以前好多人使用matlab（octave）做機器學習的，吳恩達老師以前在機器學習課也是用matlab（octave），但近幾年，python已經成為機器學習熱門的工具，吳恩達老師的深度學習課程已經用python3.6了，時代在進步，識時務者為俊傑，為了理解和應用機器學習技術，以及進行資料分析，你需要學習 python。

python學習，入門最重要，至少要學到碰到問題能查百度的程度。

python安裝：

關於python安裝包，我推薦下載Anaconda，Anaconda是一個用於科學計算的Python發行版，支援 Linux, Mac, Windows系統，提供了包管理與環境管理的功能，可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題。

python入門的資料推薦：

1.利用python進行資料分析：這本書含有大量的實踐案例，你將學會如何利用各種Python庫（包括NumPy、pandas、matplotlib以及IPython等）高效地解決各式各樣的資料分析問題。

這個是我看的第一本python入門資料，如果把程式碼都執行一次，基本上就能解決資料分析的大部分問題了。

下載地址：建議購買書，原始碼可以上百度搜索

注意：第二版中文翻譯已經有人寫了。https://github.com/wesm/pydata-book

2.python入門筆記：

作者李金，這個是jupyter notebook檔案，把python的主要語法演示了一次，值得推薦。

3.南京大學python視訊教程：

這個教程非常值得推薦，python主要語法和常用的庫基本涵蓋了。

看完這三個資料，python基本入門了，可以使用scikit-learn等機器學習庫來解決機器學習的問題了。

程式碼的版本升級：

可以利用Python內建工具2to3.py，幫你自動將Python2的程式碼轉換為Python3的程式碼的。這個指令碼的位置位在Python安裝的根目錄\Python27\Tools\Scripts\2to3.py。
比如我手上有個Python 2.x的python指令碼：D:\tmp\transform.py
可以通過開啟

以上是個人建議，歡迎批評指正。

我還是要推薦下我自己建立的Python學習交流群935711829，這是Python學習交流的地方，不管你是小白還是大牛，小編都歡迎，不定期分享乾貨，包括我整理的一份適合零基礎學習Python的資料和入門教程。

知識更新非常快，需要一直學習才能跟上時代進步，舉個例子：吳恩達老師在深度學習課上講的tensorflow使用，這個肯定是他近兩年才學的，因為谷歌開源了tensorflow也就很短的時間