我是 周沫凡, 莫烦Python 只是谐音, 我喜欢制作, 分享所学的东西, 所以你能在这里找到很多有用的东西, 少走弯路. 你能在这里找到关于我的所有东西.

这个 Python tutorial 的一些内容:

• Python 基础
  • 基础
  • 多线程 threading
  • 多进程 multiprocessing
  • 简单窗口 tkinter
• 机器学习
  • 有趣的机器学习
  • 强化学习 (Reinforcement Learning)
  • 进化算法 (Evolutionary Algorithm) 如遗传算法等
  • Tensorflow (神经网络)
  • PyTorch (神经网络)
  • Theano (神经网络)
  • Keras (快速神经网络)
  • Scikit-Learn (机器学习)
  • 机器学习实战
• 数据处理
  • Numpy & Pandas (处理数据)
  • Matplotlib (绘图)
  • 爬虫
• 其他
  • Git (版本管理)
  • Linux 简易教学

赞助和支持

这些 tutorial 都是我用业余时间写出来, 录成视频, 如果你觉得它对你很有帮助, 请你也分享给需要学习的朋友们. 如果你看好我的经验分享, 也请考虑适当的 赞助打赏, 让我能继续分享更好的内容给大家.

莫烦 Python 教程快速上手指南

本指南基于周沫凡（莫烦 Python）开源的教程资源，旨在帮助开发者快速定位学习路径并搭建本地学习环境。该仓库主要包含教程的索引与链接，核心学习内容需访问官方网站或克隆代码示例进行实践。

环境准备

在开始学习之前，请确保您的开发环境满足以下基本要求：

• 操作系统：Windows、macOS 或 Linux 均可。
• Python 版本：推荐安装 Python 3.6 及以上版本（部分新特性教程建议 Python 3.8+）。
• 前置依赖：根据您选择的学习模块，可能需要安装以下常用数据科学库：
  • 基础计算：numpy, pandas
  • 可视化：matplotlib
  • 机器学习/深度学习：scikit-learn, tensorflow, torch, keras
  • 其他工具：tkinter (通常随 Python 自带), git

国内加速建议： 在安装依赖时，推荐使用国内镜像源以提升下载速度。例如使用清华源：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple <package_name>

安装步骤

由于本项目主要是教程目录和链接集合，获取本地代码示例主要有以下两种方式：

方式一：直接访问在线教程（推荐）

大部分内容已部署在官方网站，无需安装即可直接阅读和学习：

• 访问地址：https://mofanpy.com/tutorials/

方式二：克隆仓库获取源码

如果您希望在本地运行教程中的代码示例，请使用 Git 克隆项目：

git clone https://github.com/MorvanZhou/tutorials.git
cd tutorials

若需运行特定模块的示例代码，请根据该模块要求安装对应的 Python 库。例如，运行机器学习示例前：

# 使用国内镜像源批量安装常用依赖
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy pandas matplotlib scikit-learn tensorflow torch

基本使用

本教程采用模块化结构，您可以根据需求选择对应的学习路径。以下是几个典型的使用场景：

1. 学习 Python 基础

进入基础教程目录，查看多线程或多进程示例：

cd tutorials/python-basic/threading
# 运行具体的示例脚本，例如
python threading_basic.py

2. 实践机器学习 (以 PyTorch 为例)

导航至 PyTorch 教程文件夹，运行神经网络构建示例：

cd tutorials/machine-learning/torch
# 执行一个简单的回归或分类示例
python regression.py

3. 数据处理与可视化

利用 Numpy 和 Matplotlib 进行数据操作和绘图：

cd tutorials/data-manipulation/np-pd
python basic_operation.py

提示：每个子文件夹下通常包含多个 .py 脚本，按顺序运行即可跟随教程步骤逐步实践。遇到具体算法原理或代码详解，建议结合官网图文/视频内容进行深入学习。