如何更快地学习 Python

我们可以在线掌握的最有价值的技能之一是编程。如果您已经决定开始我们的 IT 之旅，不妨尝试学习 Python。我们将向您展示如何以有条理、有趣的方式更快地学习 Python。

Python 可以快速学会。您学习的速度有多快，取决于您的目标以及您有多少时间可以规律地学习和练习 Python。在继续之前，我们想澄清一些我们对您以及您阅读本文动机所做的假设

• 我们以前从未学习过 Python，或者几乎没有接触过。
• 我们没有任何 Python 编程经验。
• 我们想了解掌握 Python 需要多长时间。
• 我们正在寻找学习 Python 的工具和方法。

现在就开始吧。以下是快速学习 Python 的八个建议

1. 讨论以下 Python 基础知识。

我们必须掌握基础知识。没有它们，我们将很难完成复杂的任务、项目或用例。Python 的基础知识通过以下内容进行说明：

• 循环
• 函数
• 基本字符串操作
• 条件
• 变量和类型
• 列表推导式
• 类和对象
• 列表、字典和集合
• 基本运算符
• 字符串格式化

3. 为您的学习设定目标。

在开始学习 Python 之前，请制定学习计划。当您牢记目标时，您在学习开始时遇到的困难将更容易克服。

您还将了解与您的目标相关的学习材料，可以重点关注或快速浏览。例如，如果您对学习用于数据分析的 Py 感兴趣，那么用户应该完成练习，创建函数，并熟悉支持数据分析的 Python 模块。可能适用于您的常见 Python 目标包括以下内容：

• 网站开发
• 工作自动化
• 移动应用
• 数据分析
• 数据科学与机器学习

3. 选择一个（或多个）资源来快速学习 Python。

Python 学习资料可分为三类：交互式、非交互式和视频资源。虽然它们也是一种选择，但本文不讨论线下课程。

由于提供真实编码挑战和解释的在线交互式课程的普及，交互式资源激增。事实上，如果感觉像在编码，那么您就是在真实地编码。大多数交互式工具都是免费或便宜的，如果您购买，甚至可以注册免费试用。

最可靠和传统的来源是书籍（数字版和纸质版）、网站和在线教程。由于它们非常熟悉且实用，许多 Python 初学者都喜欢它们。您会发现有很多非互动式材料可供您使用，其中大部分是免费的。

视频材料，类似于录制的大学讲座，在过去十年中随着 MOOC（大规模在线开放课程）的兴起而更加普遍。事实上，著名大学经常鼓励或支持它们。

现在有许多针对各种主题（包括 Python 编程）的视频资源。这些视频资源包括在线教育机构提供的直播课程以及托管在学习平台上的预录课程。

我们整理了一系列资源，以帮助您快速开始学习 Python。它们属于上述类别，至少涵盖了 Python 的基础知识。

4. 书籍

在我们的调查过程中，我们发现大多数书籍要么针对寻求可靠参考书（或“食谱”）的经验丰富的 Python 程序员，要么针对专业文献，或者针对希望学习 Python 的当前程序员。这里只列出我们认为对初学者有益的出版物。

• 《Introducing Python, Second Edition》结合了教程和代码示例，类似于食谱，以说明基本的 Python 概念。
• 《Python 3 学习难点：52 个精心设计的练习，帮助初学者学习 Python》。
• 《Python 基础：Python 3 的实用入门》。正如网站明确说明的那样，这本书旨在让学生从初级到中级。
• 《Python 快速入门，第二版》提供了 Python 原理、通用编程概念以及使用实际项目进行问题解决的基础。

5. 考虑学习 Python 库。

除了 Python 本身，掌握一些 Python 库也是有益的。库是“加速器”，因为它们是专用函数的集合。没有它们，我们将不得不编写自己的代码来执行特定的活动。

例如，Pandas 是一个广泛用于处理表格数据的库。NumPy 帮助执行数组上的逻辑和数学运算。

除了 Python 本身，掌握一些 Python 库也是有益的。库是“加速器”，因为它们是专用函数的集合。没有它们，我们将不得不编写自己的代码来执行特定的活动。

例如，Pandas 是一个广泛用于处理表格数据的库。NumPy 帮助执行数组上的逻辑和数学运算。介绍库将需要另发一篇文章。

6. 使用 Anaconda 加速 Python 安装过程。

我们有两种选择：要么下载 Anaconda 安装程序，它已经包含了许多您经常使用的软件包，特别是如果您打算将 Python 用于数据分析和数据科学；要么经历

从 Python Software Foundation 网站下载 Python 安装文件，然后搜寻并下载其他库的痛苦。

6. 选择并安装一个 IDE。

建议安装集成开发环境（IDE），这是一种允许 Python 脚本编写、测试和执行的程序。

IDE 中我们最喜欢使用的就是这方面最好的。根据不同来源，最常用的 Python IDE/文本编辑器包括 PyCharm、Spyder、Jupyter Notebook、Visual Studio、Atom 和 Sublime。好消息是我们可以在决定之前免费试用所有这些。接下来“坏”消息是，每个 IDE/文本编辑器都有略微不同的用户界面和功能集，因此需要一些时间才能适应它们。

我建议 Python 新手使用 Jupyter Notebook 进行编码。它简洁的布局和精简的功能集使其更容易练习或原型化 Python，而不会分心。此外，它还有一个专门用于 DataFrame 和图表的显示。下载 Anaconda 时，Jupyter Notebook 已预装。我建议您将来尝试更适合编程（PyCharm）和数据科学（Rodeo）以及支持集成的（Sublime）的 IDE。

此外，如果您经常处理大型项目，请考虑添加一个错误处理程序，如自动完成功能，以补充您的 IDE。它将突出显示错误，并加快编码过程。一个不错的选择是 Kite，它也是免费的，并且与大多数 IDE 兼容。

结论

学习新语言时，保持一致性至关重要。我们建议您承诺每天编写代码。尽管这可能难以想象，但编程强烈依赖于肌肉记忆。每天编程的决定将极大地帮助培养这种肌肉记忆。即使一开始看起来令人生畏，也可以考虑每天只开始 25 分钟，然后逐渐增加您的时间。

开始处理较小的项目和程序时，在去电脑之前，手动写下您的代码可能会有所帮助。通过描述您需要的类和函数以及它们如何交互，您将节省大量时间。编程需要严格遵守语言和逻辑约定，因此即使一个错误的引号也可能产生重大影响。拥有新的观点至关重要。