坦白说，学习一门新语言绝非易事。
特别对于没有编程或计算经验的人而言，完整地学习像python这样的语言似乎是一项不可能完成的任务。
但是，无论如何，只有想不到，没有做不成的事情。
在本文中，小芯将分享一些学习2020年最受欢迎的编程语言的技巧。
制定目标
没有目标就开始学习是可能犯的大错之一。没有激励性的目标，很容易丢失学习语言的初心。这些都是笔者之前学习C语言和Java失败的经验之谈。因为不知道将语言应用在何处，不久便放弃了学习的想法，这两种语言的学习都以失败告终。因为不曾有任何的应用案例，笔者也没有学过那些语言的语法。
但是，在学习Python时，情况有所不同。笔者想提高数据科学技能并将职业规划转向数据分析领域，学习python就是该计划的一部分。因此，笔者不再是为了学习而学习，而是需要python的工作知识才能进行数据分析，同时需要理解一系列库才能开始着手项目。在学习python时，笔者制定了更远大的目标。
设定最初的目标，已经事半功倍了。为正在学习的语言找到一种应用程序，将更快掌握该语言。
资源
来源：Pexels
网上不乏资源。唯一的建议是不要只依赖一种资源。要利用各种使用不同交付方式的可用资源，增强学习体验。笔者学习python用到的一些资源如下所示;
1. Udemy
Complete Python Bootcamp 和 Python for Data Science课程涵盖了Python编程的基础知识和数据科学必不可少的库。这些课程以视频讲座的形式呈现，在Jupyternotebooks上布置课后任务。
2. 交互式编码环境
在学习数据科学时，Datacamp和Dataquest是很棒的编码平台。它们提供了交互式的环境，用户可以随时随地进行练习，牢记概念并熟悉编码。就一般的python而言，可以访问learnpython.org进行类似的交付。编程语言类似于自然语言，学习的方法就是反复实践。
3. edX
MITx平台提供的Computation Thinking using Python课程采用课堂方式教授python。如果用户错过了校园课程，该资源是最佳选择。它每周都会安排一次讲座，布置一次任务，同时还要进行期中和期末考试。与其他慕课(MOOCs)的区别在于给出的编程任务，这些任务的设计往往经过深思熟虑，要求学习者编写基本算法，可以很好地训练逻辑思维。
项目
除非应用所学知识，否则你永远不知道自己学到了多少。参与项目是评估所学知识的好方法，并且于简历而言，绝对是锦上添花。执行一个感兴趣的项目，会学到比课程更多的知识。自始至终，实际应用都是学习专业技能的最佳方法。
举例来说，笔者致力于将机器学习课程的材料从MatLab转换为python代码。在一个月内，我每天都在写代码，使用谷歌搜索，逐渐掌握这门语言。笔者坚信，就掌握python而言，实际应用比修过的任何课程作用更显著。
GitHub
如果打算涉足技术领域，就必须开通 GitHub账户 。在这里可以为想构建的所有类型的应用程序找到有用的示例/启动代码，甚至助力有趣的项目。那么GitHub与学习python有何关联?实际上密切相关。程序员通过复制代码进行学习，而GitHub恰恰是一个大量代码存储库。可以通过以下几种方法从GitHub学习python：
- 复制他人的代码，在自己的应用程序中使用
- 为他人开发软件包并获得反馈
- 助力已有项目
来源：Pexels
掌握另一门语言就是拥有第二个灵魂——查理曼大帝
这就是笔者在6个月内学会python的方式。
