01 youtube下載工具 命令行工具開發者(零基礎學Python應該學習哪些入門知識)

零基礎學Python應該學習哪些入門知識

關于零基礎怎么樣能快速學好Python的問題，百度提問和解答的都很多，你可以百度下看看。我覺得從個人自學的角度出發，應從以下幾個方面來理解：

1 為什么選擇學python？

據統計零基礎或非專業的人士學python的比較多，據HackerRank開發者調查報告2018年5月顯示（見圖），Python排名第一，成為最受歡迎編程語言。Python以優雅、簡潔著稱，入行門檻低，可以從事Linux運維、Python Web網站工程師、Python自動化測試、數據分析、人工智能等職位，薪資待遇呈上漲趨勢。

2 入門python需要那些準備？

2.1 心態準備。編程是一門技術，也可說是一門手藝。如同書法、繪畫、樂器、雕刻等，技藝純熟的背后肯定付出了長時間的反復練習。不要相信幾周速成，也不能急于求成。編程的世界浩瀚無邊，所以請保持一顆敬畏的心態去學習，認真對待寫下的每一行代碼，甚至每一個字符。收拾好自己的心態，向著編程的世界出發。第一步至關重要，關系到初學者從入門到精通還是從入門到放棄。選一條合適的入門道路，并堅持走下去。

2.2 配置 Python 學習環境。選Python2 還是 Python3？入門時很多人都會糾結。二者只是程序不兼容，思想上并無大差別，語法變動也并不多。選擇任何一個入手，都沒有大影響。如果你仍然無法抉擇，那請選擇 Python3，畢竟這是未來的趨勢。

編輯器該如何選？同樣，推薦 pycharm 社區版，配置簡單、功能強大、使用起來省時省心，對初學者友好，并且完全免費！其他編輯器如：notepad++、sublimeText 3、vim 和 Emacs等不推薦了。

操作環境？Python 支持現有所有主流操作平臺，不管是 windows 還是 mac 還是 linux，都能很好的運行 Python。并且后兩者都默認自帶 Python 環境。

2.3 選擇自學的書籍。我推薦的書的內容由淺入深，建議按照先后順序閱讀學習：

2.3.1《Python簡明教程》。這是一本言簡意賅的 Python 入門教程，簡單直白，沒有廢話。就算沒有基礎，你也可以像讀小說一樣，花兩天時間就可以讀完。適合入門快速了解語法。

2.4 學會安裝包。Python中有很多擴展包，想要安裝這些包可以采用兩種方法：

2.4.1 使用pip或easy_install。

1)在網上找到的需要的包，下載下來。eg. rsa-3.1.4.tar.gz;

2)解壓縮該文件;

3)命令行工具cd切換到所要安裝的包的目錄，找到setup.py文件，然后輸入python setup.py install

2.4.2 不用pip或easy_install,直接打開cmd，敲pip install rsa。

3 提升階段需要恒心和耐力。

完成入門階段的基礎學習之后，常會陷入一個瓶頸期，通過看教程很難進一步提高編程水平。這時候，需要的是反復練習，大量的練習。可以從書上的例題、作業題開始寫，再寫小程序片段，然后寫完整的項目。我們收集了一些練習題和網站。可根據自己階段，選擇適合的練習去做。建議最好挑選一兩個系列重點完成，而不是淺嘗輒止。

3.1 多做練習。推薦網站練習：

crossin編程教室實例：相對于編程教室基礎練習著重于單一知識點，

編程實例訓練對基礎知識的融會貫通；

hackerrank：Python 部分難度循序漸進，符合學習曲線

實驗樓：提升編程水平從做項目開始；

買粉絲dewar：社區型編程練習網站，內容由易到難；

leet買粉絲de：為編程面試準備，對初學者稍難；

牛客網：提供 BAT 等大廠筆試題目；

買粉絲de買粉絲bat：提供一邊游戲一邊編程；

projecteuler：純粹的編程練習網站；

菜鳥教程100例：基于 py2 的基礎練習；

3.2 遇到問題多交流。

3.2.1 利用好搜索引擎。

3.2.2 求助于各大網站。推薦

stackoverflow：這是一個程序員的知識庫；

v2ex：國內非常不錯的編程社區，不僅僅是包含程序，也包含了程序員的生活；

segmentfault：一家以編程問答為主的網站;

CSDN、知乎、簡書等

3.2.3 加入相關的QQ、買粉絲群、百度知道。不懂的可以隨時請教。

去哪里找python的開源項目

GitHub是一個面向開源及私有軟件項目的托管平臺，因為只支持git 作為唯一的版本庫格式進行托管，故名GitHub。作為開源代碼庫以及版本控制系統，Github擁有超過900萬開發者用戶。隨著越來越多的應用程序轉移到了云上，Github已經成為了管理軟件開發以及發現已有代碼的首選方法。在GitHub，用戶可以十分輕易地找到海量的開源代碼。

下面給大家介紹一些GitHub上25個開源項目：

（1）TensorFlow Models

如果你對機器學習和深度學習感興趣，一定聽說過TensorFlow。TensorFlow Models是一個開源存儲庫，可以找到許多與深度學習相關的庫和模型。

（GitHub： 買粉絲s://github.買粉絲/tensorflow/models ）

（2）Keras

Keras是一個高級神經網絡API，用Python編寫，能夠在TensorFlow，CNTK或Theano之上運行。旨在完成深度學習的快速開發（GitHub： 買粉絲s://github.買粉絲/keras-team/keras ）

（3）Flask

Flask 是一個微型的 Python 開發的 Web 框架，基于Werkzeug  WSGI工具箱和Jinja2 模板引擎，使用BSD授權。

（GitHub： 買粉絲s://github.買粉絲/pallets/flask ）

（4）scikit-learn

scikit-learn是一個用于機器學習的Python模塊，基于 NumPy、SciPy 和 matplotlib 構建。，并遵循 BSD 許可協議。

（GitHub： 買粉絲s://github.買粉絲/scikit-learn ）

（5）Zulip

Zulip是一款功能強大的開源群聊應用程序，它結合了實時聊天的即時性和線程對話的生產力優勢。Zulip作為一個開源項目，被許多世界500強企業，大型組織以及其他需要實時聊天系統的用戶選擇使用，該系統允許用戶每天輕松處理數百或數千條消息。Zulip擁有超過300名貢獻者，每月合并超過500次提交，也是規模最大，發展最快的開源群聊項目。

（GitHub： 買粉絲s://github.買粉絲/zulip/zulip ）

相關推薦：《Python入門教程》

（6）Django

Django 是 Python 編程語言驅動的一個開源模型-視圖-控制器（MVC）風格的 Web 應用程序框架，旨在快速開發出清晰，實用的設計。使用 Django，我們在幾分鐘之內就可以創建高品質、易維護、數據庫驅動的應用程序。

（GitHub： 買粉絲s://github.買粉絲/django/django ）

（7）Rebound

Rebound 是一個當你得到編譯錯誤時即時獲取 Stack Overflow 結果的命令行工具。 就用 rebound 命令執行你的文件。這對程序員來說方便了不少。

（GitHub： 買粉絲s://github.買粉絲/shobrook/rebound ）

（8）Google Images Download

這是一個命令行python程序，用于搜索Google Images上的關鍵字/關鍵短語，并可選擇將圖像下載到您的計算機。你也可以從另一個python文件調用此腳本。

（GitHub： 買粉絲s://github.買粉絲/hardikvasa/google-images-download ）

（9）YouTube-dl

youtube-dl 是基于 Python 的命令行媒體文件下載工具，完全開源免費跨平臺。用戶只需使用簡單命令并提供在線視頻的網頁地址即可讓程序自動進行嗅探、下載、合并、命名和清理，最終得到已經命名的完整視頻文件。

（GitHub： htt ps://github.買粉絲/rg3/youtube-dl ）

（10）System Design Primer

此repo是一個系統的資源集合，可幫助你了解如何大規模構建系統。

（GitHub： 買粉絲s://github.買粉絲/donnemartin/system-design-primer ）

（11）Mask R-CNN

Mask R-CNN用于對象檢測和分割。這是對Python 3，Keras和TensorFlow的Mask R-CNN實現。該模型為圖像中對象的每個實例生成邊界框和分割蒙版。它基于特Feature Pyramid Network（FPN）和 ResNet101 backbone。

（GitHub： 買粉絲s://github.買粉絲/matterport/Mask_RCNN ）

（12）Face Re買粉絲gnition

Face Re買粉絲gnition 是一個基于 Python 的人臉識別庫，使用十分簡便。這還提供了一個簡單的face_re買粉絲gnition命令行工具，可以讓您從命令行對圖像文件夾進行人臉識別！

（GitHub： 買粉絲s://github.買粉絲/ageitgey/face_re買粉絲gnition ）

（13）snallygaster

用于掃描HTTP服務器上的機密文件的工具。

（GitHub： 買粉絲s://github.買粉絲/hannob/snallygaster ）

（14）Ansible

Ansible是一個極其簡單的IT自動化系統。它可用于配置管理，應用程序部署，云配置，支持遠程任務執行和多節點發布 - 包括通過負載平衡器輕松實現零停機滾動更新等操作。

（GitHub： 買粉絲s://github.買粉絲/ansible/ansible ）

（15）Detectron

Detectron是Facebook AI 研究院開源的的軟件系統，它實現了最先進的目標檢測算法，包括Mask R-CNN。它是用Python編寫的，由Caffe2深度學習框架提供支持。

（16）asciinema