如何学Python

如何学习Python?python

Python上手很容易, 基本有其余语言编程经验的人能够在1周内学会Python最基本的内容.
它们包括:
1.经常使用内置类型(int, float, bool, bytes, str, list, dict, set)的使用.
2.分支if-else 循环while 迭代for的语法.
3.def定义函数, 调用函数.
你再花1周学习些:
1.类
2.异常
此时, 有些人就在简历中得意的自称"会"Python了.
可是学到如此程度, 在实际编程中会常常遇到挫折, 主要源自理解不够深刻, 仅仅Python语法和API层面体验了一下.
随意列举一些新手广泛存在的问题:
1.不了解Python对象模型, 变量名, 对象概念含混.
2.不了解可变对象和不可变对象, 尤为是int.
3.不了解切片意味着拷贝, 在循环中大量使用, 影响效率.
4.不了解切片是浅拷贝仍是深拷贝.
5.遇到bytes和str(2.7中的str和unicode)就头晕.
6.常常在须要使用is的场景使用==.
7.不了解def是运行时执行语句, 而且是赋值语句.
8.类属性和实例属性混淆.
9.不了解在函数中修改可变对象参数会对调用者产生影响, 致使莫名其妙错误.
10.企图在函数中修改全局变量, 没有使用global, 而建立了本地变量.
11.以可变对象作函数默认参数.程序员

拥有某项技能的程序员的价值, 能够用学习技能所需的成原本衡量.你用2周学习达到的这种程度, 对于企业就是没有价值的, 由于老板可让一个公司里任意其余语言的程序员通过2-3周的学习就能达到你如今的程度.Python的简洁易用, 快速开发对项目有价值, 但这不是你的价值, 是Python的价值.因此提升自身价值, 也就是不让别人轻易追上你. 以极低的成本替代你.正则表达式

你只能快跑, 进一步学习, Python语言层面还须要学习下面一些内容:
1.使用生成器, 迭代器
2.函数式编程, 匿名函数lambda, map, reduce, filter
3.列表解析, 字典解析, 集合解析, 生成器解析
4.运算符重载(setattr, getattr, getitem, gt, lt...)
5.property, 描述符(get, set, delete)
6.上下文管理器(enter, exit)
7.深刻理解面向对象算法

上述都是语言层面的,属于内功.实战中固然也须要一些更为具体的外功, 训练外功能够从熟悉Python标准库开始, 这些模块能进入标准库说明他们足够好而且在实际项目中足够经常使用, 列举一些极为经常使用的:
1.正则表达式 re
2.迭代工具 itertools
3.经常使用数据结构 collections, heapq, array
4.处理二进制数据 struct
5.随机 random
6.系统调用 os
7.Python对象序列化 pickle
8.多进程多线程处理 threading, multiprocessing
9.网络 socket, urllib
10.系统参数 sysdjango

不管练习内功或外功,结合实战都是最好的训练方式和检验手段, 能够根据我的状况以及喜爱选择, 如:
1.使用django, flask开发网站.
2.开发网络爬虫或使用Python爬虫框架(如scrapy).
3.写一些自动化运维脚本, 定时读取某软件log, 出现异常自动发邮件.
4.使用selenium对网站进行测试.
5.使用Python开发树莓派小车(电机,传感器驱动).
6.使用Python开发Vim插件, 如在vim中作一个音乐播放器.
7.使用Python作算法题, 如leetcode.
8.opencv作图像识别.
9.使用numpy和pandas作数据处理.
10.使用机器学习库sklearn, tensorflow作应用.
11.使用PyQt编写桌面应用.
12.使用scipy, matplotlib作科学计算.
13.使用Python作渗透测试.
......编程

我的建议选择小项目进行实训, 有些新手上来就想定一个大目标, 作的时候很挫折, 每每半途而废.把小东西先实现, 而后优化. 接下来添加新功能, 慢慢迭代把小东西作大. 这样在作的时候,每实现一个小功能你都会有成就感, 激励继续前进.flask

可能通过比较漫长的一段时间, 你成为了一个熟练的Python应用程序员, 还有些高级话题能够继续学习:
1.装饰器
2.元类
这些高级话题在开发框架中常常使用, 它们能够帮你建立更灵活的代码.vim

一般自称一个月光速学了会Python的人基本都不是天才, 只是浮躁, 目标定的比较低而已.
不要太过急功近利, 慢慢玩, 精进.
若是你觉着编程有趣, 成长也就再也不痛苦, 祝学习愉快.网络

转载:http://www.imooc.com/article/15051数据结构

相关文章
相关标签/搜索