Für diejenigen, die neu in der Programmierung sind, sich aber entschieden haben, Daten mit Python zu analysieren

Roadmap

1. Unterdrücken Sie die Grundlagen der Python-Grammatik
2. Sie können einen kleinen Algorithmus schreiben
3. Verstehen Sie die Grundlagen der Datenanalyse / wissenschaftlichen Berechnungsbibliothek
4. Sie können Geschäfts- / Forschungscode schreiben

Unterdrücken Sie die Grundlagen der Python-Grammatik

Es gibt viele Möglichkeiten, dies zu tun. Wählen Sie also diejenige, die am besten zu Ihnen passt.

――Sie können eine leicht verständliche Einführungsseite im Web lesen. ――Wenn Sie überhaupt nicht verstehen, gibt es keinen Verlust beim Kauf eines Buches

• Kürzlich gibt es Videos. Wenn Sie englische Videos ansehen können, ist die Reichweite noch größer.

In jedem Fall müssen Sie nicht viel Zeit aufwenden, sondern nur das Gesamtbild. Es ist einfacher, die Details zu lernen, wenn Sie den Code tatsächlich schreiben. Vor allem, wenn Sie einen Zweck haben. Danach ist es noch besser, wenn es eine Person gibt, die sofort hören kann, wenn __ stolpert. Wenn Sie solche Vorgänger haben, hören Sie sich deren Empfehlungen an.

Wenn Sie daran gewöhnt sind, können Sie sich diese Zusammenfassung ansehen http://qiita.com/rohinomiya/items/aab6b16d1a470871713c

Es gab auch so etwas http://stat.biopapyrus.net/python/

Sie können einen kleinen Algorithmus schreiben

Wenn Sie wirklich einen Programmierwettbewerb durchführen, ist das tiefgreifend, aber jetzt ist es nicht der Fall. Übertreiben Sie es also nicht. Es ist gut, wenn Sie die grundlegende Grammatik erlernen und in gewissem Maße mit Ihrem eigenen Verstand über den Code nachdenken können.

In der Lage zu sein, Probleme für Anfänger und Fortgeschrittene auf Websites wie den folgenden zu lösen. http://kenkoooo.com/atcoder/ https://paiza.jp/challenges/ http://odz.sakura.ne.jp/projecteuler/

Verstehen Sie die Grundlagen der Datenanalyse und der wissenschaftlichen Berechnungsbibliotheken

Ich denke nicht, dass es ein Verlust ist, die Grundlagen von Jupyter, Matplotlib, Numpy, Scipy und Pandas durchzuarbeiten. Sie werden nicht unbedingt alle verwenden, und Sie können auch andere verwenden. Fragen Sie daher Ihre Vorgänger nach der Auswahl __.

Eines der am meisten empfohlenen Bücher ist O'Reillys Buch. Bitte beachten Sie, dass einige Bücher (nicht auf Bücher beschränkt) alte Informationen enthalten (Schwierigkeiten in der Python-Version usw.). https://www.amazon.co.jp/dp/4873117488 https://www.amazon.co.jp/dp/4873116554

Sie können Code für Unternehmen und Forschung schreiben

Da ich spezialisierter sein werde, habe ich keine andere Wahl, als __seniors des Unternehmens / Labors __ zu fragen. __ Es gibt eine Theorie, dass dies von Anfang an hätte getan werden müssen, bevor man so etwas überhaupt gelesen hat. __ __