
Python初学者必读丨五分钟内教你如何学习Python
许多Python初学者都不知道该如何开始学习。软件工程师Daniel Moniz分享了他自己的故事,他是如何在辞职后从零开始学习Python,并找到自己心仪的工作。
CDA字幕组对该视频进行了汉化,附有中文字幕的视频如下:
五分钟内教你如何学习Python
针对不方便打开视频的小伙伴,CDA字幕组也贴心的整理了文字版本,如下:
大家好,欢迎来到我的五分钟讲座——关于如何学习Python。我叫Daniel Moniz,我在Points公司工作。我作为一名软件工程师在那儿工作了一年。
针对那些想进入Python领域的人群,那些想学习Python的人群,我们有责任尽可能地帮助他们,关于如何学习Python的讲座并不多。
这个讲座的目的是帮助初学者学习,最终能够找到Python方面的工作。
我的故事
一年半前,我裸辞了,就这样结束了上一份工作。之前我们没有用源代码控制,使用的是PHP。
我想学习完全不一样的东西。接着我辞职了,计划花两到三个月学习Python,找一个很棒的工作。因此我创建了一个体系去执行,结果利用我的Python和Django技能,我的确在三个月内找到了工作,在Points顺利就职。因此我打算与你们分享我是如何做到的。
在Points的前两个月,我的职责当然是开发软件。同时还包括分享Python知识,我负责提高团队的Python技能。因此我做的包括进行大量代码审查,以及大量结对编程。在过去几个月我进行了上百次代码审查,并给出直截了当的反馈。并且我了解到Java开发人员在学习Python时,会遇到的各种问题。
接下来我要展示的体系是可重复的,我相信每个人都可以做到。能够得出相应的结果,因为这遵循一定雇主所期望的原则。
三天项目模式
这称为三天项目模式。
你所需要的就是一个项目理念。因此你可以求助更有经验的开发人员,找到你能够在两到三天内完成的项目。
我做的是网络爬虫,这是一个朋友给我的想法。他让我选一个我喜欢的网站,因此我爬取了指环王的维基百科。下载到本地并重新映射所有的链接,因此能够在本地运行而不是通过网络,这很简单。
第一天
你随意的尝试,去犯错,去了解这个语言。这是我使用Python做的第一件事。假设你要重构所有操作,进行各种尝试。
第二天
完成应用的功能。这是一个很小的应用,如果变得太大了就减小规模。如果有需要就进行重构,因为你需要让代码很整洁,之后会解释具体原因。消除bug,在第二天结束时你应该做到将3个bug减少到为零。
第三天
第三天我们基本不会进行太多编程。而是完善文档,再次重构。进行在线测试和封装等问题,尽可能地去完成项目。
因为第四天就结束了,你对该项目彻底放手。
根据这个目标,我们试着去构建一个完整的、自我维持、无需维护的项目。因此得出展现我们努力的成果。这一过程不仅感觉很好,而且你还有可以展现给雇主的成果。这能够写入到你的简历中,我也是这么做的,这帮我找到了工作。
其他的工具和技巧
电话面试
电话面试是冷酷无情而且令人恐惧的。我进行了大量的电话面试,从中得到了许多经验教训。
我发现了一个网站coderbyte.com。他们会给一个15分钟的Python问题让你解决。同样还有其他的语言。目的是为了让你在实际进行面试前,先试着绞尽脑汁去解决问题。在进行电话面试时这大大地帮助了我。特别是当你需要在Google Docs(在线办公软件)进行编程时,你无法运行也无法测试。
Stack Overflow
好好地利用Stack Overflow。显然,众所周知这是很棒的资源。如果你的朋友想学习Python,让他们使用Stack Overflow。进行提问,只要你感觉可以了就去回答问题。阅读相关问题,特别是关于装饰器(Decorator) 和生成器(Generator)。有相关的优秀长篇论文,涉及到Python的各个细节,从中能够更好地了解其工作原理。
常见的问题
一些常见的问题,尤其是对于Java开发者来说有两个问题。一切都是对象,人们很难理解到这点。如果理解到int型、文件、函数都是对象,那么就能更好地进行操控。意识到这些并不是魔法,而只是简单地操作对象。
学习重构,并且在重构中学习。如果你不对你的Python代码进行重构,你就无法学会如何写出好的Python代码。所以别太介意代码审查的评价。
初学者的挑战
最后一点,我提出了给初学者的挑战。如果你不确定你所处的技能水平,那么就使用Python模拟库,在你的代码库编写单元测试,尤其针对Web应用。
如果你能做到这些,你就能很好地掌握Python解释器的工作原理。你就不再是Python编程的初学者了。
就到这里,非常感谢。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11