博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
零基础如何迅速学习python?
阅读量:2430 次
发布时间:2019-05-10

本文共 1443 字,大约阅读时间需要 4 分钟。

因为目前python非常火,应用非常的广泛,是目前最火的行业之一,竞争很大,工资很高,未来发展也极好。

我个人建议:如条件还可以,负担不是那么大,可以选择培训,培训一定会比你自学的好,如果培训都学好,自学肯定更难。目前python的培训费用都是2W+,这还只是培训费而已,加上一些其他的东西,四个月时间要小三万吧!所以建议选择线上培训,成本低,可以反复学。

1240

如果条件不允许,选择自学,自学肯定会难,但是只要你决心够用,自学也可以找到工作,但是从比例来看会很低,其实无论在哪里学习都是一样的,重在内心怎么看到你学python这个事情。

个人经历:我学python不是培训的,最开始也是从大一开始自学的,那个时候对做web方面比较有兴趣,所以我还是比较相信兴趣是最好的老师这句话的。那个时候在网上找了一些视频教程学着也是非常痛苦,自己也看了一些书,但是作用都不是很大。所以我在这里不建议大家初学python去看书,还是建议当你学完了一部分之后,你在看书温习,这样的效果是我实践出来的,仅代表个人建议。直接完全看书学的后果可能是看了之后能看懂,但是自己动手,啥都不会。

教程视频不在于多,越多越是不看也是我个人总结出来的,我还是很少见到自己完全看视频能自学python的,尤其现在框架越来越难,光看视频还是比较难学python的,很多代码上的东西如果没有人告诉你,可能你连空行都不会,代码写的一团糟,最基本的达不到,更不要说找到工作了。

1240

两个抉择:

一.如果你选择培训建议如下:

我们这个行业别的要求不高,就是做项目的能力,到了公司是否可以干活,能干活完成任务怎么样都可以。但是目前培训的市场学费都在两万以上,加上四个月的吃住行,至少也要三万块钱,这笔费用挺多的,最重要的还是时间问题,我学完编程就学了四年,怎么可能用四个月时间学的很好,除非很聪明的人,我个人觉得目前学python想要找工作,至少要学习个半年的时间,身边也有不少在培训的时候发生的一些事情,当然有好的结果,也有很多不好的结果,不做评价,如果想去培训的朋友,建议慎重选择。

1240

二.如果你选择自学建议如下:

  1. 了解如今的市场行情,就是企业需要什么样的人才,这点很重要。

2.有一套系统的学习方案,学习不是瞎学的,是有节奏感的,每天看多少视频,不是说看完了就完了,在很多人的实践中,看完视频一点用没有用。一天用多少时间学python,自己规划好,每天做什么案例都是非常重要的。

3.合理的学习路线,规划好每天的学习。

4.有人指点,很多问题是我们自己不可能解决的,除非那个是天才,可能一个小问题,我们一天都想不明白,但是别人的一句话可能就懂了,这个就是经验。

对于一个零基础的想学习python的朋友来说,学习方法很重要, 学习方法不对努力白费 一定要有一个正确的学习线路与方法

python学习交流-裙--784758214

内有安装包和学习视频资料,零基础,进阶

从企业招聘人才需求 到怎么学习python,和学习什么内容都有免费系统分享,让你无论是自学还是找相应的培训都能让你少走弯路。希望可以帮助你快速了解Python,学习python

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/69901074/viewspace-2284856/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/69901074/viewspace-2284856/

你可能感兴趣的文章
Hadoop/MapReduce购物篮分析:关联规则挖掘
查看>>
Spark购物篮分析:关联规则挖掘
查看>>
Hadoop/MapReduce 共同好友解决方案:求大量集合的两两交集
查看>>
Spark 共同好友解决方案:求大量集合的两两交集
查看>>
Hadoop/MapReduce 好友推荐解决方案
查看>>
Spark 好友推荐解决方案
查看>>
Hadoop/MapReduce 使用马尔可夫模型的智能邮件营销
查看>>
Spark 使用马尔可夫模型的智能邮件营销
查看>>
Hadoop/MapReduce 及 Spark KMeans聚类算法实现
查看>>
Hadoop/MapReduce 及 Spark KNN分类算法实现
查看>>
Hadoop/MapReduce、Spark 朴素贝叶斯分类器分类符号数据
查看>>
Hadoop/MapReduce 查找、统计和列出大图中的所有三角形
查看>>
Flume 日志收集、使用Flume收集日志到HDFS
查看>>
消息队列系列之ActiveMQ(JMS、集群配置)
查看>>
消息队列系列之分布式消息队列Kafka
查看>>
图形数据库Neo4j入门
查看>>
Ubuntu下使用Python开发Spark程序
查看>>
《Spark机器学习》笔记——基于MovieLens数据集使用Spark进行电影数据分析
查看>>
《Spark机器学习》笔记——基于MovieLens数据集使用SparkMLib机器学习库构建电影推荐引擎
查看>>
《Spark机器学习》笔记——Spark分类模型(线性回归、朴素贝叶斯、决策树、支持向量机)
查看>>