各位渴望看我笑话的老铁们，恭喜，你们又有乐子看了。
在昨天顺利攻克了文本编辑器难题后，我很愉快继续学习后面的两个小节《Python代码运行助手》《输入和输出》。
前者没啥可说的，感觉跟我没啥太大关系、意义不大，简单看看就过去了。
《输入和输出》一节，按照教程操作，还是蛮愉快的。
这节主要讲了print和input命令的使用方法，以及变量的概念。
前面的学习过程可谓一马平川，结果最后的练习稍微出现了点小问题。
练习：请利用print()输出1024 * 768 = xxx。
我本来觉得是个很简单的问题，没想到输入了4遍才搞定。
我估计应该是中间错加了空格的问题。
好吧，对比例子，应该还得加逗号。
嗯，这他么其实是个手误，逗号输错了位置。（残念）
这小玩意都用了四遍才搞定，40岁的老男人真的太难了。
继续进入后面的学习。
下一章《Python基础》中第一节《数据类型和变量》。
然后，我就蒙圈了。
这一节的内容知识量明显增多，前面的内容还好，按部就班的按照教程进行操作就好。
后面开始出现转义符的概念，什么\n、\t、\之类的东东，总之确实需要动些脑子了。
这里我觉得，是不是可以简单理解为：两个“\”表示显示“\”，一个“\”表示转义呢？
相比之下，后面讲“用r''表示''内部的字符串默认不转义”我感觉更好理解一些。
还有，“\t 表示制表符”是什么意思？
我真的好傻，悲伤的泪水不争气的流了下来。
上面的问题，哪位知道的仁兄，望在评论区赐教，在此谢过了。
再往后讲变量，我就有点进行不下去了。
给a赋值为1，这个我明白，但是后面t_007=T007，这是为啥？咋蹦出来的？
或者t_007跟a是一个概念，也是在进行赋值操作？
我这么猜测不知道对不对。
他后面举的那个例子，我就彻底晕菜了。
其实说起来，可能也不能怪人家教程，周末这两天在家，确实也很难静下来学习。
但是另一方面，就像很多网友评论区、微信上跟我探讨的，廖雪峰这个教程确实还是存在一些问题的，甚至有人说他有些误导的成分在里面，这个我学的还少，就不敢妄言了。
所以，我决定，结合自己的实际情况（岁数大、脑子慢！），以后以b站600集视频为主不香吗？
毕竟，那个看的很欢乐，最关键的是，学习至今还没遇到槛。
所以，下一期的心得，我就说说在b站上，我都学了些啥吧。。。
python教程可以到【达内教育】官网咨询下载。该机构各大课程体系紧跟企业需求，企业级项目，课程穿插大厂真实项目讲解，对标企业人才标准，制定专业学习计划，囊括主流热点技术。
python入门学习：
第一阶段Python基础与Linux数据库。这是Python的入门阶段，也是帮助零基础学员打好基础的重要阶段。需要掌握【Python】基本语法规则及变量、逻辑控制、内置数据结构、文件操作、高级函数、模块、常用标准库模块、函数、异常处理、MySQL使用、协程等知识点。
第二阶段WEB全栈。这一部分主要学习Web前端相关技术，需要掌握HTML、CSS、JavaScript、jQuery、BootStrap、Web开发基础、VUE、FlaskViews、Flask模板、数据库操作、Flask配置等知识。
第三阶段数据分析+人工智能。这部分主要是学习爬虫相关的知识点，需要掌握数据抓取、数据提取、数据存储、爬虫并发、动态网页抓取、scrapy框架、分布式爬虫、爬虫攻防、数据结构、算法等知识。感兴趣的话点击此处，免费学习一下
想了解更多有关python学习的相关信息，推荐咨询【达内教育】。该机构是引领行业的职业教育公司，致力于面向IT互联网行业培养人才，达内大型T专场招聘会每年定期举行，为学员搭建快捷高效的双选绿色通道，在提升学员的面试能力、积累面试经验同时也帮助不同技术方向的达内学员快速就业。达内IT培训机构,试听名额限时抢购。
使用Python进行数据挖掘是最近几年才开始火起来的，之前网上很多的资料都是关于Python网页开发等。但使用Python进行数据挖掘的侧重点已经完成不一样了。本人就是浪费了很多时间来筛选这些博客、书籍。所以就有了本文，希望能帮大家少走一点弯路。
熟练掌握任何一门语言，几乎都需要经过以下过程：
良师－－学习Python课程＋入门书籍＋浏览技术博客
社区帮助－－善于使用搜索引擎、Mail List
益友 －－ 寻找学习伙伴
Learn by Code －－项目实践
一、Python学习课程推荐
这两个学习课程从最基础的Python语法开始，介绍了Python数据分析、统计模型以及机器学习的各个方面，内容十分充足。之所以建议使用老外的课程是因为，老外上课假定你什么都不会，讲解深入浅出，尤其是对于华盛顿大学的机器学习课程，把复杂的概念讲解得十分简单。
1. 密歇根大学的《学习使用Python编程并分析数据》主要包括以下课程(讲解十分详细，深入浅出，非常适合入门学习，视频都是有字幕的)：
《大家的编程 (Python 入门》：课程涵盖了如何使用Python的基本指令编写程序. 课程对学生没有先设要求, 我们只涉及到最基本的数学, 有一定使用电脑经验的人都可以完全掌握这门课的内容.
《Python 数据结构》：本课程将介绍Python编程语言的核心数据结构。我们将学习编程语言的基础概念，探索如何使用Python的内置数据结构，如列表、字典、元组，进行更为复杂的数据分析。
《使用 Python 访问网络数据》：使用Python爬取和解析网络数据
《Python 数据库开发》：使用Python和数据库进行交互
《使用 Python 获取并处理数据，并用可视化方式展现数据》
2. 华盛顿大学的《机器学习》专项课程
在专项课程页面无法选择旁听，必须点击进入单独课程页面才可，这个课程专题旁听是有限制的，无法提交作业；如有需求，可以申请奖学金，回答三个问题即可，系统自动通过申请。
《机器学习基础：案例研究》：你是否好奇数据可以告诉你什么？你是否想在关于机器学习促进商业的核心方式上有深层次的理解？你是否想能同专家们讨论关于回归，分类，深度学习以及推荐系统的一切？在这门课上，你将会通过一系列实际案例学习来获取实践经历。
《机器学习：回归》
《机器学习：分类》
《机器学习：聚类和检索》
《机器学习：推荐系统和降维》
《机器学习：应用深度学习创建智能运用》
二、网上打码教程
Learn by doing!!! 学习编程最有效的方式就是敲代码！
Codecademy 围绕Python 的基础语法，内容非常丰富。
Datacamp Python基本语法（他家的R语言课程十分不错！）
三、Python技术博客
简单介绍一些非常棒的Python技术学习的博客
1. 廖雪峰Python教程 简单易上手的Python基础语法教程，值得学习, Python 2和Python 3版本都有。
2. 非常棒的pandas练习Github Repo
3. 很详细的Python 爬虫教程
4. 国外Data Science博客大全
四、Python入门书籍推荐
常用书籍下载网址，几乎囊括了网上能找得到的所有Python相关的书籍（PDF、Epub和mo bi格式），且提供云盘下载链接。你值得拥有！
python | 搜索结果
1. 掌握Python语法的基础上学习《Python for data analysis》是比较不错的选择，涵盖了ipython notebook、Numpy、Scipy和Pandas包的使用。
2.《Python数据分析与挖掘实战》介绍了使用Python进行数据挖掘的详细案例，数据和代码都可以下载，作为机器学习的进阶学习是不错的选择（这本书也用对应的R语言和Matlab 版本）。
3. 《Python Cookbook》很厚的一本书，可以作为Python语法查询手册。
再添加几个外文书籍下载网址：
1. All IT eBooks 全
2. Library Genesis 各种书籍，不局限于编程书籍
3. Fox eBook - eBooks Free Download Site
4. Development / Programming / AvaxHome
五、推荐订阅博客（更细频率较高）
iPhone上可以使用Reeder阅读器，Instapaper用来保存后稍后阅读，因为信息量比较大。
No free Hunch Kaggle竞赛平台的官方博客，包括一些优秀的代码解读以及高分选手的采访，十分有用的经验（来自不同背景，不同年龄层次，不同职业的选手）
Flowing Data 十分有用的数据分析的案例
Python日报 内容十分精彩的集锦（中文）
六、FAQ (待续)
Python 2.x还是Python 3.x?
如何安装Python包？ 强烈推荐Anaconda包，你值得拥有！尤其是Windows系统。
是否需要很强的统计和数学背景？ 有良好的数学和统计背景固然很好，但是现在很多岗位对数学和统计背景要求并不很多，都是简单的算法，Python编程已经能够很方便地实现，更多的是对业务的深入理解。如有需要建议，边学习Python边学习数学统计。
七、实践项目
Kaggle竞赛项目，里面不仅仅有很多竞赛项目，而且有很多可供学习的代码、博客以及论坛，都是实战项目，有很强的实践价值。
