据非官方研究:学习Python可抑制冠状病毒

简介: 据非官方研究:学习Python可抑制冠状病毒

既然这样,我也不客气了,经过研究发现:学习Python也可抑制冠状病毒(纯属娱乐,目的是忽悠大家学Python)!


Python是一种广泛使用的解释型、高级编程、通用型编程语言,由Guido van Rossum于1991年发布,经过将近三十年的临床试验以及大量人群进行的随机双盲实验,使用者无不学养成多饮水、多运动、早睡早起的良好习惯,从而提升个体自身免疫力,从而对冠状病毒起到防御、抑制的作用,据非官方不准确统计,如今冠状病毒感染者无一是Python使用者!


所以还等什么,快来学Python吧。如果你觉得这篇文章仅仅是吐槽双簧连口服液的话,那么你错了,我真是来推广大家来学习Python的,下面进入正文。


让我们说说怎么学习并掌握Python,学习指的是从零到一怎么由懵懂的小白成长到了解基础语法,掌握指的是怎么利用语法知识点去实现一些项目,小一点说比如写一个工具监控刚买的京东商品是否即将降价,写一个网站之类;往大一点说就是在工作中将其应用到实际项目中去,比如我目前做的比较大的项目就是利用Python作为基础技术栈为公司构建风控系统。


开始之前,我想推荐几本计算机方向的书籍,希望大家可以走得更远:


  • 计算机知识-基础:

  • 《计算机是怎样跑起来的》

  • 《程序是怎样跑起来的》

  • 《算法图解》

  • 操作系统-基础:

  • 《编码》

  • 《Linux就该这么学》

  • 《鸟哥私房菜》

  • 《Linux 脚本攻略》

  • 网络-基础:

  • 《图解HTTP》

  • 《图解TCP/IP》

  • 《网络是怎样连接的》

学习和掌握,在我看来就是知行合一的过程,同时这也是我对于如何学习并掌握Python的核心建议。


那么,怎么个知行合一呢?



工欲善其事,必先利其器,事是我们未来要实现的一些目标,器就是我们即将要学习的Python,所以第一步,我们只要做一件事情:了解Python的基础语法(注:这里全部指的是Python3.x)


在如今互联网时代,不管你对哪一个领域感兴趣,你总是能在网络上找到很多资料,你要做的仅仅是筛选,这里我推荐两个教程给你(个人建议都看看):


  • 官方教程(官方是最权威的,没必要到处找所谓的快速入门,Python语法这么简洁,任何人的教程都快速):

  • 英文:3. An Informal Introduction to Python — Python 3.8…[1]

  • 中文:Python 教程 — Python 3.8.1 文档[2]

相信看完Python的基础知识点,现在你如今的状态怕是磨刀霍霍向猪羊了,那么,我们用Python做点什么好呢?


首先,我们第一个项目主要目标是帮我我们熟悉前面学习的Python语法,让基础语法用起来,此时的项目不宜大但宜全,这个全怎么定义呢:


  • 知道编写一个Python项目的基本流程

  • 基础Python语法都能在项目中用到

  • 怎么使用Python包,更要衍生到所有官方以及第三方包的食用姿势

第一个项目是你打入Python位面的第一个点,我倾向于大家学习的过程是一个由点到面的过程,从而想成自己的知识体系。


根据行为心理学,使用某样东西如果能快速的获取正向反馈那没对整个事情有很好的正向激励作用。

试想一下,如果你花三天时间看完Python语法,然后仅仅半小时你就能完成自己的第一个项目,这个成就感,应该是很大的吧!

所以,各位朋友,让项目需求来驱动你学习Python


  • requests:网络请求库

  • Bs4:解析库

  • 基本的前端知识

然后给自己设定一个周期,比如三天(如果毫无基础可以设定为一周),接下来就向着这个目标进行学习,在编写脚本的过程中逐步掌握基本语法,举个例子:

import requests
from bs4 import BeautifulSoup
target_url = 'http://www.baidu.com/s?wd=
# 第一步 发起一个GET请求
res = requests.get(target_url)
# 第二步 提取HTML并解析想获取的数据 比如获取 title
soup = BeautifulSoup(res.text, "lxml")
# 输出 soup.title.text
title = soup.title.text
# 第三步 持久化 比如保存到本地
with open('title.txt', 'w') as fp:
  fp.write(title)

接下来各位要做的就是从我上面的例子出发,做到


如果顺利的话,这段时间的学习你已经有成效了,比如可以编写基本爬虫,了解编写爬虫的套路,更加深了对Python语法的理解。


进阶


这里的进阶,有两个意思,一个是工程方向,一个是语言这块的进阶,其实二者是相辅相成的。

此时你已经明白python编码的套路,接下来你可以继续写爬虫,与目标网页斗智斗勇,做一名爬虫工程师,比如学学scrapy,pyspider等


也可以开始学习编写一些web服务,比如开始尝试使用 flask 编写一些服务,比如编写一个博客,从此向后端方向发展


更可以尝试学习数据分析,机器学习算法,深度学习模型,开始你的模型之旅

上面说的是偏工程方向的进阶。


接下来说说语言方面,怎么进一步提升你的编程技巧,掌握一些Python的高级特性,比较好的方式是直接参加github的开源项目,在研究别人代码的时候你就是在学习,当你看到一个眼前一亮的写法时,你已经在不知不觉中进步了,源码要读,但是书也是要读的,我推荐几本:


  • python进阶[4]

  • Python高手之路

  • 流畅的Python[5]

按照这些流程走完,将来继续潜心研究,再多写写自己的开源项目,未尝不能成为一方Python大佬~

相关文章
|
1天前
|
机器学习/深度学习 分布式计算 物联网
【Python机器学习专栏】联邦学习:保护隐私的机器学习新趋势
【4月更文挑战第30天】联邦学习是保障数据隐私的分布式机器学习方法,允许设备在本地训练数据并仅共享模型,保护用户隐私。其优势包括数据隐私、分布式计算和模型泛化。应用于医疗、金融和物联网等领域,未来将发展更高效的数据隐私保护、提升可解释性和可靠性的,并与其他技术融合,为机器学习带来新机遇。
|
1天前
|
机器学习/深度学习 自然语言处理 搜索推荐
【Python机器学习专栏】迁移学习在机器学习中的应用
【4月更文挑战第30天】迁移学习是利用已有知识解决新问题的机器学习方法,尤其在数据稀缺或资源有限时展现优势。本文介绍了迁移学习的基本概念,包括源域和目标域,并探讨了其在图像识别、自然语言处理和推荐系统的应用。在Python中,可使用Keras或TensorFlow实现迁移学习,如示例所示,通过预训练的VGG16模型进行图像识别。迁移学习提高了学习效率和性能,随着技术发展,其应用前景广阔。
|
1天前
|
机器学习/深度学习 算法 前端开发
【Python机器学习专栏】集成学习中的Bagging与Boosting
【4月更文挑战第30天】本文介绍了集成学习中的两种主要策略:Bagging和Boosting。Bagging通过自助采样构建多个基学习器并以投票或平均法集成,降低模型方差,增强稳定性。在Python中可使用`BaggingClassifier`实现。而Boosting是串行学习,不断调整基学习器权重以优化拟合,适合弱学习器。Python中可利用`AdaBoostClassifier`等实现。示例代码展示了如何在实践中运用这两种方法。
|
1天前
|
机器学习/深度学习 算法 数据挖掘
【Python机器学习专栏】关联规则学习:Apriori算法详解
【4月更文挑战第30天】Apriori算法是一种用于关联规则学习的经典算法,尤其适用于购物篮分析,以发现商品间的购买关联。该算法基于支持度和置信度指标,通过迭代生成频繁项集并提取满足阈值的规则。Python中可借助mlxtend库实现Apriori,例如处理购物篮数据,设置支持度和置信度阈值,找出相关规则。
|
1天前
|
机器学习/深度学习 算法 前端开发
【Python机器学习专栏】集成学习算法的原理与应用
【4月更文挑战第30天】集成学习通过组合多个基学习器提升预测准确性,广泛应用于分类、回归等问题。主要步骤包括生成基学习器、训练和结合预测结果。算法类型有Bagging(如随机森林)、Boosting(如AdaBoost)和Stacking。Python中可使用scikit-learn实现,如示例代码展示的随机森林分类。集成学习能降低模型方差,缓解过拟合,提高预测性能。
|
1天前
|
数据可视化 Python
Python用 PyMC3 贝叶斯推理案例研究:抛硬币和保险索赔发生结果可视化
Python用 PyMC3 贝叶斯推理案例研究:抛硬币和保险索赔发生结果可视化
|
2天前
|
机器学习/深度学习 数据采集 数据可视化
Python在数据分析领域的应用研究
Python在数据分析领域的应用研究
7 0
|
3天前
|
Python
【Python21天学习挑战赛】- 错误和异常
【Python21天学习挑战赛】- 错误和异常
|
3天前
|
容器
【Python21天学习挑战赛】-迭代器 & f-格式化 & 模块
【Python21天学习挑战赛】-迭代器 & f-格式化 & 模块
|
3天前
|
Python
【Python21天学习挑战赛】- 函数进阶
【Python21天学习挑战赛】- 函数进阶