有很多朋友问我Python怎么学，我开过课、写过教程、也推荐过网课。优秀的网课、教程在引导初学者系统地学习Python方面，无疑是非常合适的；但同时学习周期也比较长，需要理解一些较为复杂的概念。但是也有很多朋友学Python，主要是为了实现特定的目的，例如说爬虫、数据分析、甚至仅仅是为了编辑Excel。
系统的教程虽然可以实现这类学习目的，也可能会消耗更多精力理解暂时不需要的知识。基于此，我希望可以设计适合于这类学习目的教程。这份教程将会拥有如下特征：
1. 以实现的具体功能（例如批量修改文件夹名称、自动截图等）为索引，每一个具体功能的实现为一节（若实现难度较大按流程分为多节）
2. 每一节包括至少如下内容：本章节实现的具体功能、实现思路、所需基础知识、实现源代码；也可能包含其他内容，例如功能扩展、实现难点等
3. 依据“不重复制轮子”的原则，优先推荐现有教程，实在没有现有教程或现有教程实在不合适，再自行编写新的教程
我计划从如下几个应用场景选择实现的功能：办公辅助、基础统计、网络爬虫、自然语言分析、图像识别、WEB开发、语音识别（近期先写办公辅助、基础统计、网络爬虫三个应用场景）
在近几个月，我将以1-3天一节（一个功能实现）的速度尽快完成这份教程，衷心希望这份教程可以帮到您。
教程基本大纲如下（暂定）
Python基础入门
当前优秀的Python入门类教程数不胜数，我就聊以我个人入门Python过程中的学习过程为线索，为大家推荐各个阶段的优秀教程。
办公辅助功能类
屏幕自动截图
批量修改文件名
文本格式整理
文字校对
文本差异对比
Word格式整理
Excel数据批量处理
基础统计类
数据清洗（排序、缺失值）
正交设计
可视离散化
描述统计：频率、描述、探索、交叉表、比率、P-P图、Q-Q图
比较均值：均值、单样本T检验、独立样本T检验、配对样本T检验、单因素ANOVA
相关：双变量、偏相关
回归：线性、曲线估计
分类：二步聚类、K-Means聚类、系统聚类
降维：因子分析
作者：长行 (Python系列教程:000)
网友评论