《深度学习入门-基于Python的理论与实现》学习与实践——第一章 Python入门

开始本书学习，过程中并作记录，加深印象与理解的同时，希望也对想往这方向发展的同学有所裨益。

---------------------------------------------------------------------------------------------------------------------------

         本章主要简单介绍了Python语言的安装使用以及深度学习所用到的两个第三方包，数学计算包NumPy和图形处理Matplotlib。因有使用过Python开发的经验，一段做后台系统，一段做NLP相关的处理，所以语言并不属于我的一个学习点，但为了与原书章程保持一致，所以也一并学习之，简要提取以及结合自己使用的经验分列如下：

        1.Python作为一门解释型的动态语言，语法简洁，如果有过一门以上的编程语言开发实践，再学习Python其实很容易上手，一个小项目用来熟悉语法和使用习惯就ok；

        2.Python的安装一般可以直接安装Python3.x环境，2.x与3.x语法上不相容；为方便包的管理，可以使用anaconda进行管理（本人的习惯使用anaconda）；

        3.Python运行有两种方式，一是直接在Python解释器终端运行Python语句，二是用python xxxx.py 运行已写好的Python代码；

        4.NumPy库：主要提供用于数学相关的运算包，囊括很多数学操作，详细的看官网对应找需要用的接口就行，罗列一个工具包的使用，在本处不是重点，也没多大必要，在学习深度学习中用到时查找学习即可；

        5.Matplotlib:是一个图形处理库，将强大又笨重的MATLIB画图功能利用Python实现，简单轻便，真的是很好用了，只是用的不多的情况下，只有依靠API文档来使用。

       学习一门语言的使用其实相对简单，无非就是这几个纬度的结合以成体系化：语法关键字、语法结构、数据结构、使用习惯、运行环境、运行机制、运行方式、部署落地。 Python作为表达式型的语言，其实很浅显易懂了，比Java简洁得多，我在一度用了Python开发一段时间后就不太想用回Java了，但Python的多线程确实是个弱项，伪多线程，只能利用单核，但这也可以用多进程来代替弥补，真正用于生产的时候让人头疼的是代码管理，遗留代码，没有统一规范下，代码乱飞，本人可是被这个坑得挺惨，后面统一整理归置了代码后才得到改善，稍微减轻些痛苦。