Python是一種解釋型、面向對象、動態數據類型的高級程序設計語言。作為今年來越來越流行的語言，我們該如何學習或者轉行學習Python呢，這里小跡為大家介紹如何入門學習Python。以下是小編為你整理的python新手練習教程 ?
如何選擇教材，好的開始是成功的一半，選擇一本優秀的教材是事半功倍的關鍵因素。因此我們需要去百度或者知乎等平臺看看大家是如何選購學習教材的，尋找最合適自己的學習資料; ?
書本的選購完成后，我們需要查看是否有配套的視頻教程，可以通過百度或者去某些平臺購買實時授課，這樣在學習過程中遇到的問題就可以得以解答;
書和視頻已搞定，那就是環境配置了，PC平臺的環境配置以及庫的安裝，對于能否成功運行Python文件，有著關鍵的作用。不懂事要學會自己百度搜索相關的資源，一般你遇到的問題許多人也遇到過; ?
學習過程結束后，我們需要自己動手做些事情，比如寫一些界面程序，學學機器學習，訓練一下神經網絡等，從中我們會發現我們的許多不足與不懂的地方，通過請教他人，或者加入一些論壇進行學習，參考他人的代碼等，這都是很重要的，一定要學會站在巨人的肩膀上思考問題; ?
*，還有非常非常重要的一點就是代碼風格，從最開始學習就必須強迫自己模仿*秀的代碼風格。學會標注而不是一味地復制，在編程時懂得思考，同樣的問題可以有數十種解法，因此，懂得思考很重要。 ?
for循環判斷的格式
for循環判斷的格式為： ?
for i in range(100): print i, ?
我們開始加上判斷條件輸出50到70之間的數 ?
for i in range(100): if i >49 and i <71: print i, ?
當然可以以此類推，比如輸出 1-100 內，除開50-70的數,說明一下在range后面的括號內，前面可以自定義起始值 ?
#求1-100 內的所有奇數for i in range(1,100): if i % 2 == 1: print i, ?
我們在1到100內循環查找，如果i無法被2整除就是奇數(視頻中這里寫錯了寫成了質數，表示抱歉) ?
新增一個知識點獲取隨機數，我們可以通過導入的方式獲取一個隨機數 ?
import randoma = random.randint(1,200)b = random.randint(1,999)print a,b ?
常用的變量
class Student(object): def __init__(self, name, score): self.name = name self.score =score def Print_score(self): print ('%s:%s' % (self.name, self.score))bat = Student('hongbin', 100)bat.Print_score()print bat.name ?
我們可以觀察一下在Class內部，可以有屬性和方法，而外部代碼可以通過直接調用實例變量的方法來操作數據，這樣，就隱藏了內部的復雜邏輯。但是，從前面Student類的定義來看，外部代碼還是可以自由地修改一個實例的name、score屬性：小編可是好不容易才“考了”100分 就這樣被修改成了59，會不會很不爽!
?
在Python中，實例的變量名如果以__開頭，就變成了一個私有變量(private)，只有內部可以訪問，外部不能訪問。如果要讓內部屬性不被外部訪問，可以把屬性的名稱前加上兩個下劃線__，我們可以測試一下： ?
這樣就確保了外部代碼不能隨意修改對象內部的狀態，這樣通過訪問限制的保護，代碼更加健壯。 ?
Python中配置安裝easy_install和pip
setuptools安裝1、Python的環境變量配置好：系統屬性-->高級-->環境變量-->系統變量中path中加入python的安裝路徑Python的庫路徑環境變量配置好：系統屬性-->高級-->環境變量-->系統變量中path中加入pythonScripts路徑2、下載setuptools，https://pypi.python.org/pypi/setuptools#files，解壓到setuptools目錄3、運行cmd，切換到setuptools目錄，輸入python setup.py install4、運行cmd，任意目錄可輸入：easy_install --showhelp，顯示內容則說明easy_install安裝成功pip安裝1、下載pip，解壓到pip目錄2、運行cmd，切換到pip解壓目錄，python setup.py install3、運行cmd，任意目錄可輸入：pip help，顯示內容則說明pip安裝成功 ?
NumPy系統是Python的一種開源的數字擴展。這種工具可用來存儲和處理大型矩陣。NumPy的功能：1、一個強大的N維數組對象Array;2、比較成熟的(廣播)函數庫;3、用于整合C/C++和Fortran代碼的工具包;4、實用的線性代數、傅里葉變換和隨機數生成函數。NumPy下載地址：http://sourceforge.net/projects/numpy/files/ ?
SciPy是一個開源的Python算法庫和數學工具包。SciPy包含的模塊有*化、線性代數、積分、插值、特殊函數、快速傅里葉變換、信號處理和圖像處理、常微分方程求解和其他科學與工程中常用的計算。與其功能相類似的軟件還有MATLAB、GNU Octav和Scilab。 ?
Matplotlib是Python的圖形框架，類似MATLAB和R。繪圖領域使用最廣泛的套件。它能讓使用者很輕松地將數據圖形化，并且提供多樣化的輸出格式。 ?
SymPy是Python的數學符號計算庫，用它可以進行數學公式的符號推導，其功能包括基本的算術，基本簡化，一系列擴大，功能(exp, ln, sin, cos, tan, 等)，分化，整合(目前只能做很簡單的積分)，基本替代，任意精度的整數和有理數，標準(Python)的浮點，基本復雜的數字和符號的限制。Sympy安裝地址： https://github.com/sympy/sympy/releasesSympy安裝：使用官網exe ?
Scikit-Learn是基于python的機器學習模塊，基于BSD開源許可證。Scikit-Learn的安裝需要numpy，scipy，matplotlib等模塊。Scikit-Learn中的機器學習模型非常豐富，包括SVM，決策樹，GBDT，KNN等等。scikit-learn的基本功能主要被分為六個部分，分類，回歸，聚類，數據降維，模型選擇，數據預處理。對于具體的機器學習問題，通常可以分為三個步驟，數據準備與預處理，模型選擇與訓練，模型驗證與參數調優。
