Python是一種解釋型、面向?qū)ο?、動態(tài)數(shù)據(jù)類型的高級程序設(shè)計(jì)語言。作為今年來越來越流行的語言，我們該如何學(xué)習(xí)或者轉(zhuǎn)行學(xué)習(xí)Python呢，這里小跡為大家介紹如何入門學(xué)習(xí)Python。以下是小編為你整理的python新手練習(xí)教程 ?

如何選擇教材，好的開始是成功的一半，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(xí)教材的，尋找最合適自己的學(xué)習(xí)資料; ?

書本的選購?fù)瓿珊螅覀冃枰榭词欠裼信涮椎囊曨l教程，可以通過百度或者去某些平臺購買實(shí)時(shí)授課，這樣在學(xué)習(xí)過程中遇到的問題就可以得以解答;

書和視頻已搞定，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(yùn)行Python文件，有著關(guān)鍵的作用。不懂事要學(xué)會自己百度搜索相關(guān)的資源，一般你遇到的問題許多人也遇到過; ?

學(xué)習(xí)過程結(jié)束后，我們需要自己動手做些事情，比如寫一些界面程序，學(xué)學(xué)機(jī)器學(xué)習(xí)，訓(xùn)練一下神經(jīng)網(wǎng)絡(luò)等，從中我們會發(fā)現(xiàn)我們的許多不足與不懂的地方，通過請教他人，或者加入一些論壇進(jìn)行學(xué)習(xí)，參考他人的代碼等，這都是很重要的，一定要學(xué)會站在巨人的肩膀上思考問題; ?

*，還有非常非常重要的一點(diǎn)就是代碼風(fēng)格，從最開始學(xué)習(xí)就必須強(qiáng)迫自己模仿*秀的代碼風(fēng)格。學(xué)會標(biāo)注而不是一味地復(fù)制，在編程時(shí)懂得思考，同樣的問題可以有數(shù)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, ?

我們開始加上判斷條件輸出50到70之間的數(shù) ?

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

當(dāng)然可以以此類推，比如輸出 1-100 內(nèi)，除開50-70的數(shù),說明一下在range后面的括號內(nèi)，前面可以自定義起始值 ?

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

我們在1到100內(nèi)循環(huán)查找，如果i無法被2整除就是奇數(shù)(視頻中這里寫錯了寫成了質(zhì)數(shù)，表示抱歉) ?

新增一個知識點(diǎn)獲取隨機(jī)數(shù)，我們可以通過導(dǎo)入的方式獲取一個隨機(jī)數(shù) ?

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 ?

我們可以觀察一下在Class內(nèi)部，可以有屬性和方法，而外部代碼可以通過直接調(diào)用實(shí)例變量的方法來操作數(shù)據(jù)，這樣，就隱藏了內(nèi)部的復(fù)雜邏輯。但是，從前面Student類的定義來看，外部代碼還是可以自由地修改一個實(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，會不會很不爽!

?

在Python中，實(shí)例的變量名如果以__開頭，就變成了一個私有變量(private)，只有內(nèi)部可以訪問，外部不能訪問。如果要讓內(nèi)部屬性不被外部訪問，可以把屬性的名稱前加上兩個下劃線__，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(nèi)部的狀態(tài)，這樣通過訪問限制的保護(hù)，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(tǒng)屬性-->高級-->環(huán)境變量-->系統(tǒng)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(tǒng)屬性-->高級-->環(huán)境變量-->系統(tǒng)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(yùn)行cmd，切換到setuptools目錄，輸入python setup.py install4、運(yùn)行cmd，任意目錄可輸入：easy_install --showhelp，顯示內(nèi)容則說明easy_install安裝成功pip安裝1、下載pip，解壓到pip目錄2、運(yùn)行cmd，切換到pip解壓目錄，python setup.py install3、運(yùn)行cmd，任意目錄可輸入：pip help，顯示內(nèi)容則說明pip安裝成功 ?

NumPy系統(tǒng)是Python的一種開源的數(shù)字?jǐn)U展。這種工具可用來存儲和處理大型矩陣。NumPy的功能：1、一個強(qiáng)大的N維數(shù)組對象Array;2、比較成熟的(廣播)函數(shù)庫;3、用于整合C/C++和Fortran代碼的工具包;4、實(shí)用的線性代數(shù)、傅里葉變換和隨機(jī)數(shù)生成函數(shù)。NumPy下載地址：http://sourceforge.net/projects/numpy/files/ ?

SciPy是一個開源的Python算法庫和數(shù)學(xué)工具包。SciPy包含的模塊有*化、線性代數(shù)、積分、插值、特殊函數(shù)、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(jì)算。與其功能相類似的軟件還有MATLAB、GNU Octav和Scilab。 ?

Matplotlib是Python的圖形框架，類似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(shù)據(jù)圖形化，并且提供多樣化的輸出格式。 ?

SymPy是Python的數(shù)學(xué)符號計(jì)算庫，用它可以進(jìn)行數(shù)學(xué)公式的符號推導(dǎo)，其功能包括基本的算術(shù)，基本簡化，一系列擴(kuò)大，功能(exp, ln, sin, cos, tan, 等)，分化，整合(目前只能做很簡單的積分)，基本替代，任意精度的整數(shù)和有理數(shù)，標(biāo)準(zhǔn)(Python)的浮點(diǎn)，基本復(fù)雜的數(shù)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(jī)器學(xué)習(xí)模塊，基于BSD開源許可證。Scikit-Learn的安裝需要numpy，scipy，matplotlib等模塊。Scikit-Learn中的機(jī)器學(xué)習(xí)模型非常豐富，包括SVM，決策樹，GBDT，KNN等等。scikit-learn的基本功能主要被分為六個部分，分類，回歸，聚類，數(shù)據(jù)降維，模型選擇，數(shù)據(jù)預(yù)處理。對于具體的機(jī)器學(xué)習(xí)問題，通常可以分為三個步驟，數(shù)據(jù)準(zhǔn)備與預(yù)處理，模型選擇與訓(xùn)練，模型驗(yàn)證與參數(shù)調(diào)優(yōu)。