我們們以《三國演義》人名和兵器譜為例，嘗試讀取不同結構的文字檔案，並且對其中的資訊進行統計分析和視覺化。
入門
如何幫助學生高效入門 Python ，一直是困擾我的問題。
總結經驗後，我寫下了《如何高效學Python？》一文。
文中按照自律能力，我把學生分成了3個類別。
自律能力最高的，看書就行。文中推薦了我認為最好的 Python 書籍，有中文譯本；
自律能力中等的，可以學各種輕量級課程組合。除了我當時推薦的課程平臺外，最近我發現 Udemy 上的某些課程，也很不錯；
自律能力較低的，可以學一門比較完整的專項課程。我推薦了經典 Python 入門課“Programming for Everybody”。
這篇文章很受歡迎，多個平臺上閱讀量都數以萬計。
可是，有一個統計規律，我寫作時，似乎沒有考慮到。
直到後來，我收到了多名讀者的留言反饋，才恍然大悟。
這個統計規律是：
自律能力，和英文能力，是顯著正相關的。
仔細諑磨一下這句話，是不是能品出些滋味來？
如果一個學生自律能力較低，去嘗試 “Programming for Everybody”，結果會發現英文聽不懂，於是放棄……
讀者的反饋，讓我意識到了，找一門靠譜的、全面系統講解 Python 基礎的中文線上課程，是很重要的。
這樣的課程，如果能夠達到 “Programming for Everybody”的深度與廣度，那麼學過後，再進一步學資料探勘、機器學習，乃至深度神經網路，就可以水到渠成了。
前幾天，看到賣桃君（MacTalk，池建強老師的公眾號）又重發了《人生苦短，我用 Python》的感言，我就知道又一門 Python 基礎課程來了。
果不其然，池老師推薦的，是他們公司《極客時間》平臺上的一門新 Python 課程《零基礎學 Python》，主講人是尹會生老師，金山軟體西山居技術經理。
雖然我不需要“零基礎”學 Python，但是我很想了解這門課，是否足夠培訓培訓新入學的研究生，迅速掌握 Python 。
我很快就付費訂閱了。
週末，我花了兩個半天的時間，把目前已上線的27個視訊（預計總視訊數量50個），都從頭到尾，完整看了一遍。
許多環節，我都實際跑了程式碼，還做了筆記。
我覺得，這門課對於我這個“非零基礎”的學員，有不少幫助和啟發。
如果你一直從事某一方面的工作或研究，即便是 Python 這麼簡單的語言，很多語法和技巧，你也不會經常用到。
用進廢退。很多你學過的東西，也會遺忘掉。
系統地梳理知識體系，可以幫助自己補足漏洞，不至於經常“重新發明輪子”。
另外，我發現之前教程讀者不斷提出的一些問題，其實都跟 Python 基礎命令的不熟悉有關係。
例如幾乎每次教程，都要用到的檔案操作，以讀取外部資料。
你知道可以用 Pandas 讀取與分析處理 csv 檔案或者 Excel 檔案。
但是那些非結構化的文字檔案，你該如何讀取與分析呢？
如果遇到編碼問題，該怎麼辦？
尹老師在視訊教程中，講解了《三國演義》人名與兵器出現次數統計的例子，讓我眼前一亮，覺得確實是很好的分析案例。
一個例子裡面，不僅講解了檔案操作，還順帶複習了字串、列表和字典等多項知識點。
而且我也是個《三國》迷，上中學的時候玩兒《三國志IV》非常上癮。
為了修改武將技能和數值，還專門學會了16進位制。
我在思考，如果換作自己授課，用同樣的資料作為例子，給學生講檔案讀取、字串拆分、列表迴圈、字典生成……我會怎麼講呢？
作為行動派，我立刻就做了個視訊教程出來。
視訊教程
我採用 Jupyter Notebook 撰寫了原始碼，然後呼叫 mybinder ，把教程的執行環境扔到了雲上。
請點選這個連結（t.cn/R1TLtxq），直接進入我們們的實驗環境。
你不需要在本地計算機安裝任何軟體包。只要有一個現代化瀏覽器（包括Google Chrome, Firefox, Safari和Microsoft Edge等）就可以了。全部的依賴軟體，我都已經為你準備好了。
如果你對這個程式碼執行環境的構建過程感興趣，歡迎閱讀我的《如何用iPad執行Python程式碼？》一文。
瀏覽器中開啟了我們們的環境後，請你觀看我給你錄製的視訊教程。
視訊教程的連結在這裡。
希望你能跟著教程，實際操作一遍。這樣收穫會比較大。
教程的末尾，我給你留了一道練習題。說明了練習題的要求，還給出了輔助框架程式碼。
請你自行嘗試解決該練習題，以鞏固所學知識。
如果你解完了練習題，或者在解題過程中遇到了問題，歡迎參考我做的練習解答視訊，核對參考答案。
這段視訊的連結在這裡。
通過本教程，希望你已經掌握了以下知識：
- 如何讀取文字檔案；
- 如何把字串分割成列表；
- 如何依據順序，找出列表中的某一項內容；
- 如何遍歷列表；
- 如何統計字串a中，字串b出現的次數；
- 如何新建，並用遍歷方法，填充字典；
- 如何讀入外部幫助函式模組，並呼叫其功能函式；
如果你希望在本地，而非雲端執行本教程中的樣例，請使用這個連結（t.cn/R1T4400）下載本文用到的全部原始碼和執行環境配置檔案（Pipenv）壓縮包。
然後，請你參考《如何用 pipenv 克隆 Python 教程程式碼執行環境？》一文的說明，利用 Pipenv ，在本地構建程式碼執行環境。
如果你知道如何使用github，也歡迎用這個連結（t.cn/R1T4iL5）訪問對應的github repo，進行clone或者fork等操作。
當然，要是能給我的repo加一顆星，就更好了。
建議
錄完視訊，我做個對比分析：
我倆的講法，到底有哪些不同？
細節的差別，可能有很多。但是大多都不重要。
我只想給尹老師提一個建議——把握節奏。
這裡的節奏，主要是為了學生和老師分別獲得即時反饋用的。
程式設計不是一門看了，甚至聽了，就能懂的課。
這就是為什麼，得到App至今也沒有上線程式設計課程。
程式設計必須要強調訓練，注重實踐。
訓練該在什麼時候做？
來自 Coursera, Udacity, 和 DataCamp 等平臺的經驗是：
間隔必須足夠短。
老師得盯住學生在學完知識點後，旋即練習。
通過練習，把握知識和技能，提升應用能力。
學生在練習中遇到了疑惑，及時提問，加以解決，可以避免疑問的非線性積攢。
如果你不理解“疑問的非線性積攢”，可以回憶你學微積分或隨機過程的遭遇。
學生不斷積攢疑問，對老師也會有很大的不利影響。因為老師同樣得不到有效反饋，還以為學生那邊一切順利呢。
在檔案操作這一部分，尹老師確實也留了練習。
# 練習一 檔案的建立和使用
1. 建立一個檔案，並寫入當前日期
2. 再次開啟這個檔案，讀取檔案的前4個字元後退出
複製程式碼問題在於，有多少學生會主動去 GitHub 上面找到這個練習，而且不但做了，還反饋給老師呢？
他們會拖延，甚至忽略這些練習。
然後一味繼續播放下一集。
看似懂了內容，實際上沒有真正掌握。
一旦中途遇到了比較困難的題目，或者是最後來個“期末考試”（例如專案作業），學生剛剛建立起來的學習興趣和信心，可能會徹底崩盤。
還是回到一開始那個問題——如果學生自律能力足夠強，他也就不需要這門 MOOC 了。
我的視訊教程，就是把尹老師原先直接講解的內容（武器檔案讀取與統計）先作為練習題，佈置給了學生。
剛學完知識後，大部分人，還是願意在操作成本足夠低的情況下，去嘗試一下的。
什麼叫“操作成本足夠低”？
看看我採取的這些方法，你就能理解了：
- 不需要學生自行安裝任何程式設計環境，有瀏覽器和網路就行；
- 不用離開 Jupyter Lab 介面，直接開啟另外一個 ipynb 就行；
- 不需要面對空的文件，只需要在輔助程式碼基礎上，做填空就行；
- 不需要猜測程式碼長度，已經給出了建議行數；
- 不需要接觸過多新的知識點，例如資料框轉化、排序和繪圖等，只需要呼叫已封裝的幫助函式即可。
而且，視訊教程末尾，明確說明了，下一個視訊就是講解練習的。
這就指明瞭，本練習的截止日期，就是你播放下一個視訊的時候。
對於自律能力差的學生，很多時候，只能靠這種前面鋪路、後面推一把的方法。
尹老師的教程介紹裡面，類似《三國》武將和兵器譜統計這樣的有趣例子還有不少。
例如查詢星座和屬相，用機器學習分類鳶尾花，用爬蟲爬圖片等。
因此，我對後續即將上線的20幾個視訊，還是很期待的。
《零基礎學 Python》課程對應的 github 專案連結在這裡（t.cn/R1TGsnK）。
裡面不僅包括課程已釋出視訊的全部對應程式碼，還包含了配套的練習和講義等。你可以在訂閱課程之前，先瀏覽一下。
如果你對這門課程感興趣，可以點選 這個連結 ，掃碼訂閱。
討論
你是通過什麼課程或書籍，入門 Python 的？它有什麼特色？還有哪些值得改進的地方？歡迎留言，把你的經驗和思考分享給大家，我們一起交流討論。
我們們以《三國演義》人名和兵器譜為例，嘗試讀取不同結構的文字檔案，並且對其中的資訊進行統計分析和視覺化。
入門
如何幫助學生高效入門 Python ，一直是困擾我的問題。
總結經驗後，我寫下了《如何高效學Python？》一文。
文中按照自律能力，我把學生分成了3個類別。
自律能力最高的，看書就行。文中推薦了我認為最好的 Python 書籍，有中文譯本；
自律能力中等的，可以學各種輕量級課程組合。除了我當時推薦的課程平臺外，最近我發現 Udemy 上的某些課程，也很不錯；
自律能力較低的，可以學一門比較完整的專項課程。我推薦了經典 Python 入門課“Programming for Everybody”。
這篇文章很受歡迎，多個平臺上閱讀量都數以萬計。
可是，有一個統計規律，我寫作時，似乎沒有考慮到。
直到後來，我收到了多名讀者的留言反饋，才恍然大悟。
這個統計規律是：
自律能力，和英文能力，是顯著正相關的。
仔細諑磨一下這句話，是不是能品出些滋味來？
如果一個學生自律能力較低，去嘗試 “Programming for Everybody”，結果會發現英文聽不懂，於是放棄……
讀者的反饋，讓我意識到了，找一門靠譜的、全面系統講解 Python 基礎的中文線上課程，是很重要的。
這樣的課程，如果能夠達到 “Programming for Everybody”的深度與廣度，那麼學過後，再進一步學資料探勘、機器學習，乃至深度神經網路，就可以水到渠成了。
前幾天，看到賣桃君（MacTalk，池建強老師的公眾號）又重發了《人生苦短，我用 Python》的感言，我就知道又一門 Python 基礎課程來了。
果不其然，池老師推薦的，是他們公司《極客時間》平臺上的一門新 Python 課程《零基礎學 Python》，主講人是尹會生老師，金山軟體西山居技術經理。
雖然我不需要“零基礎”學 Python，但是我很想了解這門課，是否足夠培訓培訓新入學的研究生，迅速掌握 Python 。
我很快就付費訂閱了。
週末，我花了兩個半天的時間，把目前已上線的27個視訊（預計總視訊數量50個），都從頭到尾，完整看了一遍。
許多環節，我都實際跑了程式碼，還做了筆記。
我覺得，這門課對於我這個“非零基礎”的學員，有不少幫助和啟發。
如果你一直從事某一方面的工作或研究，即便是 Python 這麼簡單的語言，很多語法和技巧，你也不會經常用到。
用進廢退。很多你學過的東西，也會遺忘掉。
系統地梳理知識體系，可以幫助自己補足漏洞，不至於經常“重新發明輪子”。
另外，我發現之前教程讀者不斷提出的一些問題，其實都跟 Python 基礎命令的不熟悉有關係。
例如幾乎每次教程，都要用到的檔案操作，以讀取外部資料。
你知道可以用 Pandas 讀取與分析處理 csv 檔案或者 Excel 檔案。
但是那些非結構化的文字檔案，你該如何讀取與分析呢？
如果遇到編碼問題，該怎麼辦？
尹老師在視訊教程中，講解了《三國演義》人名與兵器出現次數統計的例子，讓我眼前一亮，覺得確實是很好的分析案例。
一個例子裡面，不僅講解了檔案操作，還順帶複習了字串、列表和字典等多項知識點。
而且我也是個《三國》迷，上中學的時候玩兒《三國志IV》非常上癮。
為了修改武將技能和數值，還專門學會了16進位制。
我在思考，如果換作自己授課，用同樣的資料作為例子，給學生講檔案讀取、字串拆分、列表迴圈、字典生成……我會怎麼講呢？
作為行動派，我立刻就做了個視訊教程出來。
視訊教程
我採用 Jupyter Notebook 撰寫了原始碼，然後呼叫 mybinder ，把教程的執行環境扔到了雲上。
請點選這個連結（t.cn/R1TLtxq），直接進入我們們的實驗環境。
你不需要在本地計算機安裝任何軟體包。只要有一個現代化瀏覽器（包括Google Chrome, Firefox, Safari和Microsoft Edge等）就可以了。全部的依賴軟體，我都已經為你準備好了。
如果你對這個程式碼執行環境的構建過程感興趣，歡迎閱讀我的《如何用iPad執行Python程式碼？》一文。
瀏覽器中開啟了我們們的環境後，請你觀看我給你錄製的視訊教程。
視訊教程的連結在這裡。
希望你能跟著教程，實際操作一遍。這樣收穫會比較大。
教程的末尾，我給你留了一道練習題。說明了練習題的要求，還給出了輔助框架程式碼。
請你自行嘗試解決該練習題，以鞏固所學知識。
如果你解完了練習題，或者在解題過程中遇到了問題，歡迎參考我做的練習解答視訊，核對參考答案。
這段視訊的連結在這裡。
通過本教程，希望你已經掌握了以下知識：
- 如何讀取文字檔案；
- 如何把字串分割成列表；
- 如何依據順序，找出列表中的某一項內容；
- 如何遍歷列表；
- 如何統計字串a中，字串b出現的次數；
- 如何新建，並用遍歷方法，填充字典；
- 如何讀入外部幫助函式模組，並呼叫其功能函式；
如果你希望在本地，而非雲端執行本教程中的樣例，請使用這個連結（t.cn/R1T4400）下載本文用到的全部原始碼和執行環境配置檔案（Pipenv）壓縮包。
然後，請你參考《如何用 pipenv 克隆 Python 教程程式碼執行環境？》一文的說明，利用 Pipenv ，在本地構建程式碼執行環境。
如果你知道如何使用github，也歡迎用這個連結（t.cn/R1T4iL5）訪問對應的github repo，進行clone或者fork等操作。
當然，要是能給我的repo加一顆星，就更好了。
建議
錄完視訊，我做個對比分析：
我倆的講法，到底有哪些不同？
細節的差別，可能有很多。但是大多都不重要。
我只想給尹老師提一個建議——把握節奏。
這裡的節奏，主要是為了學生和老師分別獲得即時反饋用的。
程式設計不是一門看了，甚至聽了，就能懂的課。
這就是為什麼，得到App至今也沒有上線程式設計課程。
程式設計必須要強調訓練，注重實踐。
訓練該在什麼時候做？
來自 Coursera, Udacity, 和 DataCamp 等平臺的經驗是：
間隔必須足夠短。
老師得盯住學生在學完知識點後，旋即練習。
通過練習，把握知識和技能，提升應用能力。
學生在練習中遇到了疑惑，及時提問，加以解決，可以避免疑問的非線性積攢。
如果你不理解“疑問的非線性積攢”，可以回憶你學微積分或隨機過程的遭遇。
學生不斷積攢疑問，對老師也會有很大的不利影響。因為老師同樣得不到有效反饋，還以為學生那邊一切順利呢。
在檔案操作這一部分，尹老師確實也留了練習。
# 練習一 檔案的建立和使用
1. 建立一個檔案，並寫入當前日期
2. 再次開啟這個檔案，讀取檔案的前4個字元後退出
複製程式碼問題在於，有多少學生會主動去 GitHub 上面找到這個練習，而且不但做了，還反饋給老師呢？
他們會拖延，甚至忽略這些練習。
然後一味繼續播放下一集。
看似懂了內容，實際上沒有真正掌握。
一旦中途遇到了比較困難的題目，或者是最後來個“期末考試”（例如專案作業），學生剛剛建立起來的學習興趣和信心，可能會徹底崩盤。
還是回到一開始那個問題——如果學生自律能力足夠強，他也就不需要這門 MOOC 了。
我的視訊教程，就是把尹老師原先直接講解的內容（武器檔案讀取與統計）先作為練習題，佈置給了學生。
剛學完知識後，大部分人，還是願意在操作成本足夠低的情況下，去嘗試一下的。
什麼叫“操作成本足夠低”？
看看我採取的這些方法，你就能理解了：
- 不需要學生自行安裝任何程式設計環境，有瀏覽器和網路就行；
- 不用離開 Jupyter Lab 介面，直接開啟另外一個 ipynb 就行；
- 不需要面對空的文件，只需要在輔助程式碼基礎上，做填空就行；
- 不需要猜測程式碼長度，已經給出了建議行數；
- 不需要接觸過多新的知識點，例如資料框轉化、排序和繪圖等，只需要呼叫已封裝的幫助函式即可。
而且，視訊教程末尾，明確說明了，下一個視訊就是講解練習的。
這就指明瞭，本練習的截止日期，就是你播放下一個視訊的時候。
對於自律能力差的學生，很多時候，只能靠這種前面鋪路、後面推一把的方法。
尹老師的教程介紹裡面，類似《三國》武將和兵器譜統計這樣的有趣例子還有不少。
例如查詢星座和屬相，用機器學習分類鳶尾花，用爬蟲爬圖片等。
因此，我對後續即將上線的20幾個視訊，還是很期待的。
《零基礎學 Python》課程對應的 github 專案連結在這裡（t.cn/R1TGsnK）。
裡面不僅包括課程已釋出視訊的全部對應程式碼，還包含了配套的練習和講義等。你可以在訂閱課程之前，先瀏覽一下。
如果你對這門課程感興趣，可以點選 這個連結 ，掃碼訂閱。
討論
你是通過什麼課程或書籍，入門 Python 的？它有什麼特色？還有哪些值得改進的地方？歡迎留言，把你的經驗和思考分享給大家，我們一起交流討論。
喜歡請點贊。還可以微信關注和置頂我的公眾號“玉樹芝蘭”(nkwangshuyi)。
如果你對資料科學感興趣，不妨閱讀我的系列教程索引貼《如何高效入門資料科學？》，裡面還有更多的有趣問題及解法。