如何用 Python 可視化《三國》人物與兵器出現頻率？（視頻教程）

我們以《三國演義》人名和兵器譜爲例，嘗試讀取不一樣結構的文本文件，而且對其中的信息進行統計分析和可視化。

入門

如何幫助學生高效入門 Python ，一直是困擾個人問題。

總結經驗後，我寫下了《如何高效學Python？》一文。

文中按照自律能力，我把學生分紅了3個類別。

自律能力最高的，看書就行。文中推薦了我認爲最好的 Python 書籍，有中文譯本；

自律能力中等的，能夠學各類輕量級課程組合。除了我當時推薦的課程平臺外，最近我發現 Udemy 上的某些課程，也很不錯；

自律能力較低的，能夠學一門比較完整的專項課程。我推薦了經典 Python 入門課「Programming for Everybody」。

這篇文章很受歡迎，多個平臺上閱讀量都數以萬計。

但是，有一個統計規律，我寫做時，彷佛沒有考慮到。

直到後來，我收到了多名讀者的留言反饋，才恍然大悟。

這個統計規律是：

自律能力，和英文能力，是顯著正相關的。

仔細諑磨一下這句話，是否是能品出些滋味來？

若是一個學生自律能力較低，去嘗試 「Programming for Everybody」，結果會發現英文聽不懂，因而放棄……

讀者的反饋，讓我意識到了，找一門靠譜的、全面系統講解 Python 基礎的中文在線課程，是很重要的。

這樣的課程，若是可以達到 「Programming for Everybody」的深度與廣度，那麼學事後，再進一步學數據挖掘、機器學習，乃至深度神經網絡，就能夠水到渠成了。

前幾天，看到賣桃君（MacTalk，池建強老師的公衆號）又重發了《人生苦短，我用 Python》的感言，我就知道又一門 Python 基礎課程來了。

果不其然，池老師推薦的，是他們公司《極客時間》平臺上的一門新 Python 課程《零基礎學 Python》，主講人是尹會生老師，金山軟件西山居技術經理。

雖然我不須要「零基礎」學 Python，可是我很想了解這門課，是否足夠培訓培訓新入學的研究生，迅速掌握 Python 。

我很快就付費訂閱了。

週末，我花了兩個半天的時間，把目前已上線的27個視頻（預計總視頻數量50個），都從頭至尾，完整看了一遍。

許多環節，我都實際跑了代碼，還作了筆記。

我以爲，這門課對於我這個「非零基礎」的學員，有很多幫助和啓發。

若是你一直從事某一方面的工做或研究，即使是 Python 這麼簡單的語言，不少語法和技巧，你也不會常常用到。

用進廢退。不少你學過的東西，也會遺忘掉。

系統地梳理知識體系，能夠幫助本身補足漏洞，不至於常常「從新發明輪子」。

另外，我發現以前教程讀者不斷提出的一些問題，其實都跟 Python 基礎命令的不熟悉有關係。

例如幾乎每次教程，都要用到的文件操做，以讀取外部數據。

你知道能夠用 Pandas 讀取與分析處理 csv 文件或者 Excel 文件。

可是那些非結構化的文本文件，你該如何讀取與分析呢？

若是遇到編碼問題，該怎麼辦？

尹老師在視頻教程中，講解了《三國演義》人名與兵器出現次數統計的例子，讓我眼前一亮，以爲確實是很好的分析案例。

一個例子裏面，不只講解了文件操做，還順帶複習了字符串、列表和字典等多項知識點。

並且我也是個《三國》迷，上中學的時候玩兒《三國志IV》很是上癮。

爲了修改武將技能和數值，還專門學會了16進制。

我在思考，若是換做本身授課，用一樣的數據做爲例子，給學生講文件讀取、字符串拆分、列表循環、字典生成……我會怎麼講呢？

做爲行動派，我馬上就作了個視頻教程出來。

視頻教程

我採用 Jupyter Notebook 撰寫了源代碼，而後調用 mybinder ，把教程的運行環境扔到了雲上。

請點擊這個連接（t.cn/R1TLtxq），直接進入我們的實驗環境。

你不須要在本地計算機安裝任何軟件包。只要有一個現代化瀏覽器（包括Google Chrome, Firefox, Safari和Microsoft Edge等）就能夠了。所有的依賴軟件，我都已經爲你準備好了。

若是你對這個代碼運行環境的構建過程感興趣，歡迎閱讀個人《如何用iPad運行Python代碼？》一文。

瀏覽器中開啓了我們的環境後，請你觀看我給你錄製的視頻教程。

視頻教程的連接在這裏。

但願你能跟着教程，實際操做一遍。這樣收穫會比較大。

教程的末尾，我給你留了一道練習題。說明了練習題的要求，還給出了輔助框架代碼。

請你自行嘗試解決該練習題，以鞏固所學知識。

若是你解完了練習題，或者在解題過程當中遇到了問題，歡迎參考我作的練習解答視頻，覈對參考答案。

這段視頻的連接在這裏。

經過本教程，但願你已經掌握瞭如下知識：

• 如何讀取文本文件；
• 如何把字符串分割成列表；
• 如何依據順序，找出列表中的某一項內容；
• 如何遍歷列表；
• 如何統計字符串a中，字符串b出現的次數；
• 如何新建，並用遍歷方法，填充字典；
• 如何讀入外部幫助函數模塊，並調用其功能函數；

若是你但願在本地，而非雲端運行本教程中的樣例，請使用這個連接（t.cn/R1T4400）下載本文用到的所有源代碼和運行環境配置文件（Pipenv）壓縮包。

而後，請你參考《如何用 pipenv 克隆 Python 教程代碼運行環境？》一文的說明，利用 Pipenv ，在本地構建代碼運行環境。

若是你知道如何使用github，也歡迎用這個連接（t.cn/R1T4iL5）訪問對應的github repo，進行clone或者fork等操做。

固然，要是能給個人repo加一顆星，就更好了。

建議

錄完視頻，我作個對比分析：

我倆的講法，到底有哪些不一樣？

細節的差異，可能有不少。可是大多都不重要。

我只想給尹老師提一個建議——把握節奏。

這裏的節奏，主要是爲了學生和老師分別得到即時反饋用的。

編程不是一門看了，甚至聽了，就能懂的課。

這就是爲何，獲得App至今也沒有上線編程課程。

編程必需要強調訓練，注重實踐。

訓練該在何時作？

來自 Coursera, Udacity, 和 DataCamp 等平臺的經驗是：

間隔必須足夠短。

老師得盯住學生在學完知識點後，旋即練習。

經過練習，把握知識和技能，提高應用能力。

學生在練習中遇到了疑惑，及時提問，加以解決，能夠避免疑問的非線性積攢。

若是你不理解「疑問的非線性積攢」，能夠回憶你學微積分或隨機過程的遭遇。

學生不斷積攢疑問，對老師也會有很大的不利影響。由於老師一樣得不到有效反饋，還覺得學生那邊一切順利呢。

在文件操做這一部分，尹老師確實也留了練習。

# 練習一 文件的建立和使用
1. 建立一個文件，並寫入當前日期
2. 再次打開這個文件，讀取文件的前4個字符後退出
複製代碼

問題在於，有多少學生會主動去 GitHub 上面找到這個練習，並且不但作了，還反饋給老師呢？

他們會拖延，甚至忽略這些練習。

而後一味繼續播放下一集。

看似懂了內容，實際上沒有真正掌握。

一旦中途遇到了比較困難的題目，或者是最後來個「期末考試」（例如項目做業），學生剛剛創建起來的學習興趣和信心，可能會完全崩盤。

仍是回到一開始那個問題——若是學生自律能力足夠強，他也就不須要這門 MOOC 了。

個人視頻教程，就是把尹老師原先直接講解的內容（武器文件讀取與統計）先做爲練習題，佈置給了學生。

剛學完知識後，大部分人，仍是願意在操做成本足夠低的狀況下，去嘗試一下的。

什麼叫「操做成本足夠低」？

看看我採起的這些方法，你就能理解了：

1. 不須要學生自行安裝任何編程環境，有瀏覽器和網絡就行；
2. 不用離開 Jupyter Lab 界面，直接打開另一個 ipynb 就行；
3. 不須要面對空的文檔，只須要在輔助代碼基礎上，作填空就行；
4. 不須要猜想代碼長度，已經給出了建議行數；
5. 不須要接觸過多新的知識點，例如數據框轉化、排序和繪圖等，只須要調用已封裝的幫助函數便可。

並且，視頻教程末尾，明確說明了，下一個視頻就是講解練習的。

這就指明瞭，本練習的截止日期，就是你播放下一個視頻的時候。

對於自律能力差的學生，不少時候，只能靠這種前面鋪路、後面推一把的方法。

尹老師的教程介紹裏面，相似《三國》武將和兵器譜統計這樣的有趣例子還有很多。

例如查找星座和屬相，用機器學習分類鳶尾花，用爬蟲爬圖片等。

所以，我對後續即將上線的20幾個視頻，仍是很期待的。

《零基礎學 Python》課程對應的 github 項目連接在這裏（t.cn/R1TGsnK）。

裏面不只包括課程已發佈視頻的所有對應代碼，還包含了配套的練習和講義等。你能夠在訂閱課程以前，先瀏覽一下。

若是你對這門課程感興趣，能夠點擊 這個連接 ，掃碼訂閱。

討論

你是經過什麼課程或書籍，入門 Python 的？它有什麼特點？還有哪些值得改進的地方？歡迎留言，把你的經驗和思考分享給你們，咱們一塊兒交流討論。

我們以《三國演義》人名和兵器譜爲例，嘗試讀取不一樣結構的文本文件，而且對其中的信息進行統計分析和可視化。

入門

如何幫助學生高效入門 Python ，一直是困擾個人問題。

總結經驗後，我寫下了《如何高效學Python？》一文。

文中按照自律能力，我把學生分紅了3個類別。

自律能力最高的，看書就行。文中推薦了我認爲最好的 Python 書籍，有中文譯本；

自律能力中等的，能夠學各類輕量級課程組合。除了我當時推薦的課程平臺外，最近我發現 Udemy 上的某些課程，也很不錯；

自律能力較低的，能夠學一門比較完整的專項課程。我推薦了經典 Python 入門課「Programming for Everybody」。

這篇文章很受歡迎，多個平臺上閱讀量都數以萬計。

但是，有一個統計規律，我寫做時，彷佛沒有考慮到。

直到後來，我收到了多名讀者的留言反饋，才恍然大悟。

這個統計規律是：

自律能力，和英文能力，是顯著正相關的。

仔細諑磨一下這句話，是否是能品出些滋味來？

若是一個學生自律能力較低，去嘗試 「Programming for Everybody」，結果會發現英文聽不懂，因而放棄……

讀者的反饋，讓我意識到了，找一門靠譜的、全面系統講解 Python 基礎的中文在線課程，是很重要的。

這樣的課程，若是可以達到 「Programming for Everybody」的深度與廣度，那麼學事後，再進一步學數據挖掘、機器學習，乃至深度神經網絡，就能夠水到渠成了。

前幾天，看到賣桃君（MacTalk，池建強老師的公衆號）又重發了《人生苦短，我用 Python》的感言，我就知道又一門 Python 基礎課程來了。

果不其然，池老師推薦的，是他們公司《極客時間》平臺上的一門新 Python 課程《零基礎學 Python》，主講人是尹會生老師，金山軟件西山居技術經理。

雖然我不須要「零基礎」學 Python，可是我很想了解這門課，是否足夠培訓培訓新入學的研究生，迅速掌握 Python 。

我很快就付費訂閱了。

週末，我花了兩個半天的時間，把目前已上線的27個視頻（預計總視頻數量50個），都從頭至尾，完整看了一遍。

許多環節，我都實際跑了代碼，還作了筆記。

我以爲，這門課對於我這個「非零基礎」的學員，有很多幫助和啓發。

若是你一直從事某一方面的工做或研究，即使是 Python 這麼簡單的語言，不少語法和技巧，你也不會常常用到。

用進廢退。不少你學過的東西，也會遺忘掉。

系統地梳理知識體系，能夠幫助本身補足漏洞，不至於常常「從新發明輪子」。

另外，我發現以前教程讀者不斷提出的一些問題，其實都跟 Python 基礎命令的不熟悉有關係。

例如幾乎每次教程，都要用到的文件操做，以讀取外部數據。

你知道能夠用 Pandas 讀取與分析處理 csv 文件或者 Excel 文件。

可是那些非結構化的文本文件，你該如何讀取與分析呢？

若是遇到編碼問題，該怎麼辦？

尹老師在視頻教程中，講解了《三國演義》人名與兵器出現次數統計的例子，讓我眼前一亮，以爲確實是很好的分析案例。

一個例子裏面，不只講解了文件操做，還順帶複習了字符串、列表和字典等多項知識點。

並且我也是個《三國》迷，上中學的時候玩兒《三國志IV》很是上癮。

爲了修改武將技能和數值，還專門學會了16進制。

我在思考，若是換做本身授課，用一樣的數據做爲例子，給學生講文件讀取、字符串拆分、列表循環、字典生成……我會怎麼講呢？

做爲行動派，我馬上就作了個視頻教程出來。

視頻教程

我採用 Jupyter Notebook 撰寫了源代碼，而後調用 mybinder ，把教程的運行環境扔到了雲上。

請點擊這個連接（t.cn/R1TLtxq），直接進入我們的實驗環境。

你不須要在本地計算機安裝任何軟件包。只要有一個現代化瀏覽器（包括Google Chrome, Firefox, Safari和Microsoft Edge等）就能夠了。所有的依賴軟件，我都已經爲你準備好了。

若是你對這個代碼運行環境的構建過程感興趣，歡迎閱讀個人《如何用iPad運行Python代碼？》一文。

瀏覽器中開啓了我們的環境後，請你觀看我給你錄製的視頻教程。

視頻教程的連接在這裏。

但願你能跟着教程，實際操做一遍。這樣收穫會比較大。

教程的末尾，我給你留了一道練習題。說明了練習題的要求，還給出了輔助框架代碼。

請你自行嘗試解決該練習題，以鞏固所學知識。

若是你解完了練習題，或者在解題過程當中遇到了問題，歡迎參考我作的練習解答視頻，覈對參考答案。

這段視頻的連接在這裏。

經過本教程，但願你已經掌握瞭如下知識：

• 如何讀取文本文件；
• 如何把字符串分割成列表；
• 如何依據順序，找出列表中的某一項內容；
• 如何遍歷列表；
• 如何統計字符串a中，字符串b出現的次數；
• 如何新建，並用遍歷方法，填充字典；
• 如何讀入外部幫助函數模塊，並調用其功能函數；

若是你但願在本地，而非雲端運行本教程中的樣例，請使用這個連接（t.cn/R1T4400）下載本文用到的所有源代碼和運行環境配置文件（Pipenv）壓縮包。

而後，請你參考《如何用 pipenv 克隆 Python 教程代碼運行環境？》一文的說明，利用 Pipenv ，在本地構建代碼運行環境。

若是你知道如何使用github，也歡迎用這個連接（t.cn/R1T4iL5）訪問對應的github repo，進行clone或者fork等操做。

固然，要是能給個人repo加一顆星，就更好了。

建議

錄完視頻，我作個對比分析：

我倆的講法，到底有哪些不一樣？

細節的差異，可能有不少。可是大多都不重要。

我只想給尹老師提一個建議——把握節奏。

這裏的節奏，主要是爲了學生和老師分別得到即時反饋用的。

編程不是一門看了，甚至聽了，就能懂的課。

這就是爲何，獲得App至今也沒有上線編程課程。

編程必需要強調訓練，注重實踐。

訓練該在何時作？

來自 Coursera, Udacity, 和 DataCamp 等平臺的經驗是：

間隔必須足夠短。

老師得盯住學生在學完知識點後，旋即練習。

經過練習，把握知識和技能，提高應用能力。

學生在練習中遇到了疑惑，及時提問，加以解決，能夠避免疑問的非線性積攢。

若是你不理解「疑問的非線性積攢」，能夠回憶你學微積分或隨機過程的遭遇。

學生不斷積攢疑問，對老師也會有很大的不利影響。由於老師一樣得不到有效反饋，還覺得學生那邊一切順利呢。

在文件操做這一部分，尹老師確實也留了練習。

# 練習一 文件的建立和使用
1. 建立一個文件，並寫入當前日期
2. 再次打開這個文件，讀取文件的前4個字符後退出
複製代碼

問題在於，有多少學生會主動去 GitHub 上面找到這個練習，並且不但作了，還反饋給老師呢？

他們會拖延，甚至忽略這些練習。

而後一味繼續播放下一集。

看似懂了內容，實際上沒有真正掌握。

一旦中途遇到了比較困難的題目，或者是最後來個「期末考試」（例如項目做業），學生剛剛創建起來的學習興趣和信心，可能會完全崩盤。

仍是回到一開始那個問題——若是學生自律能力足夠強，他也就不須要這門 MOOC 了。

個人視頻教程，就是把尹老師原先直接講解的內容（武器文件讀取與統計）先做爲練習題，佈置給了學生。

剛學完知識後，大部分人，仍是願意在操做成本足夠低的狀況下，去嘗試一下的。

什麼叫「操做成本足夠低」？

看看我採起的這些方法，你就能理解了：

1. 不須要學生自行安裝任何編程環境，有瀏覽器和網絡就行；
2. 不用離開 Jupyter Lab 界面，直接打開另一個 ipynb 就行；
3. 不須要面對空的文檔，只須要在輔助代碼基礎上，作填空就行；
4. 不須要猜想代碼長度，已經給出了建議行數；
5. 不須要接觸過多新的知識點，例如數據框轉化、排序和繪圖等，只須要調用已封裝的幫助函數便可。

並且，視頻教程末尾，明確說明了，下一個視頻就是講解練習的。

這就指明瞭，本練習的截止日期，就是你播放下一個視頻的時候。

對於自律能力差的學生，不少時候，只能靠這種前面鋪路、後面推一把的方法。

尹老師的教程介紹裏面，相似《三國》武將和兵器譜統計這樣的有趣例子還有很多。

例如查找星座和屬相，用機器學習分類鳶尾花，用爬蟲爬圖片等。

所以，我對後續即將上線的20幾個視頻，仍是很期待的。

《零基礎學 Python》課程對應的 github 項目連接在這裏（t.cn/R1TGsnK）。

裏面不只包括課程已發佈視頻的所有對應代碼，還包含了配套的練習和講義等。你能夠在訂閱課程以前，先瀏覽一下。

若是你對這門課程感興趣，能夠點擊 這個連接 ，掃碼訂閱。

討論

你是經過什麼課程或書籍，入門 Python 的？它有什麼特點？還有哪些值得改進的地方？歡迎留言，把你的經驗和思考分享給你們，咱們一塊兒交流討論。

喜歡請點贊。還能夠微信關注和置頂個人公衆號「玉樹芝蘭」(nkwangshuyi)。

若是你對數據科學感興趣，不妨閱讀個人系列教程索引貼《如何高效入門數據科學？》，裏面還有更多的有趣問題及解法。