當前位置: 妍妍網 > 碼農

這樣學Python就是在浪費時間~

2024-05-27碼農

這篇文章不是廣告,而是給很多學Python而又無所得的同學一些建議。

自學 Python 很久卻還是不會用,就像你學英語十幾年還是不會說,原因是一樣的,你沒有把Python當做工具去用,而是一味地學,等同於紙上談兵。 【笨方法學Python】作者說過這樣一段說:

程式語言這東西並不重要,重要的是你用這些 語言做的事情... 不要被圍繞某一種語言的宗教把你扯進去, 這只會讓你忘掉了語言的真正目的,也就是作為你的工具來實作有趣的事情。

編程作為一項智力活動,是唯一一種能讓你建立互動式藝術的藝術形式。你可以 建立計畫讓別人使用,而且你可以間接地和使用者溝通。沒有其他的藝術形式能 做到如此程度的互動性。電影領著觀眾走向一個方向,繪畫是不會動的。而程式碼 卻是雙向互動的。

我們理解下,學Python不是目的,真正的目的是解決問題,實作有趣的事情,哪怕這種工具不是Python也行。

所以從一個學習者的角度來看,一定要帶著目的學習。Python的用途有很多,比如網路爬蟲、機器學習、數據分析、金融量化、自動化辦公等,如果沒有目標瞎學,效率會非常低。

你去觀察下你的工作有哪些是可以用編程去做,然後對癥下藥,專門學習Python在這塊的套用場景。

比如說你做金融分析工作,就應該思考金融領域有什麽用到編程的地方,比如量化交易、定價模型、風險管理等,那這些領域Python有什麽優勢?有哪些庫和模型可以直接用?有哪些經典的策略?是否可以用Python去搭建套用工具?....

各種各樣的行業用到編程的地方太多了,你應該多想、多做、多反思,這樣就不怕不會用Python了。

想好了為什麽學Python,接下來就是瘋狂的去練習,擼程式碼。

去每天花兩小時寫程式碼,去研讀各種開源計畫原始碼。

去寫技術部落格,去蹭技術講座、會議、公開課程。

去逛Github,去StackOverflow上提問,去論壇上找技術大佬聊天

去參加軟考,去參加ACM等正規編程比賽。

去嘗試自己寫一個個人區域網絡站,或者開發一個遊戲APP。

......

只要你願意提高程式碼能力,有無數種方法能幫到你,但你需要讓你的意願充斥整個身體,並相信能做好。

俗話講,不積跬步無以至千裏,新手想要成為高手,瘋狂的練習是第一步。

Github上有很多Python計畫案例,教程、開源計畫、技術書籍、數據資源層出不窮,你可以挑合適的去復現,養成解決問題的習慣。

比如說大名鼎鼎的pandas、django、tensorflow、pytorch、requests等都在github上有開原始碼。

還有諸如awe-some python、Python-100-Days、ML-For-Beginners等這樣的資源教程,有十幾萬的star,非常適合初學者去學習。

你用Python關鍵詞搜尋,會出來300多萬的相關倉庫,足夠你花一輩子去學習。

還有像kaggle上也有很多練習,Kaggle是世界上最大的數據科學比賽網站和社群,裏面有成千山萬個比賽計畫,涉及數據分析、機器學習、深度學習、數理統計、視覺化分析等全方位的數據科學知識。

kaggle還有各種各樣的免費數據集、模型、教程文件,提供給python數據科學愛好者使用。

這樣的資源不計其數。

Python編程應該是最能體驗prctice make perfect的技能之一,在前期積累的階段,往往要大量的去刷題、比賽、模仿,才能顯得遊刃有余。

可能練習不一定會讓你完美,但大量的練習會讓你產生髓磷脂,一種神經元外側的脂質,能讓你的腦回路更加靈活。

人的大腦可以分為反射、思考、記憶三個功能,大腦可以透過大量的反復練習讓思考演變成習慣,最後跳過思考只需要反射的指令操控就能完成,從而達到「生巧」的效果。

當然,練習不是一味的重復,或者去完全復刻別人的程式碼,每一次練習都應該增加難度,有突破自己認知的成長。

這樣經過反復的輸入、評估、輸出、糾正,你會有驚人的變化。

總而言之,明確的目的+瘋狂的練習是學好Python的不二法門,可能也是絕大多數技能的精進之路。

加入知識星球 【我們談論數據科學】

提供100節專屬Pandas數據分析視訊教程

600+ 小夥伴一起學習!