因为干活要用到,所以我大概于19年5月开始学python,大概学了1个月后,我就能干公司的活了,而且这python项目还包含了机器学习等要素,大概3个月后,我还承担了项目里开发机器学习数据分析的任务。所以我感到,虽然python里包含了爬虫、机器学习和数据分析等热门要素,但python并不难学,而且如果方法得当,学到能干项目的程度也很快。在这篇文章里,就讲给出我学Python的流程,向大家展示如何高效学python。

1  搭建开发环境

    由于我有学java的基础,所以我知道首先得搭建开发环境,当时我是用eclipse+Python解释器+pydev插件搭的环境,当时我还用的是3.4解释器,当然现在解释器似乎到3.9了,我也用Pycharm集成开发环境了。

    如果大家现在要学python,建议用如下的步骤搭建环境。

    1.  到官网上去下载python解释器,并安装

    这个是官网,https://www.python.org/downloads/windows/,在这里大家可以选择最新的版本,并根据你机器的操作系统,下载windows或linux或mac的版本,我下载的是windows版本。下载后按提示即可完成安装。

    python是解释型语言,所以下载并安装解释器后,就能在你本地运行python语言了。

     2.  安装pycharm集成开发环境

    安装好python解释器以后,理论上你就可以通过命令行的方式,开发并运行python程序了。但这很不方便,所以建议再到https://www.jetbrains.com/pycharm/download/ 这个网站去下载并安装pycharm集成开发环境。

     3.  安装第三方包

     当安装好python解释器后,该解释器会自带一些比较基本的依赖包,但如果要开发机器学习或数据分析等程序,就需要安装第三方包,比如后文提到的numpy等。

     我安装第三方包的做法是,在命令窗口,通过cd等命令,进入到Python解释器所在的路径,比如C:\Users\think\AppData\Local\Programs\Python\Python37,在该路径里,再进入Scripts路径,找到pip3命令,随后通过pip3 install 包名的方式,安装第三方包,比如要安装numpy包,对应的命令是pip3 install numpy。

    至此就搭好了开发环境。

2  搭建开发环境时遇到的坑

    我在搭建开发环境时遇到过两个坑,第一是换源,第二是在pycharm里找到对应的解释器。

    什么叫换源?

    在用pip3 install numpy等命令安装第三方库的时候,默认似乎是到国外网站去下载,这样如果遇到包比较大,而且网络不好的情况下,下载会比较困难,所以可以用如下-i参数,指定下载第三方报道的源。

    pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple virtualen

    这里-i参数后https://pypi.tuna.tsinghua.edu.cn/simple指定的是清华源,而virtualen则是待下载的第三方包,这样就能以比较快的方式下载并安装第三方包。

    在pycharm里确定解释器

    我在这块搞了很久,后来我在培训班里带同学入门python时,发现初学者经常在这里犯错误。

    我们知道,pycharm会自带python解释器。

    但这个解释器版本未必是我们预期的,所以我们还会再装其它的解释器。问题就在这里,安装的第三方包是跟着解释器的

    比如我们在pycharm自带的3.8解释器里安装了若干第三方包,但如果切换到自己装的3.9python解释器里,这些第三方包就会全部变掉。

    比如当我们切换解释器后,发现第三方包全变了。

    所以在安装第三方包时,一定得注意,要到选中解释器,比如3.9这个解释器的目录里,运行其中的pip3命令,这样就能为特定的解释器安装包。 

3  通过敲代码熟悉语法

    Python入门书其实都差不多,我当时用的是这本。入门书不用多,运行通一本书里的语法代码即可。

 

    Python的基本语法包括:分支循环,集合(列表字典元组等),面向对象(类和继承等),文件读写和异常处理,这些语法点,运行通一遍,基本就能了解了,在开始学习阶段,不用太多地深入。

    如果你编程基础自认为一般,就可以再找本书,比如这本。但基本语法不用多看,运行两本书的代码就足够了。因为Python的重点在于数据分析、爬虫和机器学习等要素。

4  学习数据分析三剑客组件

    我的项目是用Python进行股票量化分析,不过我观察了下,不管用Python做什么样的应用,数据分析三剑客,比如Numpy,Pandas和Matplotlib这三个库,一般都得掌握。

    我当时看的是这本,其中包含了三剑客的语法和应用没,一般看了一本,然后照着里面的代码运行一遍的话,数据分析这块,应该也能达到能干活的地步了。

   

5  学习Scrapy爬虫框架

    我的项目里没包含爬虫功能,但当时接了个私活,帮一个学校录制python爬虫视频。所以我就用了2周时间,买了这本书,照着里面的案例跑了一遍,就知道Scrapy爬虫的细节了。

    学Scrapy框架的注意点如下。

  •     Scrapy第三方比较难搭建,需要事先装其它的包,这里建议用python3.8和3.9解释器的基础上,搭建环境。
  •     建议把包下载到本地,在本地装。

    但如果你真的搭建好Scrapy环境了,照着这本书上的做,基本上也不会遇到太大的问题。

6  以案例入门机器学习sklearn库

    机器学习方面,我当时看的是这本书,其中有机器学习,同时也有用sklearn库做线性回归和SVM分析的案例。

    我的体会是:虽然机器学习的算法比较复杂,但基本都已经封装在sklearn库里了,也就是说,在python里只需要调用方法,传入正确的参数,即可在项目里用到机器学习的算法。

 

7  以股票量化案例全面学习python数据分析

    在之前的书里,有比较全面的整合机器学习和数据分析的案例,在其中也能综合用到numpy+pandas+matplotlib+sklearn库,不过我做的项目是和金融量化有关,所以我又买了这本书,用量化的案例来综合学习数据分析。

8  归纳:我学python的心得体会

    我自己感觉我学python的效率还算高,这里就来总结下我的学习心得。

  •     学习一定要有目的,比如用python去找工作,项目里要用到python,或者用python去接私活,否则没目的别学。
  •     刚开始不建议通过视频学,而是去买书学,因为书里的知识点比较系统,而且书里的代码能确保可以运行。
  •     一定别光看书,一定得边运行代码边掌握技能。 

    照着上述方法,你一定能在一个月内熟悉python。

9  总结:我学python的成本和收益

    金钱成本

    我前后买书大概用400元

    时间成本

    一个月的晚上和周末,其它没干就运行python,就能熟悉python语法+数据分析,外加一个月,就熟悉了机器学习相关语法。

    收益:

    工作里能干项目,挣到工资。

    后来出了两本书,稿酬大概是2万5左右

    能去讲课,这块挣钱到还行。

    做了一个python爬虫私活,挣了1万多。

    不过我感觉,由于python包含了深度学习等热点,所以各位程序员还真应当先去找个目标,比如跳槽,然后去学下python。按照我本文给出的流程,应该也能很快学到能干活的程度。 

    

    请大家关注我的公众号:一起进步,一起挣钱,在本公众号里,会有很多精彩文章。

版权声明:本文为JavaArchitect原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/JavaArchitect/p/14312389.html