课程设置与概述

欢送拜访本课程（Practical Python Programming）。这个页面蕴含一些对于课程设置的重要信息。

课程周期和工夫要求

该课程最后是作为一个由讲师主导的，继续 3 -4 天的现场培训。要全副实现本课程，您应该起码打算用 25-35 小时进行学习。大部分的参与者发现，在不浏览题解代码的状况下，学习材料是相当具备挑战性的（见下文）

设置和 Python 装置

您只须要装置 3.6 或者更新版本的 Python 即可。不依赖于任何特定的操作系统，编辑器，IDE，或者其它与 Python 相干的工具。没有第三方依赖。

也就是说，本课程大部分内容波及学习如何编写脚本与小型程序，这些脚本与小型程序波及从文件中读取数据。因而，您须要确保您处在一个能够轻松解决文件的环境中。这包含应用编辑器创立 Python 程序，并可能从 shell 或终端运行这些程序。

您可能偏向于应用更具交互性的环境来学习本课程，例如 Jupyter Notebooks。 我倡议不要这样做 。只管 Jupyter Notebooks 十分棒，但本课程中的许多练习传授与程序组织的相干的观点，包含应用函数，模块，导入语句以及重构源代码逾越多个文件的程序。以我的教训，很难在 Jupyter Notebooks 环境中反复这样的环境。

派生（Forking）/ 克隆（Cloning）课程仓库

为了筹备本课程的环境，我举荐您从本课程的仓库 https://github.com/dabeaz-course/practical-python 派生您本人的 GitHub 仓库。实现后，您能够将其克隆到本地计算机上：

bash % git clone https://github.com/yourname/practical-python
bash % cd practical-python
bash %

请在 practical-python/ 目录下实现所有的练习。如果将解题代码提交回派生的仓库，那么您的所有代码会保留到一个中央。实现后，您将领有良好的学习记录。

如果您不想派生一个本人的 GitHub 仓库或者您没有 GitHub 账号，您依然能够将本课程的仓库克隆到您本人的计算机上：

bash % git clone https://github.com/dabeaz-course/practical-python
bash % cd practical-python
bash %

如果这样做，除了对计算机的本地正本进行更改外，您将无奈提交代码更改到 GitHub 上。

课程排版

在 Work/ 目录下实现所有的编程工作。在 Work/ 目录外面，有一个 Data/ 目录。Data/ 目录蕴含各类在课程中应用的数据文件及其它脚本。您将会常常拜访位于 Data/ 目录下的文件。课程练习假设您在 Work/ 目录下创立程序。

课程程序

课程资料应该从第 1 节开始，按章节程序实现。前面章节中的课程练习以后面章节中编写的代码为根底。前面的许多练习波及对现有代码的渺小重构。

题解代码

Solutions/ 目录蕴含选定练习的题解代码。如果您须要一些提醒，请随时查看。为了最大限度地利用课程，您应该首先尝试创立本人的题解。

目录 | 下一节 (1 Python 简介)