python编程好学吗python编程案例教程课后答案有啊，我跟答主的一样，文科出身，新闻传播系，毫无计算机基础，计算机技能只能停留在简单的excel和word，毕业后也是走的文字路线，做了新媒体运营。但是现在我已经能够用python实现一些基本的动作了。

　　例如每天的汇报邮件，我不需要再去一个个整理了，可以一键解决，我工作对标的公众号文章可以一键下载并且存成pdf的格式，方便我研究人家的爆款逻辑，以及我的一些工作素材整理都可以用python写个小程序一键搞定，几千个文档，上万的图片、视频资料真的太需要这些工具了。实不相瞒，我还用python 拿到了我人生中的第一笔副业工资，因为工作原因，我加入了很多同行群，我把我自己整理的大V公众号内容做了一个付费群，有偿分享，但是后来因为没有很好的付费模式，很多人都私下合买导致我没有继续下去，不过这个给我提供了一个副业的思路，我能够更快更好的获取信息，就是这个信息为王的时代，立于不败之地的竞争力。截止到现在，我已经学习了快9个月的python了，因为平时上班也比较忙，都是挤时间学，平均每天两小时左右，所以9个月过去了才能够自己独立做一些办公自动化的程序。虽然效率不高，但是也算是小有所成吧。下面就是我这个半路出家，野生小白的一点小建议：这个是我学的入门课程，简单通俗，羊毛奉上：需要的小伙伴加群管理就能免费领取

　　1）明确需求，迅速切入就像是一个程序的开发之初一样，你要自己的自己学来做什么，才能够高效快速的出成绩。看题主的问题，并不是想要做一个python程序员，只是想要通过学习python给自己的专业技能加点buff，提高自己的办公效率或者是说提升自己在职场中的竞争力，这个时候你的需要弄明白的第一件事是，你的需求方向。

　　要知道python是一种工具，你是要用这个工具下海捕鱼还是上山种树是有很大的区别的，确定目标，明白需求，才能提高你的学习速率。以下是我个人在初期优先学习的一些方向：

　　这个是非专业人士学习python最为广泛且基本的运用了，不管你是什么职业，只要你需要用电脑就一定用得到。其他的软件好好，Excel的话比较建议大家多学习一点Excel的基本思路，因为想要开发Excel的自动化工具你依然需要理解它的逻辑结构。

　　爬虫是一个对于我这种文字工作者都非常友好的工具，尤其是找素材、找图片，真的不要太好用了，再搭配一个一键去水印，真的大大的减少了我的重复且低效的工作时间。但是爬虫其实也是一个很大的知识框架，虽然说起来是迅速收集网络数据，但是基于网络上各种软件、网站、程序的开发环境和逻辑架构还是有很多东西要学习的。这里我推荐大家大神崔庆才的《Python3网络爬虫开发实战》，已经完全开源了，内容很系统值得用心学一学。

　　其实只要不是要走专业开发的路线，能够把以上两个方面学到40%，就能够提高你一半以上的工作效率，而其他的，像是信息获取更全面之类的无形价值更是巨大的。2）打好基础，疯狂练习基础的课程就这些，能够看懂这些视频，你就已经是入门水平了，资料已经打包好了，需要的小伙伴找群管理员领取就可以了：

　　在学习课程的时候一定要做到的就是跟着老师一个一个的敲代码。只有一个一个的去敲才能够培养你的程序语感，尤其是英语还很一般的同学，从短的开始来，循序渐进。只有通过大量的练习，你才能够理解巩固这些原本没有在你脑海里出现过的知识。记住，python是一门语言，是一个知识体系，不是一个软件或者一个简单的工具，就像写作文一样，你要会写字，也要会语法结构，才能够写出一片有可读性的文章。我从开始学习python的第一天开始就开始照着网上的代码敲各种各样的小程序。最开始的时候去网上找代码的时候遵循两个原则，1、简单易懂，刚开始最好不要超过20行，当然很多重复段落语句的另算，自己把握能够接受的长度，循序渐进。2、实用为辅，趣味为主，先让自己有一点成就感，那种6行代码就能够画出一朵复杂的花就很深得我心。我在最开始的时候就喜欢去找那种很有画面感的小程序。例如，用python模拟放烟花。

　　就是这种简单但是非常有趣的实例，让我真切的感受到我能写代码了，这就是传说中的从0到1质的飞跃啊！网上能搜到一个《笨办法学python》，里面的案子都很简单有趣，刚开始的时候每天我都会抽空一字一句的敲两个程序来玩一玩，有的是有趣的图案，也有的是基本的计算逻辑，做起来还是很有成就感的。

　　3）培养思维，融会贯通其实对于非python专职从业人员来说，学python最大的阻碍是你用不到，也不是说用不到，而是你的思维没有转变过来，特别是有时候爬一些资料，可能你一会还写不出程序，等把程序搞出来了，bug又修不好，兜兜转转反而没有手动快。这样一来二去，逐渐荒废的人不在少数，过来人先给大家打个预防针。使用初期一定会有这样的问题，而且不在少数，这个时候一定要记得，不要放弃，即使当时来不及做程序，也要自己把搜索逻辑整理清楚流程图做出来，前期需求整理好，甚至是用什么函数都可以先记录下来。等自己手里的事情做完了，再回过头来做程序。记住，每一次的实战都是用来积累经验的，而不是用来劝退你自己的。学会把你工作中遇到的问题整理成类别，再模拟好流程，哪怕没有办法一个个去实现，但是你的程序思维会慢慢养成。4）学会搜索，事半功倍非常推荐大家遇到问题多搜索，python的代码都是开源的，而且很多大神都喜欢在网上分享自己的思路，在程序员业内就有一句话，会搜索的程序员比不会搜索的程序员月薪高1万以上。这个技能一定要点亮～写程序最大的乐趣在于一个问题有很多种解法，就像是排序算法一样，有冒泡排序、插入排序、堆排序、二类归并排序···十来种。所以不断的去靠近大神的思维模式是很重要的。这几个交互式网站也可以多看看，很多业内的人士都喜欢进去分享讨论，小白也能看懂。交互式网站推荐codecademyPythoncodeschool：Learn to code by doing Code School好评很高哦～

　　python除了提高了我的工作效率以外，给我最大的帮助就是提高了我的专注力和逻辑思维能力，对于我一个文科生来说，逻辑思维是我很欠缺的，另一个方面来说又是有很大空间的，所以如果你跟我情况一样的话，不要慌，干就对了，这波绝对不亏～

　　在这个人工智能的时代，学编程不再是程序员的专属，而是各行各业人士都在进行的自身竞争力增值——编程将逐步成为当今职场人的基本能力之一。

　　因此，如果你还在担心自己是文科生、对Python和编程毫无基础，那么这些不应是你停止学习Python的原因，而应是你慎重挑选Python教程的标准。

　　在此，人邮君向非专业人士推荐《学Python，不加班》一书，它面向零编程基础的职场人士，结合日常工作场景，使编程学习变得简单有趣，还能提高工作效率。

　　这是一本关于如何利用Python提高日常办公效率的书，书中凝聚了作者多年的实践经验和独特思考，还附赠书中案例源代码、学习资源和教学视频，方便读者边学边练、准确高效地完成大量高重复度的工作。

　　《学Python，不加班》这本书的优点，就在于它是写给“非程序员”看的，也是写给非程序员“用”的。

　　它不是一本编程教程，而是一本问题解决方案：它系统总结和比较了提升办公效率的十八般兵器，从Excel到VBA，再过渡到当下最火的Python，为读者提供了使用它们来完成日常工作中繁琐的事务性工作、文案工作的高效解决方案。

　　这本书汇集了日常办公和处理文档时的常见问题，通过实例的演示与讲解，帮助读者灵活有效地使用Python处理工作中遇到的问题。

　　全书共11章，涵盖Python的各种应用场景，具体包括文件管理自动化，网络信息自动获取，TXT个人ASP学习、Excel、Word、PDF、PPT、图片文件的自动化处理，模拟鼠标、键盘操控本地软件，自动化运行管理等。

　　本书力图淡化编程中的抽象概念，贴合工作场景，注重实战效果，通过对Python技术的巧妙讲解，帮助读者成为高效率的办公室“超人”。

　　有些Python教程全讲概念，算法、数据结构讲了一堆，不仅学不会，还用不了；也有些Python教程只讲项目，读者只能模仿照搬，没有搞懂原理，遇到新问题还是不会。

　　而《学Python，不加班》这本书不仅知识系统简洁、连贯，仅用“对象”“函数”“方法”等几个最低限度的概念来理清编程的逻辑，而且通过大量的实践案例来反复强调这些概念，让读者看完后有一种“知其然，又知其所以然”的通畅感。

　　（1）注重小白体验：这本书为所有打算深入使用Python解决不加班的“非专业编程”读者而编写，非常适合入门！

　　（2）内容厚实+课程系统：这本书内容非常厚实，有足足400页。它的内容体系和Python图谱技能体系不谋而合，同时也和职场白领必备技能体系（Excel/Word/PPT）不谋而合！

　　（3）技术方向多：这本书涵盖了文件管理、数据分析、网络爬虫等大量白领实用的知识，内容涵盖了图书的方方面面！

　　（4）实战案例多：这本书以任务为导向，有200多个源码案例，只为帮助非计算机专业的职场人士使用Python解决问题，从而让普通读者避免了复杂的语法和艰涩的术语，从自己身边的看得见摸得着的场景入手，增加学习的参与感。

　　读者需要做的就是打开电脑，比照本书，录入代码，感受成功的快感，并理解编程的原理，最终学会编程、会用编程、爱上编程。这大概就是师者的意义。

　　自学Python选手一枚，之前没有任何数据基础，走上Python学习之路是因为原本专业的限制，了解了行业前景和薪水之后就开始利用业余时间学习python。现在已经是可以开始独立接单的水平了，有时候也会帮朋友（少儿编程老师）代些基础课。我开始是完全自学，没有基础编程经验，走了不少弯路，耗费了很多时间和精力。今天我就给大家好好盘一下，Python如何才能高效率的学习。如何学习python？前排先提醒一下，如果你是想通过学习python改行，那就需要明确一下自己的方向。因为python编程有很多方向，有网络爬虫、数据分析、Web开发、测试开发、运维开发、机器学习、人工智能、量化交易等等，各个方向都有特定的技能要求。比如学数据分析就要重点掌握统计学、SQL 等知识，所以你首先要清楚你选择的是什么方向，这个方向有哪些知识是需要重要掌握的。

　　关于python的学习。我的建议是：先学习核心知识点；再进行编程练习；最后在项目中实操联系。这条学习路径可以在尽可能短的时间内入门python。这是我此前学习路径，根据思维导图一步一步的学习，一定不能囫囵吞枣，不然很容易把自己卡死，我也是踩了很多坑过来的经验分享。需要导图的可以添加群管理小姐姐领取↓↓↓↓

　　再来就是是核心知识点部分的学习。我们在初学时，尽量选择实用性高的知识点，入门后，再逐步学会越来越多的知识点。因此面向对象编程，多线程等内容更适合安排在后续阶段课程继续学习。明确python是什么？我走的第一个弯路就是先学了Linux，其实严格来说也不算弯路吧。只是后来我才知道，学Python和学Linux这两件事本身是毫无关系的。因为Python是一种跨平台语言，而Linux只是个很好用的工具。我们可以先通过了解Python语言的起源，Python语言的设计目标，Python语言的设计哲学，Python语言的优缺点和面向对象的基本概念，以及Python语言的执行方式，还有Python集成开发环境PyCharm的使用为我们接下来的学习做铺垫。然后可以学习int，string，float三种简单的变量类型，变量间的计算，变量的输入输出等函数的基本使用，模块的使用，列表，元组，字典三种高级变量，字符串的常用操作。

　　在这个阶段，对于完全编程零基础的初学者来说，教材和课程应该深入浅出，通俗易懂。重点解决初学者最常遇到的问题。这也是我们需要针对初学者的专业指导的原因，因为初学时我们大部分人会用自己的想法编写代码，而不是遵守Python语法规则。

　　方式二：脚本文件打开文件编辑工具，写代码保存文件，此处文件的路径为D: est.py。打开cmd，运行命令。

　　我们会发现交互模式下可以即时得到代码执行结果，调试程序也很方便。但如果我们想把代码永久保存下来，就必须把代码写到文件里，偶尔会需要打开交互模式调试某段代码，验证结果。我个人认为学习编程语言实战比理论更加重要，因为编程是一门技术，反复进行训练才是掌握技术等好方法。我自己学习的时候对每个知识点都要进行至少2道以上的编程练习题进行训练，练习题最好来自实际中遇到的问题。第二，关于在哪学习python？虽然现在网络上的自学资源很多，不过对于自学小白来说，筛选合适的资源其实还是要费不少精力的。我在这里给大家推荐一些适合自学的资源，系统的学习资料已经打包好了，需要的小伙伴自行找群管理领取就可以啦，希望可以帮助大家节省一点学习时间成本↓↓↓↓

　　入门书籍：《Python编程从入门到实践》：这是一本全中文的书，适合初学者入门，里面的内容很有趣，尤其是实战项目，都是趣味性非常强的例子。

　　《“笨办法学”Python3》：这是一本python入门书籍，适合对计算机了解不多，没有学过编程，但对编程感兴趣的人学习使用。用习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，最终体验到软件开发的基本过程。

　　《python核心编程》：这本核心编程讲的非常细致，可以了解一下里面的概念性问题，里面的习题也不错的，看完记得攻克一下这些习题。

　　除此之外，还可以去交互式学习网站学习codecademyPythoncodeschool：Learn to code by doing Code Schoolcodecademy 与 codesch网站学习的要点在于要自律。总结我的三点学习方法：1、网站深度研究，这个别人真的教不了你，你还真的得自己摸索。有句话說，python没人教你学不了，有人教你也未必能学得了，入门还得靠自己，碰上一些难的问题可以找大神请教。

　　2、看书的时候摘录要点，把你的学习目标分解，然后针对性的找到学习的答案，不建议文科生同时学统计和python！！！别问我为什么，你会搞乱的。

　　3、先学习基础的数据分析工具用法，当遇到统计概率知识的时候，再来补这个知识，边学习边用数据分析工具实现一遍。基于以上三个学习要点，我的python学习之路开启啦～第三，找合适的老师或者课程学习：很多人会自学python，自己学习有一定好处，但是遇到问题需要有人指点，若你周围有python 高手就更好了，如果没有可以从网络上寻求帮助。也可以加入一些靠谱的交流群，有一些初学无法解决的问题可以问大神，能让我们少走很多弯路，尤其是在新手阶段非常需要人指导，此前加入的群聊里就有不少大牛会不定期分享一些学习项目经验，很多学习资源共享的，遇到问题在群里提出，互帮互助一起打卡学习。

　　这个问题是由于服务端仍然存在四次挥手的time_wait状态，在占用地址。我们要解决这个问题可以加入一条socket配置，重用IP和端口；或是通过调整Linux内核参数来解决f，编辑文件，然后执行/sbin/sysctl-p让参数生效。如果有老师指导我们能很快得到专业解答，快速复习学过的知识点，像我当时自己摸索就费了很多时间。其实最好最省力的方式还是选择合适的在线课程，这样从基础入门到实战训练，都有专业指导，而且会给你一个与其他人共同学习交流的氛围和机会，有进度提醒和时间限制也能让我们更加高效地学习，对自学起到监督作用。最后，我想说说，什么人适合学python？其实Python很容易上手，完全没有基础的初学者不需要像学C语言或是Java那样懂得数据类型和内存管理，只要学会python的语法，就可以完成一个任务，学习的时候容易产生成就感。相较于其他计算机语言，Python的代码更加简洁，别的基础语言可能需要几百行的代码才能完成任务，Python只需要十行。现在大家很容易就能在网上找到大量的学习资源，但是其实大部分都是讲解基础知识，不够深入，有的比较晦涩，难以理解，这些都容易让大家丧失学习热情。如果真的想要高效地学习python，就需要掌握如何过滤网上的垃圾教程资源的技能，并从其他有经验的程序员或交流群中获得帮助。但也不是所有人都可以学python对于自制力比较低的学员来说，自学很容易没有学习方向，一个人的学习氛围也很差，到头来既浪费了时间也没有达到既定的效果。

　　其次就是自学python无人指导，很容易走错方向做无用功，学习时有什么不理解或者是困惑都无人解答，导致效率很低，最后就是自学没有好的方法，全靠自己摸索，没有范围，学习不系统，以上这些都是自学python很容易产生的问题。我自己其实也是一个自制力比较差的人，开始自学的部分进行得非常艰难，后来在朋友建议下开始报名课程系统学习之后，学习效率比之前高了很多，因为有一起学习的伙伴，也容易坚持下来。学完之后还能够自己接私活赚钱哦～目前也是得益于当初学python的坚持，每个月给数据网站提供爬虫数据，私单的钱现在比正经职业都赚的多呢！所以！！！希望所有想学习python的朋友不要再把看过的文章放进养马场吃灰了，从现在就开始学习吧，不要想着下次一定，没有下次！想学现在就学！最后祝你们在学习python的道路上畅通无阻～

　　对于Python学习，我分为四个部分进行讲解，大家可以仔细往下看（最后一部分我将重点解答 Python 学习路径）。

　　你无论看了几十本书，看了几百个教学视频，没有进行实操，怎么花时间都是没有用的，当要你写代码时，就像只无头苍蝇一样，不知道如何下手。

　　思考明白后，坐在电脑前书写代码就可以行云流水了，水平也会得到很大的提高。当你转过头看看那些仅看书、视频的人，你会发现，自己的编程能力远远高于他们，这样就大大提高了自己的职场竞争力。

　　任何知识，都是不可能一遍就过的。除了做好编程知识的笔记外，还需要在做完编程项目后，多总结反思：哪块编程知识理解不够到位？哪个代码在编写过程中出现了困难？……

　　学习Python并不难，Python 诞生之初就被誉为 “最容易上手的编程语言”，现在甚至进入了小学教材和会考科目。

　　但很多的 Python 教程和书籍，都是这样教 Python 的：先从 Python 的发展历史开始，介绍 Python 的基本语法、数据结构，然后再介绍字符串处理和正则表达式，介绍文件等 IO 操作，一章一章地讲下去。

　　还有，Python上手轻松，精通却很难。Python 将底层核心封装起来，屏蔽了很多底层细节，比如自动管理内存、线程和协程等等。如果想成为一名高级 Python 工程师，了解这些底层核心知识是非常必要的。

　　这本书全面介绍了Python，适合Python初学者，旨在让你加快学习速度，写真正的程序。在浏览本书时，您将了解库和工具（如 Numpy 和 matplotlib）的使用，并使用数据创建令人惊叹的可视化效果。您还可以了解 2D 游戏和 Web应用程序背后的理念以及如何创建它们。

　　本书可帮助您快速掌握 Python 的基本原理，并学习内置函数和数据结构。然后，本书将帮助你构建 Web 应用程序、异常处理 和其他概念。

　　作者是保罗·巴里，爱尔兰卡洛理工学院的讲师。在进入学术界之前，他在 IT 行业工作了十多年。

　　此书是 52 个Python练习的集合。您必须阅读代码并精确键入代码。键入后，您必须修复代码中的错误，以便更好地了解并观看程序运行。

　　本书首先帮助您安装完整的 Python 环境，这有助于您编写优化的代码。然后，本书讨论了各种主题，如基础数学、变量、字符串、文件、循环、程序设计和数据结构等。

　　此书是编程艺术的介绍。本书向您介绍了计算机科学、编程和其他概念。本书以最适合初学者理解的风格讨论其内容，书中的概念非常有趣。

　　这本书分为20个部分，还包括一个贡献者名单。初始部分讨论编程的基础知识以及程序的组成内容。然后，它转到基本的 Python 概念，如变量、函数、条件和迭代。最后，本书讨论了核心概念，如对象、继承、列表、堆栈、队列、树和调试。

　　该书可免费提供各种格式，包括 PDF、Gzipped Rar 和 HTML。用户可以免费下载和打印这些文件，因为该书拥有 GNU 免费文档许可证下的许可证。

　　一本关于 Python 编程的免费书籍，旨在引导初学者了解 Python 语言。本书主要讨论了 Python 3，并且该书有中文版。

　　本书描述了Python及其如何成为编程界最具影响力的语言之一。然后，它继续讨论 Python 概念，并详细描述它们，以及每个步骤的示例。

　　蓝桥云课有独创的学习模式——虚拟环境+文字教程，用户无需搭建复杂环境，只需要登蓝桥云课，即可边看教程边动手操作，在实践中快速掌握编程能力。

　　极度舒适的新手入门课程，面向完全没有编程基础的同学。你将在一下午入门 Linux、Python 基础和Github 常用命令，为未来的编程大楼打下稳固的基础。

　　简明易懂的 Python3 课程，不仅适用于那些有其它语言基础的同学，对没有编程经验的同学也非常友好。

　　本课程不仅讲解了 Python3 基础知识，还介绍了 PEP8、Virtualenv、测试、项目结构以及 Flask 相关内容。

　　本课程使用 Python Flask Web 框架来创建简单的博客，涉及环境安装，运行调试，静态文件，渲染模板，数据的请求接收以及重定向，响应和会话等。

　　这节课适合有一定编程基础，与对于 Linux 有一定了解，想更加熟悉和巩固 Python 的同学。

　　本课程主要讲解了 Python 的 Django 框架的基础知识。通过学习本课程，可以熟悉 Django 框架的组成结构，并能在学习过程中了解 Django 的强大功能。

　　我说下我的观点，如果不为目的，比如学了python找工作，或者是用python干数据分析或办公自动化的活，python不建议学，因为学了不用，顶多过半年就忘，那干嘛还学？如果说要以后工作用到，那宁可以后再学，现在就学些能直接帮助找工作的技能。

　　如果有需求，学python如果方法得当，不难，本人用了半年的时间，把python学到了能出书的地步，当然本人有一定的编程基础，不过零基础的话，用半年虽然学不到能出书的程度，但学到能干活的程度应该没问题。

　　python有不同的方向，除了本人学习的数据分析方向以外，还有机器学习和人工智能，办公自动化，自动化测试和文本分析自然语言处理等方向，大家在学的时候一定要根据需求学，别什么都铺开。在下文里，本人就从数据分析和股票量化分析角度，说说我学python的经历。

　　如果是为了学着玩，那么不建议学python，因为学了几周就会因为失去兴趣，这样之前的学习就白费了。

　　学Python一般需要有比较功利性的目的。比如想学好了跳槽涨工资，又如像我这样公司项目要用，学好了挣工资，或者干私活要用，学好了能录制视频能出书。

　　明确好目标后，你就有学习方向了。比如你学好了想要跳槽，就去看大多数jd对python的要求，无非是数据分析，爬虫外带各种机器学习和深度学习应用。比如像我要做金融量化，无非也是数据分析三剑客和深度学习，可能还外带些爬虫技术。如果你要出书出视频，也去看人家怎么做的。总之，有了功利性的目的后，你就会明白你该学习的内容列表。

　　其实说倒底，哪怕是深度学习知识图谱人工神经网络这些看上去很高深的技能点，但在python里无非是引入库+调用方法，无非就是调用时传入不同的参数罢了，而且这些技能都有现成的书可以参考。但如果你事先不明确学习目标，这样就不会知道还要学什么。

　　我看到网上有不少人在问，python该怎么学？该学些什么？这种事情别人怎么知道？其实更应该问你自己。你以后想怎么用Python挣钱，就该学什么。

　　2 下载集成开发环境，比如eclipse+pydev，或者直接用Pycharm，我现在用的是后者。

　　2 能正确地下载好第三方包，这里就以numpy举例，下载好这个库，并能在pycharm里开发numpy基本程序，这就算好了。

　　在安装第三方包时，可能会遇到版本不匹配的问题，具体做法是，凡是遇到安装错误时，就把错误提示放网上搜下，总能找到一大堆解决方法，然后慢慢解决。不过这种问题不经常遇到。

　　我当时是用了大概两周的时间，把这本书的代码敲了一遍。然后再敲第二本书的代码。这本书虽然讲的是数据分析，但也讲了python的基本语法。

　　当我把两本书的代码敲了一遍时，感觉就能看懂基本的python程序了。当我自己写好两本Python书以后，发现自己在入门时，还是走了弯路，倒不是错误理解了知识点，而是学了初学阶段不需要学的内容。

　　1 就敲些if分支和while循环之类的代码，理解python的基本结构，同时理解“缩进”的做法。

　　2 需要看列表字典等基本数据结构，因为python主要用来分析数据，分析数据时就用这些对象来存储数据。

　　2 文件读写部分的代码。因为数据分析所用的DataFrame能方便地同csv等格式的文件交互，所以基本不会用python核心库自带的读写文件的方法。

　　其它的代码，比如本文分析，正则表达式，urllib这些，不是不重要，而是可以放在项目的具体语境里去看，而无需像背单词那样单纯地看相关语法，这样学习的效率会很高。

　　当下Python用在最多的可能就算数据分析方面，一般数据分析的项目还外带些机器学习。学这部分的时候，我的建议是：先走通全栈流程，再细看相关方法。

　　第一，数据分析无非是用Pandas库的方法，从csv里读数据，再用numpy方法分析清洗下，再用matplotlib库画图，你可以通过若干案例，把这套流程走通。

　　第二，全栈流程走通以后，你就去看几个点，第一pandas库如何读写csv（或其它文件），第二如何对dataframe对象里的行列数据进行操作，第三如何用matplotlib库画直方图饼图等。

　　学的时候，无需太细看语法，因为学了不用的画，过几周就忘了。等到真正做项目时，可以再根据需求来找对应的方法和参数。

　　比如我需要把读到的股票数据绘制成折线图，而且折线图对刻度标签和标题都有要求，那么我再以此需求查现成的案例和对应的api，这样就能马上学以致用。

　　学这部分的时候，一定别先看算法。比如你一定别去关注正则化，梯度下降和降维等算法，因为没必要，而且这些算法很深，你真去看算法的话，估计你的学习自信心马上就会被打消。

　　封装机器学习的sklearn库自带很多范例，比如有描述线性回归的波士顿房价案例，有描述SVM分类器的鸢尾花案例，其它像岭回归等算法，也有范例。在这本书里，就用了很多案例讲述机器学习。

　　深度学习也一样，别看算法，先看api。当大家运行好几本书的代码以后，心里就有底了。而且当大家还会发现，你项目里要写的代码和你之前看书敲的代码框架上是差不多的。

　　1 首先无非是创建各种模型，比如人工神经网络，SVM等，创建不同模型时，可能也就是构造函数和类名有所不同。

　　2 然后再传入特征值和目标值，比如我在做股票量化时，特征值是开盘价最高价最低价成交量等，特征值是收盘价。在不同的项目里，只要有业务需求，一定也能确定好特征值和目标值，我们程序员要做的就是，在fit方法里传入特征值和目标值，然后让模型训练即可。

　　在做项目的时候，预测的结果可能和期望的不同，那不要紧，慢慢扯皮，换入参特征值即可，或者大家再一起讨论模型，总之这些都不是技术问题。

　　第一，一定得搭建好环境，先把范例代码运行通，通过效果再反看代码和方法，这样基本上代码运行一遍即可理解关键点。

　　第二，刚开始的时候一定别到网上看资料，因为网上资料第一未必成系统，第二未必能跑通，刚开始的时候一定得系统地照着书去敲代码。

　　第三，找入门书的时候，可以看讲基本语法的书，但一本就够了，而更可以去看综合类的书。比如我上文提到的几本书，都综合包含了语法+数据分析+机器学习等技能，这样的话，就能让大家在理解语法后，直接进入到具体的项目技能环节。

　　第四，刚开始做项目的时候，除了自己可以写代码外，更可以参考别人类似的案例。比如我要画股票K线，更要在k线上绘制图例，那么我就可以找两三个人家的类似代码，先运行通，再博采众长地引入人家的方法和参数，这样要比什么都自己想要好很多。