Python资料推荐 + IDE推荐+经典练手项目(开源免费)

今天给大家带来一批宝贝,大家可以在深夜里独自把玩,也可以在广场上一边遛狗一边和盆友们品鉴。

学习资料

1、入门阶段

The Python Tutorial(https://docs.python.org/3.6/tutorial/index.html)Python guan官方文档,永远是最佳选择;

Google's Python Class (https://developers.google.com/edu/python/introduction?hl=zh-CN&csw=1)Google的文档,质量相当高;

Python3 教程 | 菜鸟教程 (http://www.runoob.com/python3/python3-tutorial.html)如果英文不好,可以参考国内教程;

Learn Python the Hard Way(https://learnpythonthehardway.org/book/) 最简单的学习 Python 的方法, HTML 在线版是完全免费的;

零基础入门学习Python (http://study.163.com/course/introduction/378003.htm)网易云课堂,老师诙谐幽默,上手快。

2、拔高阶段

最好自己动手写一些项目,一定要使用GitHub。

Python_精选项目课程(https://www.shiyanlou.com/courses/?category=%E5%90%8E%E7%AB%AF%E5%BC%80%E5%8F%91&course_type=all&tag=Python&fee=all) 实验楼提供在线编程及在线实训学习平台;

Django 开发内容管理系统(https://code.ziqiangxuetang.com/django/django-cms-develop.html) 全面的中文教程;

Dataquest(https://www.dataquest.io/) 提供了一系列和数据分析相关的Python教程;

Python爬虫学习系列教程 | 静觅(http://cuiqingcai.com/1052.html) 静觅的爬虫课程,名气非常大;

3、方向进阶

来到这个时候,最好确立学习的方向。

web开发(Django、Flask、Tornado) python web 入坑指南(http://python-web-guide.readthedocs.io/zh/latest/index.html)

数据科学(Numpy、Pandas、Matplotlib) 数据科学家的完整学习路径(Python版)(https://zhuanlan.zhihu.com/p/23229114)

机器学习(scikit-learn、)scikit-learn: machine learning in Python(http://scikit-learn.org/stable/)

深度学习(TensorFlow)(https://www.tensorflow.org/)

网络爬虫(Scrapy)Scrapy 1.4 documentation(https://docs.scrapy.org/en/latest/)

4、实战演练

有哪些适合新手练手的Python项目(https://zhuanlan.zhihu.com/p/22164270) 非常全面的项目,强烈推荐;

实战(https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001432170876125c96f6cc10717484baea0c6da9bee2be4000) 廖雪峰老师的教程,非常经典,可以当做Python的百科全书来参考;

Python开源软件(https://www.oschina.net/project/lang/25/python?company=0&sort=time&lang=25&recommend=false) 开源中国社区的项目合集;

karan/Projects(https://github.com/karan/Projects) Python项目合集;

Python项目_W3Cschool极客导航(https://123.w3cschool.cn/python_projects) 不仅有web开发,还有爬虫相关;

5、博客列表

廖雪峰的官方网站(https://www.liaoxuefeng.com/) 研究互联网产品和技术,提供原创中文精品教程;

虫师 (http://www.cnblogs.com/fnng/) 关于Python自动化方面的一位大牛;

宁哥的小站(http://www.lining0806.com/homepage/) Python网络爬虫和机器学习;

静觅(http://cuiqingcai.com/) 崔庆才的个人网站,在爬虫方面造诣很深;

Python(https://doughellmann.com/blog/), OpenStack (https://doughellmann.com/blog/)博客里面包含了很多python library的知识;

知乎 - 与世界分享你的知识、经验和见解 隐藏着各种Python大神。

经典入门及第三方库

vinta/awesome-python(https://github.com/vinta/awesome-python) 精心设计的Python学习框架,书籍和软件;

nvbn/thefuck(https://github.com/nvbn/thefuck) 华丽的应用程序更正您以前的控制台命令;

pallets/flask、django/django(https://github.com/django/django) Python的web框架;

requests/requests (https://github.com/requests/requests)强大的库,相信你一定学过;

ipython/ipython(https://github.com/ipython/ipython) 生产性交互式计算系统;

python/cpython (https://github.com/python/cpython)Python编程语言官方文档;

好玩的项目

warner/magic-wormhole(https://github.com/warner/magic-wormhole) 把文件从一台电脑安全地复制到另一台;

pyvideo/pyvideo (https://github.com/pyvideo/pyvideo)和Python相关的视频;

7sDream/zhihu-oauth(https://github.com/7sDream/zhihu-oauth) 知乎官方未开放的 OAuth2 接口;

errbotio/errbot(https://github.com/errbotio/errbot) 最简单和最流行的聊天机器人;

fogleman/Minecraft(https://github.com/fogleman/Minecraft) 用Python写的我的世界;

mopidy/mopidy(https://github.com/mopidy/mopidy) 一个可扩展的音乐服务器;

Eloston/ungoogled-chromium (https://github.com/Eloston/ungoogled-chromium)可以修改Google Chromium组件;

livid/v2ex(https://github.com/livid/v2ex) 在Google App Engine上运行的社区;

overviewer/Minecraft-Overviewer(https://github.com/overviewer/Minecraft-Overviewer) 展示高分辨率地图;

charlierguo/gmail (https://github.com/charlierguo/gmail)Google Mail的Pythonic界面;

egirault/googleplay-api (https://github.com/egirault/googleplay-api)Google Play非官方的Python API;

网路爬虫

LiuXingMing/SinaSpider(https://github.com/LiuXingMing/SinaSpider) 新浪微博爬虫(Scrapy、Redis);

binux/pyspider(https://github.com/binux/pyspider) Python中强大的网络爬虫系统;

bowenpay/wechat-spider(https://github.com/bowenpay/wechat-spider) 微信公众号爬虫;

jhao104/proxy_pool(https://github.com/jhao104/proxy_pool) Python爬虫代理IP池(proxy pool);

smicallef/spiderfoot (https://github.com/smicallef/spiderfoot)SpiderFoot,开源脚印和情报收集工具;

lining0806/PythonSpiderNotes(https://github.com/lining0806/PythonSpiderNotes) Python入门网络爬虫之精华版;

Germey/Zhihu(https://github.com/Germey/Zhihu) 崔庆才博主写的知乎爬虫;

gnemoug/distribute_crawler(https://github.com/gnemoug/distribute_crawler) 分布式网络爬虫;

Chyroc/(https://github.com/Chyroc/WechatSogou)基于搜狗微信搜索的微信公众号爬虫接口;

ResolveWang/weibospider (https://github.com/ResolveWang/weibospider)分布式微博爬虫(PC端抓取);

airingursb/bilibili-user(https://github.com/airingursb/bilibili-user) Bilibili用户爬虫;

yanzhou/CnkiSpider (https://github.com/yanzhou/CnkiSpider)中国知网爬虫;

数据相关

donnemartin/data-science-ipython-notebooks(https://github.com/donnemartin/data-science-ipython-notebooks) 综合型的数据科学教程;

sqlmapproject/sqlmap(https://github.com/sqlmapproject/sqlmap) 自动SQL注入和数据库接管工具;

mitmproxy/mitmproxy(https://github.com/mitmproxy/mitmproxy) 针对渗透测试员和软件开发人员的交互式TLS功能拦截HTTP代理;

rushter/data-science-blogs(https://github.com/rushter/data-science-blogs) 很多数据科学的博客;

ujjwalkarn/DataSciencePython(https://github.com/ujjwalkarn/DataSciencePython) 通用数据分析和机器学习任务;

justmarkham/DAT3 (https://github.com/justmarkham/DAT3)华盛顿的大数据课程;

billryan/algorithm-exercise(https://github.com/billryan/algorithm-exercise) leetcode/lintcode题解;

bitly/data_hacks (https://github.com/bitly/data_hacks)使用命令行进行数据分析;

机器学习

MorvanZhou/tutorials(https://github.com/MorvanZhou/tutorials) 机器学习相关教程;

ahangchen/GDLnotes(https://github.com/ahangchen/GDLnotes) 谷歌深度学习笔记;

tensorflow/models(https://github.com/tensorflow/models) 使用TensorFlow构建模型;

astorfi/TensorFlow-World (https://github.com/astorfi/TensorFlow-World)TensorFlow的简单和现成的教程;

fchollet/keras(https://github.com/fchollet/keras) Python深度学习库,运行在TensorFlow,Theano或CNTK;

josephmisiti/awesome-machine-learning(https://github.com/josephmisiti/awesome-machine-learning) 精心设计的机器学习框架,书籍和软件;

songrotek/Deep-Learning-Papers-Reading-Roadmap (https://github.com/songrotek/Deep-Learning-Papers-Reading-Roadmap)深度学习论文阅读路线图;

MLWave/Kaggle-Ensemble-Guide (https://github.com/MLWave/Kaggle-Ensemble-Guide) Kaggle组合指南的代码;

eriklindernoren/ML-From-Scratch (https://github.com/eriklindernoren/ML-From-Scratch)机器学习模型和算法;

humphd/have-fun-with-machine-learning (https://github.com/humphd/have-fun-with-machine-learning)机器学习与神经网络图像分类的初学者指南;

arielf/weight-loss(https://github.com/arielf/weight-loss) 机器学习符合酮症:如何有效减肥;

luispedro/BuildingMachineLearning(https://github.com/luispedro/BuildingMachineLearningSystemsWithPython)本书用Python构建机器学习系统的源代码;

最后推荐5个好用的Python IDE

Jupyter Notebook

Jupyter笔记本在2014年诞生于IPython。它是基于服务器 - 客户端结构的Web应用程序,它允许您创建和操作笔记本文档 - 或只是“笔记本”。

Jupyter Notebook提供了一个易于使用的交互式数据科学环境,涵盖许多编程语言,不仅可以作为IDE,还可以作为演示文稿或教育工具。对于刚开始使用数据科学的人来说,这是完美的!

可以在这里下载 Project Jupyter(http://jupyter.org/)

PyCharm

PyCharm是由JetBrain的人员制作的IDE,该团队负责最着名的Java IDE,IntelliJ IDEA之一。

PyCharm的界面和功能对于那些有使用过其他JetBrain产品的人来说,是完美的。 此外,如果您喜欢IPython或Anaconda发行版,那么PyCharm可以将其工具和库(如NumPyMatplotlib)集成在一起,从而让您可以使用数组查看器和交互式图表。

下载地址PyCharm : Download Latest Version of PyCharm(https://www.jetbrains.com/pycharm/download)

Visual Studio

另一个选择可能是Visual Studio代码。 这是由Microsoft开发的文本编辑器,但也可以用作IDE。 Visual Studio的一个好处就是Git集成。 像Atom一样,您可以使用此应用程序轻松地在存储库中提交,同步和创建分支。

Visual Studio包含一个名为IntelliSense的功能,它提供了基于变量类型,功能和导入模块的代码完成。 它还提供语法高亮和自动完成功能。

您可以在此页面上免费下载适用于Windows,Linux或MacOS的Visual Studio代码Download Visual Studio Code(https://code.visualstudio.com/download)

Sublime Text

作为第三个替代选项,您还可以考虑强大的文本编辑器Sublime Text。 大多数人喜欢用户界面,非凡的功能和性能。 就像上面提到的其他文本编辑器一样,您可以使用插件扩展Sublime Text。 有关如何将Sublime Text设置为轻量级的一体化数据科学IDE的更多信息,请查看此页面。

您可以在这里下载Sublime Text Sublime Text - Download(https://www.sublimetext.com/3)

Atom

由Github开发的开源文本编辑器。

虽然这个文本编辑器可用于许多流行的编程语言,如Ruby on Rails,PHP,Java等,Atom有趣的功能,为Python开发人员创造了一个很好的体验。A hackable text editor for the 21st Century(https://atom.io/)

原文发布于微信公众号 - 人工智能LeadAI(atleadai)

原文发表时间:2017-11-15

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏互联网杂技

2017 年,谷歌开源了这些超酷炫的项目

在开源和贡献开源方面,Google 一直是行业的典范。2017年,Google 在 GitHub 上大约有 900 名活跃用户,共推送约 1100 个顶级库。

942
来自专栏IT技术精选文摘

百亿级实时消息推送的实战经验

1443
来自专栏腾讯Bugly的专栏

三步走起 提升 iOS 审核通过率 下篇

接上篇->三步走起 提升 iOS 审核通过率 上篇 根据2015年的数据统计情况,并结合《苹果应用商店审核指南》,互娱 iOS 预审团队通过细分将预审工作划为3...

4378
来自专栏数据派THU

独家 | Python数据分析入门指南

作者:Zack Jost 翻译:梁傅淇 校对:丁楠雅 本文长度为1500字,建议阅读3分钟 Zack Jost是美国第一资本投资国际集团的首席数据科学家,这是他...

1886
来自专栏WeTest质量开放平台团队的专栏

国庆长假综合症?云真机新功能让你迅速重回高效测试状态

可是,假期远去,日子还得照样过,为了让技术人员在国庆假期结束后能够加快测试效率,WeTest开发人员,在长假期间中开发了一个新功能——云真机键盘输入。

784
来自专栏企鹅号快讯

学习Python语言,这些酷毙的工具你知道几个?

工欲善其事必先利其器,一个好的工具能让起到事半功倍的效果,Python社区提供了足够多的优秀工具来帮助开发者更方便的实现某些想法,下面这几个工具给我的工作也带来...

1968
来自专栏企鹅号快讯

还记得DeepMind那个会跑酷的AI吗?它打算用这套Python强化学习工具吊打OpenAI

还记得这个会跑酷的机器人吗? 5个多月前,DeepMind连发三篇强化学习论文,让机器人在仿真环境中自己就能学会灵活多变的各种动作,包括步行、跑动、跳跃、翻墙,...

18610
来自专栏AI科技大本营的专栏

还记得DeepMind那个会跑酷的AI吗?它打算用这套Python强化学习工具吊打OpenAI

还记得这个会跑酷的机器人吗? 5个多月前,DeepMind连发三篇强化学习论文,让机器人在仿真环境中自己就能学会灵活多变的各种动作,包括步行、跑动、跳跃、翻墙,...

35512
来自专栏FreeBuf

干货梳理 | Vault7文档曝光的那些CIA网络武器

在维基解密曝光的CIA-Vault7文档中,包含了一堆晦涩难懂的名词、行话,以及一些不完整的描述和注册链接,这些信息非常有趣,但很多术语却让人很难理解。所以,在...

2088
来自专栏机器之心

Facebook宣布开源Caffe2:可在手机与树莓派上训练和部署模型

选自Caffe2.ai 机器之心编译 在今年的 F8 开发者大会上,Facebook 正式宣布开源其全新深度学习框架 Caffe2。据 Caffe2 官方博客介...

2717

扫码关注云+社区