[101]我应该从哪里开始呢？

[ZoomQuiet]

1、我应该从哪里开始呢？那个源码下载下来了，感觉还需要些时间学习理解。毕竟我还在学Python的基础。

• 具体技术入门方面俺来支持,学科方面的进入, DJ 来引导
• 对于 Python 你已经有其它语言的开发体验,那么就可以轻松的进入
• 但是,从策略上就应该优化了
  • 千万别学习 Python 本身
  • 直接使用就好!

推荐参考的资料:
序言 | Learn Python the Hard Way 中文版
https://flyouting.gitbooks.io/learn-python-the-hard-way-cn/content/
每节10分钟就可以刷完

平时随用随参考的:
The Hitchhiker’s Guide to Python! — The Hitchhiker's Guide to Python
http://docs.python-guide.org/en/latest/index.html
The Python Standard Library — Python 2.7.11 documentation
https://docs.python.org/2.7/library/index.html

值得精读的只有,官方教程:
The Python Tutorial — Python 2.7.11 documentation
https://docs.python.org/2.7/tutorial/index.html

在对 Python 的基本语法和数据结构有印象后,
首先要配置好本地基础开发环境, 个人推荐:

• sublime text 3 作为脚本编辑器
• 加强的命令行环境作为运行调试环境, windows 中推荐 comder, 如果可能最好上 bash
  • 当然使用 MAC 环境的最好了,一定要用 iTerm 2
• pip 进行模块管理
• 如果是 MAC 环境, 通过 pyenv 进行多版本 Python 环境管理

然后,就可以高速进行具体问题的解决了,
从大数据的一般问题解决流程:

• 数据收集
• 数据清理
• 数据分析
• 数据呈现

这四大阶段,都各自有一整套现成的工具链,需要通过 Python 自由运用起来;
初期, 通过对 Crawler 的理解/使用/构建,
就足以快速达到 Python 编程的足够水平,以及经验,
其它阶段的模块/库/软件的使用也就顺理成章了...

只是,俺一向以来的经验教训都指向一个习惯:

• 随时记录下来自己的进展
• 所有问题的:
  • 描述
  • 理解
  • 分析
  • 参考
  • 尝试
  • 代码
  • 结论
  • 关联
  • 优化
  • ...
• 都必须随着自学的深入,持续积累起来
• 才能形成高效,高度集中,以解决问题为线索的,正向积累!

这也是为什么第一时间要求使用 github 的原因!

• 通过 issue 规划/追踪 任务
• 在仓库中,积累/修订代码
• 将知识/经验/教训, 整理在 wiki 中成为私人领域知识体系!