Что учить после питона
Помощь в изучении Python. Что дальше?
Учиться по книгам можно бесконечно. Судя по Вашим словам, Вы вполне подготовлены, чтобы начать работу над несложным проектом / задачей.
Ну и еще несколько советов:
1. Ползуйтесь хорошим IDE (я использую PyCharm Pro, но в принципе и бесплатный PyCharm community edition прекрасно подойдет). Там можно настроить Python консоль, так что интерактивность не пострадает.
2. Если возьметесь за что-либо, что можно назвать проектом, пользуйтесь системой контроля версий. Это не так страшно как кажется. Я бы советовал Git. Можно из командной строки (для изучения предпочтительна, лично я предпочитаю и для работы), либо UI клиент (я пользуюсь SourceTree). Изучить Git на начальном этапе можно за полдня. Вот хорошая книжка:
достаточно первые пару глав прочесть для начала
4. При разработке в Python, пользуйтесь virtualenv. Это нужно для того, чтобы не замусоривать ваш основной дистрибутив Python установленными сторонними модулями и библиотеками.
5. Это вопрос личного вкуса и удобства, но лично мне в работе сильно помогают системы project management. Я пользуюсь Blossom.io, но он платный. Из бесплатных, могу порекомендовать Trello.
Все эти вещи могут показаться тягомотными, но это нужно пройти лишь один раз. После этого у Вас будет настроенное рабочее пространство для профессиональной работы. Это сделает Вам рабочий процесс намного удобнее, и знакомство с этим будет плюсом, если потом захотите работу искать в Python.
Собственно по Python, очень рекомендую вот это:
куча реально полезной информации. По всем конкретным вопросам нет ничего лучше StackOverflow.
Ну и уже когда практического опыта на реальном проекте поднаберетесь, вот тогда делайте upgrade, читайте еще книжки, код других проектов, участвуйте в других open source проектах, и т.д. В итоге гораздо быстрее все освоите, чем если прямолинейным чтением книг / прохождением курсов будете заниматься.
Не начинайте учиться кодингу с Python, начните с языка C
Python удивителен своей способностью продвигать программирование. Он как будто является подтверждением популярной идеи «если вы знаете английский, то должны знать, как писать код». Благодаря синтаксису, напоминающему английский язык, парадигме отступов и огромному количеству библиотек другие языки по сравнению с Python начинают выглядеть бесполезными.
Python — язык программирования по умолчанию для «самой сексуальной профессии 21-го века». Да, громкие слова о данных по-прежнему сохраняют за data science репутацию «сексуальной работы», хотя современные обстоятельства уже не полностью поддерживают это утверждение. Языку Python удалось добиться того, что он позволяет решать большинство проблем data science.
Кроме того, Python также популярен в блокчейне, DevOps и кибербезопасности.
Ажиотаж вокруг Python постоянно растёт. Этот язык используется как средство кодинга в бесчисленном количестве онлайн-курсов и учебных программ.
Несмотря на всё это и вопреки всей привлекательности Python, он не подходит для начинающих в программировании. Лучшим вариантом является C.
В этой статье я расскажу о том, почему в качестве опорной точки вместо Python следует использовать C.
Начинай с самого сильного
Python — это высокоуровневый язык программирования. То есть Python имеет высокую степень абстракции, обеспечивающую удобство общения между пользователем и языком.
Другими словами, механизм интерпретации Python склонен закрывать глаза на ошибки, о которых другие языки программирования скорее всего сообщили бы. В нём нет объявления переменных, используется автоматическое приведение типов. Всё это упрощает программирование и превращает Python в дружественный к пользователю язык.
Любопытно, что преимущества Python одновременно являются и его недостатками. Такой подход культивирует ментальность, поощряющую нетерпеливость и лень.
С другой стороны, язык C — это язык программирования среднего уровня. Он находится между низкоуровневыми (ассемблер, машинные языки) и высокоуровневыми (Python, Ruby и т.д.) языками. С практической точки зрения из-за этого на C писать сложнее, чем на Python. Однако усилия того стоят.
C отображает истинную картину того, чем является программирование. Программисты на C преодолевают сложности, чтобы их код запускался и работал, и это стимулирует развитие хороших навыков программирования.
Разработчики на C известны тем, что кропотливо создают упорядоченный, чистый код. А поскольку процесс накопления таких навыков начинается на довольно ранних этапах, они влияют не только на программирование на C, но и на кодинг в целом.
Проще говоря, C — это отличная стартовая площадка, потому что он создаёт прочный фундамент для начинающих разработчиков. Такие основы computer science, как динамическое распределение памяти и структуры данных делают программирование сложным трудом, но в дальнейшем разработчики пожнут плоды своих усилий.
Нереалистичные ожидания
В Python меня расстраивает то, насколько нереалистичные ожидания и ложные надежды он заранее даёт. Многие люди думают, что Python — золотой билет в мир их карьеры, поэтому появляется так много новичков, стремящихся освоить этот язык.
Например, недавно в одной группе в Facebook я наткнулся на пост семилетнего ребёнка, ищущего фриланс-работу в сфере data science. Как доказательство своего опыта программирования он приложил сертификат онлайн-курса по Python.
Я ни в коем случае не хочу принизить усилия этого мальчика, ведь многие юные разработчики создают код, свидетельствующий об их мастерстве. Неприятное чувство во мне вызвало желание поиска работы в таком юном возрасте.
Увидев это, я понял, что ситуация на рынке технологий значительно изменилась. Сегодня каждый хочет освоить Python, чтобы получить обещанную прибыльную должность.
Я не говорю, что в этом вина Python. Это наша собственная вина.
Это наша вина, потому что мы обычно ставим планку слишком высоко и ведём себя так, как будто Python — это альфа и омега. Если подходить реалистично, то для успеха в современном непредсказуемом мире требуется больше, чем желание и язык программирования.
Возьмём для примера экономический спад, связанный с пандемией. Этот кризис превратил рынок труда в поле боя. Это, в свою очередь, нанесло урон выпускникам со степенью computer science, которые когда-то устраивались на работу без изматывающих поисков. Следовательно, если вы не продвинетесь дальше, чем глупый сертификат, и не сотрёте пальцы в кровь, то у вас нет ни малейшего шанса.
C — это хороший выбор для тренировки своих пальцев и подготовки мозга. В конечном итоге, вы как минимум получите представление о трудностях, которые вам предстоят в дальнейшем.
Python приготовлен на C
Python — это всего-навсего набор правил.
Правила, управляющие Python, можно реализовать в некоторых языках. Обычно название конкретной реализации состоит из аббревиатуры использованного языка и слова Python.
Например, для C есть CPython, а для Java — Jython.
Самая популярная реализация Python написана на C. Поэтому определённые знания C точно пригодятся при расшифровке кода на Python.
Кроме того, довольно многие пакеты Python, допустим, NumPy, написаны на C и его младшем брате C++ для устранения недостатков эффективности, потому что по сравнению с ними Python ужасно медленный.
Когда человек привыкает к быстрому коду, он начинает болезненно воспринимать медленно выполняемые программы. Это ведёт к стремлению создавать эффективный код, как на Python, так и на других языках программирования.
Выводы
За свою жизнь я поработал более чем с пятью языками программирования, первым был C, а последним — Python.
Хотя я благодарен тому фундаменту, который приобрёл благодаря старомодному C, я совершенно точно не пристрастен к этому языку. Мои сомнения в обоснованности изучения Python в качестве первого языка программирования обрели основу, когда я поработал с разработчиками, начавшими с Python.
Я заметил, что многим (не всем) разработчикам, с которыми я общался, не хватало навыков рефакторинга. Они редко воспринимали серьёзно проблемы с исполнением программ и их волновало только создание работающего кода. На самом деле, кодинг — это нечто большее.
В этот момент я понял, что под гримом Python скрывается уродливое лицо. Лицо, которое могло бы стать красивее, если бы за ним тщательно ухаживали с самого начала.
В конечном итоге, путь к мастерскому освоению Python становится менее трудным, если есть фундамент в виде знания C.
На правах рекламы
Эпичные серверы — это VPS на Linux или Windows с мощными процессорами семейства AMD EPYC и очень быстрыми NVMe дисками Intel. Расходятся, как горячие пирожки!
Что учить новичку после основ Python?
Что лучше учить Python 2 или Python 3?
хочу начать учить питон но полазив в нете, частенько попадалась информация что вроде как 2 будет.
Java: что учить после основ?
Здравствуйте. В java новичок. возможно таких вопросов было много но конкретно по пунктам 1. 2.
Что учить после основ PHP?
Здравствуйте, подскажите что учить рпосле основ PHP? Какую тему и если можно уроки посоветуйте.
Решение
а ее не надо изучать просто так, как книгу, ее надо на примере сразу рассматривать. Найди что тебе интересно. Парсинг? Рассчеты? Гуи или боты (прости господи)? и пробуй решать задачу, писать проект заодно изучая библиотеку.
Кстати, как вариант пока остановись на форуме, просто проверь себя, реально ты «изучил» и легко сможешь помогать тут новичкам или в ряде задач есть решения лучше твоего? Тогда изучи их, что ты упустил? Постепенно смотри более сложные задачи, уже с либами.
1000 страниц из 1300-страничного учебника Изучаем Python. Изучил?
Добавлено через 11 минут
iamyk789, Изучив первую главу в «Лутц М. Программирование на Python», дальше уже сможешь определится, чем ты хочешь заниматься в дальнейшем и выбери соответствующую часть в этой книге.
«Системное программирование», «Работа с графикой», «web программирование» или что то еще используя специализированные библиотеки (изучая документацию к ним) и так далее.
Что учить после освоения основ
Здравствуйте. В общем, проблема у меня есть: не знаю, что учить дальше. То есть я худо-бедно освоил.
Что лучше учить после основ C#?
Всем привет, прочитал книгу Троелсена, начал читать Рихтера, работал с консолью, немного в формах.
Что лучшие учить новичку C# или Java
Привет, последние время мне приходиться работать с Web это HTML CSS JS PHP MySQL, и не много с.
Что изучать после основ?
Всем доброго времени суток, пробуксировал учебник по плюсам, теперь знаю основы от выделения памяти.
Что изучать после изучения основ языка
Доброго дня друзья. У меня такой вопрос. Подруга изучила основы С++, параллельно изучает книгу по.
Python за месяц
Руководство для абсолютных чайновичков.
(Прим. пер.: это советы от автора-индуса, но вроде дельные. Дополняйте в комментах.)
Месяц — это много времени. Если тратить на обучение по 6-7 часов каждый день, то можно сделать дофига.
Теперь план по неделям.
Статья переведена при поддержке компании EDISON Software, которая дает дельные советы юниорам, а также проектирует программное обеспечение и пишет ТЗ на русском и английском.
Первая неделя: познакомьтесь с Python
Разберитесь как все устроено в Python. Проверьте как можно больше вещей.
Я понимаю, звучит противоречиво. Но поверьте мне. Я знаю кучу людей, у которых отпало всякое желание изучать что-либо после того как они не смогли установить среду разработки или ПО. Я советую сразу залезть в андроид приложение вроде Programming Hero или на сайт Repl и начать исследовать язык. Не ставьте себе задачу первым делом установить Python, если вы не особо подкованы технически.
Вторая неделя: начните разработку программного обеспечения (соберите проект)
Получите опыт разработки ПО. Попробуйте использовать все, что вы выучили, чтобы создать настоящий проект.
Просто слепо следуя шагам в уроке или видео вы не разовьете умение думать. Вы должны применить свои знания в проекте. Как только вы потратите все силы на поиск ответа, вы его запомните.
Третья неделя: освойтесь как программист
Ваша цель на 3 неделе получить общее представление о процессе разработки ПО. Вам не нужно будет оттачивать ваши навыки. Но вы должны знать некоторые основы, так как они повлияют на вашу повседневную работу.
Если вы болеете этой темой и посвящаете ей всего себя, то сможете сделать все за месяц.
Четвертая неделя: серьезно отнеситесь к тому, чтобы получить работу (стажера)
Ваша цель четвертой недели всерьез задуматься об устройстве на работу. Даже если вы не хотите получать работу прямо сейчас, вы многому научитесь в процессе собеседований.
часов): Каждый раз, когда вы получаете отказ, определите для себя 2 вещи, которые вы должны знать, чтобы получить работу. Затем потратьте 4-5 дней на то, чтобы отточить свое мастерство в этих вопросах. Таким образом, после каждого отказа вы будете становиться лучше как разработчик.
Готовность к работе:
Правда в том, что вы никогда не будете готовы к работе на 100%. Все что вам нужно это очень хорошо выучить 1-2 вещи. И ознакомиться с другими вопросами, чтобы преодолеть барьер собеседований. Как только вы получите работу, вы многому научитесь на ней.
Обучение это процесс. На вашем пути обязательно будут трудности. Чем их больше — тем вы лучше как разработчик.
Если вы сможете закончить список за 28 дней, вы большой молодец. Но даже если вы выполните 60-70% списка, вы разовьете необходимые качества и навыки. Они помогут вам стать программистом.
Если вы все еще не знаете c чего начать,
Почему будущее не за Python
Хотя, безусловно, этот язык программирования будет востребован ещё много лет.
Сообществу программистов понадобились десятилетия, чтобы по достоинству оценить Python. С начала 2010-х годов он переживает бум — и в итоге превосходит C++, C#, Java и JavaScript по популярности.
Но до каких пор эта тенденция будет сохраняться? Когда Python в конечном итоге будет заменён другими языками и почему это неизбежно произойдёт?
Перевод сделан при поддержке компании EDISON.
Мы очень любим и широко используем Python! 😉
Что делает Python популярным сегодня
О популярности Python можно судить по StackOverflow, если смотреть на количество тегов в сообщениях. Учитывая масштаб StackOverflow, это довольно-таки объективный показатель популярности языка.
Упоминаемость на StackOverflow некоторых популярных языков программирования — динамика изменений по годам. Показатели Python неуклонно растут, у конкурентов — снижаются.
В то время как R в течение последних нескольких лет находился на плато, а показатели многих других языков неуклонно снижаются, рост Python кажется неудержимым. Почти 14% всех вопросов StackOverflow помечены как «python», и эта тенденция только растёт. И тому есть ряд причин.
Проверен временем
Python существует ещё с девяностых. Речь не только о том, что у него было предостаточно времени для роста. А также о том, что сформировалось большое и поддерживающее сообщество.
Поэтому, если у вас возникнут какие-либо проблемы во время написания кода на Python, высока вероятность того, что вы сможете быстро решить их с помощью гуглопоиска. Просто потому, что кто-то уже сталкивался с аналогичной проблемой и написал что-нибудь полезное по этому поводу.
Дружелюбен к новичкам
И дело не только в том, что язык существует уже несколько десятилетий, за которые программисты написали ряд блестящих учебников. Синтаксис Python ещё и очень удобочитаем.
Во-первых, нет необходимости указывать тип данных. Вы просто объявляете переменную — из контекста Python поймет, является ли она целым числом, значением с плавающей запятой, логическим значением или чем-то ещё. Это огромное подспорье для начинающих. Если вам когда-либо приходилось программировать на C++, то вы знаете, как это грустно, когда программа не компилируется только из-за того, что где-то вместо числа с плавающей запятой подставлено целое.
И если вам когда-либо приходилось сравнивать код на Python и C++, то знаете, насколько более понятным выглядит Python. Несмотря на то, что C++ спроектирован с учётом английского языка, это весьма сложное чтение по сравнению с питоновским кодом.
Универсален
Python существует уже долгое время, за которое разработчики создали много библиотек на все случаи жизни. В наши дни практически для всего можно найти требуемый инструмент.
Много чисел, векторов и матриц? NumPy в помощь.
Техническо-инженерные расчёты? Используйте SciPy.
Анализ больших данных? Pandas разберётся.
Машинное обучение, нейронные сети, ИИ? Почему бы не Scikit-Learn?
С какой бы вычислительной задачей вы ни столкнулись, есть вероятность, что для неё есть пакет Python. Это позволяет языку держаться в тренде, что заметно по набирающей популярности машинного обучения за последние несколько лет.
Недостатки Python — и могут ли они похоронить язык
Воодушевившись текущим положением дел, можно вообразить, что Python — это всерьёз и надолго. Но, как и у любой технологии, у Python есть свои слабые стороны. Рассмотрим по порядку самые важные недостатки, и оценим, являются ли они фатальными или нет.
Скорость
Питон медленный. Не, ну реально медленный. В среднем задача выполняется в 2–10 раз дольше чем на языках-конкурентах.
Тому есть причины. Во-первых, динамическая типизация — помните, выше мы говорили, что очень удобно, когда не нужно указывать типы данных, как в других языках? Обратной стороной медали является необходимость в использовании большого количества памяти, потому что программе необходимо резервировать достаточно места для каждой переменной, чтобы она работала в любом случае. И память «с запасом» приводит к большему расходованию вычислительного времени.
Во-вторых, Python может одновременно выполнять только одну задачу. Это тоже является следствием гибких типов данных — Python должен убедиться, что каждой переменной соответствует только один тип данных, и параллельные процессы могут этому помешать.
Но, по большому счёту, скорость не имеет решающего значения. Производительные компьютеры и серверы настолько доступны, что речь разве что идёт о долях секунды. Конечному пользователю все равно, загружается его приложение за 0,001 или же за 0,01 секунды.
Область видимости
Изначально Python был динамически ограничен. Это в основном означает, что для оценки выражения компилятор сначала ищет текущий блок, а затем последовательно все вызывающие функции.
Проблема с динамической областью видимости заключается в том, что каждое выражение необходимо проверять во всех возможных контекстах, что утомительно. Вот почему большинство современных языков программирования используют статическую область видимости.
Python попытался перейти к статической области видимости, но неудачно. Обычно внутренние области видимости, например функции внутри функций, могут видеть и изменять внешние области видимости. В Python внутренние области могут только видеть внешние области, но не изменять их. Это приводит к большой путанице.
Лямбда-функции
Несмотря на всю гибкость Python, использование лямбда довольно ограничено. Они могут быть только выражениями в Python, но не операторами.
С другой стороны, объявления переменных и операторы всегда являются операторами. Это означает, что лямбды не могут быть использованы для них.
Это различие между выражениями и утверждениями довольно произвольно и не встречается в других языках.
Строгие отступы делают код читабельнее, но их обязательность ухудшает поддерживаемость.
Пробелы и табуляция
В Python пробелы и табуляция используется для обозначения разных уровней кода. Это делает его визуально привлекательным и интуитивно понятным.
В других языках, например в C++, для вложенных структур используются фигурные скобки с точкой с запятой. Хотя это может не так красиво и неудобно для начинающих, это делает код более удобным для сопровождения. С ростом проекта значение такого подхода тоже возрастает.
Новые (относительно) языки, вроде Haskell, решают эту проблему: они полагаются на пробелы, но предлагают альтернативный синтаксис для тех, кто хочет обойтись без них.
Мобильная разработка
Поскольку наблюдается массовый переход от настольных ПК к смартфонам, очевидно, что возрастает потребность в надежных языках для создания мобильного ПО.
Но мобильных приложений на Python раз два и обчёлся. Это не значит, что это вообще невозможно — для этого есть пакет под названием Kivy.
Python не был создан для мобильных устройств. Даже если он и может дать приемлемые результаты для решения базовых задач в этой области, лучше всего использовать язык, заточенный под разработку мобильных приложений. Некоторые широко используемые платформы программирования для мобильных устройств включают в себя React Native, Flutter, Iconic и Cordova.
Конечно, ноутбуки и настольные ПК ещё будут использоваться долгие годы. Однако мобильные устройства уже давно превосходят настольный трафик. Можно уверенно утверждать, что изучение Python недостаточно, чтобы считаться опытным всесторонним разработчиком.
Ошибки времени выполнения
Сначала отдельно компиляция, затем выполнение — так в каких-то других языках, но не в Python. Вместо этого код компилируется всякий раз, когда исполняется, поэтому любая ошибка в коде проявляется во время выполнения программы. Это приводит к снижению производительности, лишнему расходу времени и необходимости большого количества тестов. Больше тестов богу тестов!
Это отлично подходит для начинающих, так как тестирование само по себе многому учит. Но для опытных разработчиков необходимость отладки сложной программы в Python заставляет их ошибаться. Эта нехватка производительности — самый серьёзный фактор, свидетельствующий о том, что время Python в обозримом будущем пройдёт.
Что может заменить Python в будущем — и когда
На рынке языков программирования появилось несколько новых конкурентов:
Упоминаемость на StackOverflow для Go/Rust/Julia — динамика изменений по годам. Показатели пока скромные, но у этих языков устойчивый восходящий тренд.
Учитывая повсеместную популярность Python в настоящее время, потребуется полдесятилетия, может быть, даже целое, чтобы любой из этих новых языков заменил его.
Какой из языков это будет — Rust, Go, Julia или ещё какой-то новый язык будущего — трудно сказать на данный момент. Но, учитывая проблемы с производительностью, которые являются фундаментальными для Python из-за его архитектуры, рано или поздно неизбежное случится.