社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

从零开始的python教程(1):全面又好用的学习资料

挑圈联靠 • 1 年前 • 105 次点击  

Hi,大家好,我是晨曦

最近因为接连带过一些训练营和成长营,也是可以与各位小伙伴进行更多的讨论,发现各位小伙伴最近也是迫切的想要学习一些新的技能,其中呼声最高的可能就是Python了,当然理由也是很多啦,比如说:导师要求哇、用的很多呢、处理数据很方便、高分文章的单细胞分析有些需要使用Python等等

所以在这里晨曦也是询问了各位小伙伴学习晨曦更新的部分Python教程的感受,各位小伙伴也是提了很多中肯的建议,在这里晨曦也是会逐渐进行相关的修改,那么其中比较多的建议其实就是希望晨曦可以梳理一下目前比较好的Python自学教程,因为可能看推文每周一期导致无法有一个很好的连贯性

那么改变从这里开始,今天这期我们就来梳理一下晨曦接触到的一些比较好的Python自学教程

那么,我们开始吧


1. 耳熟能详的Python自学网站:廖雪峰python学习网站


推荐理由:全面成体系的python学习内容,概括起来其实就是免费且全面,而且里面的知识讲解也十分恰当,所举的例子也十分的形象
不足:知识之间的梯度对于刚学习python的学习者来说可能跨度比较大
笔者感受:笔者刚开始学习python的时候是从一本书:python从入门到入土(哈哈)开始的,但是书本内     容感觉比较枯燥,所以笔者转而在网上开始寻找相关学习资料,呼声比较高的就是这个网站,笔者目前仍然  在学习,里面的知识对于笔者来说感觉十分全面,但是问了一些同样在学习的小伙伴,普遍就是知识与知识之间跨度比较明显,当然这里也有可能是本身计算机基础过于薄弱或者没有一定程度的钻研精神,反正这个  网站笔者觉得很赞,所以推荐给大家
网站:首页 - 廖雪峰的官方网站 (liaoxuefeng.com)


2. 经典又不失水准的python人手入门必备书:python编程:从入门到实践


推荐理由:一本感觉基本上没有太多缺点的书,对于有R语言基础的同学,其实这本书就像是R语言实战一样
不足:这本书也有很多小伙伴会称呼为python从入门到入土,也是从侧面说明了,这本书其实也是比较枯燥的
笔者感受:笔者倒是把这本书看完了,里面关于python的知识是非常具有体系,尽管看到一半略显枯燥,但是坚持下来会有不一样的感觉,然后这本书在网络上也有电子版本,并且强烈推荐根据电子版本可以找到这本书配套的代码以及阅读计划,可以按照阅读计划来看这本书(貌似是3周)


3. W3school


推荐理由:我可以说这个界面我觉得比较适合我吗QAQ,开个玩笑,知识比较全面的同时,界面布局笔者比较喜欢,同时没有太多的文字,基本上都是通过代码来讲解知识,觉得适合有一定程度基础的同学
不足:因为文字比较少,所以可能需要有一定程度的代码水平(R和python都可以,因为学到现在,笔者感 觉,计算机语言在一定程度上都彼此互通)
笔者感受:这个网站笔者一般都是用来当作自己的笔记,因为有些东西好久不用,基本上也快忘记了,所以  这个网站文字也比较少,很方便可以当作一个小笔记来进行使用
网站:Python 列表 (w3school.com.cn)


4. 成体系、有用markdown文件的教程:Python - 100天从新手到大师


推荐理由:教程全面,而且有配套的md文件可以节省很多做笔记的时间不足:感觉知识之间的跨度要比前面的教程都要
笔者感受:这是笔者最近正在跟的教程,觉得即使有基础,有些知识点也需要细细琢磨,但是确实能体现出来作者的技术水平以及良苦用心,而且作为github的高分项目,值得推荐~
网站:GitHub - jackfrued/Python-100-Days: Python - 100天从新手到大师


5. python基于机器学习的乐园:scikit-learn中文社区



推荐理由:如果说R语言可以完成绝大部分生信数据挖掘需求,尽管目前来说mlr3 包的推出,让R做机器学习可以更加方便和自由,但是python做 机器学习可能才是更多课题组的主战场,而python中的机器学习库相关的教程没有任何教程可以比的上官方教程,如果是机器学习的爱好者推荐学习。

6. python中的单细胞分析:Scanpy


推荐理由:基于python的单细胞分析运算速度更快,而且常规的Seurat生成的图片可能已经让部分审稿人审美疲劳,那么这个时候基于python的单细胞分析生成的可视化结果则是可以让部分审稿人眼前一亮~

至此,上述资料概括总结了Python基础到分析的全部流程,这个也是笔者学习或者接触过后觉得不错的,  在这里推荐给各位小伙伴

然后下面再来推荐一个笔者认为不错的Python练习题

7. python练习


推荐理由:界面比较简洁,快速练习,方便
网站:CodingBat Python Warmup-1 

8.python练习


推荐理由:著名的机器学习以及数据处理的竞赛网站,曾经笔者在上面通过看别人的代码可以学习到很多R 数据的处理流程以及思路,而且上面也是有Python代码的,看别人的代码然后进行练习,可以达到借鉴提高的作用
网站:Kaggle: Your Machine Learning and Data Science Community

9.python练习





推荐理由:笔者最近使用的python练习网站,界面非常直观,而且里面的问题也是比较有意思,还可以在线看别人的答案,因为Python中很重要的概念其实就是面向对象和面向函数,所以里面大部分问题都是通过自定义函数来实现某个功能,这个对自定义函数的理解非常有帮助
网站:Code Together (bugfree.cc) 
至此,今天的内容就到这里结束啦~
其实网络上还有很多关于python的学习资料,但是资料在于精不在于多,所以各位小伙伴只要确定选择一个    教程然后踏实进行学习就一定会有收获
那么也欢迎各位小伙伴在评论区晒出自己觉得好的python学习教程,大家可以互相交流
后面我们也会对pytnon领域中比较出名的书籍进行学习笔记的分享,再今年争取能够熟练掌握python    那么,本期推文到这里就结束啦~
我是晨曦,我们下期再见

END

撰文丨晨   曦
排版丨三叶虫
编辑丨三叶虫

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/152502
 
105 次点击