推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 3859 天前的主题，其中的信息可能已经有所发展或是发生改变。
我想在这里请求大伙帮助我决定一个系统学习Python的计划.
其实说起来我用Python有一段时间了. 用过web.py写过网络应用, 用过Blender脚本系统写过自动化的几何处理程序, 用过Python做codeforces的题目.
然而我终究觉得自己用Python停留在那种语法/库函数靠Google搜索的层级. 对于一个问题, 通常StackOverflow上第一篇命中的结果就被我用做解决方案了, 它们只是恰好能工作而已, 而并不知道这个解决方案的适用范围(比方说对于更为通用的问题之下有没有更好的方案), 其内在的机制(比方说对于执行效率的关注).
对比C++, 我对每一行的语句的执行效率都大概有数, 甚至我都能想到这些语句生成的汇编码; 我对C++的语言设施也是较为熟练, 我可以针对要实现的逻辑确定基本正确的语言设施.
然而对于Python, 我完全处于一种困惑的状态: 有那么多的语言设施, 不同的风格, 我到底该以什么样的标准去抉择?
所以在这里, 我想请教万能的V2EX, 我想深度的学习Python, 换句话说, 我想学习idiomatic Python:
我想能够根据自己将要实现的逻辑来决定使用什么样的语言特性, 而不是反过来: 学习了一堆语言特性, 然后再看它们可以用到何处;
我想能够写出一手成熟的代码: 让其他Python程序员能够快捷的理解我的设计;
我想去熟悉一个Python程序员所惯用的工作流, 比方说debugging, profiling, optimization(内存/效率上的), testing, documentation, 以及你们常用的工具.
谢谢!
其实说起来我用Python有一段时间了. 用过web.py写过网络应用, 用过Blender脚本系统写过自动化的几何处理程序, 用过Python做codeforces的题目.
然而我终究觉得自己用Python停留在那种语法/库函数靠Google搜索的层级. 对于一个问题, 通常StackOverflow上第一篇命中的结果就被我用做解决方案了, 它们只是恰好能工作而已, 而并不知道这个解决方案的适用范围(比方说对于更为通用的问题之下有没有更好的方案), 其内在的机制(比方说对于执行效率的关注).
对比C++, 我对每一行的语句的执行效率都大概有数, 甚至我都能想到这些语句生成的汇编码; 我对C++的语言设施也是较为熟练, 我可以针对要实现的逻辑确定基本正确的语言设施.
然而对于Python, 我完全处于一种困惑的状态: 有那么多的语言设施, 不同的风格, 我到底该以什么样的标准去抉择?
所以在这里, 我想请教万能的V2EX, 我想深度的学习Python, 换句话说, 我想学习idiomatic Python:
我想能够根据自己将要实现的逻辑来决定使用什么样的语言特性, 而不是反过来: 学习了一堆语言特性, 然后再看它们可以用到何处;
我想能够写出一手成熟的代码: 让其他Python程序员能够快捷的理解我的设计;
我想去熟悉一个Python程序员所惯用的工作流, 比方说debugging, profiling, optimization(内存/效率上的), testing, documentation, 以及你们常用的工具.
谢谢!
第 1 条附言 · 2014-06-27 16:42:47 +08:00
 |
1
jprovim 2014-05-30 08:25:52 +08:00  1
這個...我來說兩句吧.
1. 看書, 最簡單了, 也是基礎. 2. 運氣好的話, 跟個大牛就解決了. 3. 看開源的代碼, 比如說twisted, django之類的, 就是看看別人怎麼寫的. 別光看啊, 要理解爲什麼要這麼寫. 當然了, 歸根到底就是python的B格比較高, '有且只有一種方法'. 如果別人寫的好, 你就改掉你的寫法. 什麼是寫的好? 能讀懂 -> 代碼精煉 -> 代碼短 -> 更pythonic. |
 |
2
se77en 2014-05-30 08:46:27 +08:00 2
推荐一本书 writing idiomatic python https://www.jeffknupp.com/writing-idiomatic-python-ebook/
|
 |
3
clino 2014-05-30 09:03:25 +08:00 1
"然而对于Python, 我完全处于一种困惑的状态: 有那么多的语言设施, 不同的风格, 我到底该以什么样的标准去抉择?"
凭你的直觉先选一个,觉得有问题再调整 因为别人的选择对你来说不一定合适,所以也不一定要因为别人的建议有太多犹豫 |
 |
4
mengzhuo 2014-05-30 09:06:18 +08:00 1
好久没有看到这么诚恳的帖子了，现在很多人就想花几天学个Python，就自称是个程序员，成为CEO，走上人生巅峰……
你有这份耐心，就基本成功一半了。 --------------------------------------------------------- 我不是大牛 profile，优化都需要数据结构的知识， 了解Python的set list dict head效率和实现才能在具体应用中使用最好的数据结构 多从标准库中学习他们的Python实现 比如组合: https://docs.python.org/2/library/itertools.html#itertools.combinations 语言特性的使用是看多别人代码才能知道的（看书也是看代码，所以不要在意细节啦），比如generator/yield的用法和lambda+map/reduce/filter/sorted/reversed的使用，LISP的特性╮(╯▽╰)╭ debugging，testing是一门学问，具体看各大开源的项目里的testcase怎么写、debugging也可以看他们的issuse和fix。这里我要感谢一下大神 @pyKun 的带领和入门。 还有很多事情是不遇到坑是不会知道的，比如实习生时，把2G的csv数据写到内存里的挫事我也干过…… |
 |
5
dbow 2014-05-30 09:18:26 +08:00 1
既然懂C语言看Python源代码就好了，语言的feature, 效率一目了然，比如import os (LOAD_CONST -1, LOAD_CONST None, IMPORT_NAME->PyDict_GetItemString(f->fbuiltins, "__import__") -> PyEval_CallObject, STORE_NAME os -> PyDict_SetItem(f->f_locals, w, v)), 其它是编程技巧的事情。
|
 |
7
rebornix 2014-05-30 09:58:12 +08:00 1
我觉得可能是我比较笨，C/C++/C#都能玩耍的很愉快，但是Python每次写都感觉怪怪的不得要领。
|
 |
8
lincanbin 2014-05-30 10:03:22 +08:00 1
Python本来的设计，就是不需要你去搞懂这些。
|
 |
10
lu18887 2014-05-30 11:12:53 +08:00 1
要让编程语言为你所用，而不是专门为了用语言的特性而用！在我看来,Python的开发效率大于执行效率的意义。Ruby Python这类快速开发的语言，在效率上是无法和native的C/C++等语言匹敌的，但是这两门语言的开发效率却远远大于C/C++的开发效率，你不需要 一堆的include 你不需要编写复杂的makefile，你也不用烦恼指针的magic，当C和C++的程序员在做这些的时候，你已经迅速的打出了一行Hello World。我没有嫌弃C/C++的意思，我自己也是用C的……
|
 |
11
tonghuashuai 2014-05-30 15:50:59 +08:00 1
别光顾着看，从现在就开始动手写
|
 |
12
hslx111 2014-05-30 17:22:23 +08:00 2
我觉得Python目的就是要简单好用，至于性能问题，大部分用Python的情况对于性能其实要求不是很多，当你真的需要要求性能的时候，再看也来得及。
当然多看看大牛的代码也是很好的学习，所以再次推荐一下我经常玩的网站http://www.checkio.org/，你可以自己写代码解决一个问题，提交之后就能看到其他人的代码，这样学起来印象比较深刻。 |
 |
13
datou552211 2014-06-27 16:51:40 +08:00
学习pythonic 的程序设计，多看好项目源码，最主要的多敲键盘，读万卷书不如行万里路。依赖google是正常行为。主要是兴趣使然，找到想做的东西，按项目流程走一边顶看几遍书
|
 |
15
cbsw 2014-06-27 18:33:30 +08:00
对于想深入学习 python，我觉得可以找感兴趣的标准库，直接读源代码，既能知道那些库怎么更好的用，又能知道背后是如何实现的，还能学到 Python 的 coding style。如果想更加深入学习，比如怎么优化，我觉得可以直接看 python 的实现，不过我想绝大多数人可能不需要到这一级别，LZ应该也不属于那极少的一部分人，所以建议看看 python 标准库的实现。
(PS:最近也准备深入学习 python，正在看标准库的源码，可以一起学习） |
 |
16
frankzeng 2014-06-27 18:44:10 +08:00
能够解决实际工作中的问题，让代码又有性能又易懂，其他都是次要的
|
 |
17
harryhao 2014-06-27 19:09:54 +08:00
请看 Python源码剖析
|
 |
18
heliar 2014-06-27 19:24:32 +08:00 via iPhone
赞同楼上…
|
 |
19
Kabie 2014-06-28 12:23:43 +08:00
看自带的文档。。。就看标准库就行了…………另外记得看最新的3.x的……
|
Select Language