84669 personnes étudient
152542 personnes étudient
20005 personnes étudient
5487 personnes étudient
7821 personnes étudient
359900 personnes étudient
3350 personnes étudient
180660 personnes étudient
48569 personnes étudient
18603 personnes étudient
40936 personnes étudient
1549 personnes étudient
1183 personnes étudient
32909 personnes étudient
断断续续使用python也有一些日子了。之前的学习方法是:遇到问题-->网上查找解决办法,顺便掌握下(没做笔记) 比如:在使用python开发的过程中,需要用到多线程的话,就临时学下多线程的相关知识,然后在项目中使用。 这样子的学习方法,自己觉得到有好多东西没有深入,毕竟只是纯粹为了解决问题。 大家可否分享下自己的学习方法呢?
来自http://v2ex.com/t/124141,请叫我搬运工!!! 《码农周刊》已经累计发送了 38 期,我们将干货内容进行了精选。此为 Python 篇。 《码农周刊》往期回顾: http://weekly.manong.io/issues/
如何让 Python 代码运行得更快? 作者给出了 18 条 Python 代码性能优化小贴士,简单明了,拿来即用。http://infiniteloop.in/blog/quick-python-performance-optimization-part-i/
Python 学习资源列表 (kirang89) 海量 Python 学习资源列表,涉及 Python 学习的方方面面。https://github.com/kirang89/pycrumbs/blob/master/pycrumbs.md
[PDF] 免费电子书《面向程序员的数据挖掘实战指南》(Ron Zacharski) 面向程序员的数据挖掘实战指南,侧重实例,以 Python 语言讲解。目前已完成 6 章,仍在更新中。http://guidetodatamining.com/http://vdisk.weibo.com/s/G-kaugh7cAzg
gevent 程序员指南(Gevent社区) gevent 是一个基于 libev 的高性能 Python 并发库,它为各种并发和网络相关任务提供了整洁的 API。http://xlambda.com/gevent-tutorial/
[视频] Sohu 邮箱的 Python 经验分享(彭一) 搜狐邮箱是国内最大的 Python 应用之一,视频中分享了 Python 在搜狐邮箱的使用经验,主要包括:优雅地发布 Python 项目、优秀的 Web 框架——Tornado、加速你的 Python 代码和简化你的 C 代码。http://www.infoq.com/cn/presentations/sohu-mailbox-python-experience
Python 机器学习工具包 (XD blog) 以表格的形式比较 scikit-learn、statsmodels、mlpy、MDP、PyBrain、Theano、MILK、pyMVPA、NLTK、Gensim 和 Orange 的特性。http://www.xavierdupre.fr/blog/2013-09-15_nojs.html
一份适合 Python 开发人员的 Vim 配置 (wklken) Python + Vim,你懂的。https://github.com/wklken/k-vim
免费电子书《Tango With Django》(Leif Azzopardi & David Maxwell) 一个很不错的 Python Django 入门教程http://www.tangowithdjango.com/book/
Python 入门中译版( @LaTeX科技排版 ) 这份文档是 Python 官方入门的中文翻译版http://www.latexstudio.net/python-tutorial-zh-cn-latex-typesetting/
免费电子书《Test-Driven Web Development with Python》 (Harry Percival) 基于 Python 讲解 Web 测试驱动开发http://chimera.labs.oreilly.com/books/1234000000754/index.html
PySonar - Python 代码静态分析工具 大神王垠的开源作品https://github.com/yinwang0/pysonar2
Google 出品的免费 Python 课程 没啥好说的,推荐。在线视频 http://www.youku.com/playlist_show/id_20802998.htmlhttp://blog.hartleybrody.com/google-python/
[PPT] Python 2 vs. Python 3 来自 Python 之父 Guido 的分享,感谢 @在路上的理想 的推荐。原始链接 https://www.dropbox.com/s/83ppa5iykqmr14z/Py2v3Hackers2013.pptxhttp://vdisk.weibo.com/s/G-kaugh6K5jE
Python 最佳实践指南 (Kenneth Reitz) GitHub 地址 https://github.com/kennethreitz/python-guidehttp://docs.python-guide.org/en/latest/
……
完整阅读: http://baoz.me/446252
把临时学到的东西最好整理下来(可以使用evernote、instapaper等工具),积少成多不断归纳,你现在的路数没错,坚持下去就OK,等到自己决定深入学习了,之前做的工作都是铺垫
临时发现自己有哪方面不懂,就从那方面学下去。找相关教材、经典书籍、文档学。比如 APUE 和 UNP 什么的,比如弄不明白 HTML、CSS 就去读 W3 文档,弄不明白 HTTP、MIME 什么的去读 RFC。
当然,想深入,C、计算机体系结构、数据结构、计算机网络这些,都要学(如果你没学过的话)。这些是基础,不然上层的教程和文档会看不懂。
我一同事的学习经验是:跟着官网走。他对官网的技术文档及更新跟得很紧,很自信。在项目中,他总是能够提出很有效的建议。
必要的时候回到基础。特别是研读官方文档和经典教材。比如我在刚刚发布的[零基础学python]系列文章中,谈到list追加元素,一般朋友都知道list.append(x).但是,如果是a[len(a):]=[x]的方式,好多朋友不熟悉。虽然不一定要用后者取代前者,但是,知道了后者,能够对append(x)理解加深,并且不一定什么时候在编程实践中用到。
如果不把它作为自己的主要语言的话,可以遇到问题的时候再临时学解决方法,当然,最好在空闲的时候整理一下,写成博客形式记录下来
先做个小项目,找点儿自信才是王道。
和楼主一样,我也处于这样的一个阶段,希望有经验的大咖来分享下经验,至少可以少走些弯路。不要说什么QQ群,如果我提问的太简单就说自己百度查(我当然是查过了查不到想要的才提问的……),提问的太难他们不理,在群里所谓的大牛,都在潜水。。。 当然,我不是指责别人,如果我成了大牛,估计也和他们一样潜水,没有多少时间真正的去回答问题。
你干嘛问一个自己知道答案的问题?
来自http://v2ex.com/t/124141,请叫我搬运工!!!
《码农周刊》已经累计发送了 38 期,我们将干货内容进行了精选。此为 Python 篇。
《码农周刊》往期回顾: http://weekly.manong.io/issues/
如何让 Python 代码运行得更快?
作者给出了 18 条 Python 代码性能优化小贴士,简单明了,拿来即用。
http://infiniteloop.in/blog/quick-python-performance-optimization-part-i/
Python 学习资源列表 (kirang89)
海量 Python 学习资源列表,涉及 Python 学习的方方面面。
https://github.com/kirang89/pycrumbs/blob/master/pycrumbs.md
[PDF] 免费电子书《面向程序员的数据挖掘实战指南》(Ron Zacharski)
面向程序员的数据挖掘实战指南,侧重实例,以 Python 语言讲解。目前已完成 6 章,仍在更新中。http://guidetodatamining.com/
http://vdisk.weibo.com/s/G-kaugh7cAzg
gevent 程序员指南(Gevent社区)
gevent 是一个基于 libev 的高性能 Python 并发库,它为各种并发和网络相关任务提供了整洁的 API。
http://xlambda.com/gevent-tutorial/
[视频] Sohu 邮箱的 Python 经验分享(彭一)
搜狐邮箱是国内最大的 Python 应用之一,视频中分享了 Python 在搜狐邮箱的使用经验,主要包括:优雅地发布 Python 项目、优秀的 Web 框架——Tornado、加速你的 Python 代码和简化你的 C 代码。
http://www.infoq.com/cn/presentations/sohu-mailbox-python-experience
Python 机器学习工具包 (XD blog)
以表格的形式比较 scikit-learn、statsmodels、mlpy、MDP、PyBrain、Theano、MILK、pyMVPA、NLTK、Gensim 和 Orange 的特性。
http://www.xavierdupre.fr/blog/2013-09-15_nojs.html
一份适合 Python 开发人员的 Vim 配置 (wklken)
Python + Vim,你懂的。
https://github.com/wklken/k-vim
免费电子书《Tango With Django》(Leif Azzopardi & David Maxwell)
一个很不错的 Python Django 入门教程
http://www.tangowithdjango.com/book/
Python 入门中译版( @LaTeX科技排版 )
这份文档是 Python 官方入门的中文翻译版
http://www.latexstudio.net/python-tutorial-zh-cn-latex-typesetting/
免费电子书《Test-Driven Web Development with Python》 (Harry Percival)
基于 Python 讲解 Web 测试驱动开发
http://chimera.labs.oreilly.com/books/1234000000754/index.html
PySonar - Python 代码静态分析工具
大神王垠的开源作品
https://github.com/yinwang0/pysonar2
Google 出品的免费 Python 课程
没啥好说的,推荐。在线视频 http://www.youku.com/playlist_show/id_20802998.html
http://blog.hartleybrody.com/google-python/
[PPT] Python 2 vs. Python 3
来自 Python 之父 Guido 的分享,感谢 @在路上的理想 的推荐。原始链接 https://www.dropbox.com/s/83ppa5iykqmr14z/Py2v3Hackers2013.pptx
http://vdisk.weibo.com/s/G-kaugh6K5jE
Python 最佳实践指南 (Kenneth Reitz)
GitHub 地址 https://github.com/kennethreitz/python-guide
http://docs.python-guide.org/en/latest/
……
完整阅读: http://baoz.me/446252
把临时学到的东西最好整理下来(可以使用evernote、instapaper等工具),积少成多不断归纳,你现在的路数没错,坚持下去就OK,等到自己决定深入学习了,之前做的工作都是铺垫
临时发现自己有哪方面不懂,就从那方面学下去。找相关教材、经典书籍、文档学。比如 APUE 和 UNP 什么的,比如弄不明白 HTML、CSS 就去读 W3 文档,弄不明白 HTTP、MIME 什么的去读 RFC。
当然,想深入,C、计算机体系结构、数据结构、计算机网络这些,都要学(如果你没学过的话)。这些是基础,不然上层的教程和文档会看不懂。
我一同事的学习经验是:跟着官网走。他对官网的技术文档及更新跟得很紧,很自信。在项目中,他总是能够提出很有效的建议。
必要的时候回到基础。特别是研读官方文档和经典教材。比如我在刚刚发布的[零基础学python]系列文章中,谈到list追加元素,一般朋友都知道list.append(x).但是,如果是a[len(a):]=[x]的方式,好多朋友不熟悉。虽然不一定要用后者取代前者,但是,知道了后者,能够对append(x)理解加深,并且不一定什么时候在编程实践中用到。
如果不把它作为自己的主要语言的话,可以遇到问题的时候再临时学解决方法,当然,最好在空闲的时候整理一下,写成博客形式记录下来
先做个小项目,找点儿自信才是王道。
和楼主一样,我也处于这样的一个阶段,希望有经验的大咖来分享下经验,至少可以少走些弯路。不要说什么QQ群,如果我提问的太简单就说自己百度查(我当然是查过了查不到想要的才提问的……),提问的太难他们不理,在群里所谓的大牛,都在潜水。。。
当然,我不是指责别人,如果我成了大牛,估计也和他们一样潜水,没有多少时间真正的去回答问题。
你干嘛问一个自己知道答案的问题?