Как выучить Python (шаг за шагом) в 2022 году

Если вы хотите знать, как выучить Python, это единственное руководство, которое вам когда-либо понадобится.

Чуть более десяти лет назад я был выпускником колледжа с дипломом историка и небольшими перспективами. Затем я стал успешным инженером машинного обучения, консультантом по науке о данных, а теперь и генеральным директором компании Dataquest.

Однако это не история успеха в одночасье. Мой путь к изучению Python был долгим, неэффективным и часто обескураживающим.

Если бы я мог сделать это заново, я бы последовал шагам, которыми я собираюсь поделиться с вами в этой статье. Это ускорило бы мою карьеру, сэкономило бы тысячи часов потраченного впустую времени и предотвратило бы множество стрессов.

Что входит в это руководство

Для успешной работы с Python необходимо знать, как думать, изучать, планировать и эффективно выполнять. Это руководство посвящено всем этим вопросам.

Мы обсудим подводные камни, которых следует избегать, и определим источники мотивации. Мы также рассмотрим лучшие способы изучения базового синтаксиса и то, как начать работу с реальными проектами на Python.

Хотите проскочить вперед и начать изучать Python правильным способом? Попробуйте наши интерактивные курсы. Они помогут вам пройти путь от полного новичка до готового к работе пользователя, использующего реальный код, всего за несколько месяцев.

Ужасная кривая обучения (почему большинство терпит неудачу)

Изучение Python может быть трудным и болезненным опытом. Но это не обязательно так! Послушайте меня.

Если вы используете правильные ресурсы, изучение Python может быть легким.

Проблема в том, что многие из существующих курсов делают изучение Python более сложным, чем оно должно быть. Чтобы проиллюстрировать свою точку зрения, я приведу вам личный пример.

Слишком много курсов преувеличивают значение синтаксиса

Когда я только начинал изучать Python, я хотел делать то, что меня увлекало, например, создавать веб-сайты. К сожалению, курс, который я проходил, заставил меня потратить несколько месяцев на синтаксис.

Код Python продолжал выглядеть чужим и запутанным, как, например, этот:

Для новичков этот код может показаться чужим языком. Неудивительно, что я быстро потерял интерес.

К сожалению, большинство учебников по Python очень похожи на это. Они предполагают, что вам нужно выучить весь синтаксис Python, прежде чем вы сможете начать делать что-то интересное. Стоит ли удивляться, что большинство людей сдаются?

Вместо того, чтобы тратить время на решение этих обыденных задач, вы могли бы испытать истинное наслаждение от Python. Подумайте об анализе данных, создании веб-сайта или автономного дрона с искусственным интеллектом!

Изучение синтаксиса Python не обязательно должно быть таким.

Не волнуйтесь – есть более простой способ.

После множества неудачных попыток я нашел процесс, который мне больше подходит. На самом деле, я считаю, что это лучший способ для любого человека изучить программирование на Python.

Сначала я потратил как можно меньше времени на заучивание синтаксиса Python. Затем я взял то, что выучил, и сразу же с головой окунулся в проект, который показался мне интересным.

Будучи новичком, я с трудом заставлял себя не спать, пытаясь запомнить синтаксис. Однако, когда мне нужно было применить основы Python для создания интересного проекта, я с удовольствием не спал всю ночь, чтобы закончить его.

В чем здесь урок? Вы должны найти то, что вас мотивирует, и увлечься этим! Чтобы начать, найдите одну или две области, которые вас интересуют:

Data Science / Машинное обучение

Мобильные приложения

Веб-сайты

Компьютерные науки

• Игры
• Обработка и анализ данных
• Аппаратное обеспечение / датчики / роботы
• Автоматизация рабочих задач
• Шаг 2: Быстро выучите базовый синтаксис
• Знаю, знаю. Я сказал, что мы потратим как можно меньше времени на синтаксис. К сожалению, этот шаг нельзя пропустить.
• Вот несколько хороших ресурсов, которые помогут вам изучить основы Python без потери мотивации:
• – Я основал Dataquest, чтобы облегчить изучение Python и науки о данных. Dataquest обучает синтаксису Python в контексте изучения науки о данных. Например, вы будете изучать основные команды Python, анализируя данные о погоде. – Книга, которая обучает концепциям Python от самых основ до более глубоких программ. – Учебник на главном сайте Python.

Я не могу подчеркнуть это достаточно: Выучите синтаксис, какой сможете, и двигайтесь дальше. В идеале вы потратите на этот этап пару недель, но не более месяца.

Чем быстрее вы сможете приступить к работе над проектами, тем быстрее вы будете учиться. При необходимости вы всегда сможете вернуться к синтаксису позже.

Небольшое замечание: изучайте Python 3, а не Python 2. К сожалению, многие ресурсы в Интернете, посвященные “изучению Python”, все еще учат Python 2. Но Python 2 больше не поддерживается, поэтому ошибки и дыры в безопасности не будут исправлены!

Шаг 3: Создавайте структурированные проекты

После того как вы изучили базовый синтаксис Python, начните делать проекты. Применение полученных знаний сразу же поможет вам запомнить все, что вы узнали.

Лучше начинать со структурированных проектов, пока вы не почувствуете себя достаточно комфортно, чтобы создавать проекты самостоятельно. В Dataquest мы стратегически включили структурированные проекты практически во все наши курсы по Python. Таким образом, вы сможете сразу же применить полученные знания.

Вот несколько примеров реальных проектов Dataquest. Какой из них разжигает ваше любопытство?

: Где и когда чаще всего происходит побег из тюрьмы на вертолете? Узнайте это с помощью данного проекта для начинающих пользователей Python. : Этот структурированный проект, рассчитанный на пользователей Python со средними навыками, предлагает вам очистить наборы данных, чтобы найти ответы для заинтересованных сторон в Министерстве образования Квинсленда, Австралия. : Поклонники “Звездных войн” не захотят пропустить этот структурированный проект с использованием реальных данных из фильма.

Вдохновение для структурированных проектов

Когда речь заходит о структурированных проектах, нет единого правильного места для начала. Лучшие ресурсы для вас будут зависеть от того, что вас мотивирует, а также от ваших целей в программировании на Python.

Интересует ли вас общая наука о данных или машинное обучение? Хотите ли вы создать что-то конкретное, например, приложение или веб-сайт? Вот несколько рекомендуемых ресурсов для вдохновения, сгруппированных по категориям:

Наука о данных / Машинное обучение

– В интерактивном режиме обучает вас языку Python и науке о данных. Вы анализируете ряд интересных наборов данных, начиная от документов ЦРУ и заканчивая статистикой игроков НБА. В итоге вы построите сложные алгоритмы, включая нейронные сети и деревья решений. – Scikit-learn – это основная библиотека машинного обучения Python. Она имеет отличную документацию и учебники. – Это гарвардский курс, в котором преподается Python для науки о данных. У них есть некоторые проекты и другие материалы в Интернете.

Мобильные приложения

– Kivy – это инструмент, позволяющий создавать мобильные приложения с помощью Python. У них есть руководство по началу работы.

Веб-сайты

– Bottle – это еще один веб-фреймворк для Python. Вот руководство по началу работы с ним. – Руководство по использованию Django, сложного веб-фреймворка Python.

Игры

– Вот список учебников по Pygame, популярной библиотеке Python для создания игр. – Книга, которая учит создавать игры на Python.

Invent Your Own Computer Games with Python – книга, в которой рассказывается, как создать несколько игр с помощью Python.

Пример игры, которую можно сделать с помощью Pygame. Это Barbie Seahorse Adventures 1.0, автор Phil Hassey.

Аппаратное обеспечение/датчики/роботы

– Узнайте, как использовать Python для управления датчиками, подключенными к Arduino. – Создавайте аппаратные проекты, используя Python и Raspberry Pi. – Узнайте, как создавать роботов с помощью Python. – Узнайте, как создавать роботов с помощью Raspberry Pi и Python.

Скрипты для автоматизации работы

– Узнайте, как автоматизировать повседневные задачи с помощью Python.

Проекты очень важны. Они расширяют ваши возможности, помогают освоить новые концепции Python и позволяют продемонстрировать свои способности потенциальным работодателям. Как только вы выполните несколько структурированных проектов, вы сможете перейти к работе над собственными проектами.

Шаг 4: Самостоятельная работа над проектами на Python

После того как вы выполнили несколько структурированных проектов, пришло время ускорить процесс. Вы можете ускорить процесс обучения, работая над самостоятельными проектами Python.

Вот ключ: Начните с небольшого проекта. Лучше закончить небольшой проект, чем приступить к огромному проекту, который так и не будет завершен.

8 советов по поиску увлекательных проектов на Python

Я знаю, что поиск хорошего проекта на Python может показаться сложной задачей. Вот несколько советов по поиску интересных проектов:

Расширьте проекты, над которыми вы работали раньше, и добавьте в них больше функциональности.

Ознакомьтесь с нашим списком проектов на Python для начинающих.

Посетите встречи Python в вашем регионе и найдите людей, работающих над интересными проектами.

Найдите пакеты с открытым исходным кодом, в которые можно внести свой вклад.

• Узнайте, не ищут ли местные некоммерческие организации разработчиков-добровольцев.
• Найдите проекты, сделанные другими людьми, и посмотрите, можете ли вы расширить или адаптировать их. Github – хорошее место для начала.
• Просмотрите записи в блогах других людей, чтобы найти интересные идеи для проектов.
• Подумайте об инструментах, которые могли бы облегчить вашу повседневную жизнь. Затем создайте их.
• 17 идей проектов на Python
• Нужно больше вдохновения? Вот несколько дополнительных идей, которые подтолкнут вас к творчеству:
• Идеи проектов в области Data Science/Machine Learning
• Карта, визуализирующая результаты голосования на выборах по штатам

Алгоритм, предсказывающий местную погоду

Инструмент, предсказывающий состояние фондового рынка

Алгоритм, автоматически обобщающий новостные статьи

• Идеи проектов мобильных приложений
• Приложение для отслеживания расстояния, которое вы проходите каждый день
• Приложение, которое отправляет вам уведомления о погоде
• Чат в реальном времени, основанный на местоположении

Идеи проекта веб-сайта

• Сайт, помогающий планировать питание на неделю
• Сайт, позволяющий пользователям делать обзоры видеоигр
• Платформа для ведения заметок

Идеи проекта Python Game

• Мобильная игра, основанная на местоположении, в которой вы захватываете территорию
• Игра, в которой вы решаете головоломки с помощью программирования
• Аппаратное обеспечение/датчики/роботы Идеи проектов

Датчики для удаленного мониторинга вашего дома

• Более умный будильник
• Самоуправляемый робот, который обнаруживает препятствия

Идеи проектов по автоматизации работы

• Скрипт для автоматизации ввода данных
• Инструмент для сбора данных из Интернета
• Главное – выбрать что-то одно и сделать это. Если вы слишком зациклитесь на поиске идеального проекта, вы рискуете так и не начать его.

Мой первый самостоятельный проект заключался в адаптации алгоритма автоматизированной оценки эссе с языка R на язык Python. В итоге он получился не очень красивым, но это дало мне чувство выполненного долга и начало пути к развитию моих навыков.

• Помните: препятствия неизбежны. По мере создания проекта вы будете сталкиваться с проблемами и ошибками в коде. Вот некоторые ресурсы, которые помогут вам.
• 3 лучших ресурса по Python для преодоления трудностей

Не позволяйте неудачам обескуражить вас. Вместо этого ознакомьтесь с этими ресурсами, которые могут помочь:

– Сайт вопросов и ответов сообщества, где люди обсуждают вопросы программирования. Здесь вы можете найти вопросы, связанные с Python. – Наиболее часто используемый инструмент любого опытного программиста. Очень полезен при попытке решить ошибки. Вот пример. – Хорошее место для поиска справочных материалов по Python.

Шаг 5: Продолжайте работать над более сложными (и более трудными) проектами

По мере того как вы добиваетесь успеха в самостоятельных проектах, продолжайте увеличивать сложность и масштаб ваших проектов. Изучение Python – это процесс, и вам нужен импульс, чтобы пройти через него.

Когда вы полностью освоитесь с тем, что создаете, пора попробовать что-то посложнее. Продолжайте находить новые проекты, которые бросают вызов вашим навыкам и подталкивают вас к развитию.

5 советов по освоению Python

Вот несколько идей на тот случай, когда это время придет:

Попробуйте научить новичка создавать один из ваших проектов.

Спросите себя: Можете ли вы масштабировать свой инструмент? Может ли он работать с большим количеством данных или выдерживать больший трафик?

Попробуйте сделать так, чтобы ваша программа работала быстрее.

Представьте, как можно сделать ваш инструмент полезным для большего числа людей.

• Представьте, как коммерциализировать то, что вы создали.
• Дальнейшее развитие Python
• Помните, что Python постоянно развивается. В мире есть всего несколько человек, которые могут утверждать, что полностью понимают Python. И это те, кто его создал!
• Что же остается вам? В состоянии постоянного обучения и работы над новыми проектами для оттачивания своего мастерства.
• Через полгода вы будете вспоминать свой код и думать о том, какой он ужасный. Не отчаивайтесь! Когда вы дойдете до этого момента, вы поймете, что находитесь на правильном пути.

Если вы относитесь к тому типу людей, которым подходит минимальная структура, то у вас есть все необходимое, чтобы начать свой путь. Однако если вам нужно немного больше рекомендаций, то вам могут помочь наши курсы.

Я основал Dataquest, чтобы помочь людям быстро учиться и избегать тех вещей, которые обычно заставляют людей бросать учебу. Вы будете писать реальный код в течение нескольких минут и выполнять реальные проекты в течение нескольких часов.

Если вы хотите изучать Python, чтобы стать бизнес-аналитиком, аналитиком данных, инженером по данным или специалистом по анализу данных, у нас есть карьерные курсы, которые помогут вам пройти путь от полного новичка до готового к работе специалиста за несколько месяцев. Или же вы можете сначала окунуть ногу в воду и пройти пробный вводный курс Python здесь.

Общие вопросы о Python

Трудно ли выучить Python?

Изучение Python, безусловно, может быть сложным. Однако, если вы будете следовать пошаговому подходу, который я описал здесь, вы обнаружите, что это гораздо проще, чем вы думаете.

Платформы премиум-класса могут предложить более эффективные методы обучения (например, интерактивное кодирование в браузере, которое предлагает Dataquest). Они также избавят вас от необходимости искать и создавать собственную учебную программу.

Можно ли выучить Python с нуля (без опыта кодирования)?

Да. Python – отличный язык для начинающих программистов, потому что для его изучения не нужен предварительный опыт работы с кодом. Dataquest помогает студентам без опыта программирования получить работу в качестве аналитиков данных, специалистов по анализу данных и инженеров по анализу данных.

Сколько времени требуется на изучение Python?

Изучение языка программирования сродни изучению разговорного языка – вы никогда не закончите! Это потому, что языки развиваются, и всегда есть чему поучиться! Тем не менее, вы можете довольно быстро освоить написание простого, но функционального кода на Python.

Сколько времени потребуется, чтобы подготовиться к работе? Это зависит от ваших целей, конкретной работы, которую вы ищете, и от того, сколько времени вы можете посвятить учебе.

Студенты Dataquest, которых мы опросили в 2020 году, сообщили, что достигли своих целей в обучении менее чем за год. Многие сделали это менее чем за шесть месяцев. И это при не более чем десяти часах занятий в неделю.

Как выучить Python быстрее?

Найдите платформу, которая обучает Python (или составьте учебную программу для себя) специально для того навыка, который вы хотите изучить (например, Python для разработки игр или Python для науки о данных).

Таким образом, вы не будете тратить время на изучение вещей, не относящихся к вашей повседневной работе на Python.

Нужна ли вам сертификация по Python, чтобы найти работу?

Скорее всего, нет. В области науки о данных сертификаты не имеют большого веса. Работодателям важны навыки, а не бумажные дипломы.

Перевод? GitHub, полный отличного кода на Python, гораздо важнее сертификата.

Стоит ли вам изучать Python 2 или 3?

Python 3, без сомнения. Несколько лет назад этот вопрос все еще вызывал споры. Некоторые экстремисты даже утверждали, что Python 3 “убьет Python”. Этого не произошло. Сегодня Python 3 повсюду.

Актуален ли Python за пределами науки о данных/машинного обучения?

Да. Python – популярный и гибкий язык, который профессионально используется в самых разных контекстах.

Мы преподаем Python для науки о данных и машинного обучения. Однако вы можете применить свои знания Python и в другой области. Вы увидите, что он используется в финансах, веб-разработке, программной инженерии, разработке игр и многом другом.

Навыки анализа данных с помощью Python могут пригодиться и для многих других профессий. Если вы, например, работаете с электронными таблицами, есть вероятность, что с помощью Python вы могли бы делать это быстрее и лучше.

Возможностям Python действительно нет предела. Станьте частью революции. Готовы приступить к работе? Узнайте больше о том, как Dataquest может помочь вам изучить Python в режиме онлайн, и запишитесь сегодня без риска.

изучение Python не должно быть таким