哪里不会，抄查哪里。

GitHub上出现一份对Python用户非常友好的资源：Python Cheatsheet。

内含超全代码示例，只需“Ctrl+C”+“Ctrl+V”“Ctrl+F”就可以快速上手使用。

内容覆盖容器（Collections）、类型（Types）、语法（Syntax）、系统（System）、数据（Data）、库（Libraries）等等Python编程的主要类别，以及Advanced Python内容。

而且还有文本文件可以下载。

目前，这份资源已经获得4600+标星，登上了GitHub趋势榜。

核心是代码

这份资源中，核心是代码，基本没有废话。

比如说，在类型方面，只是简单地介绍了相关背景：

任何东西都是一个对象。

每一个对象都有一个类型。

类型和类是同义的。

然后就直接放代码了。

其他一些重要信息，也会提上一两句，对初学者也比较友好。

比如：

某些类型没有内置名称，因此必须导入它们。

然后就是代码示例：

from types import FunctionType, MethodType, LambdaType, GeneratorType

更多情况下，直接就是代码，比如Operator模块：

比如Curses库：

干脆利落，丝毫不拖泥带水。

东欧小哥打造

打造这份资源的，是一位名为Jure Šorn的东欧小哥。

小哥说，这份资源基于Python 3.6打造，未来将会进一步丰富，添加Asyncio等内容。

”小抄”传送门：

GitHub链接：

文本下载链接：

在他的博客中，不仅仅只有这份Python”小抄“，还有关于Linux的”小抄“，内容也是非常全面。

传送链接：

https://gto76.github.io/linux-cheatsheet/

[ 完 ]

今日赠送书籍

本书简介
《TensorFlow+PyTorch深度学习从算法到实战》内容翔实，讲解深入浅出，通俗易懂，配有大量的程序案例可供实操学习，既适合职场中经验丰富的开发人员学习，又可供计算机等相关专业的在校学生和其他科技人员参考，还可供算法理论相关的研究人员参考。

本书简介
《机器学习线性代数基础：Python语言描述》适合实践于数据分析、信号处理等工程领域的读者，也适合在人工智能、机器学习领域进行理论学习和实践，希望筑牢数学基础的读者，以及正在进行线性代数课程学习的读者阅读。