Awesome Open Source
Awesome Open Source

python-tutorial

Contributions welcome GitHub contributors License Apache 2.0 python_vesion GitHub issues Wechat Group

Python实用教程,包括:Python基础,Python高级特性,面向对象编程,多线程,数据库,数据科学,Flask,爬虫开发教程。

在本Python教程包含了一些范例,涵盖了大多数Python日常脚本任务,是入门Python的学习资料,也可以作为工作中编写Python脚本的参考实现。 以下所有实现均在python3环境下测试。

Guide

python-tutorial的例子清单

  • 目录说明
目录 主题 简要说明
01_base Python基础 提供了数据类型、字符串、list、条件判断、循环、函数、文件、多进程的使用例子。
02_advanced Python高级特性 提供了数据库、高阶函数、迭代器、面向对象编程的使用例子。
03_data_science 数据科学 提供了常用数据科学库(numpy、scipy、scikit-learn、pandas)的使用例子。
04_flask Flask开发 提供了Web框架Flask的使用例子。
05_spider 爬虫 提供了网络爬虫的实现例子。
06_tool 实用工具 提供了常用的实用工具,包括参数解析、日志工具等例子。
  • Notebook教程说明
Notebook Description
01_base/01_字符串类型_str.ipynb Python字符串类型 Open In Colab
01_base/02_列表类型_list.ipynb Python列表类型 Open In Colab
01_base/03_元组类型_tuple.ipynb Python元组 Open In Colab
01_base/04_字典类型_dict.ipynb Python字典 Open In Colab
01_base/05_集合类型_set.ipynb Python集合 Open In Colab
01_base/06_条件判断_if.ipynb Python条件判断 Open In Colab
01_base/07_列表推导式.ipynb Python列表推导式 Open In Colab
01_base/08_循环结构_loop.ipynb Python循环 Open In Colab
01_base/09_函数和模块.ipynb Python函数 Open In Colab
01_base/10_文件和异常.ipynb Python文件和异常 Open In Colab
01_base/11_线程和进程.ipynb Python多线程和多进程 Open In Colab
02_advanced/01_系统交互_os.ipynb Python系统交互操作 Open In Colab
02_advanced/02_数据库_sql.ipynb Python操作mysql数据库 Open In Colab
02_advanced/03_高阶函数.ipynb map、filter、lambda高阶函数 Open In Colab
02_advanced/04_迭代器与生成器.ipynb 迭代器和yield生成器 Open In Colab
02_advanced/05_上下文管理器.ipynb with语句 Open In Colab
02_advanced/06_装饰器.ipynb Decorator装饰器 Open In Colab
02_advanced/07_面向对象编程.ipynb Python类 Open In Colab
03_data_science/01_Numpy数组.ipynb Numpy array数组 Open In Colab
03_data_science/02_Numpy索引.ipynb Numpy index索引 Open In Colab
03_data_science/03_Numpy方法.ipynb Numpy 方法 Open In Colab
03_data_science/04_Matpoltlib画图.ipynb Matpoltlib画图 Open In Colab
03_data_science/05_SciPy统计分布.ipynb Scipy统计分布 Open In Colab
03_data_science/06_SciPy曲线拟合.ipynb Scipy曲线 Open In Colab
03_data_science/07_Pandas数据类型.ipynb Pandas数据类型 Open In Colab
03_data_science/08_Pandas数据操作.ipynb Pandas操作 Open In Colab
03_data_science/09_Scikit-Learn分类.ipynb Scikit-Learn数据分类 Open In Colab
03_data_science/10_Scikit-Learn聚类.ipynb Scikit-Learn聚类 Open In Colab
04_flask/01_Flask介绍.md Flask介绍
04_flask/02_Flask模板.md Flask模板
04_flask/03_静态文件.md Flask静态文件
04_flask/04_数据库.md Flask数据库
04_flask/05_模板优化.md Flask模板优化
04_flask/06_表单.md Flask表单
04_flask/07_用户认证.md 用户认证
04_flask/08_Flask应用watchlist Flask应用示例watchlist
05_spider/01_爬虫介绍.ipynb Python网络爬虫介绍 Open In Colab
05_spider/02_网页解析和存储.ipynb 网页工具requests、lxml、BeautifulSoup、Selenium Open In Colab
06_tool/argparse_demo.py Python参数解析
06_tool/profiler工具.md Python性能监测工具
06_tool/logger.py Python日志
06_tool/send_email.py Python发邮件

Get Started

教程代码大多数为Notebook书写(文件后缀.ipynb),如下所示: notebook

  • 使用Colab学习教程:

点击各教程的Open In Colab即可在Google Colab打开Notebook并运行。

  • 使用Jupyter Notebook学习教程:
  1. 下载Python:建议使用Anaconda,Python环境和包一键装好,Python3.7 版本
  2. 下载本项目:可以使用git clone,或者下载zip文件,解压到电脑
  3. 打开Jupyter Notebook:打开终端,cd到本项目所在的文件夹,执行:jupyter notebook,浏览器打开01_base/01_字符串类型.ipynb,跟随介绍交互使用

Contact

  • Issue(建议):GitHub issues
  • 邮件我:xuming: [email protected]
  • 微信我:加我微信号:xuming624,进Python-NLP交流群,备注:姓名-公司名-NLP

Cite

如果你在研究中使用了python-tutorial,请按如下格式引用:

@software{python-tutorial,
  author = {Xu Ming},
  title = {python-tutorial: Python3 Tutorial for Beginners},
  year = {2021},
  url = {https://github.com/shibing624/python-tutorial},
}

License

授权协议为 The Apache License 2.0,可免费用做商业用途。请在产品说明中附加python-tutorial的链接和授权协议。

Contribute

项目代码还很粗糙,如果大家对代码有所改进,欢迎提交回本项目,在提交之前,注意以下两点:

  • 在本地进行单元测试
  • 确保所有单测都是通过的

之后即可提交PR。

Reference

  1. 廖雪峰Python3教程
  2. PythonDataScienceHandbook
  3. Python4DataScience.CH
  4. Python-100-Days
  5. flask-tutorial

Get A Weekly Email With Trending Projects For These Topics
No Spam. Unsubscribe easily at any time.
Python (1,140,932
Jupyter Notebook (241,107
Pytorch (11,586
Pandas (3,921
Numpy (3,485
Scikit Learn (1,987
Scipy (562
Python Tutorial (114
Related Projects