59 lines
2.4 KiB
Markdown
59 lines
2.4 KiB
Markdown
---
|
||
title: Python
|
||
createTime: 2025/03/01 03:00:38
|
||
permalink: /csdiy/program-begin/python/
|
||
icon: devicon:python
|
||
---
|
||
|
||
|
||
## 学习路线
|
||
|
||
IDE 推荐 ==PyCharm=={.important}，软件教程见[:[logos:pycharm]:PyCharm](/campus-wiki/common-softwares/IDE/PyCharm/)
|
||
|
||
PyCharm专业版软件安装包可在[Alist动态开源软件镜像站](http://192.168.183.171:5244/softwares/JetBrainsIDEs/pycharm-professional-2024.2.4.exe)下载
|
||
|
||
申请大学生教育认证专业版参考[申请JetBrains专业版](/campus-wiki/apply-student-email/#申请学生邮箱)
|
||
|
||
读书党：
|
||
|
||
:::steps
|
||
|
||
1. 《python从入门到精通》一书，代码跟着敲，随书视频跟着看，书籍同时也跟着读
|
||
2. 学完python从入门到精通还不够的，这本书囊括并不全面，这个时候去B站找小甲鱼Python，学完就行，python就入门了 @[bilibili](BV1c4411e77t)
|
||
3. 然后重医图书馆《python可视化数据分析》[机器学习实战笔记](https://blog.csdn.net/Crayonxin2000/article/details/122741295)（好像是叫这个名字？反正是一本红色的蜥蜴书，图灵或者机械工业出版的）跟着代码敲，读书，做笔记思考学习数据分析的精髓就行了，然后你就入门数据分析了
|
||
4. 最后就是机器学习。建议你学这个之前有同济绿色版本高数上下册的基础和概率统计的基础，学起来会舒服很多，购买西瓜书读书，然后去GitHub上拉点项目跟着复现实现，恭喜你，机器学习入门了。
|
||
|
||
[//]: # (TODO: PDF传COS)
|
||
|
||
:::
|
||
|
||
:::caution PDF资源因github压缩损坏
|
||
正迁移至对象存储，稍后更新
|
||
:::
|
||
<CardGrid>
|
||
<Card title="高等数学上册" icon="twemoji:astonished-face">
|
||
</Card>
|
||
<LinkCard title="高等数学上册链接" href="/src/resource/pdf/高等数学七版（上）.pdf"/>
|
||
|
||
<Card title="高等数学下册" icon="twemoji:astonished-face"></Card>
|
||
<LinkCard title="高等数学下册链接" href="/src/resource/pdf/高等数学下册.pdf" />
|
||
|
||
<Card title="概率论与数理统计" icon="twemoji:astonished-face"></Card>
|
||
<LinkCard title="概率论与数理统计(浙大四版)链接" href="/src/resource/pdf/概率论与数理统计(浙大四版).pdf" />
|
||
|
||
<Card title="西瓜书" icon="twemoji:astonished-face"></Card>
|
||
<LinkCard title="西瓜书链接" href="/src/resource/pdf/西瓜书.pdf" />
|
||
</CardGrid>
|
||
|
||
## 机器学习分流
|
||
|
||
涵盖多种机器学习方向和不同编程语言
|
||
|
||
<RepoCard repo="josephmisiti/awesome-machine-learning"></RepoCard>
|
||
|
||
|
||
|
||
|
||
|
||
|