认识达内从这里开始

在学习 Python 的过程中，我们总是有各种问题，怎么才能快速高效地学会 Python ？今天中山达内给大家推荐一篇十分中肯的 Python 学习分享文章。


我在学习的过程中，深深的觉得对于成人或者进入职场的人来说，学习一门新的知识，目的不在于积累，而在于解决问题。所以这就要求我想明白 3 个问题：


学习 python ，要解决什么问题？


要学哪些东西？


怎样学？


学习python


1. 选择好方向


我要学习 python 的目的不是为了解这门语言，而是为了要学会运用这门语言来解决问题。但 python 的应用方向，实在太广了。在 python 基础知识学完之后，如果应用方向不同，要学习的东西也会大不同。


我不能说我要做 web 开发，学完 python 基础知识，跑去学 numpy ， pandas 等知识，也不能说我要用 python 做数据分析，学完 python 基础知识，然后就跑去学 django ， flask 框架。这个道理，就跟我们想要去泰国旅行，肯定不会买去日本的机票一样，很简单，但是我们不得不承认，还是会有人犯迷糊，上来就开干。


我学习 python ，是因为在工作中慢慢了解到 python 在数据分析方面，基本涵盖了 “ 数据获取 → 数据处理 → 数据分析 → 数据可视化 ” 这个流程中每个环节，是数据分析的利器，话说这风骚的操作，也是没谁了。


2. 规划好路径


当我确定好方向后，下一步骤就是顺着这个方向，建立好我自己的学习路径地图。


这个路径是 1 个系统性的逻辑主线，这个主线会让我知道每个部分需要完成的目标是什么，需要学习哪些知识点，哪些知识是暂时不必要的。然后每学习一个部分，我就能够有一些实际的成果输出，利用成果产出来形成正向刺激，激励后续的学习。


而且，如果我们身在职场，大多时候我们是没有很大块的时间来集中学习的。我们的学习时间被分割在了一些碎片化的时间里。在碎片化的时间里，系统性的学习一门知识，更需要有一个贯穿前后，系统的逻辑主线，来串联所有相关碎片化的时间的学习。


当我确定好学习 python 的数据分析知识，就按照数据分析的流程 “ 数据获取 → 数据处理 → 数据分析 → 数据可视化 ” 这个路径，给自己建立了学习地图：


3. 对基本概念建立认知


python 是我学习的第一门编程语言，我在开始学习 python 的时候，是一个连什么是字符串都不知道小白。所以对我来说，最重要的开始是，首先对这一领域的基本概念建立认知！


python培训


事实上，对一门领域完全零基础的人，想要开始学习它的话，真正重要的工作是先对这门领域的基本概念建立认知。


比如我在看到教程中有句话是 “ 为变量赋值 ” ，那我至少得知道，什么是变量？赋值是什么意思？


不知道为什么这么重要的一个开始，竟没有答案提到，更不知道是大家都天赋异禀，觉得不屑于提起这基础的步骤，还是很多人已经忘记了从小白一路走过来的痛苦和挣扎。人是会篡改记忆的，会认为现在拥有的都是轻松获得的，但真实的经历永远都是坎坷曲折的。


所以网上一些教程典型的通病就是，教学者用一个我们不懂的概念去解释另一个我们不懂的概念，然后我们还是不懂。因为教学者提前预设了作为 0 基础的我们的立场：已经有其他编程语言基础，只是没有接触 python 。


但其实，对真正如我一样的 0 基础的小白来说，大多时候， python 是我们学习的第一门编程语言。所以这个时候，对我们来说，学习 python ，不仅是学习这门语言本身，还是在借着这门语言，帮我们建立对编程世界的一些基本概念的认知。


没有什么牛逼的事情是能够速成的，越是底层的、收益周期越长的技能越是这样。


“ 大道甚夷，而人好径，终为所误 ” 。我们总会在踩了无数的坑后，才恍然大悟：捷径往往是最长的弯路。


学习一门领域的知识，对于普通人人在短时间内从 0 到 1 入个门，倒是不难，但是从 1 到 10 ，到 100 ，进阶为高手，没有长时间的投入和刻意练习，无异于痴人说梦。