python數(shù)據(jù)科學(xué)入門，Python 從入門到精通：一個月就夠了！

不管你是待業(yè)還是失業(yè)，在這個被互聯(lián)網(wǎng)圍繞的時代里，選擇python數(shù)據(jù)科學(xué)入門，就多了一項(xiàng)技能，還怕找不到工作？，還怕不好找工作？小編就來告訴你這個專業(yè)的優(yōu)勢到底體現(xiàn)在哪里：Python 從入門到精通：一個月就夠了！，Python基礎(chǔ)+數(shù)據(jù)科學(xué)入門訓(xùn)練營 -9有益的探索，Python練習(xí)題100題-帶你輕松入門Python，數(shù)據(jù)科學(xué)家的完整學(xué)習(xí)路徑（Python版）??。

1.Python 從入門到精通：一個月就夠了！

毫無疑問，Python 是當(dāng)下最火的編程語言之一。對于許多未曾涉足計(jì)算機(jī)編程的領(lǐng)域「小白」來說，深入地掌握 Python 看似是一件十分困難的事。其實(shí)，只要掌握了科學(xué)的學(xué)習(xí)方法并制定了合理的學(xué)習(xí)計(jì)劃，Python 從 入門到精通只需要一個月就夠了！選自Medium，作者：Jhankar Mahbub，機(jī)器之心編譯，參與：王子嘉、Geek AI。要知道，一個月是一段很長的時間。如果每天堅(jiān)持用 6-7 小時來做一件事，你會有意想不到的收獲。作為初學(xué)者，*個月的月目標(biāo)應(yīng)該是這樣的：熟悉基本概念（變量，條件，列表，循環(huán)，函數(shù)）練習(xí)超過 30 個編程問題利用這些概念完成兩個項(xiàng)目熟悉至少 2 個框架開始使用集成開發(fā)環(huán)境（IDE），Github，hosting，services 等整體計(jì)劃現(xiàn)在，我們先將月計(jì)劃細(xì)化成周計(jì)劃。*周：熟悉 Python要積極探索 Python 的使用方法，盡可能多的完成下面這些任務(wù)：*天：基本概念（4 小時）：print，變量，輸入，條件語句第二天：基本概念（5 小時）：列表，for 循環(huán)，while 循環(huán)，函數(shù)，導(dǎo)入模塊第三天：簡單編程問題（5 小時）：交換兩個變量值，將攝氏度轉(zhuǎn)換為華氏溫度，求數(shù)字中各位數(shù)之和，判斷某數(shù)是否為素?cái)?shù)，生成隨機(jī)數(shù)，刪除列表中的重復(fù)項(xiàng)等等第四天：中級編程問題（6 小時）：反轉(zhuǎn)一個字符串（回文檢測），計(jì)算*公約數(shù)，合并兩個有序數(shù)組，猜數(shù)字游戲，計(jì)算年齡等等第五天：數(shù)據(jù)結(jié)構(gòu)（6 小時）：棧，隊(duì)列，字典，元組，樹，鏈表。第六天：面向?qū)ο缶幊蹋∣OP）（6 小時）：對象，類，方法和構(gòu)造函數(shù)，面向?qū)ο缶幊讨^承第七天：算法（6 小時）：搜索（線性和二分查找）、排序（冒泡排序、選擇排序）、遞歸函數(shù)（階乘、斐波那契數(shù)列）、時間復(fù)雜度（線性、二次和常量）別急著安裝 Python 環(huán)境！這看起來很矛盾，但是你一定要相信我。我有幾個朋友，他們因?yàn)檎Z言工具包和 IDE 安裝的失敗而逐漸失去了學(xué)習(xí)下去的欲望。因此，我的建議是先使用一些安卓 app 來探索這門語言，比如編程英雄（ Repl（ Python 環(huán)境可不是你的首要任務(wù)。第二周：開始軟件開發(fā)（構(gòu)建項(xiàng)目）接下來，讓我們朝著軟件開發(fā)任務(wù)進(jìn)軍吧！不妨嘗試綜合你學(xué)到的知識完成一個實(shí)際的項(xiàng)目：*天：熟悉一種 IDE（5 小時）: IDE 是你在編寫大型項(xiàng)目時的操作環(huán)境，所以你需要精通一個 IDE。在軟件開發(fā)的初期，我建議你在 VS code 中安裝 Python 擴(kuò)展或使用 Jupyter notebook。第二天：Github（6 小時）：探索 Github，并創(chuàng)建一個代碼倉庫。嘗試提交（Commit）、查看變更（Diff）和上推（Push）你的代碼。另外，還要學(xué)習(xí)如何利用分支工作，如何合并（merge）不同分支以及如何在一個項(xiàng)目中創(chuàng)建拉取請求（pull request）。第三天：*個項(xiàng)目——簡單計(jì)算器（4 小時）：熟悉 Tkinter，創(chuàng)建一個簡單的計(jì)算器第四、五、六天：個人項(xiàng)目（每天 5 小時）：選定一個項(xiàng)目并完成它。如果你不知道你該做什么，可以查看下面的清單（ -for-an- middle - /answer/jhankar - mahbub2）第七天：托管項(xiàng)目（5 小時）：學(xué)習(xí)使用服務(wù)器和 hosting 服務(wù)來托管你的項(xiàng)目。創(chuàng)建一個 Heroku 設(shè)置并部署你構(gòu)建的應(yīng)用程序。為什么要寫項(xiàng)目？如果僅僅按部就班地學(xué)習(xí)課堂上或視頻中的內(nèi)容，你無法擁有獨(dú)立思考能力。所以，你必須把你的知識應(yīng)用到一個項(xiàng)目中。當(dāng)你努力尋找答案時，你也在慢慢地學(xué)會這些知識。第三周：讓自己成為一名程序員第 3 周的目標(biāo)是熟悉軟件開發(fā)的整體過程。你不需要掌握所有的知識，但是你應(yīng)該知道一些常識，因?yàn)樗鼈儠绊懩愕娜粘９ぷ鳌?天：數(shù)據(jù)庫基礎(chǔ)（6 小時）：基本 SQL 查詢（創(chuàng)建表、選擇、Where 查詢、更新）、SQL 函數(shù)（Avg、Max、Count）、關(guān)系數(shù)據(jù)庫（規(guī)范化）、內(nèi)連接、外連接等第二天：使用 Python 數(shù)據(jù)庫（5 小時）：利用一種數(shù)據(jù)庫框架（SQLite 或 panda），連接到一個數(shù)據(jù)庫，在多個表中創(chuàng)建并插入數(shù)據(jù)，再從表中讀取數(shù)據(jù)。第三天：API（5 小時）：如何調(diào)用 API。學(xué)習(xí) JSON、微服務(wù)（micro-service）以及表現(xiàn)層應(yīng)用程序轉(zhuǎn)換應(yīng)用程序接口（Rest API）。第四天：Numpy（4 小時）：熟悉 Numpy（ Numpy -for- datascies-beginners-）并練習(xí)前 30 個 Numpy 習(xí)題（ 100/blob/master/100_numpy_.md)第五、六天：作品集網(wǎng)站（一天 5 小時）：學(xué)習(xí) Django，使用 Django 構(gòu)建一個作品集網(wǎng)站（ start-with-django -1/），也要了解一下 Flask 框架。第七天：單元測試、日志、調(diào)試（5 小時）：學(xué)習(xí)單元測試（PyTest），如何設(shè)置和查看日志，以及使用斷點(diǎn)調(diào)試。真心話時間（絕密）如果你非常「瘋狂」，并且非常專注，你可以在一個月內(nèi)完成這些任務(wù)。你必須做到：把學(xué)習(xí) Python 作為你的全職活動。你需要從早上 8 點(diǎn)開始學(xué)習(xí)，一直到下午 5 點(diǎn)。在此期間，你可以有一個午休時間和茶歇時間（共 1 小時）。8 點(diǎn)列出你今天要學(xué)的東西，然后花一個小時復(fù)習(xí)和練習(xí)你昨天學(xué)過的東西。從 9 點(diǎn)到 12 點(diǎn)：開始學(xué)習(xí)，并進(jìn)行少量練習(xí)。在午飯后，你需要加大練習(xí)量，如果你卡在某個問題上，可以在網(wǎng)上搜索解決方案。 嚴(yán)格保持每天 4-5 小時的學(xué)習(xí)時間和 2-3 小時的練習(xí)時間（每周最多可以休息一天）。你的朋友可能會認(rèn)為你瘋了。走自己的路，讓別人去說吧！如果你有一份全職工作，或者你是一名學(xué)生，完成這些流程可能需要更長的時間。作為一名全日制學(xué)生，我花了 8 個月的時間來完成這份清單。現(xiàn)在我是一名高級開發(fā)人員。我妻子在美國一家大銀行工作。她花了 6 個月才完成本文中提到的任務(wù)。所以，不管花多長時間，一定要完成它們。第四周：認(rèn)真考慮工作（實(shí)習(xí)）問題第 4 周的目標(biāo)是認(rèn)真思考如何才能被錄用。即使你現(xiàn)在不想找工作，你也可以在探索這條道路的過程中學(xué)到很多東西。*天：準(zhǔn)備簡歷（5 小時）：制作一份一頁的簡歷。把你的技能總結(jié)放在最上面，必須在寫項(xiàng)目的同時附上 Github 鏈接。第二天：作品集網(wǎng)站（6 小時）：寫幾個博客，將它們添加到你之前開發(fā)的作品集網(wǎng)站中。第三天：LinkedIn 簡介（4 小時）：創(chuàng)建一個 LinkedIn 個人簡介，把簡歷上的所有內(nèi)容都放到 LinkedIn 上。第四天：面試準(zhǔn)備（7 小時）：準(zhǔn)備一些谷歌常見的面試問題，練習(xí)白皮書中的 10 個面試編程問題。在 Glassdoor、Careercup 等網(wǎng)站中查看前人遇到的面試問題。第五天：社交（~小時）：走出房門，開始參加聚會、招聘會，與其他開發(fā)人員和招聘人員見面。第六天：工作申請（~小時）：搜索「Python Job」，查看 LinkedIn Job 和本地求職網(wǎng)站。選擇 3 個工作崗位并發(fā)送工作申請。為每個工作定制你的簡歷。在每個工作要求中找出 2 到 3 件你不知道的事情，并在接下來的 3-4 天里學(xué)會它們。第七天：在拒絕中學(xué)習(xí)（~小時）：每次你被拒絕的時候，找出兩件為了獲得這份工作你應(yīng)該知道的事情，然后花 4-5 天 的時間來掌握它們。這樣，每次拒絕都會讓你成為更好的開發(fā)人員。為工作做準(zhǔn)備現(xiàn)實(shí)情況是，你永遠(yuǎn)不可能百分之百地為工作做好準(zhǔn)備。你所要做的就是精通一兩件事，并且熟悉其它的事情，最終通過面試。一旦你開始工作了，你會在工作過程中學(xué)到很多。享受學(xué)習(xí)的過程學(xué)習(xí)是一個過程，只要學(xué)習(xí)就會有挑戰(zhàn)。天道酬勤，你越努力，就會成為越優(yōu)秀的開發(fā)人員。如果你能在 28 天內(nèi)完成所有的任務(wù)，那你堪稱天才。然而，如果你能完成 60-70% 的內(nèi)容，你就已經(jīng)開始具備成為一名程序員的正確特征了。原文鏈接：

2.Python基礎(chǔ)+數(shù)據(jù)科學(xué)入門訓(xùn)練營 -9有益的探索

深拷貝字典查找速度快更加簡潔的語法解析語法枚舉enumerate返回位置信息+本身信息nonlocal定義wraps

3.Python練習(xí)題100題-帶你輕松入門Python

近日發(fā)現(xiàn)一個Python入門的練習(xí)倉庫，作者收集100多道Python的常見練習(xí)題，幾乎概括了Python初學(xué)要掌握的基本問題。 如果您是python的初學(xué)者，那么這100多個練習(xí)可以幫助您輕松地使用Python。倉庫給定的問題非常簡單和容易理解。初學(xué)者每天可以嘗試3-5個問題，需要一點(diǎn)時間來解決，但肯定會學(xué)到一些新的東西（不管你有多懶），經(jīng)過一個月的常規(guī)練習(xí)，把練習(xí)做完看懂，只要能獨(dú)立解決100多個問題，基本上Python就入門了。本文來源： 這個倉庫一共有24個Jupyter notebook文件（每天一個），每個文件有3-5個練習(xí)，一共104題。問題模板格式提問提示解答在這個倉庫是用Python3 語言。作者修正一些隨機(jī)錯誤和變量命名，符合PEP8規(guī)范，倉庫分為Jupyter notebook格式（文件夾名稱:notebooks）和Markdown格式（文件夾名稱：Status）兩個文件夾，兩者內(nèi)容一致。內(nèi)容截圖：內(nèi)容截圖內(nèi)容下載 倉庫內(nèi)容已經(jīng)更新到數(shù)據(jù)科學(xué)的Github倉庫，地址：

4.數(shù)據(jù)科學(xué)家的完整學(xué)習(xí)路徑（Python版）

這篇文章是2年前翻譯的，發(fā)表在伯樂翻譯小組，曾經(jīng)在微博上被大量轉(zhuǎn)發(fā)、收藏，所以這里拿過來再次和大家分享一下。原文地址：learning-path-data-science-python。從Python菜鳥到Python Kaggler的旅程（譯注：Kaggle是一個數(shù)據(jù)建模和數(shù)據(jù)分析競賽平臺）假如你想成為一個數(shù)據(jù)科學(xué)家，或者已經(jīng)是數(shù)據(jù)科學(xué)家的你想擴(kuò)展你的技能，那么你已經(jīng)來對地方了。本文的目的就是給數(shù)據(jù)分析方面的Python新手提供一個完整的學(xué)習(xí)路徑。該路徑提供了你需要學(xué)習(xí)的利用Python進(jìn)行數(shù)據(jù)分析的所有步驟的完整概述。如果你已經(jīng)有一些相關(guān)的背景知識，或者你不需要路徑中的所有內(nèi)容，你可以隨意調(diào)整你自己的學(xué)習(xí)路徑，并且讓大家知道你是如何調(diào)整的。步驟0：熱身開始學(xué)習(xí)旅程之前，先回答*個問題：為什么使用Python？或者，Python如何發(fā)揮作用？觀看DataRobot創(chuàng)始人Jeremy在PyCon Ukraine 2014上的30分鐘演講，來了解Python是多么的有用。步驟1：設(shè)置你的機(jī)器環(huán)境現(xiàn)在你已經(jīng)決心要好好學(xué)習(xí)了，也是時候設(shè)置你的機(jī)器環(huán)境了。最簡單的方法就是從 SciPy, 以及Pandas從這步開始，學(xué)習(xí)旅程將要變得有趣了。下邊是對各個庫的簡介，你可以進(jìn)行一些常用的操作：根據(jù)NumPy教程進(jìn)行完整的練習(xí)，特別要練習(xí)數(shù)組arrays。這將會為下邊的學(xué)習(xí)旅程打好基礎(chǔ)。接下來學(xué)習(xí)Scipy教程?？赐闟cipy介紹和基礎(chǔ)知識后，你可以根據(jù)自己的需要學(xué)習(xí)剩余的內(nèi)容。這里并不需要學(xué)習(xí)教程。對于我們這里的需求來說，的內(nèi)容過于廣泛。取而代之的是你可以學(xué)習(xí)這個筆記中前68行的內(nèi)容。*學(xué)習(xí)Pandas。Pandas為Python提供DataFrame功能（類似于R）。這也是你應(yīng)該花更多的時間練習(xí)的地方。Pandas會成為所有中等規(guī)模數(shù)據(jù)分析的最有效的工具。作為開始，你可以先看一個關(guān)于Pandas的10分鐘簡短介紹，然后學(xué)習(xí)一個更詳細(xì)的Pandas教程。您還可以學(xué)習(xí)兩篇博客 Data Analysis with Pandas和Data munging with Pandas中的內(nèi)容。額外資源：如果你需要一本關(guān)于Pandas和Numpy的書，建議Wes McKinney寫的“Python for Data Analysis”。在Pandas的文檔中，也有很多Pandas教程，你可以在這里查看。任務(wù)：嘗試解決哈佛CS109課程的這個任務(wù)。步驟5：有用的數(shù)據(jù)可視化參加CS109的這個課程。你可以跳過前邊的2分鐘，但之后的內(nèi)容都是干貨。你可以根據(jù)這個任務(wù)來完成課程的學(xué)習(xí)。步驟6：學(xué)習(xí)Scikit-learn庫和機(jī)器學(xué)習(xí)的內(nèi)容現(xiàn)在，我們要開始學(xué)習(xí)整個過程的實(shí)質(zhì)部分了。Scikit-learn是機(jī)器學(xué)習(xí)領(lǐng)域最有用的Python庫。這里是該庫的簡要概述。完成哈佛CS109課程的課程10到課程18，這些課程包含了機(jī)器學(xué)習(xí)的概述，同時介紹了像回歸、決策樹、整體模型等監(jiān)督算法以及聚類等非監(jiān)督算法。你可以根據(jù)各個課程的任務(wù)來完成相應(yīng)的課程。額外資源：如果說有那么一本書是你必讀的，推薦 。這本書雖然有點(diǎn)老，但依然是該領(lǐng)域*的書之一。此外，你還可以參加來自Yaser Abu-Mostafa的機(jī)器學(xué)習(xí)課程，這是*的機(jī)器學(xué)習(xí)課程之一。如果你需要更易懂的機(jī)器學(xué)習(xí)技術(shù)的解釋，你可以選擇來自Andrew Ng的機(jī)器學(xué)習(xí)課程，并且利用Python做相關(guān)的課程練習(xí)。Scikit-learn的教程任務(wù)：嘗試Kaggle上的這個挑戰(zhàn)步驟7：練習(xí)，練習(xí)，再練習(xí)恭喜你，你已經(jīng)完成了整個學(xué)習(xí)旅程。你現(xiàn)在已經(jīng)學(xué)會了你需要的所有技能。現(xiàn)在就是如何練習(xí)的問題了，還有比通過在Kaggle上和數(shù)據(jù)科學(xué)家們進(jìn)行競賽來練習(xí)更好的方式嗎？深入一個當(dāng)前Kaggle上正在進(jìn)行的比賽，嘗試使用你已經(jīng)學(xué)過的所有知識來完成這個比賽。步驟8：深度學(xué)習(xí)現(xiàn)在你已經(jīng)學(xué)習(xí)了大部分的機(jī)器學(xué)習(xí)技術(shù)，是時候關(guān)注一下深度學(xué)習(xí)了。很可能你已經(jīng)知道什么是深度學(xué)習(xí)，但是如果你仍然需要一個簡短的介紹，可以看這里。我自己也是深度學(xué)習(xí)的新手，所以請有選擇性的采納下邊的一些建議。.net上有深度學(xué)習(xí)方面最全面的資源，在這里你會發(fā)現(xiàn)所有你想要的東西—講座、數(shù)據(jù)集、挑戰(zhàn)、教程等。你也可以嘗試參加Geoff Hinton的課程，來了解神經(jīng)網(wǎng)絡(luò)的基本知識。附言：如果你需要大數(shù)據(jù)方面的庫，可以試試Pydoop和PyMongo。大數(shù)據(jù)學(xué)習(xí)路線不是本文的范疇，是因?yàn)樗陨砭褪且粋€完整的主題。=============================================================作者主頁：笑虎（Python愛好者，關(guān)注爬蟲、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)可視化等）作者專欄主頁：擼代碼，學(xué)知識 - 知乎專欄作者GitHub主頁：擼代碼，學(xué)知識 - GitHub歡迎大家拍磚、提意見。相互交流，共同進(jìn)步！==============================================================

就拿大數(shù)據(jù)說話，優(yōu)勢一目了然，從事IT行業(yè)，打開IT行業(yè)的新大門，找到適合自己的培訓(xùn)機(jī)構(gòu)，進(jìn)行專業(yè)和系統(tǒng)的學(xué)習(xí)。