【原】【視頻課】12小時(shí)不一樣的高質(zhì)量Python基礎(chǔ)課，推薦給你學(xué)習(xí)！

有三AI 2021-05-13

展開(kāi)全文

在人工智能和深度學(xué)習(xí)領(lǐng)域，Python語(yǔ)言是必須掌握的，幾乎所有的開(kāi)源框架都基于Python接口，數(shù)據(jù)獲取與整理需要用到Python，市面上Python教程眾多，但良莠不齊，本次我們聯(lián)合《王的機(jī)器》公眾號(hào)號(hào)主一起推出一門適合新手學(xué)習(xí)的高質(zhì)量Python視頻教程，下面請(qǐng)聽(tīng)介紹。

作者介紹

首先來(lái)介紹一下視頻課作者，只有擁有原創(chuàng)能力的作者才可能講出好的課程。

本視頻課作者為王圣元 (FRM, CAIA)，新加坡某金融咨詢公司總監(jiān)，新加坡國(guó)立大學(xué)金融數(shù)學(xué)碩士，新加坡國(guó)立大學(xué)量化金融學(xué)士。

《王的機(jī)器》公眾號(hào)號(hào)主，已出版書籍《快樂(lè)機(jī)器學(xué)習(xí)》，即將出版書籍《Python - 金工, 機(jī)學(xué), 可視化》。

關(guān)于書籍和公眾號(hào)的介紹，大家可以關(guān)注作者公眾號(hào)了解，下面重點(diǎn)介紹本課程內(nèi)容。

Python基礎(chǔ)篇

本課程內(nèi)容為Python基礎(chǔ)篇，共計(jì)11課，約12個(gè)小時(shí)，目錄如下：

課程內(nèi)容包括編程概論，數(shù)據(jù)，流程，函數(shù)，對(duì)象和類，高級(jí)特征共6大部分，如下腦圖。

從下面動(dòng)圖可看出每個(gè)點(diǎn)的更多細(xì)節(jié)。

市面上免費(fèi)或低價(jià)的Python課那么多，為什么我們要推薦這門課呢，原因有以下幾點(diǎn)：

(1) 故事化（dramatize）的教學(xué)方式，可以引人入迷，更容易接受知識(shí)。

故事總是比代碼更能讓人感興趣，以 Python 的難點(diǎn)「裝飾器」為例，如果一上來(lái)就給裝飾器的代碼 @decorate_function，沒(méi)有多少人能堅(jiān)持學(xué)下去的。但是如果將它賦予故事呢？

故事開(kāi)始：斯蒂文是個(gè)廚師，有一天開(kāi)始研究漢堡 (burger) 的做法，第一次他只用雞肉餅做漢堡。

def meat(food='--雞肉餅--'):

print(food)
burger = meat

burger()

輸出為：

--雞肉餅--

很明顯漢堡都是肉，太葷了。加點(diǎn)蔬菜如何？

def vegetable(func):

def wrapper():

print(' ~西紅柿~')

func()

print(' ~沙拉菜~')

burger = vegetable(meat)

burger()

輸出為：

~西紅柿~
--雞肉餅--
~沙拉菜~

現(xiàn)在漢堡看起來(lái)不錯(cuò)，可是好像看缺少了什么？對(duì)，再加點(diǎn)面包就好了。

def bread(func):

def wrapper():

print('</------\>')

func()

print('<\------/>')

return wrapper

burger = bread(vegetable(meat))

burger()

輸出為：

</------\>
~西紅柿~
--雞肉餅--
~沙拉菜~
<\------/>

故事結(jié)束：現(xiàn)在看上去真像漢堡，面包夾著蔬菜，蔬菜夾著肉。面包和蔬菜「裝飾」著雞肉餅，bread() 和 vegatable() 這兩個(gè)函數(shù)起著「裝飾器」的作用，它們沒(méi)有改變 meat() 函數(shù)，只在它的基礎(chǔ)上添磚加瓦，最后把雞肉餅裝飾成漢堡。通過(guò)故事化的講述方式，讀者往往會(huì)有更加深刻的體驗(yàn)；

(2) 可視化的豐富案例，一圖勝千言，人是感官動(dòng)物，從圖表中接收的信息絕對(duì)比從文字快，而且可視化可以增強(qiáng)記憶。

在學(xué)習(xí)高階函數(shù) map, filter, reduce 的時(shí)候，絕大教材都會(huì)直接上代碼這樣舉例：

lst = [1, 2, 3, 4, 5]

map_iter = map( lambda x: x**2, lst )

list(map_iter)

f_iter = filter( lambda x: x%2==1, lst )

list(f_iter)

from functools import reduce

reduce( lambda x,y: x+y, lst )

雖然可以看懂，但是總覺(jué)得不直觀。再看看作者是如何來(lái)「可視化」這三個(gè)函數(shù)的。