大家好，今天小编关注到一个比较有意思的话题，就是关于学习python的心得的问题，于是小编就整理了3个相关介绍学习Python的心得的解答，让我们一起看看吧。
python职业发展方向有哪些，各有什么优劣？
Python最近几年伴随着大数据的发展，得到越来越多的重视，很多程序员都转向Python开发。Python主要的方向是web开发和大数据相关开发（比如数据分析、机器学习等方面）。
先说一下Python的web开发方向，Python最初的使用基本上都集中在web开发领域，得益于Python的简单易学以及良好的格式规范，在web开发领域一直处于和java、php三足鼎立的局面。和国内大部分web开发***用Java和php不同，国外的很多机构组织都***用python来进行web开发。在美国和加拿大很多程序员都使用Python进行web应用开发（数据来源于我在国外工作和学习的学生，他们所在的公司大量使用python语言）。当然，国内也有不少使用python进行web开发的公司。
用Python进行web开发的特点是开发速度快、开发周期短、调整方便（极大地安慰了程序员）、强大的库支持（Python就赢在了库上）。很多人说Python程序员就像在拷贝别人的代码一样，这种体会只有使用过的人才了解。曾经有人开玩笑的说：如果有一种语言可以安慰程序员脆弱的心灵，那么这个语言一定是Python。看一个输出的例子，对比下j***a的实现：
当然，缺点就是速度慢（相对于j***a来说颇为明显），这个是Python语言无法回避的硬伤。很多web应用在初期都使用python快速构建，确定方案后再使用j***a重写，还有混合Python和其他多种语言共同提供解决方案，所以也把Python称为“胶水语言”（当褒义词听）。
Python语言的另一个主要方向就是大数据分析领域以及现在正火热的机器学习领域。由于Python提供了强大的numpy库，使得很多复杂的机器学习算法使用python来构建，就短短几十行，笔者深有体会！我初期就是***用j***a语言做kNN算法和朴素贝叶斯等算法的实现，后来实在受不了j***a的繁琐，改用Python以后，虽然运行速度明显变慢，但是我感觉不用把浪费在算法实现上了。尤其是matplotlib库对各种算法的图形绘制支持，让你一下节省的大量的时间，我现在甚至都爱上这门语言了。看一个使用kNN算法的实验（部分代码参考Machine Learning in Action）：
由于python是最近几年突然大流行起来，很多人以为它很年轻，其实它比j***a还要出现的早一些，是上世纪90年代初期的语言。python有很强大的生命力原因之一就是它够简答，因为没有人喜欢复杂。在大数据、机器学习的推动下，Python未来一定会得到更多的应用，所以学习python是个不错的选择。
开发python如何高效运行提高效率？
众所周知，Python虽然开发容易但是运行效率一直都是一个不得不考虑的问题，虽然Python语言的开发者在不断的优化，但是作为解释性语言，在简单易懂的语法下带了的运行效率问题是难以解决的。
原来看到新闻有说Python开发者，为了提高执行效率打算重写底层代码，但这个工作量比较巨大，最近也没有看到关于该进度的报道。还有一点是，Python是在其他语言基础上的二次开发(cpython,jpython)，所以无论如何优化估计在执行效率上是没法和原语言媲美的，只能改进和接近但没办法超越。
针对于解决运行效率这个问题，由于Python是一种胶水语言，自然可以将需要高效运行的代码块使用C或J***a改写之后嵌入。这是目前解决执行效率最有效的方法。
随着人工智能的大热，让Python逐渐走入人们的视线，一跃成为热门编程语言。Python的语言特性让它具备很多独特的优势，譬如能通过极少量代码完成许多操作，以及多进程，能够轻松支持多任务处理。除了多种优势外，Python也有不好的地方，运行较慢，下面为大家介绍6个窍门，可以帮你提高Python的运行效率。
Python含有许多古老的排序规则，这些规则在你创建定制的排序方法时会占用很多时间，而这些排序方法运行时也会拖延程序实际的运行速度。最佳的排序方法其实是尽可能多地使用键和内置的sort()方法。
开发者有时会忘记计算机其实并不理解用来创建现代应用程序的编程语言。计算机理解的是机器语言。为了运行你的应用，你借助一个应用将你所编的人类可读的代码转换成机器可读的代码。有时，你用一种诸如Python这样的语言编写应用，再以c++这样的语言运行你的应用，这在运行的角度来说，是可行的。关键在于，你想你的应用完成什么事情，而你的主机系统能提供什么样的***。
Python简化了许多编程任务，但是对于一些时间敏感的任务，它的表现经常不尽人意。使用C/C++或机器语言的外部功能包处理时间敏感任务，可以有效提高应用的运行效率。这些功能包往往依附于特定的平台，因此你要根据自己所用的平台选择合适的功能包。简而言之，这个窍门要你牺牲应用的可移植性以换取只有通过对底层主机的直接编程才能获得的运行效率。
每一种编程语言都强调最优化的[_a***_]方案。当使用Python时，你可以借助丰富的技巧让循环程序跑得更快。然而，开发者们经常遗忘的一个技巧是：尽量避免在循环中访问变量的属性。
每次创建应用时都使用同一种编码方法几乎无一例外会导致应用的运行效率不尽人意。可以在程序分析时尝试一些试验性的办法。譬如说，在处理字典中的数据项时，你既可以使用的方法，先确保数据项已经存在再进行更新，也可以直接对数据项进行更新，把不存在的数据项作为特例分开处理。
你要保证自己的代码在新版本里还能运行。你需要使用新的函数库才能体验新的Python版本，然后你需要在做出关键性的改动时检查自己的应用。只有当你完成必要的修正之后，你才能体会新版本的不同。
掌握一些小窍门可以帮助你更好的运用Python完成工作，但更重要的还是要掌握扎实的基础。
c语言现在还有必要学吗，如果有，优势是什么？
这是这个问题具备很强的两面性，对于想切入某些领域比如嵌入式开发等这些C语言是必须要学的，不但是C语言要学习，数据结构，c++也要切入进去，所以对于C语言的学习，还是要选择的方向，有些j***a的技术大牛本身也不懂c++，但j***a搞的风生水起。
从系统学习的角度考虑学习C语言还是很有必要，毕竟懂得底层功能的实现，对于系统的了解软件框架还是有帮助。现在很多主流的编程语言的底层大多是基于C语言构建出来的，了解底层的实现，对于深刻了解底层代码的实现有非常强烈的借鉴意义。
2.制定学习计划，***的推进以书本的大纲为基准
3.在推进***的过程中，如果遇到不懂找到 对应的***学习
5.尝试做点C语言的测试小项目，比如贪食蛇，图书管理系统等等
到此，以上就是小编对于学习python的心得的问题就介绍到这了，希望介绍关于学习python的心得的3点解答对大家有用。
