Python 学习完基础语法知识后，如何进一步提高？

入门Python后，就可以拿些小案例练手了，这时候千万不要傻乎乎地成天啃语法书。

编程是一门实践的手艺，讲究孰能生巧。不管是去手撸算法、或者照葫芦画瓢写几个小游戏都可以让你的Python突飞猛进。

之前看github比较多，推荐给大家几个不错的项目。

1、用Python实现所有常见算法

这个项目包含了上千个算法的Python代码实现，几乎囊括了大部分常见算法。

包括回溯、布尔代数、元胞自动机、线性回归、图算法、网络流等等

以排序为例，该项目提供了近50种算法，比如下面的树形选择排序：

"""
Tree_sort algorithm.
Build a BST and in order traverse.
"""


class node:
    # BST data structure
    def __init__(self, val):
        self.val = val
        self.left = None
        self.right = None

    def insert(self, val):
        if self.val:
            if val < self.val:
                if self.left is None:
                    self.left = node(val)
                else:
                    self.left.insert(val)
            elif val > self.val:
                if self.right is None:
                    self.right = node(val)
                else:
                    self.right.insert(val)
        else:
            self.val = val


def inorder(root, res):
    # Recursive traversal
    if root:
        inorder(root.left, res)
        res.append(root.val)
        inorder(root.right, res)


def tree_sort(arr):
    # Build BST
    if len(arr) == 0:
        return arr
    root = node(arr[0])
    for i in range(1, len(arr)):
        root.insert(arr[i])
    # Traverse BST in order.
    res = []
    inorder(root, res)
    return res


if __name__ == "__main__":
    print(tree_sort([10, 1, 3, 2, 9, 14, 13]))
© 2021 GitHub, Inc.

其他排序：

项目地址：TheAlgorithms/Python

2、Python制作小游戏、画图

这是大家最喜闻乐见的代码练习方式，通过制作小游戏、画一个卡通图片，能熟悉基础语法的使用，并熟悉相关库。

比如说，用Python制作坦克大战游戏：

代码虽然复杂点，但仔细琢磨琢磨应该都能搞会，还能帮你熟悉应用开发的流程。

坦克大战部分代码

如果你觉得制作游戏比较复杂，那可以用python的turtle库绘制卡通人物

皮卡丘

turtle语法非常简单，就是一些画笔的操作：

绘制皮卡丘部分代码

游戏和绘图建议初学者都可以去试试，是很好的锻炼机会。

项目地址：liuzuoping/python_Games

3、制作可视化图表

众所周知，python擅长数据科学，能制作各种图表。

matplotlib是python可视化的基础库，非常强大，对可视化感兴趣的小伙伴一定要去试试。

曲线图

import matplotlib.pyplot as plt

# Fixing random state for reproducibility
np.random.seed(19680801)

dt = 0.01
t = np.arange(0, 30, dt)
nse1 = np.random.randn(len(t))                 # white noise 1
nse2 = np.random.randn(len(t))                 # white noise 2

# Two signals with a coherent part at 10Hz and a random part
s1 = np.sin(2 * np.pi * 10 * t) + nse1
s2 = np.sin(2 * np.pi * 10 * t) + nse2

fig, axs = plt.subplots(2, 1)
axs[0].plot(t, s1, t, s2)
axs[0].set_xlim(0, 2)
axs[0].set_xlabel('time')
axs[0].set_ylabel('s1 and s2')
axs[0].grid(True)

cxy, f = axs[1].cohere(s1, s2, 256, 1. / dt)
axs[1].set_ylabel('coherence')

fig.tight_layout()
plt.show()

三维图

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
from mpl_toolkits.mplot3d import Axes3D

X = np.arange(-5, 5, 0.25)
Y = np.arange(-5, 5, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)

fig = plt.figure()
ax = Axes3D(fig, auto_add_to_figure=False)
fig.add_axes(ax)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.viridis)

plt.show()

动图