龙空技术网

如何系统地自学 Python?

林一爱学习 224

前言:

而今小伙伴们对“科研python自学”大概比较关心,你们都需要学习一些“科研python自学”的相关资讯。那么小编在网摘上搜集了一些有关“科研python自学””的相关内容,希望看官们能喜欢,你们快快来学习一下吧!

首先在自学Python之前先要问自己学习Python的目的是什么?常见学习Python目的人群有以下四种:

工作需要,自动化(高效化)办公。科研需要,利用Python进行数据分析、建模、深度学习的等等。增加自己的一项能力,方便日后跳槽能有一个加分项。大学生工作目标就是Python全栈。

针对不同的人群我们需要有不同的学习路线规划,下面就是我给不同目标人群自学Python的一些建议:

第一部分是Python基础内容,这个部分是所有自学Python的人都必须掌握的,如果把学习Python当做是建一个房子,那么这一部分相当于打地基,是必须牢牢掌握的:

Python简介Python的集成开发环境以及虚拟环境Python变量、赋值、简单的运算Python中的控制语句以及循环语句Python中的四大数据结构(列表、集合、字典、元组)Python中的函数、类、对象(面向对象编程)Python读写文件Python的异常处理Python最大的优势——丰富的第三方库

在掌握第一部分Python的情况下,针对不同的学习目的,学习的内容也有一个区分。

首先针对学习目标是利用Python进行自动化办公的人群和想给自己加码的,增加自己一项技能的人群来说,确定一下学习路线:

对于这一类人群现在有福了,我把我之前学习时花钱买来的资料和网上找的都整理了出来,关注我111就可以lq啦。我个人觉得里面的内容是十分合适小白上手的,而且课程的目标也很明确:“自动化办公”、“数据分析”、“数据可视化”,推荐有需要的同学可以关注111哦

Python处理Excel文件的两个库xlrd和xlwt,其中xlrd库负责读入Excel文件,支持对Excel文件的行列操作;另外一个xlwt文件负责写入Excel文件,xlwt不仅可以简单的写入Excel文件还支持改变字体、对单元格进行上色、合并单元格等等操作。xlwt处理的效果图如下:

xlwt处理Excel效果

安装xlrd和xlwt库运行下面的命令即可。

pip install xlwtpip install xlrd

xlrd库的官方文档:

xlrd官方文档xlrd.readthedocs.io/en/latest/

xlwt库的官方文档:

xlrd - xlrd 2.0.1 documentation​xlrd.readthedocs.io/en/latest/

Python操控鼠标和键盘的第三方库pynput

通过pynput的pynput.mouse可以控制你计算机的鼠标进行上下移动、点击、以及滑轮的滚动等基本操作,通过pynput.keyboard可以控制你计算机模拟键盘进行输入、组合快捷键输入等,安装pynput库的命令如下:

pip install pynput  # 安装pynputfrom pynput.mouse import Button, Controller  # 控制鼠标From pynput.keyboard import Key, Controller # 控制键盘
Python高效管理文件以及文件夹

有些时候我们需要创建大量的文件和文件夹,但是手动操作是在是太麻烦了,这个时候Python自带的os库就能帮助我们快速的创建大量的文件和文件夹。创建文件夹效果图如下:

Python创建文件夹

下面就利用os库展示一下如何创建文件和文件夹,以及遍历文件夹。

import osos.makedirs('./新建文件夹') # 新建文件夹os.makedirs('./新建文件夹/子文件夹') # 新建文件夹for dir in os.listdir('./新建文件夹'):# 遍历输出当前文件夹下所有的文件夹    print(dir)

我把我之前学习买的资料和网上找的都整理了出来,现在关注我111就可以lq哦,我个人觉得里面的内容是十分合适小白上手的,而且课程的目标也很明确:“自动化办公”、“数据分析”、“数据可视化”,推荐有需要的同学可以关注我111入手学习。

Python旋转图片、去除图片水印、给图片增加噪声

Python旋转图片的方式有很多,但是我一般使用opencv-python库来实现。实现效果如下:

python处理图片

如果你的科研内容主要是数据分析、建立数学模型(数据科学方向),那么应该着重学习以下几个重要的库:

1.numpy,numpy库支持高维度的数组与矩阵运算,并且针对矩阵运算提供大量的数学函数(例如矩阵的求逆、矩阵的转置、矩阵的特征向量、矩阵的特征值等等)。

2.pandas,pandas主要是针对面板数据的一个高性能、易于使用的数据结构和数据分析工具库。它提供了从数据读取到数据清洗到数据分析到最后的数据可视化(基于matplotlib库)一套完整的流程。下面就是数据可视化的一个简单例子,一般来说初次绘画出的可视化图像是比较简单甚至有一点丑陋的,但是你花一点时间去精修一下就能变得十分美观。

pandas绘制的条形图

3.Scikit-learn,Scikit-learn是基于Python实现专门针对机器学习的第三方库,像常见的机器学习算法“分类算法”、“回归算法”、“聚类算法”都能直接调用Scikit-learn的一个类或者一个函数。更值得称赞的是Scikit-learn库实现的算法扩展性很高,并且很简单,基本看着文档就能上手。安装Scikit-learn库的命令为:

 pip install scikit-learn

那么对于全栈人群来说,除了上面的学习内容外,还需要学习一下Python在web开放上的一个框架——Django,Python当然也有很多成熟的网站开发框架,但是如果让我推荐一个网站开发框架的话我推荐的肯定是Django。

基于Python的django框架

Django和绝大部分的web框架一样都是MTV模式,如果说Django最大的优点是什么我认为一定是“简单易上手”和“易于维护”,我当时本科的毕业设计就是利用Django实现的,学习了半个月就能上手做一个相当不错的网站了。 Django虽然简单但是该有的组件和模块都有,例如拦截器、过滤器、CSRF等等。

整理好的完整资料关注111

标签: #科研python自学