Python 学习集汇总

安装教程

如何安装Python? → http://dataape.github.io/2017/03/09/Python-%E5%AE%89%E8%A3%85/

语法教程

笨办法学 Python
中文版教程 → http://www.kancloud.cn/wizardforcel/lpthw/92438
这本书绝对是最简单的学习 Python 的方法。你会真实地感受到自己的学习进程，一步步的获取新的知识。
Online Python Tutor：Python 初学者的好帮手
Online Python Tutor 是由 Philip Guo 开发的一个免费教育工具，可帮助学生攻克编程学习中的基础障碍，理解每一行源代码在程序执行时在计算机中的过程。
Learn Python Programming @ Codecademy
在这个 Codecademy 的课程中你将会学到如何用文件，如何使用循环。什么是函数以及他们能用来做什么。这些都是很基础的，但是对初学者很有好的东西。当需要帮助时有一个交流的论坛，但通常所有东西都能被理解.
目前完成61%，找答案比较费时，转战[Think Python]教程。
简明 Python 教程
非常像 LPTHW，但是在如何制定你的完美学习计划并实施，以及如何开始第一步上提供了更深的引导，而不会让你丧失自信心。对于那些想学 Python 的人来说它被认为是最好的初学者教程之一，当然你要先看看前几章，看看自己是否喜欢它的写作风格.
Learning with Python
How to Think Like a Computer Scientist-Learning with Python
Think Python
中文版教程 → http://codingpy.com/books/thinkpython2/
学习笔记 → Think_Python 读书笔记
Think Python 是一个面向 Python 初学者的一个指南。它从编程的基本概念教起，而且它很仔细地定义了所有的术语，并且很有逻辑性地展现新的概念。像递归和面向对象这样大一点的知识块被分成了一系列更小的步骤，穿插于课程几个章节。
已经完成全部课程，部分习题未做。

网站资源

核心库

Unofficial Windows Binaries for Python Extension Packages // 非官方的Python扩展包(Windows二进制文件)，whl格式
scikit-learn // 建立在NumPy、SciPy matplotlib上，数据挖掘和分析工具，多种回归，分类，聚类，向量机，朴素贝叶斯
mlpy // a high-performance Python library for predictive modeling
Statsmodels // 统计建模和计量经济学工具包，包括一些描述统计、统计模型估计和推断。
Scrapy // 爬虫教程
NLTK // 自然语言工具箱（Natural Language Toolkit），是当前最为流行的自然语言编程与开发工具。
Pattern // Python的挖掘模块，拥有以下工具：

数据挖掘：包括网络服务（Google，Twitter，Wikipedia），网络蜘蛛，HTML DOM解析
自然语言处理 / 机器学习 / 网络分析
Theano // 深度学习的工具对比
SciPy.org // SciPy是一个开源的Python算法库和数学工具包。包括了以下这些核心包:

核心包定义功能

NumPy Base N-dimensional array package 提供函数、线性代数、傅里叶变换和随机数，整合将C/c++和Fortran代码的工具

SciPy library Fundamental library for scientific computing 构成SciPy堆栈的核心包，提供了许多高效的数值程序：数值积分和最优化

Matplotlib matplotlib 绘图可视化知识点
 Matplotlib 教程绘图库，提供了一整套和matlab相似的命令API，十分适合交互式地进行制图

pandas Data structures & analysis 提供高性能、易于使用的数据结构和数据分析(再加工)工具

Sympy Symbolic mathematics 一个全功能的计算机代数系统(CAS)

IPython Enhanced Interactive Console 一个强大的交互式shell，支持交互式数据可视化和GUI工具包的使用

核心包	定义	功能
NumPy	Base N-dimensional array package	提供函数、线性代数、傅里叶变换和随机数，整合将C/c++和Fortran代码的工具
SciPy library	Fundamental library for scientific computing	构成SciPy堆栈的核心包，提供了许多高效的数值程序：数值积分和最优化
Matplotlib	matplotlib 绘图可视化知识点 Matplotlib 教程	绘图库，提供了一整套和matlab相似的命令API，十分适合交互式地进行制图
pandas	Data structures & analysis	提供高性能、易于使用的数据结构和数据分析(再加工)工具
Sympy	Symbolic mathematics	一个全功能的计算机代数系统(CAS)
IPython	Enhanced Interactive Console	一个强大的交互式shell，支持交互式数据可视化和GUI工具包的使用

可视化库除了matplotlib，还有 seaborn 等等。

安装库

源码安装

很多第三方库都是开源的，几乎都可以在github 或者 pypi上找到源码。找到源码格式大概都是 zip\tar.zip\tar.bz2格式的压缩包。解压这些包，进入解压好的文件夹，通常会看见一个 setup.py 的文件。打开命令行，进入该文件夹。运行

1	python setup.py install

这个命令，就能把这个第三库安装到系统里，也就是你的 Python 路径，windows大概是在 C:\Python2.7\Lib\site-packages。

包管理器（pip 和 easy_install）

现在很多编程语言，都带有包管理器，例如 Ruby 的 gem，nodejs的npm。Python当然也不例外，拥有大名鼎鼎的 pip和 easy_install。pypi就是一些 python第三库所在的源，使用 pip 或者 easy_install 安装模块，会搜索这个源，然后自动下载安装。

1. 先安装 pip：

下载地址：pip：http://pypi.python.org/pypi/pip#downloads
下载pip-8.1.2.tar.gz(md5,pgp)完成之后，解压到一个文件夹，cmd控制台进入解压目录，输入：python setup.py install
安装好pip之后，将D:\Python27\Scripts 添加至环境变量。（一般你windows装python2.7的时候，会自动给你安装pip，只需要将D:\Python27\Scripts 添加至环境变量）

2. 安装 wheel:

Wheels are the new standard of python distribution and are intended to replace eggs.
cmd输入：pip install wheel

3. 库的安装方法

方法	命令
安装 flask 框架	pip install flask 或者 easy_install flaskv
卸载flask	pip uninstall flask
查看所安装的包	pip list
搜索包	pip search flask
重定向输出项目使用的库	pip freeze > requirements.txt 这样就会把该环境下的第三方库重定向到 requirements.txt文件内如果给别人安装项目的依赖，只需要运行： pip install -r requirements.txt