坦白說，學習一門新語言絕非易事。

特別對于沒有編程或計算經(jīng)驗的人而言，完整地學習像python這樣的語言似乎是一項不可能完成的任務(wù)。

但是，無論如何，只有想不到，沒有做不成的事情。

在本文中，小芯將分享一些學習2020年最受歡迎的編程語言的技巧。

[[318088]]

制定目標

沒有目標就開始學習是可能犯的大錯之一。沒有激勵性的目標，很容易丟失學習語言的初心。這些都是筆者之前學習C語言和Java失敗的經(jīng)驗之談。因為不知道將語言應(yīng)用在何處，不久便放棄了學習的想法，這兩種語言的學習都以失敗告終。因為不曾有任何的應(yīng)用案例，筆者也沒有學過那些語言的語法。

但是，在學習Python時，情況有所不同。筆者想提高數(shù)據(jù)科學技能并將職業(yè)規(guī)劃轉(zhuǎn)向數(shù)據(jù)分析領(lǐng)域，學習python就是該計劃的一部分。因此，筆者不再是為了學習而學習，而是需要python的工作知識才能進行數(shù)據(jù)分析，同時需要理解一系列庫才能開始著手項目。在學習python時，筆者制定了更遠大的目標。

設(shè)定最初的目標，已經(jīng)事半功倍了。為正在學習的語言找到一種應(yīng)用程序，將更快掌握該語言。

資源

[[318089]]

來源：Pexels

網(wǎng)上不乏資源。唯一的建議是不要只依賴一種資源。要利用各種使用不同交付方式的可用資源，增強學習體驗。筆者學習python用到的一些資源如下所示;

1. Udemy

Complete Python Bootcamp 和 Python for Data Science課程涵蓋了Python編程的基礎(chǔ)知識和數(shù)據(jù)科學必不可少的庫。這些課程以視頻講座的形式呈現(xiàn)，在Jupyternotebooks上布置課后任務(wù)。

2. 交互式編碼環(huán)境

在學習數(shù)據(jù)科學時，Datacamp和Dataquest是很棒的編碼平臺。它們提供了交互式的環(huán)境，用戶可以隨時隨地進行練習，牢記概念并熟悉編碼。就一般的python而言，可以訪問learnpython.org進行類似的交付。編程語言類似于自然語言，學習的方法就是反復實踐。

3. edX

MITx平臺提供的Computation Thinking using Python課程采用課堂方式教授python。如果用戶錯過了校園課程，該資源是最佳選擇。它每周都會安排一次講座，布置一次任務(wù)，同時還要進行期中和期末考試。與其他慕課(MOOCs)的區(qū)別在于給出的編程任務(wù)，這些任務(wù)的設(shè)計往往經(jīng)過深思熟慮，要求學習者編寫基本算法，可以很好地訓練邏輯思維。

項目

除非應(yīng)用所學知識，否則你永遠不知道自己學到了多少。參與項目是評估所學知識的好方法，并且于簡歷而言，絕對是錦上添花。執(zhí)行一個感興趣的項目，會學到比課程更多的知識。自始至終，實際應(yīng)用都是學習專業(yè)技能的最佳方法。

舉例來說，筆者致力于將機器學習課程的材料從MatLab轉(zhuǎn)換為python代碼。在一個月內(nèi)，我每天都在寫代碼，使用谷歌搜索，逐漸掌握這門語言。筆者堅信，就掌握python而言，實際應(yīng)用比修過的任何課程作用更顯著。

GitHub

如果打算涉足技術(shù)領(lǐng)域，就必須開通 GitHub賬戶 。在這里可以為想構(gòu)建的所有類型的應(yīng)用程序找到有用的示例/啟動代碼，甚至助力有趣的項目。那么GitHub與學習python有何關(guān)聯(lián)?實際上密切相關(guān)。程序員通過復制代碼進行學習，而GitHub恰恰是一個大量代碼存儲庫?？梢酝ㄟ^以下幾種方法從GitHub學習python：

• 復制他人的代碼，在自己的應(yīng)用程序中使用
• 為他人開發(fā)軟件包并獲得反饋
• 助力已有項目

[[318090]]

來源：Pexels

掌握另一門語言就是擁有第二個靈魂——查理曼大帝

這就是筆者在6個月內(nèi)學會python的方式。