不知不觉，跟着莫凡大大的机器学习教程学习了一段时间。作为初学者，是时候总结一下目前学习到的知识。第一篇就从python和python中必需的数据处理库，图像库开始吧。
why python
机器学习当下最火的莫过于深度学习和神经网络，深度学习当中最流行的tensorflow支持最好的开发语言就是python。当然python凭借其简单灵活的语法和庞大的第三方库，在程序员和非程序员当中都有很大的影响力。
python2和python3
python2和python3是指python的两个大版本，需要注意的是python3并不向下兼容python2的语法，例如
在python2中，我们这样去打印信息：
1 | print 'Hello World' |
而python3中，你必须加上括号：
1 | print('Hello World') |
个人建议，直接学习python3即可，除了历史代码，很多第三方库和框架，包括tensorflow，scrapy都很好的支持了python3，用新不用旧。
pythonic
对于老码农而言，尤其是已经掌握了一门动态语言，学习Python并不是什么难事。Python语言有自己鲜明的风格，语句不用分号结尾，不用花括号，依赖缩进判定语句的层次。作为一门动态强类型语言，python兼具语法灵活性和类型安全。很Python的Python代码会被称为『pythonic』。
例如：在Java中，我们交换两个数字，通过这样写：
1 | int temp = a; |
而pythonic的做法是：
1 | a, b = b, a |
code style
我坚持认为每一门语言的code style是非常重要的，而python里最流行的code style也就是PEP 8 – Style Guide for Python Code.
为什么需要坚持code style？每一门语言有自己的设计思路和最佳应用场景，也就是为了解决某类问题。而学习新语言，即是为了解决新问题，也是为了拓宽自己的眼界。没必要固守别的语言的一套规范。
如果是用IDE开发的话，基本上都内置了PEP 8规范，所以不用太关心。
IDE
早先我也认为Vim才是学习语言最好的平台，甚至一度为了解决『python语法检查的vim插件在电脑上不生效的问题』绞尽脑汁。其实不需要太抗拒IDE，IDE无非为我们提供了目录树，语法检查，自动排班，一键运行，debug断点等功能而已。先重点着眼于语法本身，而不是各种奇淫技巧。这里推荐：
PyCharm: Python IDE for Professional Developers by JetBrains
此外。推荐有一定程序基础的人可以去LeetCode上选择用python刷题，真正的白版写python，多写几题python的常用基础语法就熟悉了。也解决了学语言没有应用场景的尴尬。
初期学习进度关键点
搭好环境+Hello World
俗话说，工欲善其事，必先利其器。好多人卡在学习的第一步，其实查找资料，探索方法也是写代码的乐趣之一阿。
读一个文本文件，原样写入到一个新文件中。
(进阶1) 读一个m行n列的文本文件，按照指定要求输出到新文件，要求例如：第一列需要输入文件的某几列值求和。第二列需要输入文件的某一列进行正则匹配来获取关键字。第一列是1-7的数字，请转化为Monday-Sunday的字符串
(进阶2) 将其中某些数据处理方法，封装成函数。
(进阶3) 输出原文件某一列的和和方差。如果该文件非常的大，比如说4GB，不能一次加载到内存，如何处理？
掌握要点包括 基本的IO操作，条件语句，循环语句，字符串常见处理函数, 类型转换, 正则表达式，集合，map，函数等。基本上到这一步，把python作为普通的文本处理工具已经不再话下了。正则表达式可能是一个难点，程序语言的初学者可能会常常会一口气将数据全部读入到内存中，多犯几次错误其实就慢慢学会了。
导入第三方库，利用库里的方法帮助处理数据。如利用numpy，计算均值，方差，标准差，中位数等。
python以工具库多闻名。这一步将学会如何下载，导入第三方库，并使用库中的方法进行操作。
定义一个python类，类包括类方法，静态方法，类成员变量。
python多线程，比如说由100个文件，每个文件处理时间需要1min，如何利用多线程去加快计算。