一定要看，Python初学者入门指南

读芯术 11-16 22626

前言：

此时姐妹们对“python实践指南”可能比较关切，各位老铁们都需要分析一些“python实践指南”的相关知识。那么小编同时在网上汇集了一些对于“python实践指南””的相关文章，希望我们能喜欢，兄弟们快快来了解一下吧！

全文共3025字，预计学习时长6分钟

正在阅读本文的你可能刚刚踏上数据科学之旅，正在思考学习何种课程以大幅提升自身能力。

本文将介绍一门每位数据科学初学者都应学习的入门课程——从本文作者的故事开始。

为何学习

几年前在多伦多大学学习土木工程时，我经常读到一些文章，其中描述了像我一样的普通人是如何通过学习编程创办自己的公司，获得出色的工作并过上有意义的生活。

我也希望像他们一样。

那时，我已经知道工程并不适合我了，因为我并不专业，也没有那么喜欢它。我想学习一些技能，以备不时之需，于是我决定尝试编程。如果别人都可以做到，那应该不会太难吧？

从Python开始

我尝试使用各种不同的编程语言，比如ruby，html / css和java，但最终选择了python，因为它对我来说最有用。

一开始我参加了Codecademy的Python学习课程（），因为这是在搜索如何学习python时出现的前几个选项之一。

我刚开始上课时，一切都是免费的。随后，网站增加了特殊的付费课程。但网站仍然保留了一些基础课程。可以利用这些课程免费学习python的基础知识，打下一定的基础。

我还通过freeCodeCamp观看了Python学习-初学者完整课程的YouTube视频（;v=rfscVS0vtbw），学习它有助于了解Python中最重要的概念。它既可以作为理解Python基础知识的优秀指南，也可以用来巩固已学到的知识。一个周末就可以学完这门课程！

另一个优秀的资源是Code Wars（）等编码挑战网站，在网站上运用python技能解决编码难题。你可以选择挑战的难度，查看其他人的代码，学习他们的解决方法。我曾经尝试每天做一道题，但没能坚持下去，最终完全放弃了。

缺乏恒心是我面临的巨大难题。

在过去的几年里，我总会受到鼓励开始学习或者练习，但随后又失去热情，停滞一段时间再重新开始。

如此循环往复。

这些波折缘于我对自己和自身编程学习能力的怀疑。

我会给自己找借口，例如：

• 有很多服务无需了解个中原理即可用来编写代码

• 我年纪不小了，不适合学习全新的东西，应该专注于已掌握的知识

• 它太难了

缺乏毅力与自我怀疑浪费了很多时间。现在我意识到，只要坚持每天努力学习，再小的进步也是一种收获。

数据科学之旅

几年之后，我成为了一名建筑项目经理，但并不太喜欢这份工作。我很后悔没有在编程学习上投入更多精力。

我依然定期阅读有关企业家和程序员的文章，这些人通过自学过上了更好的生活。我想，如果不尝试一下，将来一定会后悔。

我不断听人们提起数据科学是未来发展的趋势。当我发现python是数据科学家们首选的语言时，我认为这就是我职业生涯追求的方向。

我在网上搜索如何学习数据科学时，偶然发现了这篇《依据评论排出的互联网上最好的数据科学课程》（），它介绍了一条从初学者到机器学习工程师的学习路径。

当我意识到自己需要复习python基础知识后，我开始在Coursera上学习文章中推荐的编程导论课，即多伦多大学开设的编程学习：基础知识（LPT1）（）和高质量代码研究（LPT2）（）。这些课程既包括引导人们学习的授课视频，也有可以巩固Python技能的作业练习。它们为数据科学初学者提供了不同难度和范围的内容。对我而言，LTP1是一门很棒的课程，因为我之前已经学习过Python的基础知识。同时我也从中学到了很多新知识。这些课程的优点是它们会告诉学习者如何正确编写代码以提高“可读性”。在学习更难一些的LTP2时，我遇到了很多困难，但也从中学到了很多。

在此之后，我继续按照推荐的学习路径，决定学习一门数据科学入门课程。被专业的网站和出色的课程设计所吸引，我最终选择了Udacity的数据分析导论课。

不知道为什么，在开始学习这门课程时我遇到了许多困难。一开始，它介绍了 Anaconda & Jupyter Notebooks，我也花了很多时间试图了解它是什么以及如何使用。在我看来，课程对它的解释不太有用，因此我很难继续学习下去。我认为Udacity的课程有时并不能很好地指导学生完成练习和测试。它假定学习者已经提前掌握了相关概念。因此，我停止了这门课程的学习。

我再次产生了疑问。

如果连一门数据科学入门课都无法完成，我该如何成为一名数据科学家！这让我感到非常沮丧，不知道接下来该怎么做。

改变一切的课程

我在浏览其他数据科学家的instagram页面时发现了这门课程。我四处浏览，发现有人提到 Udemy上Jose Portilla的用于数据科学和机器学习的Python训练营（）。这门课程似乎很受欢迎，备受好评，所以我决定进一步了解它。

一开始我很怀疑，认为花里胡哨的标题可能是个陷阱。所以，我研究了评论并将之与其他在线学习平台进行比较，发现物有所值。

我决定尝试学习这门课程。

这是一门付费课程，但Udemy上的课程总在打折，其实际价格大概为15美元。这笔钱花得很值，因为这门课程浓缩了数据科学的所有主要方面，易于学习。

这门课程极大地提高了我对数据科学的理解，技能和信心。

它深入介绍了numpy，pandas，matplotlib，seaborn等库的主要概念。学习者可以在Jupyter上跟进，并根据该课程自行完成一个项目。甚至可以将这些项目修改后写进自己的简历！我的github就包含这门课程中的项目（）。

这门课主要介绍机器学习及其入门方式。

它将重点放在实践，而不是理论，这一点深得我心。因为实践是学习的最佳途径。它简明扼要地介绍了理论，方便学习者充分理解，并将之应用到项目中。

我仍在学习这门课程，希望能利用学到的知识来开展自己的项目！