我倒是可以推薦兩個大神的教程,廖雪峰的 Python3 教程和 Vamei 的博客教程,都很不錯,你可以看看.很基礎,很詳細,面向小白,免費又可靠


Python基礎教程,了解基本語法

進階可以看流暢的Python(非常好)


學習 python 比較不錯的書,有很多。推薦一本給樓主:python基礎入門。 這本書中有很多的詳細的例子,講的非常的簡單易懂。另外,在推薦一個不錯的博客:lupython.gitee.io 這個博客上包含了所有Python的應用領域和範圍,建議可以去看看


笨辦法學Python3


如果你學習python是為了讓工作自動化

建議看&


初學者找本400-500頁的書,能看完就好。


Python的學習資料,網上隨便搜都是大把的

不過那些基本上沒什麼乾貨

好的學習資料是系統的,全面的

從實戰例子,到工具到源碼,都全面的很

片面的學習,你肯定是學不好的

而且,大多數資料都是一堆理論的東西,給你看幾次,就沒了興趣了

我這裡有很多真正的實戰項目資料,有需要的可以找我來拿

參考下圖找我

from sklearn.model_selection import train_test_split

from sklearn.datasets import load_iris

from sklearn.neighbors import KNeighborsClassifier

# Load iris file

iris = load_iris()

iris.keys()

print(f"Target names:
{iris.target_names} ")

print(f"
Features:
{iris.feature_names}")

# Train set e Test set

X_train, X_test, y_train, y_test = train_test_split(

iris["data"], iris["target"], random_state=4

)

# KNN

knn = KNeighborsClassifier(n_neighbors=1)

knn.fit(X_train, y_train)

# new array to test

X_new = [[1, 2, 1, 4], [2, 3, 4, 5]]

prediction = knn.predict(X_new)

print(

"
New array:
{}"

"

Target Names Prediction:
{}".format(X_new, iris["target_names"][prediction])

)


《python從入門到實踐》


推薦閱讀:
相关文章