Python实用教程，包括：Python基础，Python高级特性，面向对象编程，多线程，数据库，数据科学，Flask，爬虫开发教程。

在本Python教程包含了一些范例，涵盖了大多数Python日常脚本任务，是入门Python的学习资料，也可以作为工作中编写Python脚本的参考实现。 以下所有实现均在python3环境下测试。

Guide

• Tutorial
• Get Started
• Contact
• Cite
• Reference

• 目录说明

• Notebook教程说明

Notebook	Description
01_base/01_字符串类型_str.ipynb	Python字符串类型
01_base/02_列表类型_list.ipynb	Python列表类型
01_base/03_元组类型_tuple.ipynb	Python元组
01_base/04_字典类型_dict.ipynb	Python字典
01_base/05_集合类型_set.ipynb	Python集合
01_base/06_条件判断_if.ipynb	Python条件判断
01_base/07_列表推导式.ipynb	Python列表推导式
01_base/08_循环结构_loop.ipynb	Python循环
01_base/09_函数和模块.ipynb	Python函数
01_base/10_文件和异常.ipynb	Python文件和异常
01_base/11_线程和进程.ipynb	Python多线程和多进程
02_advanced/01_系统交互_os.ipynb	Python系统交互操作
02_advanced/02_数据库_sql.ipynb	Python操作mysql数据库
02_advanced/03_高阶函数.ipynb	map、filter、lambda高阶函数
02_advanced/04_迭代器与生成器.ipynb	迭代器和yield生成器
02_advanced/05_上下文管理器.ipynb	with语句
02_advanced/06_装饰器.ipynb	Decorator装饰器
02_advanced/07_面向对象编程.ipynb	Python类
03_data_science/01_Numpy数组.ipynb	Numpy array数组
03_data_science/02_Numpy索引.ipynb	Numpy index索引
03_data_science/03_Numpy方法.ipynb	Numpy 方法
03_data_science/04_Matpoltlib画图.ipynb	Matpoltlib画图
03_data_science/05_SciPy统计分布.ipynb	Scipy统计分布
03_data_science/06_SciPy曲线拟合.ipynb	Scipy曲线
03_data_science/07_Pandas数据类型.ipynb	Pandas数据类型
03_data_science/08_Pandas数据操作.ipynb	Pandas操作
03_data_science/09_Scikit-Learn分类.ipynb	Scikit-Learn数据分类
03_data_science/10_Scikit-Learn聚类.ipynb	Scikit-Learn聚类
04_flask/01_Flask介绍.md	Flask介绍
04_flask/02_Flask模板.md	Flask模板
04_flask/03_静态文件.md	Flask静态文件
04_flask/04_数据库.md	Flask数据库
04_flask/05_模板优化.md	Flask模板优化
04_flask/06_表单.md	Flask表单
04_flask/07_用户认证.md	用户认证
04_flask/08_Flask应用watchlist	Flask应用示例watchlist
05_spider/01_爬虫介绍.ipynb	Python网络爬虫介绍
05_spider/02_网页解析和存储.ipynb	网页工具requests、lxml、BeautifulSoup、Selenium
06_tool/argparse_demo.py	Python参数解析
06_tool/profiler工具.md	Python性能监测工具
06_tool/logger.py	Python日志
06_tool/send_email.py	Python发邮件

教程代码大多数为Notebook书写（文件后缀.ipynb），如下所示：

• 使用Colab学习教程：

点击各教程的即可在Google Colab打开Notebook并运行。

• 使用Jupyter Notebook学习教程：

1. 下载Python：建议使用Anaconda，Python环境和包一键装好，Python3.7 版本
2. 下载本项目：可以使用git clone，或者下载zip文件，解压到电脑
3. 打开Jupyter Notebook：打开终端，cd到本项目所在的文件夹，执行：jupyter notebook ，浏览器打开01_base/01_字符串类型.ipynb，跟随介绍交互使用

• Issue(建议)：
• 邮件我：xuming: [email protected]
• 微信我：加我微信号：xuming624，进Python-NLP交流群，备注：姓名-公司名-NLP

如果你在研究中使用了python-tutorial，请按如下格式引用：

@misc{python-tutorial, title={python-tutorial: Python3 Tutorial for Beginners}, author={Ming Xu}, howpublished={https://github.com/shibing624/python-tutorial}, year={2021} }

授权协议为 The Apache License 2.0，可免费用做商业用途。请在产品说明中附加python-tutorial的链接和授权协议。

项目代码还很粗糙，如果大家对代码有所改进，欢迎提交回本项目，在提交之前，注意以下两点：

• 在本地进行单元测试
• 确保所有单测都是通过的

之后即可提交PR。

1. 廖雪峰Python3教程
2. PythonDataScienceHandbook
3. Python4DataScience.CH
4. Python-100-Days
5. flask-tutorial