如何快速掌握一個python模塊？必須先打聽一下python語言，諸如變量、常量、數(shù)組、條件確定、循環(huán)循環(huán)遍歷等語言不分地區(qū)基礎(chǔ)。其它有語言基礎(chǔ)選擇類型python庫包某一列模塊如os模塊先打聽一下這

如何快速掌握一個python模塊？

必須先打聽一下python語言，諸如變量、常量、數(shù)組、條件確定、循環(huán)循環(huán)遍歷等語言不分地區(qū)基礎(chǔ)。

其它有語言基礎(chǔ)選擇類型python庫包某一列模塊如os模塊先打聽一下這個模塊api方法

如：()刪除文件

os.unlink()刪除文件

()文件名文件

()列一更改目錄下所有文件

()變動當(dāng)前工作目錄

()資源當(dāng)前文件路徑

()新建任務(wù)目錄

os.rmdir()徹底刪除空目錄(刪掉非空目錄,不使用shutil.rmtree())

()創(chuàng)建角色多級目錄

()刪除36級目錄

(file)資源文件屬性

(file)可以修改文件權(quán)限

os.utime(file)直接修改文件時間戳

(file)資源操作系統(tǒng)標(biāo)識

()想執(zhí)行操作系統(tǒng)命令

os.execvp()正常啟動一個新進(jìn)程

()聲望兌換父進(jìn)程ID，在子進(jìn)程直接返回中回0

os.execvp()想執(zhí)行外部程序腳本（Uinx）

os.spawn()想執(zhí)行外部程序腳本（Windows）

(path,mode)確定文件權(quán)限(具體點參考cnblogs)

等正確功能，依據(jù)什么書或是網(wǎng)絡(luò)上案例練習(xí)。

之后等再練習(xí)熟練后這個可以打聽一下python模塊內(nèi)api用途根據(jù)不好算業(yè)務(wù)來實現(xiàn)業(yè)務(wù)需求，依據(jù)雖然方法學(xué)對付python框架下其它模塊，這樣的話就很快掌握python各個模塊怎么學(xué)習(xí)。

python r和r 區(qū)別？

有人告訴我Python和R的區(qū)別是誰都看得出來的，只不過R是對于統(tǒng)計的，python是給程序員怎么設(shè)計的，總之此番話對Python多多少少有些不公平。2012年的時候我們說R是學(xué)術(shù)界的主流，但現(xiàn)在Python一直在慢慢逐漸R在學(xué)術(shù)界的地位。還不知道你是不是是因為大數(shù)據(jù)時代的到來。

Python與R相比速度要快。Python這個可以然后如何處理上G的數(shù)據(jù)；R不行啊，R分析什么數(shù)據(jù)時要先是從數(shù)據(jù)庫把大數(shù)據(jù)轉(zhuǎn)化為小數(shù)據(jù)（實際groupby）才能送到R做講，但R不可能真接總結(jié)行為詳單，不能總結(jié)統(tǒng)計結(jié)果。所以有人告訴我：PythonRSQL/Hive，并也不是沒有道理的。

Python的一個最很明顯的優(yōu)勢本質(zhì)其膠水語言的特性，很多書里也都會提到這一點，一些底層用C寫的算法封裝在Python包里后性能太又高效(Python的數(shù)據(jù)挖掘包Orangecanve中的決策樹分析什么50萬用戶10秒出結(jié)果，用R一個小時也出不來，8G內(nèi)存徹底占滿)。但是，事事都不絕對，如果R矢量化編程做得好的話（有些小難度），會使R的速度和程序的長度都有顯著性提升到。

R的優(yōu)勢取決于人有無所不包的統(tǒng)計函數(shù)可以不動態(tài)創(chuàng)建，特別是在時間序列分析方面，哪怕最經(jīng)典我還是前沿的方法應(yīng)該有或則的包然后在用。

相比之下，Python之后在這方面物質(zhì)匱乏不少?？墒牵F(xiàn)在Python有了pandas。pandas提供了一組標(biāo)準(zhǔn)的時間序列一次性處理工具和數(shù)據(jù)算法。但，你可以高效穩(wěn)定如何處理太大的時間序列，快速地參與切片/切塊、聚合、對定期定時/每月一次的時間序列接受重重新采樣等?？隙阍绮碌搅?，這些工具中大部分都對金融和經(jīng)濟(jì)數(shù)據(jù)愈加沒有用，但你肯定也是可以用它們來講服務(wù)器日志數(shù)據(jù)。想罷，幾年來，的原因Python有改良制作的庫（主要注意是pandas），使其擁有數(shù)據(jù)處理任務(wù)的一大替代方案。

做過幾個實驗：

1.用python實現(xiàn)程序了一個統(tǒng)計方法，其中要用了ctypes，multiprocess。

后一個項目再做方法都很，又用回R，發(fā)現(xiàn)到一些bioconductor上的包早系統(tǒng)默認(rèn)用parallel了。（但那個包應(yīng)該很慢，立刻把所有線程都用掉了，導(dǎo)致整個電腦不使用不能不能，看網(wǎng)頁的很卡~）

2.用pythonpandas做了一些數(shù)據(jù)整理工作，類似于數(shù)據(jù)庫，兩三個表四處查、版本問題。感覺上還是很比較方便的。雖說這些工作R也去做，但估記會慢點，要知道幾十萬行的條目了。

3.用pythonmatplotlibcad作圖。