如何自学python--汇总

生物学,医学,药学,生化和生理功能, 解剖和组织结构, 流行病学和药理学, 细胞和分子生物学、寄生虫学和毒理学

版主: Tlexander

回复
Moderator楼主
见习写手
见习写手
帖子: 103
注册时间: 7月 23, 2022, 11:31 am

如何自学python--汇总

帖子 Moderator楼主 »

以下是汇总。自学python
1 入门课程推荐
1.1 linkedin learning的课
1.2 edX的6001网课,讲算法的,用的Python,针对的是python和CS零基础的,很多练习和作业,感觉设计的特别好,听了一个月下来,感觉进步很大。
1.3 Udacity上的CS101. 里边内容都是用Python教的。每一个知识点都紧跟着Python coding练习。我学下来感觉还是非常好的。
1.4 Udacity的CS101,Coursera上的Rice U的An Introduction to Interactive Programming in Python第一第二部分
1.5 Coursera U Michigen的Python几门课学的,课不难老师人也好. 1point3acres
1.6 Berkeley的CS61A,讲的很具体也很基础,从易到难,还有很多有趣的project
1.7 datacamp上的python介绍课
1.8 coursera Umich有一名data science with Python的课,作业和讲述有点脱节要自学好多但是内容还是很好的。
2 书籍推荐
2.1 非cs专业的python课用的是Introduction to Computing Using Python by Ljubomir Perkovic这本书。覆盖的还算比较全。主要是容易看进去,非常好理解。
2.2 进阶书籍 和课程
python for data analysis
. check 1point3acres for more.
如果有一定基础可以看看Learn Python the hard way。里边的code example我觉得还是非常好的!
3 其他策略
. check 1point3acres for more.
3.1 简单上一遍课程,然后直接开始做数据比赛,数据项目等,通过读别人代码改进代码,很快就会有一定的理解了。然后通过leetcode刷题,自己动手写项目。自然熟络了。自己经验,自己正在刷题和写项目中。:)
3.2 直接刷题是最好的, 变刷边学
Leetcode 里面的Python答案很多啊, 刚开始我也都是看看别人的答案是怎么写的, 慢慢的自己再写
3.3 先跟着datacamp上的python介绍课熟悉了基本的语法;再用python做了三四个学校的作业,不会的就Google;最后刷leetcode,其讨论区的大神笔记对代码提升很有帮助
4 针对DA要求的Python
4.1 python主要是package多 所以要多做项目 不同类的项目
4.2 一定要把 Python Library中的 Pandas, Scikit-Learn, Matplotlib 这些 machine learning, visualization 应用弄会
..
4.3 DA要求的Python和CS的不太一样。要用熟Pandas, Numpy,Matplotlib, SciKit-Learn这几个包
..
arronn
正式写手
正式写手
帖子: 132
注册时间: 9月 5, 2022, 10:08 pm
昵称(选填): Dianxia

Re: 如何自学python--汇总

帖子 arronn »

谢谢分享
Hof
论坛点评
论坛点评
Hof 的博客
帖子: 2089
注册时间: 8月 15, 2022, 3:09 am

Re: 如何自学python--汇总

帖子 Hof »

thanks for sharing.
What's your goal?

Moderator 写了: 9月 3, 2022, 1:37 pm 以下是汇总。自学python
1 入门课程推荐
1.1 linkedin learning的课
1.2 edX的6001网课,讲算法的,用的Python,针对的是python和CS零基础的,很多练习和作业,感觉设计的特别好,听了一个月下来,感觉进步很大。
1.3 Udacity上的CS101. 里边内容都是用Python教的。每一个知识点都紧跟着Python coding练习。我学下来感觉还是非常好的。
1.4 Udacity的CS101,Coursera上的Rice U的An Introduction to Interactive Programming in Python第一第二部分
1.5 Coursera U Michigen的Python几门课学的,课不难老师人也好. 1point3acres
1.6 Berkeley的CS61A,讲的很具体也很基础,从易到难,还有很多有趣的project
1.7 datacamp上的python介绍课
1.8 coursera Umich有一名data science with Python的课,作业和讲述有点脱节要自学好多但是内容还是很好的。
2 书籍推荐
2.1 非cs专业的python课用的是Introduction to Computing Using Python by Ljubomir Perkovic这本书。覆盖的还算比较全。主要是容易看进去,非常好理解。
2.2 进阶书籍 和课程
python for data analysis
. check 1point3acres for more.
如果有一定基础可以看看Learn Python the hard way。里边的code example我觉得还是非常好的!
3 其他策略
. check 1point3acres for more.
3.1 简单上一遍课程,然后直接开始做数据比赛,数据项目等,通过读别人代码改进代码,很快就会有一定的理解了。然后通过leetcode刷题,自己动手写项目。自然熟络了。自己经验,自己正在刷题和写项目中。:)
3.2 直接刷题是最好的, 变刷边学
Leetcode 里面的Python答案很多啊, 刚开始我也都是看看别人的答案是怎么写的, 慢慢的自己再写
3.3 先跟着datacamp上的python介绍课熟悉了基本的语法;再用python做了三四个学校的作业,不会的就Google;最后刷leetcode,其讨论区的大神笔记对代码提升很有帮助
4 针对DA要求的Python
4.1 python主要是package多 所以要多做项目 不同类的项目
4.2 一定要把 Python Library中的 Pandas, Scikit-Learn, Matplotlib 这些 machine learning, visualization 应用弄会
..
4.3 DA要求的Python和CS的不太一样。要用熟Pandas, Numpy,Matplotlib, SciKit-Learn这几个包
..
I would recommend all to write in English, in order to make it a bit difficult for MaskMan to manipulate this community.
回复

回到 “生物医学(Biomedical)”