Если вы всегда хотели изучить Python, но не знаете, с чего начать, не стесняйтесь. Эта статья написана для вас.

сомневаться

С ростом популярности концепций науки о данных Python, который не является новым языком, превратился в беспорядок.

Потому что я написал несколько статей об анализе данных с помощью Python.статья, читатели и студенты часто спрашивают меня в области сообщений, если я хочу изучать Python, с чего мне начать?

Мне часто приходится делать соответствующие предложения в соответствии с их различными ситуациями. Хотя это очень целенаправленно, это не эффективно. Я все еще записываю этот вопрос, чтобы больше людей могли увидеть его вместе.

Несколько редакторов издательства прислали мне личные сообщения, призывая поскорее написать учебник по Python.

У меня пока нет планов писать базовый учебник по Python. Поскольку, на мой взгляд, существующие учебные ресурсыдостаточно хорошо.

С готовыми ресурсами и путями, почему многие люди все еще беспокоятся об изучении Python?

Потому что у обучения есть проблема с эффективностью.

Синтаксис Python понятен и лаконичен, его легко освоить. Это основная причина, по которой Python так популярен. Однако выбор правильного пути изучения Python требует вашего собственногохарактеристикаОбъединить.

Каковы критерии разделения населения? Дело не в том, являетесь ли вы специалистом по компьютерной тематике и не работали ли вы, а в важном показателе - вашемсамодисциплинаспособность.

Вы можете подумать, что то, что я сказал, неинформативно. Самодисциплина сильная, обучение лучше, кто не знает о людях на земле?

Однако людям, недостаточно сильным в самодисциплине, не суждено ничему научиться?

конечно, нет.

Каждый человек имеет разные характеристики, и нет абсолютного превосходства. Если вы мне не верите, просто послушайте реплику г-на Лю Баоруя «Три опасности на солнце», и вы все поймете.

То же самое касается самодисциплины. Если вы хорошо знаете себя, вы можете более эффективно осваивать новые знания и навыки.

Давайте обсудим, как люди с разными способностями к самодисциплине могут изучать Python, чтобы быть более эффективными.

путь я

Начнем с самодисциплиныхудшийлюдей.

Такие одноклассники склонны быть горячими в течение трех минут. Меня случайно побудило изучить Python, чтобы продолжить карьеру в науке о данных.

Он сразу пойдет в библиотеку или книжный магазин, возьмет книгу «От новичка до освоения Python за X дней» и начнет грызть. В результате до наступления X дней весь процесс от входа до отказа был успешно завершен.

Если вы не проявите настойчивости, вы должны нести за это ответственность. Но самая большая проблема в том, что чрезмерноепереоцененсобственная самодисциплина.

Таким студентам я рекомендую перейти на платформу Coursera и шаг за шагом изучить очень хороший МООК — «Программирование для всех».

Я рекомендую этот курс, потому что качество курса действительно хорошее.

Во-первых, учебник хороший. У источника этого учебника есть история.

Сначала Аллен Б. Дауни написал открытую книгу «Думай о Python: как думать как ученый-компьютерщик».

Эта книга оценивается на Amazon следующим образом:

Чарльз Северанс подумал, что она настолько хорошо написана, что захотел использовать ее в качестве учебника. Итак, с согласия автора, я в значительной степени опирался на структуру содержания этой книги и написал «Python для информатики».

Когда Чарльз написал книгу, формат iBook также был выпущен. Он содержит их собственные обучающие видеоролики, которые студенты могут смотреть и учиться напрямую.

Позже Чарльз расширил эту книгу до МООК. Вскоре после его запуска в 2015 году старшие инженеры Кремниевой долины захотели учиться.

Чарльз хорошо разбирается в искусстве итерации курса. Он продолжал добавлять контент, улучшать систему учебных программ, превратил курс в специальный курс (Signature Track) и обновил учебник до «Python для всех: изучение данных в Python 3».

В текущем глобальном списке молвы о МООК этот курс Чарльза всегда был на вершине.

Этот специальный курс объясняет простой синтаксис Python простым способом, а также использует некоторые основные задачи науки о данных, чтобы подтолкнуть вас к написанию простых проектов на языке Python. Этот солидный тренировочный процесс укрепляет вашу уверенность и пробуждает интерес.

Для учащихся с низкой самодисциплиной характерны следующие характеристикиболее важный- Все работы имеют ограничение по времени.

Курсы на Coursera, задачи на неделю понятны. Если правильный уровень практических вопросов не может достигать 80%, вы не пройдете тест. К установленному сроку, если вы не выполните все упражнения и элементы курса, вы не получите сертификат.

Учитель ведет вас вперед, ассистент подгоняет вас рядом с вами, платформа напоминает расписанием, а одноклассники на форуме подталкивают вас давлением сверстников...

Хотите быть ленивым? Хотите ловить рыбу три дня и сушить сети два дня? Это сложно.

Путь 2

Если ваша самодисциплина выше среднего, то у вас есть широкие возможности.

Здесь я рекомендую вам другую платформу MOOC под названием Datacamp.

Мое первое знакомство с Datacamp произошло в начале 2015 года. В то время я проходил курс статистики Университета Дьюка «Статистические выводы» на Coursera, а сопутствующее упражнение было на Datacamp.

Я был очень впечатлен этой платформой в то время, потому что код работает в облачной среде. Учащимся не нужно устанавливать какую-либо среду локально, браузер, поддерживающий стандарт HTML5, может предоставить вам полный опыт обучения.

Это отличный способ начать работу для начинающих. Вы должны знать, что энтузиазм многих людей к обучению погребен в яме конфигурации среды и зависимой установки пакетов программного обеспечения.

Два года спустя Datacamp стал еще сильнее. Вы можете открыть путь обучения Data Scientist with Python на главной странице, чтобы увидеть 20 уже предлагаемых курсов.

Эти курсы охватывают все: от основ Python до обработки данных, искусственного интеллекта и глубоких нейронных сетей.

Все курсы разработаны, чтобы быть краткими и лаконичными. Как правило, не более 4 часов можно завершить изучение определенной темы. Таким образом, вы учитесь без усилий и получаете обратную связь (автоматическая оценка практических вопросов) и чувство выполненного долга (сертификат) за довольно короткий период времени.

Курс этой платформы, прогресс полностью определяется учащимсясобственный контроль. Поэтому я резюмирую, что это подходит для учащихся с определенной самодисциплиной.

Он может не только дать вам мгновенную обратную связь, позволить вам всегда знать свое положение и прогресс, не сбиваться с пути, но и в полной мере испытать удовольствие от самообучения.

Курсы Datacamp, как правило, бесплатны для первой части. Обучение можно разблокировать только после покупки последней части. Если вы уверены в своих способностях к обучению и настойчивости, вы можете купить полный курс (например, один год). В этот период вы можете проходить курсы на всех платформах, а после прохождения можете получить сертификат. Сам по себе такой план закупок уже имеет скидки, причем в определенное время года действуют значительные скидки, что очень выгодно. Рекомендуется добавить больше внимания к корзине.

Это сертификат курса Keras для глубокого обучения, который я получил в Datacamp. На самом деле обучение занимает всего несколько часов. Чувство достижения все еще довольно сильно.

Путь 3

Вышеупомянутые курсы стоят дорого. Средняя цена за курс на Coursera составляет около 49 долларов. Для групп студентов из развивающихся стран Coursera может оказать финансовую помощь. Вы можете заполнить форму заявки правдиво в соответствии с вашими потребностями для получения финансирования.

Для студентов с сильной самодисциплиной ваш выбор может быть очень простым и понятным - вы можете использовать самые уважаемые учебники и учиться самостоятельно.

самый почитаемыйУчебника, по сути, нет. Как гласит западная пословица:

Что полезно одному, то вредно другому.

В этом мире нет ничего, с чем все согласны. Но есть учебники с очень хорошей репутацией, такие как этот со странным названием «Learn Python the Hard Way» (Изучай Python на сложном пути).

Не обманывайтесь названием, это плохое вводное руководство по Python.

Наоборот, дизайн этой книги очень соответствует законам познания людей.

Мы учимся вещам, от поверхностного к глубокому, от простого к сложному, и постепенно прогрессируем. Если вы будете слепо гнаться за новыми знаниями, то то, чему вы научились раньше, будет быстро забыто. Если вы всегда будете крутиться на месте, это принесет ощущение унылости и скуки. Вы все еще помните курсовую работу, которую вы написали на третьем курсе старшей школы?

Хороший учебник должен давать учащимся новые знания и содержание в каждой главе и ставить достаточно задач. Но задача не должна быть настолько высокой, чтобы учащийся разочаровался и сдался. В то же время нельзя не учитывать, что в последующем содержании ранее усвоенные знания будут изменяться и повторяться по непрерывной спирали. Только так мы сможем закрепить полученные знания, дать учащимся почувствовать роль базовых знаний и повысить удовольствие от обучения.

Это немного абстрактно, но на самом деле существует учебник английского языка, который очень хорошо согласуется с вышеизложенными когнитивными законами. Вот тот набор методических материалов, который я неоднократно рекомендовал на занятиях и в статье:

«Изучение Python глупым способом» — одна из таких книг. Все, что вам нужно сделать, это открыть книгу, одновременно открыть полезный редактор кода и начать печатать, запускать и изменять код в соответствии с требованиями книги...

На картинке ниже код, который я набрал по этой книге, когда учился.

Полнота обучения базовому содержанию Python в книге на данный моментнепревзойденныйОт.

Кстати, эта книга доступна на китайском языке. Так что, если ваш английский не очень хорош, не беспокойтесь.

Небольшой совет, английский действительно нужно учить усердно. Это не только расширяет ваш кругозор, но и увеличивает шансы, которые вы можете получить. Учитывая, что читатели, которые внимательно читают эту часть, очень дисциплинированные люди, мне не нужно говорить больше.

вызов

Три основных пути входа в Python завершены. Я считаю, что благодаря четкому пониманию собственной самодисциплины вы сможете найти подходящий вам способ постепенного изучения и освоения Python.

Но после завершения чтения и прослушивания класса все кончено?

конечно, нет.

Тут многие ошибаются. Они думают, что у них есть сертификат или они прошли учебник, даже если они действительно освоили Python. Тогда отложите язык в сторону и переходите к американским сериалам и романам.

поверь мне, ты будешьзабыватьиз.

Если вы никогда не забываете вещи, к которым долгое время не прикасались... сходите в больницу и проверьте.

Шаблоны памяти большинства людей выглядят так:

Без вмешательства в течение недели можно практически забыть все полученные новые знания.

Что, если вы не хотите, чтобы ваши с трудом заработанные знания Python были потрачены впустую?

упражняться

Вы должны практиковаться.

Чтобы практиковать навыки Python, не обязательно искать профильный технологический отдел компании из списка Fortune 500, а на выполнение работы «996» уходит N лет.

Вы можете найти множество интересных жизненных проблем, а затем подумать, сможете ли вы решить их с помощью программирования на Python.

Я действительно чувствую себяпервое пониманиеЯ получил Python сразу после завершения моего первого проекта на github.

Проект очень простой, с использованием Python в качестве связующего языка для соединения ряда инструментов вместе. Вы можете изменить содержимое, написанное в Markdown, в различные форматы одним щелчком мыши.

Форматы включают, но не ограничиваются:

1. PDF/LaTeX;
2. Word;
3. Рукопись Биткрона;
4. Рукопись MarkEditor;
5. документ МВеб;
6. Рукопись медведя;
7. TextBundle (может импортировать MindNode, Ulysses и т. д.);
8. слайд-шоу Reveal.js;
9. Релизная версия Markdown (изображение одним щелчком мыши превращается в семь кроватей с изображениями крупного рогатого скота);
10. Локальная версия Markdown (удаленный Markdown, такой как Jianshu, синхронизирует изображения с локальным);
11. Дневник первого дня.

Некоторые из этих функций публикуются в публичном проекте github по адресуздесь. Соответственно, я такжеНаписать статьюсделал вступление.

Это небольшой проект, я начал им заниматься в 2014 году. Если честно, оглядываясь назад на код того времени, он ужасен. Но если вы постепенно получаете это ощущение от своего кода, вы делаете успехи.

Не ждите, что напишете это, как только сделаете снимок.идеальноКод, всегда держи в сердце слово «итерация». Таким образом, вы сможете терпеть свою неуклюжесть и продолжать совершенствоваться. Как говорили древние:

Усердная учеба подобна саженцу весной, он не растет, а растет день ото дня.

В процессе выполнения этого проекта я столкнулся с рядом проблем, таких как кодировка на китайском языке, хранение личной информации, обработка пространства имен файлов, абсолютные и относительные пути, разделение процесса публикации, разделение функций, параметры, прикрепленные к адресам веб-изображений... и так далее. .

Просмотрев журналы, записанные с помощью инструмента управления версиями git, и функцию сравнения версий, вы сможете четко увидеть, когда и как решать эти проблемы. И не забудьте отметить новые маленькие навыки в своем наборе инструментов.

Когда небольшие проблемы постепенно преодолеваются вами, вы можете по-настоящему ощутить ценность приобретенных навыков и понемногу накапливать уверенность.

обсуждать

Вы изучали Python? Как ты этому научился? Можете ли вы поделиться своим опытом обучения со всеми? Есть ли у вас другие мнения о ресурсах и путях, рекомендованных в этой статье, или предложения получше? Добро пожаловать, чтобы оставить сообщение, записать свое мышление, и мы будем общаться и обсуждать вместе.

Лайк пожалуйста лайк. Вы также можете подписаться на мой публичный аккаунт в WeChat и закрепить его."Юшу Чжилань" (нкваншуйи).

Если вы интересуетесь наукой о данных, вы можете прочитать мою серию постов с учебными указателями "Как эффективно начать работу с наукой о данных?", есть более интересные задачи и решения.