python从什么开始学

想动手写写自己的经历，希望对更多的像我一样想转行自学的年轻人的一些帮助。和一些鼓励吧。

1. 为什么想换工作

我的大概情况是，本科专业建筑环境与设备工程，16年7月毕业，同学很多去了工地。我的话，受不了工地居无定所，去了制造业。

制造业确实环境不好，虽然我的岗位是研发工程师，但是经常要在车间干体力活车间，累的满头大汗，跟车间的大妈大叔撕逼。

不管是自然环境还是人文环境，只能用恶劣来形容吧。而且我们是单休，动不动就加班，最扯淡的是加班是没有钱的。但凡节假日一般放一天，国企两天，搞笑的是周日值班一天，给32块钱。

看到我们办公室里面三十几岁的男生还没有女朋友，还有即使有女朋友的还在住员工宿舍，而且有的快十年的工作经验，还出国待过，现在月薪不到1w。

想到七八年以后我的生活是这样，我就惶恐不安，我觉得我七八年后不要过这样的生活。

于是决心转行，瞄准IT行业。理由很简单，从业环境好，工作内容没有体力活(ps:相对于体力劳动，我更喜欢脑力劳动)，相同的努力下，钱比制造业多，而且现在各个行业都与互联网相关。

2. 如何提前准备

从去年也就是11月开始自学数据分析的一些课程。当时由于没有计算机基础，走了不少弯路，看了一些教程，东拼西凑，感觉乱七八糟。

甚至有一段时间，我不断怀疑自己，放弃大学四年的知识，现在不做传统行业的研发，转身去接触一个新的东西是不是对的？

那段时间，我认识了一些数据分析岗位的在职者，年龄不大。有个同学就建议我先做python开发，再做数据分析，（因为他说数据分析如何如何难，机器学习算法都是大牛玩儿的）我当时犹豫了很久，还自学了Django教程，前端知识，http协议，去熟悉Linux。准备去找python开发的职位（其实我对软件开发不感冒）。

后来，我在“得到” 上看了两篇文章，至今对我很有启发。

第一篇文章《转行》说了以下重点：

1. 寻找一个导师导师可以降低你加入一个新行业的成本，帮助你熟悉环境和行业规则，也会鼓励你完成心理方面的转变。2. 建立新的社交网络过去的人脉关系会阻碍你的转行，因为他们是以过去对你的认知来评价你。新领域的人脉，会给你提供各种各样新的机会和情感支持，帮助你融入。

第二篇文章《职场人终身学习心法》归纳下：

首先，如果想系统地学习，那就建议选择系统的渠道。既然在这个领域你是新手，就不要指望自己能把散落的信息整合成系统了，那是高手要做的事情。要想系统地学习，那就踏踏实实地拿出几个月的时间来，看5本这个领域的经典书，选一门系统课，或者跟着一个系统学习过的老师把这个领域的骨架摸清楚。你又不比别人聪明几倍，却想用几分之一的时间，就掌握人家花了好长时间下了硬功夫，系统掌握的知识，怎么可能呢？先接受一个已经存在的系统，再在上面修修改改，对于新手是最适合的方案。

用3句话来总结一下上面两篇文章：

1. 转行最好有人带、有人指导2. 去认识做大数据这块的人，否则身边的人脉关系会不断否定你，打击你（以及要说服女朋友支持你折腾，如果有的话！）3.系统学习，要几个月，不要贪多，要扎扎实实看书

这样一看，我就明白多了，并且知道该怎么做了。

第一的话，我想转行做数据分析这块的，我过去的背景与此相差太远。现在的话，我只有坚持终身学习，系统学习，要看书，好好啃。

第二的话，你可以加我扣扣一六二二中间四七九最后四三五一起学习，分享我的视频资料给你，不失为一个明智的选择。

当然，上面的建议是建立在你下决心要转行的基础上。先问问自己下面几个问题：

喜欢不喜欢转行后的工作？评估自己转行的优势与劣势？问问自己为什么不待在现在的行业了？自己是不是有很强的自我驱动力？自己是不是能保持终身学习？自己搜集信息和整合信息的能力是不是很强？自己是不是不怕失败？转行失败了，我拿什么保底？

把这些令人焦虑和令人害怕的事情考虑清楚，再去做决定，我要不要转行。这些问题你想清楚了，就清除了学习的道路上的精神障碍。

学习的那段时间，我基本上学习每天3-5小时。我们是单休，周日的话，我陪着女友。（此处撒了狗粮）。其实每个星期也就平均30小时左右。加上在办公室没有事情的情况下，我给工作的电脑装了某些软件，看看东西，用有道云笔记记录。

基本上，这几个月，先后看了《python核心编程》《利用python进行数据分析》《R语言实战》 ，还看了SQL的一些教程，以及一些数据分析师需要的思维。最后面试的时候，掌握的技能，SQL，python，R。会一点简单的爬虫，懂点Linux。

但是但是，每一个我都掌握的很浅，书我都只看了一半。像一些复杂的算法，我还不能深入的理解。

3. 我是这样辞职面试的

自己2月28号辞职流程走完，是直接裸辞了，当时很多人劝我不要冲动，不要裸辞，没想到辞职以后整个神清气爽。

我自己认为不能等完全学好了再去找，到那时候黄花菜都凉了，毕竟世上的事情都没有那么多时间让你去准备好的，而且17届的马上也毕业出来了，到时候再去会更加尴尬。

辞职以后，3月5号来到深圳。密集的面试维持了两周，几乎天天出去面试，还有就是面试的时候，会被打脸的，问一些技术细节，以及没有工作经验。我是很直接就告诉面试官，我就是要转行的，我没有这块的工作经验。

面试主要是两块，一块是考察你的思维，还有一块是考察你的技术细节。期间面试的比较有名的公司有平安银行，ofo，链家网。拿了3个offer。但是其他两个都是大小周加班，我都没有选择。现在的公司是做互联网金融的。

4. 转行后的我是这样的

我之前在制造业，现在出来找工作，特别在意是不是双休，五险一金有没有给我交全（之前公司是没有一金的），节假日是不是正常放假。

现在的话，这个公司制度是，不鼓励员工加班，基本一下班，办公室人几乎走光。我自己也走啦，回来以后继续学习。

每天对着电脑上班，确实比之前的工作累好多。但是还是感觉比之前工作状态好太多。

还有就是未来的领导很重要，我面试时候都会跟领导聊聊，看看领导人咋样，问问公司氛围咋样，这样对自己进入以后就非常有益。

待遇这块是比以前的工作好一些的。考虑到还要在深圳租房子，每个月剩不了多少。但是每天下班回来自己煮饭，吃的很饱，就很开心。周末的话，和女友在一起煮饭。这个周末我俩煮了鸡汤。

自己的话也知道自己水平，虽然已经入职了，但是像自己很菜鸟的，老大让我用python连个数据库，我连了一下午才搞定。还让我用python写个excel数据透视的自动化报表，憋了一天了，我的代码还没出来。现在来看，转行也只是进行了一半，因为后面还要继续学的很多啊。

新公司用的SAS，我现在又开始看SAS了。老大也一直跟我强调，工具只是用来解决问题的，如果你有更好的办法就去尝试，数据分析思维是很重要的。不过我的老大，人非常好，也愿意教我。

后面的路还很长，希望自己一直坚持，一直加油。做一个终身学习者。

关于转行的话，确实很难，可能会交不起房租，像我现在就是穷的一塌糊涂，不过幸好有个女朋友哈哈，没钱了问她要。而且影响因素是多方面的，希望各位要转行的宝宝一定要慎重，想清楚。其次，就是一定要坚持学习，不要怀疑自己，状态要好。

下面这个是以前的工作环境。办公室在旁边的小房子里面。

下面是新公司的办公环境，瞬间觉得转行后生活很美好。没在制造业和工地待过的人是无法体会这种改变的，自然环境和人文环境简直是质的飞跃啊。

转行以后的生活

生活在于等待。有时候幸福可能会晚点到来， 未来越来越好，用知识赚钱，我们一路同行，你并不孤单。

欢迎评论！！！！

一起交流！！！！

一起学习！！！！

初遇Python这门语言，也是很偶然。在来之前也进行了一些自学，选了好几个地方，最后和同学来到了千锋广州Python面授培训进行系统的学习。在这一段的学习时间中，系统的学习到了许多的知识。在这一个多月里，经历了比较多的事情，一方面在忙着Python的学习，另一方面也在准备着毕业设计，忙碌的生活总是过得很快。自己也有比较大的成长，经历了才能成长，独立的成长才能体会到在外生活不容易，但是也很开心，毕竟这是真正的在外生活，生活酸甜苦辣咸样样俱全，生活虐我千百遍，我待生活如初恋。

在大学一直懒散的我，到这里也变得勤奋起来，大学的舒服只能是荒废了大学的青春，现在想来其实从踏入大学的第一天起，我就应该多去图书馆，多思考自己想要的未来，多拥有自己的时间去做自己喜欢做的事情，我很感谢千锋能让我重新振奋起来，教育就是用一个灵魂去唤醒另一个灵魂。

开始学Python时，觉得它跟c语言差不多，都很讲究逻辑思维。起初学起来觉得没什么压力，开始慢慢的就觉得有些吃力需要自己在课后多花时间去复习和练习代码，也认识到了Python在很多地方都能用到，更加激起了我的学习兴趣。虽然学习Python越来越累，但也从中感受到了久违的学习的快乐。

现在，我可以自豪的说，我也是会Python编程的人了，尽管我们一直在调侃Python，说什么从零基础到入门，从入门到入坑，再从入坑到入土，特别是在学习闭包、装饰器、还有多继承的时候，这种感觉尤其深刻，但是坚持过来就好了，回过头来看看感觉也没什么。

我认为每个人都有一个觉醒期，道路还很长很远，持之以恒才能成就梦想，努力的越早，成功的可能性才越大。在千锋广州Python面授培训身边有这么多有共同理想的同学，这么多努力的老师，自己又怎能不努力呢?审视自己，发掘自己，才能脱颖而出。让我们一起为梦想奋斗，2018，是奋斗出来的!

最近几年Python编程语言在国内引起不小的轰动，有超越JAVA之势，本来在美国这个编程语言就是最火的，应用的非常非常的广泛，而Python的整体语言难度来讲又比JAVA简单的很多。尤其在运维的应用中非常的广泛，所以之前出了一句话，在如今的时代，运维不学Python，迟早会被淘汰，本来我一个朋友做JAVA十年开发，现在对这个编程语言非常的看好，在未来的人工智能中，Python语言依旧可以发挥相当大的作用，人工智能的时代不出十年一定可以到达。

现在的Python语言就相当于之前的安卓和IOS，当时第一批学习IOS和安卓的人，现在应该都身价几百万了吧，但是现在学习安卓和IOS的人没有几年的工作经验连个面试机会都没有，而在国内Python几乎没有任何竞争，所以我个人认为这就是一个机会。现在在各个论坛，关注最多的也就是Python，但是学习的人并不是很多，基本找不到可以学习Python的地方，连培训都很少见，最常见的还是前端和JAVA。

1、轻松入门

Python本身是一门简明、易学的语言，比起 C语言、 C++、JAVA等编程语言的学习难度要相对容易很多。

2 、发展空间大

从事Python开发，所从事的工作机会和工作岗位及工作内容可选择的余地很多，未来发展的空间也很大。

3、人才需求量大

据统计，Python人才需求量每日高达5000+,但目前市场上会 Python 的程序员少之又少, 竞争小，很容易快速高薪就业

4、行业前景好

从Python开发者薪资的变化趋势来看，随着工作年限的增长工资成直线增长。

想学习Python的人都会有一个困惑，那就是Python目前有两个版本Python2和Python3，Python2与Python3有何区别，两个版本该学习哪个呢？

python3 和 python2 是不兼容的，而且差异比较大，python3是不向下兼容的，但是绝大多数组件和扩展都是基于python2的。目前实际应用中大部分暂不考虑 Python3，有的时候注意写兼容 2/3 的代码。用 Python2 为主的写新代码时要考虑以后迁移到 Python3 的可能性。据数据统计显示目前10% 使用 Python 3；20% 既使用Python 2也使用Python 3，Python 2用的更多；70% 使用Python 2。

其实python是linux上最常用的软件之一，但是linux目前的版本大部分还是使用python2的，而且，在linux上依赖python2的程序更多一些，所以 Python3 要代替 python2 成为主流还需要几年的时间。如果为了找工作还是学Python 2，学会了Python 2，由Python 2转到python3也不难。

说了半天，Python2与Python3到底有何区别呢？

1.性能

Py3.0运行 pystone benchmark的速度比Py2.5慢30%。Guido认为Py3.0有极大的优化空间，在字符串和整形操作上可以取得很好的优化结果。

Py3.1性能比Py2.5慢15%，还有很大的提升空间。

2.编码

Py3.X源码文件默认使用utf-8编码

3. 语法

1）去除了<>，全部改用!=

2）去除``，全部改用repr()

3）关键词加入as 和with，还有True,False,None

4）整型除法返回浮点数，要得到整型结果，请使用//

5）加入nonlocal语句。使用noclocal x可以直接指派外围（非全局）变量

6）去除print语句，加入print()函数实现相同的功能。同样的还有 exec语句，已经改为exec()函数

7）改变了顺序操作符的行为，例如x

8）输入函数改变了，删除了raw_input，用input代替：

9）去除元组参数解包。不能def(a, (b, c)):pass这样定义函数了

10）新式的8进制字变量，相应地修改了oct()函数。

11）增加了 2进制字面量和bin()函数

12）扩展的可迭代解包。在Py3.X 里，a, b, *rest = seq和 *rest, a = seq都是合法的，只要求两点：rest是list 对象和seq是可迭代的。

13）新的super()，可以不再给super()传参数，

14）新的metaclass语法：

15）支持class decorator。

4. 字符串和字节串

1）现在字符串只有str一种类型，但它跟2.x版本的unicode几乎一样。

2）关于字节串，请参阅“数据类型”的第2条目

5.数据类型

1）Py3.X去除了long类型，现在只有一种整型——int，但它的行为就像2.X版本的long

2）新增了bytes类型

6.面向对象

1）引入抽象基类（Abstraact Base Classes，ABCs）。

2）容器类和迭代器类被ABCs化，所以cellections模块里的类型比Py2.5多了很多。

3）迭代器的next()方法改名为__next__()，并增加内置函数next()，用以调用迭代器的

4）增加了@abstractmethod和 @abstractproperty两个 decorator，编写抽象方法（属性）更加方便。

7.异常

1）所以异常都从 BaseException继承，并删除了StardardError

2）去除了异常类的序列行为和.message属性

3）用 raise Exception(args)代替 raise Exception, args语法

4）捕获异常的语法改变，引入了as关键字来标识异常实例

5）异常链，因为__context__在3.0a1版本中没有实现

8.模块变动1）移除了cPickle模块，可以使用pickle模块代替。最终我们将会有一个透明高效的模块。

2）移除了imageop模块

3）移除了 audiodev, Bastion, bsddb185, exceptions, linuxaudiodev, md5, imeWriter, mimify, popen2, rexec, sets, sha, stringold, strop, sunaudiodev, timing和xmllib模块

4）移除了bsddb模块(单独发布，可以从Python "bindings" for Oracle Berkeley DB获取)

5）移除了new模块

6）os.tmpnam()和os.tmpfile()函数被移动到tmpfile模块下

7）tokenize模块现在使用bytes工作。主要的入口点不再是generate_tokens，而是 tokenize.tokenize()

9.其它 1）xrange() 改名为range()，要想使用range()获得一个list，必须显式调用

2）bytes对象不能hash，也不支持 b.lower()、b.strip()和b.split()方法

3）zip()、map()和filter()都返回迭代器。

4）string.letters和相关的.lowercase和.uppercase被去除，请改用string.ascii_letters 等

5）如果x< y的不能比较，抛出TypeError异常

6）__getslice__系列成员被废弃。

7）file类被废弃

学习Python的这几天来，觉得Python还是比较简单，容易上手的，就基本语法而言，但是有些高级特性掌握起来还是有些难度，需要时间去消化。Python给我最大的印象就是简洁，这也正是我为什么要从Java转行Python的原因之一。

一、Python简介

ython实现强势逆袭，而且我相信，随着时间的推移，国内Python语言未来前景也是一片向好。

Python的特点是优雅简单，易学易用（虽然我感觉还是有一些概念不容易理解），Python的哲学是尽量用最少的，最简单易懂的代码实现需要的功能。Python适宜于开发网络应用，脚本写作，日常简单小工具等等。Python的缺点是效率较低，但是在大量的场合效率却不是那么重要或者说Python不是其性能瓶颈，所以不要太在意。其次是2.x-3.x的过渡使得许多3.x还缺少很多2.x下的模块，不过也在完善中。其次就是源代码无法加密，发布Python程序其实就是发布源代码。

tiobe编程语言排行榜

一，函数

1.函数是对象，函数名即是指向对应函数对象的引用，所以可以将函数名赋给一个变量，相当于给函数起一个‘别名’。

2.Python函数可以返回”多个值“，之所以打引号，是因为实际上返回的多个值拼成了一个元组，返回这个元组。

3.定义默认参数需要牢记：默认参数必须指向不变对象。否则第一次调用和第二次调用结果会不一样，因为可变的默认参数调用后改变了。

4.可变参数：传入的参数个数是可变的，可以是0个或多个。可变参数会将你传入的参数自动组装为一个tuple。在你传入的list或tuple名字前加一个 * 即说明传入的是可变参数。习惯写法为*args。

5.关键字参数：传入0个或多个含参数名的参数，这些参数被自动组装成一个dict。习惯写法**kw，如**a表示把a中所有的键值对以关键字参数的形式传入kw，获得一个dict，这个dict是a的一份拷贝，对kw改动不会传递到a

6.命名关键字在函数定义中跟在一个*分割符后c,d为命名关键字参数，可以限制调用者可以传入的参数名，同时可以提供默认值

7.参数定义顺序：必选参数，默认参数，可变参数/命名关键字参数，关键字参数。

8.切片操作格式为lis[首下标：尾下标：间隔]，如果都不填，即lis[::]则代表整个容器lis

9.用圆括号()括起来一个列表生成式创建一个生成器generator，generator保存生成算法，我们可以用next(g)取得生成器g的下一个返回值。生成器的好处就是我们不需要提前生成所有列表元素，而是需要时再生成，这在某些情况下可以节省许多内存。算法也可以不是列表生成式而是自定义函数，只需在函数定义中包含yield关键字。

10.map()和reduce()： 二者都是高阶函数。map()接收两个参数，一个是函数，一个是Iterable序列，map将传入的函数依次作用在序列每一个元素上，并把结果作为新的Iterator返回。reduce()类似累积计算版的map()，把一个函数作用在一个序列上，每次接收两个参数，将结果继续与序列的下一个元素做累积计算。

利用map和reduce编写一个str2float函数，如把字符串'123.456'转换成浮点数123.456：

11.fliter()函数过滤序列，类似于map()作用于每一元素，根据返回值是True或者False决定舍弃还是保留该元素。函数返回一个Iterator。

12.sorted()函数可实现排序，类似于C++库中的sort()函数，但是比其更加简洁，语法为sorted(lis,key=func,reverse=T/F)

key函数可实现自定义的排序规则，reverse表示升序还是降序。

13.一个函数可以返回一个函数，但是返回时该函数并未执行，所以返回函数中不要引用任何可能发生变化的变量，否则会出现逻辑错误。

14.装饰器(decorator): 当需要增强函数的功能却不希望修改函数本身，那么可以采用装饰器这种运行时动态增加功能的方式，增加的功能卸载装饰器函数中。如在执行前后打印'begin call'和'end call'，可以这样做：

二，基础

1.如果一个字符串中有许多需要转义的字符，而又不想写那么多'',那么可以用 r'...' 表示 '...'内的内容不转义。

2.Python的逻辑运算and, or, not 分别对应C语言中的&&, ||, !.

3.Python的整数与浮点数大小都没有范围。

4.Python中除法有两种： '/'除出来必是浮点数， '//'除出来是整数，即地板除。

5.Python中一切皆引用。每个对象都有一个引用计数器（内部跟踪变量）进行跟踪，引用计数值表示该对象有多少个引用，当初次产生赋给变量时，引用计数为1，其后没进行下列行为中的任意一种都会增加引用计数

6.深拷贝与浅拷贝的概念与对比，有点复杂，看这篇文章

7.list，tuple和dict，set

list： 为列表，是一个有序集合，类似于数组但又比数组功能强大，可以随时append,pop元素，下标从0开始，且下标为加n模n制，即lis[-1] = lis[len-1]，下标范围[-len,len-1].

tuple：为元组，类似于list，但list为可变类型，而tuple不可变，即没有append,pop等函数。一个建议是为了安全起见，能用tuple代替list尽量用tuple。如果tuple只有一个元素，要写成如(1,)以避免歧义。

dict：字典类型，存放key-value键值对，可以根据key迅速地找出value，当然，key必须是不可变类型

三，面向对象编程

1.Python实例变量可以自由地绑定任何属性

2.为了不让内部属性不被外部访问，在属性的名称前加上两个下划线__，这样就变成了一个私有变量(private)，注意，不能直接访问不代表一定不能访问，事实上，加双下划线后Python就会将其改名为‘_class名__name’，所以还是可以这样来访问这个‘私有’变量。

3.对于静态语言，如果要求传入一个class类型的对象，那么传入的对象必须是class类型或者其子类，否则将无法调用class中的方法，而Python这样的动态语言有‘鸭子类型’一说，即不一定要传入class类型或其子类，而只要保证传入的对象中有要使用的方法即可。

4.如果想要限制实例可以绑定的属性，那么在定义class时定义一个__slots__变量即可。

5.@ property装饰器可以使一个getter方法变成属性，如果方法名为me，那么@me.setter装饰器则可使一个setter方法变成属性。这样可以使代码更简短，同时可对参数进行必要的检查。注意，__slots__限制的属性对当前类实例起完全限制作用，且与子类共同定义其__slots__，也就是说子类可以定义自己的__slots__，子类实例允许定义的属性就是自身的__slots__加上父类的__slots__，即并集。

6.通过多重继承，可使子类拥有多个父类的所有功能。

7.在类中__call__方法可使实例对象像函数那样直接调用，作用即是该方法定义的过程。

8.ORM(Object Relational Mapping 对象关系映射)，就是把关系数据库的一行映射为一个对象，也就是一个类对应一个表。ORM的实现需要通过metaclass元类修改类的定义。元类可以改变类创建时的行为。

四，IO编程

1.序列化： 把变量从内存中变成可存储或传输的过程称之为序列化。Python用pickle模块实现序列化。序列化之后，就可以把序列化后的内容存储到磁盘上或者通过网络进行传输。pickle.dumps()将对象序列化成一个bytes,而pickle.loads()可以根据bytes反序列化出对象。

2.pickle虽好，但是它专为Python而生，所以要在不同语言间传递对象，最好还是xml或者json，而json表示格式是一个字符串，更易读取，且比xml快，所以更加适宜于对象序列化。Python内置了json模块，相应方法仍然是dumps()和loads()。

3.但是在默认情况下，有些对象是无法序列化的，所以我们有时还需要定制转换方法，告诉json该如何将某类对象转换成可序列为json格式的{}对象。如下即是一个转换方法：

五，调试

1.Python调试方法：

(1)直接打印

(2)断言

(3)pdb

(4)IDE

想学习从事Python工作的请关注小编