 1.5.3 documentationhttps://pandas.pydata.org/docs/index.html

2.1 Numpy + Pandas数据分析

• 最先需要学习的Python包

• NumPy 的前身为 Numeric ，最早由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy

• Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）

• Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具

推荐学习《Python for Data Analysis》

GitHub - wesm/pydata-book: Materials and IPython notebooks for "Python for Data Analysis" by Wes McKinney, published by O'Reilly MediaMaterials and IPython notebooks for "Python for Data Analysis" by Wes McKinney, published by O'Reilly Media - GitHub - wesm/pydata-book: Materials and IPython notebooks for "Python for Data Analysis" by Wes McKinney, published by O'Reilly Mediahttps://github.com/wesm/pydata-book

2.2 Matplotlib绘图

以Numpy和Pandas为基础，查阅官方说明文档或CSDN替换成自己的数据

Matplotlib — Visualization with Pythonhttps://matplotlib.org/

3. 非常好用的网站

GitHub: Let’s build from here · GitHubGitHub is where over 100 million developers shape the future of software, together. Contribute to the open source community, manage your Git repositories, review code like a pro, track bugs and features, power your CI/CD and DevOps workflows, and secure code before you commit it.https://github.com/

CSDN - 专业开发者社区CSDN是全球知名中文IT技术交流平台,创建于1999年,包含原创博客、精品问答、职业培训、技术论坛、资源下载等产品服务,提供原创、优质、完整内容的专业IT技术开发社区.https://www.csdn.net/