初学者如何学习python

我们大家每天都在用电脑，使用着各种各样的软件，想必大家也会对如何做出这些电脑软件感到好奇吧。其实这些软件都是由程序员通过程序语言写出来的，在本系列经验中，小编将告诉大家如何学习一种名为“python”的程序设计语言，并写出一些好玩的小软件。在系列经验中的第一篇中，小编将告诉大家如何在自己的电脑上安装python，并写出自己的第一个python程序。以下是小编为你整理的初学者如何学习python

在https://www.python.org/downloads/网页中下载python3解释器，我下载时候，版本是选择的是3.3，因为python3和python2语法上有些区别，所以大家就跟我一样都用python3吧，或许有朋友对于“语法”这个词不明白，没关系，后面小编会给大家讲到的。下好后，文件名为python-3.3.3.msi,当然因为我们下载时间不同，可能文件有所不同，比如你下的可能是python-3.4.0.msi，因为这个软件也是在不断升级中的

双击下载下来的安装文件，一路都选“next”，到第三步“Customize Python ”，在列表中的“Add python.exe to Path”前的红叉上点击鼠标左键，然后选择第一项“will be installed on local hard drive”,然后再点next，再稍等几分钟，python的解释器就安装好了。

然后我们在“开始”-->“所有程序”中找到python

选择IDLE(Python GUI)，这是一个提供图形化界面的python编程软件，如果不用这个，我们就只有用那个黑色的框框了。打开IDLE，界面如下：

看到光标在“>>>”后面闪烁了吧，我们在“>>>”后面输入命令，按下回车后，python解释器就会解释并执行这条命令了。好了，我们还是以最经典的入门程序来作为我们用python写的第一个程序吧。我们用键盘敲入“print("hello world")”,在屏幕上显示“hello word”，注意print后的括号是英文括号，而且编程语言中的符号都是英文符号，大家特别注意。敲下回车后，看到下面是不是显示了“hello world”，注意此时 hello world前没有“>>>”，这个表明“hello world”是输出结果。

这是所有高等语法的基础语句之一。我们通过在等号(赋值号)的左边协商赋值变量以及在右边写上变量值来完成赋值。

我们输入下面的语句。

虽然没有看起来任何变化，但是解释其其实已经为这个变量名分配了一个内存。

函数语句

函数语句一般是在一个函数名后面加上一对括号，然后往里面传入一些参数。

有关函数，在以后的专辑里还会详细讲解。

有些函数会有返回值。

布尔逻辑表达式

这是一种特殊的表达式，目前只简单介绍一下，它是由比较操作符构成的一种语句。

布尔逻辑表达式只会返回True或者False。

以后还会有更详细的讲解。

下面是判断两个数是否相等。

第一步最重要的是明白学python的目的是什么，是数据挖掘还是想刷个火车票啥的，是机器学习还是搞个小脚本装下，是想成为厉害的harker还是强大的web开发者。只有明白了目的，才有学下去的动力。

环境搭建。下载并安装好python及IDE,你需要明白什么是IDE，什么是命令行等，并配置好路径及环境变量。在这里推荐大家找下免费的pycharm，风格比较舒服，但是会比较慢。

基础练习。没有编程基础的可以先过一下基础，可以找本书练，也可以在网上寻找视频练习。现在网络这么发达，应该加强在网上找答案的能力。

根据自己的目标去深耕。知识的学习都是由浅入深的，先掌握基础，再根据自己的目标去练习，才会有效果。不要三心二意，今天学十分钟爬虫，明天学5钟机器学习什么的。

不断练习，不断练习。量变到质变的过程。只有在敲代码的过程中才会遇到自己的问题，解决了就提升了。

用opencv读取图片，返回的是一个数组(矩阵)：

import cv2

img = cv2.imread('0.png')

此时的img，其实就是一个数组。

分离图片的颜色，只需要一个简单的乘法，就可以实现：

img = img*[1,1,0] #这相当于在原图中剔除了红色。

保存图片也很简单：

cv2.imwrite('000.png',img)

简短的六行代码，就可以实现读图、分离色彩、保存的整个过程。

python可以调用很多人工智能接口，来解决实际问题。比如，python可以调用百度AI平台的语音合成、语音识别、文字识别、人脸识别等接口，实现相关功能。

18python怎么调用百度AI的语音合成功能?

1百度文字识别的测试

1python怎么用Baidu-AIP进行语音识别?

列表、数组、集合的相互转化非常实用：

先给出一个列表

a = [1,2,3,3,2,1,1,2,3]

把a转化为一个数组

b = np.array(a)

把a转化为集合，可以删除a里面的重复元素：

c = set(a)

数组也可以直接转化为集合：

d = set(b)

其实，列表、数组、集合，都是可以很容易的相互转化的。

可以很容易的改变数组的形状：

a = np.array([1,2,3,3,2,1,1,2,3])

b = np.reshape(a,(3,-1))

把数组a转化为一个3*3的矩阵，需要3能够整除len(a)，而-1的作用，就是自适应，由len(a)/3来确定。

再举一个例子：

a = np.array([1,2,3,3,2,1,1,2,3,7,8,9])

b = np.reshape(a,(3,-1))

c = np.reshape(a,(4,-1))

d = np.reshape(a,(6,-1))

3、4、6都能够整除12。