资源经验分享Python入门导读

Python入门导读

2019-09-11 | |  142 |   0

原标题:Python入门导读

原文来自:新华网      原文链接:https://blog.csdn.net/m0_37772174/article/details/84037127


        很多培训机构宣称py是人工智能必备的编程语言,打着速成的旗号来引诱学者学习python。事实却并不是这样的,万丈高台平地起,不论你想从事怎样的编程工作,都是从最基本的编程技巧开始的;Python并不适合所有人,如果你是一个编程类专业的学生,适度了解python是有必要的(python的第三方库的爆发造就了不少C/C++程序员的就业),但如果你作为一个非编程类专业但又需要了解编程的人,我强烈推荐你学习python。

        想要学习Python,你应该有一本Python的入门书,如果有一定的编程基础推荐使用《python cookbook》,第二步是在自己的电脑上安装python。当有一定python基础时,一定要在官网[https://www.python.org]寻找解决方案,不论是哪种编程语言,官网的资料才是主食,其余任何作者写的Python编程内容都只能作为零食。

        不应该过分推崇Python,也不要对Python存在偏见;编程语言存在一个先入原则,程序员总会对自己最擅长的编程语言有所偏爱,但经久而不衰的编程语言恐怕只有Java,C/C++了;笔者最擅长的语言是C++,但笔者仍然认为,未来最为火爆的编程语言一定是python。Python能让更多的人享受编程。

        使用Python,短短几行代码就能让人画出不一样的图案

#时间:2019/7/26#作者:cclplusimport numpy as npimport matplotlib.pyplot as pltif __name__ =="__main__":N = 50x = np.zeros(N)y = np.zeros(N)for i in range(N):x[i] = np.random.rand()y[i] = np.random.rand()colors = np.random.rand(N)area = (30 * np.random.rand(N))**2  # 0 to 15 point radiiax = plt.subplot(111)ax.scatter(x, y, s=area, c=colors, alpha=0.5)ax.spines['top'].set_visible(False)ax.spines['right'].set_visible(False)ax.spines['bottom'].set_visible(False)ax.spines['left'].set_visible(False)plt.axis('off')plt.savefig('scatter.png', transparent=True)

        执行这段代码后,在该文件的目录下就能找到生成的图片,可以用这种方法为自己的文章生成封面,因为气泡的颜色和大小以及位置都是用随机数来确定,基本不用担心会出现一样的封面。

                   20190726215254497.png

        如果你对编程感兴趣,你可以学习数据结构,因为在设计程序时,数据结构实在是太重要了。很多看似简单的程序,如果没有很好的数据结构的功底往往会无从下手。Python不仅适用于编程入门新手,Python同样适用于成熟的程序员,对一个从事机器视觉软件开发的程序员来说,毫无疑问C++是机器视觉软件开发者最应该掌握的编程语言,其次就应该是Python。

免责声明:本文来自互联网新闻客户端自媒体,不代表本网的观点和立场。

合作及投稿邮箱:E-mail:editor@tusaishared.com

上一篇:人脸表情识别系统介绍——上篇(python实现,含UI界面及完整代码)

下一篇:深度学习笔记(41) 候选区域

用户评价
全部评价

热门资源

  • Python 爬虫(二)...

    所谓爬虫就是模拟客户端发送网络请求,获取网络响...

  • TensorFlow从1到2...

    原文第四篇中,我们介绍了官方的入门案例MNIST,功...

  • TensorFlow从1到2...

    “回归”这个词,既是Regression算法的名称,也代表...

  • 机器学习中的熵、...

    熵 (entropy) 这一词最初来源于热力学。1948年,克...

  • TensorFlow2.0(10...

    前面的博客中我们说过,在加载数据和预处理数据时...