老实说，学习一门新语言绝非易事。特别是对于没有编程或计算经验的人来说，完全学习python这样的语言似乎是不可能完成的任务。不过，无论如何，只有想不到的事情，没有做不到的事情。在本文中，小新将分享一些学习2020年最流行的编程语言的技巧。设定目标没有目标地开始学习是一个人可能犯的最大错误之一。没有激励目标，很容易失去学习语言的初衷。以上是笔者以往学习C语言和Java失败的经历。因为不知道该把语言应用到什么地方，他很快就放弃了学习的念头，两种语言的学习都以失败告终。因为一直没有任何应用案例，笔者也没有学过那些语言的语法。但是，在学习Python时，情况就不同了。我想提高我的数据科学技能，并将我的职业规划转移到数据分析领域。学习python是这个计划的一部分。所以，笔者不再是为了学习而学习，而是需要有python的工作知识来进行数据分析，需要了解一系列的库才能开始一个项目。在学习python的时候，笔者定下了一个比较远大的目标。设定最初的目标，已经是事半功倍了。为您正在学习的语言找到一个应用程序，您将更快地掌握它。资源来源：Pexels不缺线上资源。唯一的建议是不要只依赖一种资源。要增强学习体验，请利用使用不同交付方法的各种可用资源。笔者学习python使用的部分资源如下；1.UdemyCompletePythonBootcamp和PythonforDataScience课程涵盖了Python编程的基础知识和数据科学的基本库。这些课程以视频讲座的形式呈现，并在JupyterNotebooks中分配了作业。2.交互式编码环境Datacamp和Dataquest是学习数据科学的绝佳编码平台。它们提供了一个交互式环境，用户可以随时随地练习，保留概念并熟悉编码。就一般的python而言，请访问learnpython.org进行类似的交付。编程语言类似于自然语言，学习的方法就是反复练习。3.edXMITx平台提供的ComputationThinkingusingPython课程采用课堂教学方式教授python。如果用户错过了校园课程，此资源是最佳选择。它有每周的讲座、作业以及期中和期末考试。它与其他MOOCs的不同之处在于给出的编程任务往往经过深思熟虑，要求学习者编写基本算法，可以很好地训练逻辑思维。项目在应用所学知识之前，您永远不知道自己学到了多少。参与项目是评估所学知识的好方法，也是对简历的重要补充。做一个感兴趣的项目，学到的不仅仅是一门课程。自始至终，实际应用是学习专业技能的最佳途径。例如，作者致力于将机器学习课程的材料从MatLab翻译成Python代码。在一个月内，我每天都在编码、谷歌搜索和学习这门语言。笔者坚信，对于掌握python而言，实际应用比上过任何课程都更有意义。如果GitHub打算涉足技术领域，那么开一个GitHub账号是很有必要的。在这里，您可以找到适用于您想要构建的所有类型的应用程序的有用示例/入门代码，甚至可以为有趣的项目做出贡献。那么GitHub与学习python有什么关系呢？密切相关，实际上。程序员通过复制代码来学习，而GitHub恰好是一个庞大的代码存储库。从GitHub上学习python有几种方法：复制别人的代码，在自己的应用程序中使用它为别人开发包并获得反馈以帮助现有项目来源：Pexels了解另一种语言就是拥有第二个灵魂——查理曼这是我如何在6个月内学习Python。
