大家好,我是东哥。
无论什么时候,都有初学者存在找不到学习资源的困惑。其实呢,一般通过百度、知乎估计也都能找到个的结果,不过质量可能就会层次不齐了。
像知乎上有些回答还是蛮良心的,推荐一些好的书籍或者学习链接,百度的话。。广告多不说,而且很多时候搜索出来的结果都不专业或者重复率极高,需要很长时间去甄别。
所以这里不得不再次提一下b站了,真的是越来越香了,可以作为资源搜索的强大补充,甚至首选。虽然东哥还不是b站up主(未来有计划),但对b站的粘性还挺高,通过平日里的积累也收藏了不少专业的技术视频资源,比如Python、数据分析、机器学习技术等。
之前可能也给大家分享过,不过这次是结合自己的收藏和日常积累,认真整理的一些优质UP主视频学习资源,全部免费,你说香不香。大概有以下这么几个方向。
一、小甲鱼零基础入门学习Python
小甲鱼的这个教学视频在b站已经有1455万的播放量了,搜索结果排名第一名,全套共96节,课程有趣幽默,很多朋友都是通过这个入门的。如果你是零基础开始学习Python
,这个视频比较适合,可以一步一步深入熟悉Python
。
二、数据结构与算法Python版
该课程是由北京大学陈斌老师主讲的,内容包括算法的分析、基本线性结构、递归与动态规划、排序与查找、树及其算法、图及其算法等,以Python
语言讲解。
整个课程将围绕着 算法+数据结构=程序的思路,以问题求解为导向进行学习,帮助学生提高理论、抽象、设计的能力。在课程中还穿插了一些案例和编程练习,教你积极建立数据抽象和层次分析的思维模式。
三、Python自动化测试
对于学习自动化测试的朋友,这个课程可以看下,作者白月黑羽,声音很好听。他的专栏下介绍了Selenium
、Appium
、Pytest
的各种使用方法,无论是浏览器还是手机全部都可以搞定。
1. Selenium 浏览器自动化
2. Appium 手机 App 自动化 + Python
3. pytest 自动化测试框架
四、Python自动化办公
对于用Python
自动化办公是很多朋友的刚需,写个脚本可以彻底释放双手难道不香吗?这个专栏整个视频48节,写了对于日常办公的各种操作,比如excel
、word
、PPT
、自动发邮件、钉钉群发、文件管理等。
五、Python Web开发
1. Django 网站开发
2. Flask 网站开发
介绍了Python
编程语言基础,Web
前端基础开发,熟练基于Flask
世界流行Web框架的网站后台开发技术,包括Jinja2
模板、SQLAlchemy ORM
框架、并且掌握Flask
站点在Linux
下Nginx
部署与发布等。
六、Python数据分析
1. 《利用Python进行数据分析》适合初学者
UP主叫 Chenghsi Hsieh,这套视频就是在讲《利用Python进行数据分析》这本书,东哥推荐过无数次了,还在视频号里赠送过纸质版。这个课程54节,以代码形式讲解Python
数据分析的各种操作,Numpy
、pandas
、Matplotlib
等,如果觉得自己学习书籍有难度,可以配合这个视频讲解一起学习。
2. 【莫烦Python】Numpy & Pandas (数据处理教程)
UP主莫烦,课程就是将Numpy
和pandas
如何进行数据处理的,简单粗暴,感兴趣直接跟着学就完了。另外,他的专栏还有很多系列也可以学习。
、
七、Python机器学习
1. 菜菜的机器学习sklearn
UP主菜菜,一个妹子,自称全站最贴心的算法老师,详细讲解了Sklearn
的所有用法,从各种模型的工作原理、公式推导、以及代码实现,总共85节完结。另外她还有其他专栏单独讲解xgboost
模型的,也都是一个非常不错的学习教程。
2.【一起啃书】机器学习西瓜书白话解读
也是一个妹子,ID叫致敬大神。她的课程是专门啃一些经典书籍,分享自己的学习笔记,比如西瓜书、蜥蜴书、深度学习入门等等。相信啃过西瓜书的小伙伴都知道,是需要一些数学基础的,在自学的过程中肯定会有不懂的地方,那么这就是一个很好的辅助教程啦。
九、Python深度学习
1. 《python深度学习》教程
UP主像科比一样扣篮,结合书籍《python深度学习》的详细讲解,目前已完结,共69课。非常好的一个深度学习教程,讲的细致易懂,推荐想要学习深度学习的朋友学习。
2. PyTorch深度学习快速入门教程(绝对通俗易懂!)
UP主土推,讲解PyTorch
的入门教程,他将带你用全新的思路,快速入门PyTorch
,独创的学习思路。
上面是东哥收藏的一些关于Python
各个方向的视频学习资源,供大家参考。UP主们还是输出了很有价值的东西的,比如一起啃书系列,可以帮助大家看书的同时梳理自己的知识体系,解答疑惑。
另外,对于数据分析、机器学习、深度学习这些方向以及一些基础课程,如数学、线代、统计、优化论、信息论、博弈论等等会在下一篇文章总结。