Python是一種解釋型、面向對象、動(dòng)態(tài)數據類(lèi)型的高級程序設計語(yǔ)言。作為今年來(lái)越來(lái)越流行的語(yǔ)言，我們該如何學(xué)習或者轉行學(xué)習Python呢，這里小跡為大家介紹如何入門(mén)學(xué)習Python。以下是小編為你整理的python新手練習教程 ?

如何選擇教材，好的開(kāi)始是成功的一半，選擇一本優(yōu)秀的教材是事半功倍的關(guān)鍵因素。因此我們需要去百度或者知乎等平臺看看大家是如何選購學(xué)習教材的，尋找最合適自己的學(xué)習資料; ?

書(shū)本的選購完成后，我們需要查看是否有配套的視頻教程，可以通過(guò)百度或者去某些平臺購買(mǎi)實(shí)時(shí)授課，這樣在學(xué)習過(guò)程中遇到的問(wèn)題就可以得以解答;

書(shū)和視頻已搞定，那就是環(huán)境配置了，PC平臺的環(huán)境配置以及庫的安裝，對于能否成功運行Python文件，有著(zhù)關(guān)鍵的作用。不懂事要學(xué)會(huì )自己百度搜索相關(guān)的資源，一般你遇到的問(wèn)題許多人也遇到過(guò); ?

學(xué)習過(guò)程結束后，我們需要自己動(dòng)手做些事情，比如寫(xiě)一些界面程序，學(xué)學(xué)機器學(xué)習，訓練一下神經(jīng)網(wǎng)絡(luò )等，從中我們會(huì )發(fā)現我們的許多不足與不懂的地方，通過(guò)請教他人，或者加入一些論壇進(jìn)行學(xué)習，參考他人的代碼等，這都是很重要的，一定要學(xué)會(huì )站在巨人的肩膀上思考問(wèn)題; ?

*，還有非常非常重要的一點(diǎn)就是代碼風(fēng)格，從最開(kāi)始學(xué)習就必須強迫自己模仿*秀的代碼風(fēng)格。學(xué)會(huì )標注而不是一味地復制，在編程時(shí)懂得思考，同樣的問(wèn)題可以有數十種解法，因此，懂得思考很重要。 ?

for循環(huán)判斷的格式

for循環(huán)判斷的格式為： ?

for i in range(100): print i, ?

我們開(kāi)始加上判斷條件輸出50到70之間的數 ?

for i in range(100): if i >49 and i <71: print i, ?

當然可以以此類(lèi)推，比如輸出 1-100 內，除開(kāi)50-70的數,說(shuō)明一下在range后面的括號內，前面可以自定義起始值 ?

#求1-100 內的所有奇數for i in range(1,100): if i % 2 == 1: print i, ?

我們在1到100內循環(huán)查找，如果i無(wú)法被2整除就是奇數(視頻中這里寫(xiě)錯了寫(xiě)成了質(zhì)數，表示抱歉) ?

新增一個(gè)知識點(diǎn)獲取隨機數，我們可以通過(guò)導入的方式獲取一個(gè)隨機數 ?

import randoma = random.randint(1,200)b = random.randint(1,999)print a,b ?

常用的變量

class Student(object): def __init__(self, name, score): self.name = name self.score =score def Print_score(self): print ('%s:%s' % (self.name, self.score))bat = Student('hongbin', 100)bat.Print_score()print bat.name ?

我們可以觀(guān)察一下在Class內部，可以有屬性和方法，而外部代碼可以通過(guò)直接調用實(shí)例變量的方法來(lái)操作數據，這樣，就隱藏了內部的復雜邏輯。但是，從前面Student類(lèi)的定義來(lái)看，外部代碼還是可以自由地修改一個(gè)實(shí)例的name、score屬性：小編可是好不容易才“考了”100分 就這樣被修改成了59，會(huì )不會(huì )很不爽!

?

在Python中，實(shí)例的變量名如果以__開(kāi)頭，就變成了一個(gè)私有變量(private)，只有內部可以訪(fǎng)問(wèn)，外部不能訪(fǎng)問(wèn)。如果要讓內部屬性不被外部訪(fǎng)問(wèn)，可以把屬性的名稱(chēng)前加上兩個(gè)下劃線(xiàn)__，我們可以測試一下： ?

這樣就確保了外部代碼不能隨意修改對象內部的狀態(tài)，這樣通過(guò)訪(fǎng)問(wèn)限制的保護，代碼更加健壯。 ?

Python中配置安裝easy_install和pip

setuptools安裝1、Python的環(huán)境變量配置好：系統屬性-->高級-->環(huán)境變量-->系統變量中path中加入python的安裝路徑Python的庫路徑環(huán)境變量配置好：系統屬性-->高級-->環(huán)境變量-->系統變量中path中加入pythonScripts路徑2、下載setuptools，https://pypi.python.org/pypi/setuptools#files，解壓到setuptools目錄3、運行cmd，切換到setuptools目錄，輸入python setup.py install4、運行cmd，任意目錄可輸入：easy_install --showhelp，顯示內容則說(shuō)明easy_install安裝成功pip安裝1、下載pip，解壓到pip目錄2、運行cmd，切換到pip解壓目錄，python setup.py install3、運行cmd，任意目錄可輸入：pip help，顯示內容則說(shuō)明pip安裝成功 ?

NumPy系統是Python的一種開(kāi)源的數字擴展。這種工具可用來(lái)存儲和處理大型矩陣。NumPy的功能：1、一個(gè)強大的N維數組對象Array;2、比較成熟的(廣播)函數庫;3、用于整合C/C++和Fortran代碼的工具包;4、實(shí)用的線(xiàn)性代數、傅里葉變換和隨機數生成函數。NumPy下載地址：http://sourceforge.net/projects/numpy/files/ ?

SciPy是一個(gè)開(kāi)源的Python算法庫和數學(xué)工具包。SciPy包含的模塊有*化、線(xiàn)性代數、積分、插值、特殊函數、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學(xué)與工程中常用的計算。與其功能相類(lèi)似的軟件還有MATLAB、GNU Octav和Scilab。 ?

Matplotlib是Python的圖形框架，類(lèi)似MATLAB和R。繪圖領(lǐng)域使用最廣泛的套件。它能讓使用者很輕松地將數據圖形化，并且提供多樣化的輸出格式。 ?

SymPy是Python的數學(xué)符號計算庫，用它可以進(jìn)行數學(xué)公式的符號推導，其功能包括基本的算術(shù)，基本簡(jiǎn)化，一系列擴大，功能(exp, ln, sin, cos, tan, 等)，分化，整合(目前只能做很簡(jiǎn)單的積分)，基本替代，任意精度的整數和有理數，標準(Python)的浮點(diǎn)，基本復雜的數字和符號的限制。Sympy安裝地址： https://github.com/sympy/sympy/releasesSympy安裝：使用官網(wǎng)exe ?

Scikit-Learn是基于python的機器學(xué)習模塊，基于BSD開(kāi)源許可證。Scikit-Learn的安裝需要numpy，scipy，matplotlib等模塊。Scikit-Learn中的機器學(xué)習模型非常豐富，包括SVM，決策樹(shù)，GBDT，KNN等等。scikit-learn的基本功能主要被分為六個(gè)部分，分類(lèi)，回歸，聚類(lèi)，數據降維，模型選擇，數據預處理。對于具體的機器學(xué)習問(wèn)題，通?？梢苑譃槿齻€(gè)步驟，數據準備與預處理，模型選擇與訓練，模型驗證與參數調優(yōu)。