為什麼要學編程
每個人的動機不一樣。大致有:
1、為了找個好工作;或為了有更好的機會和更好的發展。
2、看到別人超厲害,所以也想學。
3、實際工作中很多場合需要。
4、從小就立志做個程序員,做軟件工程師。
5、振興中國的軟件事業。
……
python學習路線:
步驟1:設置你的機器環境
現在你已經決心要好好學習了,也是時候設置你的機器環境了。最簡單的方法就是從Continuum.io上下載分發包Anaconda。Anaconda將你以後可能會用到的大部分的東西進行了打包。採用這個方法的主要缺點是,即使可能已經有了可用的底層庫的更新,你仍然需要等待Continuum去更新Anaconda包。當然如果你是一個初學者,這應該沒什麼問題。
如果你在安裝過程中遇到任何問題,你可以在這裡找到不同操作系統下更詳細的安裝說明。
步驟2:學習Python語言的基礎知識
你應該先去了解Python語言的基礎知識、庫和數據結構。Codecademy上的Python課程是你最好的選擇之一。完成這個課程後,你就能輕鬆的利用Python寫一些小腳本,同時也能理解Python中的類和對象。
具體學習內容:列表Lists,元組Tuples,字典Dictionaries,列表推導式,字典推導式。
任務:解決HackerRank上的一些Python教程題,這些題能讓你更好的用Python腳本的方式去思考問題。
替代資源:如果你不喜歡交互編碼這種學習方式,你也可以學習谷歌的Python課程。這個2天的課程系列不但包含前邊提到的Python知識,還包含了一些後邊將要討論的東西。
步驟3:學習Python語言中的正則表達式
你會經常用到正則表達式來進行數據清理,尤其是當你處理文本數據的時候。學習正則表達式的最好方法是參加谷歌的Python課程,它會讓你能更容易的使用正則表達式。
任務:做關於小孩名字的正則表達式練習。
如果你還需要更多的練習,你可以參與這個文本清理的教程。數據預處理中涉及到的各個處理步驟對你來說都會是不小的挑戰。
步驟4:學習Python中的科學庫—NumPy, SciPy, Matplotlib以及Pandas
從這步開始,學習旅程將要變得有趣了。下邊是對各個庫的簡介,你可以進行一些常用的操作:
•根據NumPy教程進行完整的練習,特別要練習數組arrays。這將會為下邊的學習旅程打好基礎。
•接下來學習Scipy教程。看完Scipy介紹和基礎知識後,你可以根據自己的需要學習剩餘的內容。
•這裡並不需要學習Matplotlib教程。對於我們這裡的需求來說,Matplotlib的內容過於廣泛。取而代之的是你可以學習這個筆記中前68行的內容。
•最後學習Pandas。Pandas為Python提供DataFrame功能(類似於R)。這也是你應該花更多的時間練習的地方。Pandas會成為所有中等規模數據分析的最有效的工具。作為開始,你可以先看一個關於Pandas的10分鐘簡短介紹,然後學習一個更詳細的Pandas教程。
步驟5:有用的數據可視化
參加CS109的這個課程。你可以跳過前邊的2分鐘,但之後的內容都是乾貨。你可以根據這個任務來完成課程的學習。
步驟6:學習Scikit-learn庫和機器學習的內容
現在,我們要開始學習整個過程的實質部分了。Scikit-learn是機器學習領域最有用的Python庫。這裡是該庫的簡要概述。完成哈佛CS109課程的課程10到課程18,這些課程包含了機器學習的概述,同時介紹了像迴歸、決策樹、整體模型等監督算法以及聚類等非監督算法。你可以根據各個課程的任務來完成相應的課程。
任務:嘗試Kaggle上的這個挑戰
Java學習路線:
1.HTML+CSS靜態佈局
項目實戰:天貓淘寶官網,小米官網,華為官網
2.JavaScript+jQuery+ajax
項目實戰:推箱子小遊戲 飛機大戰
3.Javase+數據庫+jsp+servlet
4.javaEE企業級框架
項目實戰:個人財務管理系統,學生管理系統,企業辦公自動化
迷茫中的你需要交流即學習資料,推薦你們加一個java交流群374320282.裡面有免費的運營資料供大家學習,有什麼不懂的可以在群裡大家相互交流。希望每一個想學習java的朋友都能學好,學到的知識是自己的,別人拿不走。
最後
為幫助那些往想互聯網方向轉行想學習,卻因為時間不夠,資源不足而放棄的人。我搜集整理了一套完整的IT學習資料,包括運營技巧、SEO優化等,比自己在網上零散收集的結構性和連貫性更強,只為幫助那些想學習的人!需要的同學可私信!私信!回覆“學習”
閱讀更多 中公優就業 的文章