python趣味编程100例 学Python一定要会算法吗？

学Python一定要会算法吗？

刚开始入门时，不是必须学好算法的。但是随着技术的深入，算法还是需要的，不然只能干点"搬砖"的活儿。

1、学好软件开发离不开计算机理论基础，如数据结构、操作系统、网络技术、算法研究等。如果热爱这门技术，这些都是不问题，先入门，这些慢慢的都可以补上。

2、关于算法，它是软件开发的灵魂，没有好的算法写不出优秀的程序。

3、如何学习算法，首先选取经典算法教材。基础的可以先从《数据结构》学起，里面有些基础算法，然后再去学专门的算法(其实把数据结构范畴的算法学好，一般就够用了)。还有网上有很多论坛，算法网站，为了吸引眼球 一般都做的浅显易懂。还有大部分算法为c语言，但语言在算法层面都相通的，明白算法模型才是最重要的。

4、万事开头难，只要入门，剩下的就是慢慢经营这门技术就行了。算法在实践中学的最快也最牢固。

希望能帮到你

Python语言其实很慢，为什么机器学习这种快速算法步骤通常还是用呢？

对于用过几种开发语言（java，c#，nodejs，erlang），而后转Python做机器学习的人，我说说我的看法。

首先，大家说python慢是真的吗？我的回答是真的。非常慢，for循环比cpp慢两个数量级。

那为什么还用Python?假如我们遍历过亿的数据，两个数量级的差异是无法接受的。但如果我们用python做最上层的逻辑，把上亿数据进行分块，python只循环十几次，剩下扔给cpu和gpu。那么两个数量级是否就无所谓了呢？1毫秒和100毫秒在整个系统中真的无所谓了。

python最大的优势在于，可以非常非常优雅的把数据扔给高效的c，cuda去做计算。numpy，pandas，numba这些优秀的开源库可以非常方便的高效的处理海量的数据，借助zmq，celery等还可以做分布式计算，gevent借助系统的epoll进行io优化。所以，不需要花太多精力，就可以优雅，高效的实现海量的数据处理，机器学习的任务。这是python火爆的原因。

想想，同样的性能，代码只有cpp或java的三分之一甚至更少，是不是很有诱惑力？

要如何开始从零掌握Python机器学习？

我使用Python已经7年多了，现在从事视频物体识别算法开发，使用TensorFlow，也是基于Python语言。Python是一门解决所有问题的语言，值得你拥有！

我从2012年开始学习机器学习，因为没人指导，走过很多弯路，浪费了不少时间和精力。刚开始我是看《机器学习实战》这本书，虽然看不懂，但还是把书上的例子全跑了遍，渐渐地就发现不用明白算法也能实现想要的功能。然后，我就直接开发自己想要的程序，遇到需要机器学习的部分就直接copy过来，一个周后demo就出来了，这时你就发现你已经入门了。剩下的就是了解各个算法的使用范围和局限。

千万不要掉到无尽的书堆里去，要实践和做项目！

呃，地铁到站了，要上班去了，还没写完，有机会再继续探讨……

python趣味编程100例 Python算法详解mobi 数据结构与算法python

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。