- 本书赞誉
- 前言
- 目标读者
- 不适合阅读本书的读者
- 本书结构
- 什么是数据处理
- 遇到困难怎么办
- 排版约定
- 使用代码示例
- 致谢
- 第 1 章 Python 简介
- 第 2 章 Python 基础
- 第 3 章 供机器读取的数据
- 第 4 章 处理 Excel 文件
- 第 5 章 处理 PDF 文件 以及用 Python 解决问题
- 第 6 章 数据获取与存储
- 第 7 章 数据清洗:研究、匹配与格式化
- 第 8 章 数据清洗:标准化和脚本化
- 第 9 章 数据探索和分析
- 第 10 章 展示数据
- 第 11 章 网页抓取:获取并存储网络数据
- 第 12 章 高级网页抓取:屏幕抓取器与爬虫
- 第 13 章 应用编程接口
- 第 14 章 自动化和规模化
- 第 15 章 结论
- 附录 A 编程语言对比
- 附录 B 初学者的 Python 学习资源
- 附录 C 学习命令行
- 附录 D 高级 Python 设置
- 附录 E Python 陷阱
- 附录 F IPython 指南
- 附录 G 使用亚马逊网络服务
- 关于作者
- 关于封面
遇到困难怎么办
不必担心——每个人都会遇到困难!把编程过程看作困难重重的一连串事件。作为一名开发者和数据分析人员,遇到困难,然后解决问题,你会学到知识,并得到成长。大多数人并非掌握了编程,而是掌握了解决困难的方法。
解决困难都有哪些技巧呢?首先,你可以利用搜索引擎尝试寻找答案。通常情况下,你会发现许多人已经遇到过相同的问题。如果找不到有用的答案,你可以在网上提问。我们在附录 B 中给出了一些优质的在线资源和线下资源。
提出问题是很难的。但无论处于学习的哪个阶段,都不要害怕向大型编程社区求助。本书作者 Jackie 早期在公共论坛上问了一个关于编程的问题(http://stackoverflow.com/questions/3329943/git-branch-fork-fetch-merge-rebase-and-clone-what-are-the-differences),之后被许多人引用过。像你一样的新手程序员硬着头皮问了一个可能很傻的问题,但之后却帮助了许多人,这种感觉是很爽的。
在网上发布问题之前,我们还推荐你阅读“如何提问”(https://www.propublica.org/nerds/item/how-to-ask-programming-questions)。这篇文章讲了许多方法,可以帮你正确地描述问题,这样其他人才能最大限度地帮助你。
最后,有时你还需要现实生活中的额外帮助。可能是你的问题涉及面太广,在网站或邮件列表里不方便问答。也可能是你的问题有些偏重哲学,或者需要不同方法之间的对比或修改。无论是哪种情况,你都可以在当地 Python 小组中找到能回答你问题的人。想要找到当地的线下聚会,你可以试试 Meetup 网站(http://www.meetup.com/)。关于如何找到有帮助且乐于助人的社区,你会在第 1 章中读到更多详细信息。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论