推荐一位川大零基础转行 Python 的人生勇士
今天涛哥给各位带来一个良心公众号：高级农民工。
作者苏克 17 年硕士毕业于四川大学，工作一年后妻子患白血病辞职，边照料边自学转行 Python。同期开始运营他的公众号，写了近百篇原创。公众号文章主要分三个方向：Python 爬虫 & 数据分析系列、每周分享系列和机器学习系列（正在更新）。里面有非常多干货，今天节选部分分享与你。
01 「Python 爬虫 & 数据分析」系列
Python 爬虫 & 数据分析系列最早开始写，基本都是他从零基础入门 Python 的学习笔记。由于是学习笔记，所以写地很详细，对新手很友好。他的文章并不是自嗨型的，除了自己没人看得懂的那种，而是认真看就一定会有所收获的。
爬虫系列他爬取并分析了十多个网站：
每个爬虫实战都运用了不同的爬虫知识，由浅入深，层层递进：
爬虫实战
爬虫入门第一课：多种方法爬取猫眼 TOP100 电影
10 行代码爬取全国所有 A 股/港股上市公司信息
爬取世界大学排行榜，纵览中国大学十年排行变迁
练习下载网易新闻单页图片
分析 AJAX 批量下载澎湃网信息图
Selenium 爬取百万行东方财富网财务报表
模拟登陆爬取 IT 桔子网
pyspider 爬取实战：抓取分析虎嗅网 5 万篇文章
Scrapy 爬取实战：抓取分析酷安 6000 款 App
Scrapy 爬取实战2：抓取豌豆荚全网7万款 App
Python 爬取分析维基百科 1983-2018 春晚
Python 分析漫威 DC 英雄综合实力，这人秒杀灭霸
...
同时，还写了些适合初学者的资源总结性文章：
资源文章
入门必看|大佬们推荐的 Python 书单汇总
中英字幕 | 最棒的 Python 学习视频送你
说我是怎么从 Excel 表哥转到 Python 的
机器学习入门 | 刷新你三观的高数和线代教程
（在高级农民工公众号回复：Python入门可得到以上资料）
在 3 月份，他把这一系列文章作了升级完善，出了一门只需要 19.9 元的《Python 入门爬虫和数据分析实战》专栏课：
一门只要 19.9 元的爬虫数据分析专栏课（可点击）
在这里面可以学到，快速爬取百万行上市公司财务报表：
批量抓取图片：
爬取整个网站的 App 信息：
绘制一些好看的图：
这个课程目前已有 600+ 人购买，感兴趣的话可以加他微信 qqguai001 入手。
02「每周分享」系列
第二个系列是「每周分享」，顾名思义，就是会在每个周末分享一篇 实用效率工具神器 方面的文章，很多都是平时用得到的干货。至今写了 33 期，相当受欢迎。大概是全网技术公众号里仅有他公众号才有的特色栏目。
都有哪些干货呢？
比如最早一篇介绍一款手机桌面神器的文章（全网公众号阅读量十万+，简书阅读量六万+）：
∞ 一掏出手机，就暴露了程序猿身份
比如推荐手机上实用的 APP：
盘点那些手机上绝对值得安装的 App
比如资源搜索传输：
我珍藏很久的网盘资源搜索网站和下载神器
还在用网盘给别人分享文件？
比如阅读新闻：
安卓最强阅读器推荐给你
一个聚合全网热点信息的神网站
有了它，你手机上的很多 App 都可以卸了
比如资源下载：
快速批量下载 B 站视频
还在用百度下载软件？
关于写作：
程序员是如何在 5 分钟内搞定公众号排版的
这个 GitHub 库能拯救你的文章排版
这几点都做不好，还写公众号？
精挑细选的 PPT 模板：
福利 | 国外最牛逼的一套 PPT 作品送给你
福利 | 史上第 2 畅销的 PPT 作品送你
福利 | 让你的 PPT 更有逼格的绝招
Python 和 PPT 能擦出什么样的火花？
还有一些有趣又有用的文章：
你根本不会用百度
朋友圈的一些高级玩法
手机控？这两款神器能让你远离手机
一个「秒搜」豆瓣好书的网站
两个神网站保护你的隐私
有了它们，我把所有截图、录 GIF、录屏软件都卸了
扔掉你的鼠标
在高级农民工公众号后台回复：「每周分享」 可得到上面提到的各种神器、App、资源文件。
03 「机器学习」系列
第三个是他最近在更新的「机器学习」系列。网上有很多机器学习的教程，不可否认有一些很好的，但是适合零基础的教程少之又少。教程要么讲原理公式，枯燥难懂；要么是简单调包，毫无营养。大多都属于「一看就会，一做就废」的类型。
他认为，最适合零基础新手的教程应该是：用实际的生活场景引入算法，中间辅以少量的公式和概念，最后用 Python 手写实现，整个过程尽量用通俗易懂的大白话。
基于此，他以讲故事的形式，更新了一系列通俗易懂的机器学习教程：
Python 手写机器学习最简单的 kNN 算法
可能是关于 kNN 算法最详细的入门总结
Python 手写线性回归算法
把数据集划分成训练集和测试集
kNN 模型分类效果的好坏怎么判断？
鸢尾花和手写数字识别分类问题实战
怎么快速找到效果更好的kNN 模型？
使用网格搜索 GridSearchCV 调参
数据归一化 Feature Scaling
kNN 解决回归问题：预测波士顿的房价
以场景故事切入 kNN 算法
以场景故事切入线性回归算法
以上是他公众号的部分内容，还有很多干货，感兴趣可以关注看看。
苏克老师是一个非常有货的人，手里的黑科技，新技术不胜其数，我经常请教学习他问题，很多工具让我大开眼界，涨姿势必备，推荐给大家，相信大家肯定有收获！
END.