python入門基礎教程可以參考：

http://www.runoob.com/python3/python3-tutorial.html

1：安裝與編輯器選擇

https://www.python.org/downloads/windows/

windows python 3.5+ 版本

https://www.python.org/ftp/python/3.5.4/python-3.5.4-amd64.exe

選擇加到path即可

開發編輯器使用：pycharm

2：基礎學習的內容包括：

2.1基礎知識資料型別（數字，字串，列表，

元組（只讀），字典（map），集合

2.2 運算子及優先級別

2.3語句

條件,迴圈，錯誤與異常

2.4函式，File

2.5資料結構

2.6模組

2.7面向物件程式設計

2.8標準庫，mysql,smtp發郵件，多執行緒，json,xml

2.9 日期和時間

3:安裝第三方元件很方便

pip install xxx

如python 3.5安裝包已包括pip, 例發pip install redis

4：專案結合資料採集練手

使用的元件有xpath,scrapy,selenium,beautifulsoup，redis ,mysql等

4.1採集資料先儲存到redis list

4.2 然後再單獨處理的類讀取redis 佇列，

消費需要清選洗的佇列資料 ， 獲取最終資料：

=========================

4.3 提取主要的關鍵詞==，

這時可以採用結巴分詞（第三方元件）提取前面n個著關鍵詞

4.4.：採集專案的一些小經驗

簡單的使用beautifulsoup

複雜一點的使用cookie+模似流暢器操作解決

5 小結：

據多個開發人員的學習經驗，花15天至30天，基本上已入門並能解決一些解決一些實際問題了。

喜歡程式設計就學，學到後來你會發現Python學習只是程式設計學習的百分之一的學習量，喜歡才能學有所成。不喜歡就別學，別考慮火不火。

.Python怎麼學

1).Python再簡單再通俗，它也是一門語言，掌握一門語言絕非一朝一夕，我個人不建議初學者上來就學爬蟲的，我舉個非常簡單的列子，爬蟲會用到很多第三方庫，很多模組，還有很多內建的庫,正則表示式.

2).有的同學都沒有搞清楚學 py2還是py3，字典列表還沒有用熟練,就上來照著例子一頓敲，運氣好的話，執行成功；運氣不好的，可能要除錯老半天，即使你學了一些爬蟲基礎知識，你學scrapy這樣的爬蟲框架的時候，你也很吃力，比如裡面會有大量的yield,大量的正則表示式,你連基本的語法都沒有完全摸透，試問你怎麼可能學的通，看的明白，更不要說理解，自己能靈活運用了.

3).特別是那些沒有基礎的同學呢，或者是其他非計算機專業，跨界過來的,很多都會被爬蟲或者機器學習吸引，網上這樣的文章很多，非常吸引眼球，但是說實話，這樣的文章對於初學者來，很容易被引誘。

4).遇到問題會很苦惱,可能會挫傷學習Python的積極性，如果身邊沒有人及時指導的話,有的乾脆不學了

補充一句:

那麼爬蟲什麼時候學，爬蟲確實非常好玩,我建議是入門之後,有一定的基礎才開始學.

爬蟲其實只是獲取資料的一個途徑而已，如果要玩資料分析，爬蟲只佔1/3不到.

打好基礎才是最關鍵的.

2.Python的方向

Python的方向非常多，可以web開發，Django/flask都是不錯的框架;可以做資料分析,資料分析要學很多東西(重要的庫Pandas/Numpy,資料庫SQL/MongoDB,資料視覺化Matplotlib,sns,ggplot,Tableau);機器學習(統計學，機率論，演算法一堆)等等。

上面三個方面，都是不錯的方向.初學者很容易分心，今天聽別人說web開發很有前途，學了1個星期的Django，明天說資料分析不錯，開始學Pandas.後臺資料探勘也不錯開始學sklearn. 這樣到最後很容易分散精力，你什麼都學，等於什麼都沒有學。

我個人覺得比較好的方向是:Python入門之後，狂寫程式把基礎打牢了，然後開始選擇一個好玩的方向:

1).比如給自己1個月的時間，拿下Django,搭建一個小的web網站玩玩。在沒有完成目標之前，不要分散精力去學資料分析和資料探勘。當你在搭建網站的過程中，你會遇到一些問題，會發現自己的基礎薄弱環節，透過這樣的方式，反過來不斷的彌補自己的不足。從而進一步提高自己的功力.當你把網站搭建完了之後，自己會比較有成就感,你會發現自己的Python功力又提高到了一個檔次.

2).當然你也可以選擇從資料分析入手,過程和前面的類似,主要看自己的興趣和喜好.

3.如何學好Python

其中最重要的還是要多練多思考再多練，然後要花時間投入。我個人覺得學程式碼沒有什麼好的捷徑，因為程式設計是一個實戰性要求強的過程，光看書上的程式碼，看著看著會前面忘了後面，知識很多，很零碎。API庫一堆，語法很多，函式很多。如果你不敲幾遍，很難領悟和理解.別人說千遍道萬遍，不如你花時間敲2遍.

簡單說：透過實戰來提高自己的功力，但是不要貪多方面突破，要從一個點突破，以戰養練，以練養戰。

Python是一門非常容易入門的語言，其語法簡潔，第三方庫多，開發效率非常高。

零基礎如何開始呢？

首先找一本書，慢慢啃，跟著一個程式碼一個程式碼的敲。你首先需要掌握敲程式碼的基本意識或者是基本格式要求。

那麼接下來做什麼？

再幹嘛？

基本語法，就像你學了計算機的單詞，你還需要學習它說話的方式。這個也非常簡單。

學完了這些，你就可以算入門了，入門之後，你就需要去學習Python的高階用法了，你可以去找一下影片或者各種各樣的書籍資料都是可以的，廖雪峰的網站不推薦，不是很適合入門。

學會了python的進階用法，如:面向物件，基本的常用庫，這些學完，你可能還需要學習Linux的知識，學習MySQL，Redis，前端(js，HTML，css)，抓包工具(fiddler)，框架(django，tornado，scrapy)。

以後可能還會做資料分析，還需要學習numpy，pandas，matplotlib等等，機器學習，演算法等等(我就不舉例了，我都沒學到這一步。)

別被我說的嚇到了，Python就是一門無所不能的語言，無論是你學完了web還是爬蟲就可以去工作了，而後面則是你可以進一步發展的方向(不止這些方向，python可以做到東西太多了)。

如果你缺乏入門的學習資料，也可以來聯絡我，我可以為你推薦一些。

我們都知道：

Python是目前公認最簡單的程式語言，也知道Python是一門非常強大的語言，我們還知道Python是一門未來的程式語言，適用於大資料、人工智慧等領域。

0基礎學程式設計

首先，來聊一個話題，0基礎學習程式設計難不難？

答案就是：不難，一點都不難！

學習程式設計，從來不是一件難的事情，關鍵看你學習哪一門程式設計！

比如你從Python開始學習，那麼就不難，因為Pyhthon語法簡單，使用過程，類似給你一堆樂高積木，然後你自己搭建自己想要的房子，或者橋樑，或者汽車。

想想，是不是就覺得很簡單啊！

Python入門

Python是一門強大的語言，雖然大家都覺得入門簡單，但是這門語言就是這麼牛逼，入門簡單還牛逼。

這也是w3cschool為什麼大力推崇這門程式語言的原因。

而且近幾年Python這門語言越來越火爆，很多高薪公司都招這個崗位，工資也水漲船高。

願意是Python非常適合處理人工智慧、大資料、機器人等未來的科學領域。

那麼要如何入門？

先科普一個簡單的概念：目前網際網路上的免費課程，足夠讓你成為一個合格的程式設計師！

請各位小夥伴務必記住這點！

教程

先自吹自擂一下自己！請去學習w3cschool上面的Python教程！這是非常基礎的教程，全部免費觀看。

在你看完後，打算與實踐結合，那麼可以考慮實施w3cschool上面的Python的程式設計微課和程式設計實戰，邊玩邊學習。

接著就是影片！

可以去慕課網觀看影片，並且同時去菜鳥教程上面觀看例項，這兩步都不能少！

特別是菜鳥教程上面的例項，非常重要，因為學程式設計無非兩招：多寫程式碼、多看別人的程式碼。

網際網路科技發展蓬勃興起，人工智慧時代來臨，Python如今越來越火，很多人都想轉行做Python。那麼什麼是Python?

Python是一種面向物件的解釋型計算機程式設計語言，語法簡潔清晰，又具有豐富和強大的庫，它又叫做作膠水語言。Python比較簡單，容易學習和掌握，對於沒有程式設計基礎的人來說比較容易上手。

有句話叫萬事開頭難，所以你一定要做好心理準備。半途而廢就沒意思啦，千萬不能遇到問題就打退堂鼓，否則你最後也還是一無所獲，時間金錢精力倒是耗費了不少。

第一階段

首先我們要明確自己的學習目標，不管我我們學習什麼樣的知識，都要有一個明確的目標，我們需要朝著目標前進，才能少走彎路，從而在學習中得到提升。

第二階段資料型別流程控制常用模組函式、迭代器、裝飾器遞迴、迭代、反射面向物件程式設計等等

更高階的技能就不說了，最基礎的你需要爛熟於心。

第三階段

自學最大的一個問題是，如何運用你的程式設計

大多數同學在自學一門程式語言時，是沒有應用的場景感。就是不知道學了怎麼用，講不出具體、合理的應用。只有真正的去實踐才能理解的更快，理解的更深。如果是有老師帶著你學，是沒有關係的。因為每一階段做什麼練習，做什麼專案，知識點學到什麼程度，老師都會幫你規劃好。自學不一樣，最好每個技能點都要有明確的應用場景感，這樣學習起來目標、目的更強，不會出現看不到進步，自我否定而放棄。

學習Python後，儘快利用Python做點事情，比如看新聞說每年存一萬五，四十年可以變億萬富翁，你可以驗證下，我們要學以致用。這種學習方法，稱之為“設計式操練”。

結論：Python語言作為工作中效率提升的工具，是非常好用的。Python編寫程式碼的速度非常的快，而且非常注重程式碼的可讀性，非常適合多人參與的專案。它具備了比以前傳統的指令碼語言更好的可重用性，維護起來也很方便。如果沒有程式語言基礎，想學習Python從事開發行業，重點要放在Web開發學習，框架學習上。打好Linux系統的基礎，多瞭解一些Java還是比較有用的。Python好用易學，在大資料、人工智慧方面具又其他語言無法相比較的優勢，如果你是有其他語言程式設計經驗者，學了Python後比其他人更具有競爭優勢。

最後的最後，一定要堅持學習哦，這樣才能成為王者~

本人是跨專業轉到網際網路行業，目前任職演算法工程師，所用語言有GO、Python和R等，均為自學。不過覺得入手最快，使用體驗最為爽滑的還是Python。根據這幾年學習Python的經驗教訓，我將零基礎入門Python的心得體會總結如下：需要有人帶，需要學習環境，需要不斷更新知識。

2.零基礎入門Python程式設計需要有一定的學習環境。初次入手Python程式設計，一開始學習感覺挺好，越往下學越可能覺得自己學的不知道有沒有用，畢竟Python的應用場景非常多，有資料分析，有爬蟲，有前後端，有機器學習等等，這會給人一種學入歧途的感覺。怎麼辦？儘早找網際網路公司的Python職位。用看影片所掌握的Python基礎知識，其敲開網際網路公司的大門（這需要勇氣與臉皮），真正走上Python程式設計工作崗位，做到學習就是工作，工作就是學習，學到的就是有用的，學習才不會迷茫。

3.零基礎入門Python需要不斷更新自己的知識，需要經常逛社群、論壇和交流群，經常研讀高手編寫的程式，最佳化自己的程式設計邏輯與風格，這樣才能持續進步，成為高手。

綜上，零基礎入門Python需要有老師帶，需要一定的學習環境，需要不斷的更新知識。學習Python只要方法得當是一件很享受的事情，是一種樂趣或興趣。

你好，隨著資料科學概念的普及，以及人工智慧大資料的發展，python 慢慢映入人們眼簾，變得得越來越火。

下面我們從幾個步驟說下python 的學習步驟:

1.學習python，首先你需要去官網 www.python.org上下載一個python版本。

2.正式開始學習之前，你可以下載一些python的電子學習文件，比如《python 從入門到精通》，透過學習語法，掌握python中的基本語法以及數學表示式等。

3.學完了基本語法後，就可以跟著練習題做做練習了，對於案例我們可以透過在自己機器上進行練習加深印象，從而達到熟練掌握的目的。

4.學習python 裡面常用的模組，比如os,sys等。你可以在本地上進行練習，如果遇到問題，比如函式的使用上的問題，或則忘記了某個關鍵字的使用語法，你就可以參考python的官方api文件。

5.透過上面的學習，你的python基礎紮好了，下面你就需要學習一些常用的框架了，來提高開發效率，比如Django ，Tornado，web.py，Pylons等。

6.不能只停留在這些單機練習上，你以後可是要做專案開發的，所以你要去網上找一些由易到難的demo 去開發一些專案，同時也是對你之前的學習做一個鞏固。

零基礎的人，怎樣學好Python？這是很多人都在問的一個問題，今天就詳細的回答一下吧。

1、Python學哪些知識？

分享一個千鋒Python的學習路線圖，可以參考下。

2、Python的影片教程

Python工具教程:https://pan.baidu.com/s/1bSuel3UkIydZcQ0nlw55tw

Python基礎教程:https://pan.baidu.com/s/1CJMOWrzfdTPDYzIvqiia6g

Python高階教程-Python環境開發:https://pan.baidu.com/s/1Jsz9U8F02OROIbZuYep6IA

Python高階教程-資料分析:https://pan.baidu.com/s/1Mz24qiHVKoqMDqWFCM83lQ

相對來說python語言比較簡單的，適合初學者學習，覺得自己學習有困難，可以先從簡單的"趣學python"或"教孩子學python"兩本書，打下基礎知識，後面再想快速進階再深入學習。

在每一個小夥伴學習Python的時候，我都建議大家先找好未來的職業發展方向。只有我們清楚的知道自己以後的發展，才能知道現在這個學習的階段應該重點學習什麼。把重心放在什麼地方。下面看一下python的職業成長路徑圖：

我們可以對照上面的職業成長路徑圖，在看下圖中的所有知識點。來找到下圖當中的重點：

接下來是python的學習線路圖也就是，對照上面的各個知識點。我們學習完了之後可以得到掌握什麼樣子的技能：

我們可以按照上面的學習步驟，首先找到自己的發展路徑，隨後看相關的學習線路圖，第一個發展路徑下面有配套的該學習的階段。最後學完一個階段參考一下技能對照表。檢查自己是否學會。因為很多小夥伴在學習的時候，總是不知道學完了該階段可以做什麼，導致半途而廢。建議小夥伴邊學邊檢查。

沒別的辦法。看書，寫程式碼！書中的每一個知識點都要透過寫程式碼的方式驗證一下。寫程式碼的時間起碼要佔50%以上。這樣學完一本書下來基本上語法就會了。

推薦教材：《Python基礎教程》第二版。

看書，做練習，那怕看不下去也硬著看下去。積累足夠的困惑後，找個視屏報個培訓班就通了。當然這一步是為了融匯知識，所以你能找到個師傅也行。視屏和培訓班就不用了。

其實學Python有很多學習路線，但是這些路線不是唯一的。舉一個簡單例子：我之前學Python是學習了Python的資料型別，瞭解了元組、集合、列表等。之後就學習了爬蟲，資料分析，機器學習。當然，這些學習還是培訓機構安排的，也只是一些皮毛。但是這是一個很好的路線，你可以效仿，也可以改變。但Python資料型別及一些基本的軟體下載安裝基礎，還是需要先摸透。

我之前跟很多人說學Python路線就是：基礎----爬蟲-----資料分析-----機器學習

但你可以是基礎---資料分析---機器學習等。

Python基礎學習

Python有哪一些資料型別，這是必須要了解的。例如：aaa=[2,3,4];qw={2,3,4};

qwe=(2,3,4)等。它們是一樣的哦？都是逗號隔開，數字也一樣。細節決定成敗，這句話不是沒有道理的！學Python還能悟出人生格言啊。它們不一樣，這三種都有一個名字叫資料型別，但卻各是各的家，就像瓶子：可以是裝菜的，可以是裝酒的。這幾種資料型別，在你以後學習資料分析是有很大幫助的，但不是說基礎學習就不重要啦。

Python資料分析

資料分析，這裡以jupyter notebook為例。首先下載好anaconda，這裡不再敘說下載安裝步驟了，之前有說過這些。當下載好anaconda後，點選電腦選單欄，找到它，點進去可以看到下拉欄

還有一種辦法：開啟資料夾，然後輸入cmd，出現黑色命令框後輸入jupyter notebook即可實現跳轉網頁。

掌握以上內容的人都很不容易了，但這遠遠還不夠，因為很多人知道的實現太多了。在這裡，你將瞭解很多新知識，像numpy、pandas、scipy等。看到這些，不要緊張，不知道，趁別人還沒發現，趕緊去查閱一下。

更多精彩，敬請期待！

python語言對人的程式設計慣性的封裝性很好，想要學會並不難，但是想要學好，就還得需要點技巧。

做一件事以前，先來確定一下我們的目標：讓自己的寫的python程式碼更pythonic。越pythonic的程式碼，越是好的python程式碼。想要做到pythonnic，就得先解決三類大問題：如何實現，如何最佳化，如何高效。

第一類的python程式碼如何實現，就是掌握python語言的功能，這是python的基本底線，是pythonic底線的底線。這個階段過得很快，一兩個月就可以上手，三四個月就能熟練了，有一堆的python程式設計書可以參考。第二類是python程式碼如何最佳化，也就是掌握python的工作原理，這個是pythonic的底線。這個階段是一個較大的瓶頸期，需要大量的程式碼閱讀和程式碼總結。時間長短取決於學的人的學習時長和程式設計基礎。只要能保持天天有程式碼攝入，到熟練掌握python最佳化的方法，一般超不過6-12個月。第三類如何高效地開發python則基本進入量變到質變的過程了。這個階段的核心就是動手，有機會就練習，練習時間的長短和練習面的廣度決定了pythonic的程度。下面我詳細的說一下具體該怎麼做。

（1）掌握python程式碼如何實現。這部分有兩個子步驟。第一步，找兩本經典的書一步一步地跟下來，推薦的是《python基礎程式設計》和《python核心程式設計》。我們學習基本都需要做這一步，但為什麼有的人看完書學的很好，而有的人感覺還是有些吃力呢？原因是感覺吃力的同學少了第二個步驟：找一些現成的程式碼使勁看，看看程式碼裡的語句都是用的書中的哪些知識點，然後照著寫一遍。不用背，不用記，遇到實在看不懂的程式碼也沒事，剛開始寫能調通就是一件很了不起的事了。我建議在github上找兩段評分高的程式碼就可以了，評分高是為了學習材料質量好，要不然容易學岔劈。這個階段一定要認真，不能三天打魚兩天曬網。

（2）掌握python程式碼如何最佳化。這部分至少有五個步驟，但第三和第四步是重複的。第一步，把你找到過的程式碼裡的不懂的程式統統搞定。之所以前面看程式碼會遇到看不懂的程式碼，就是因為優秀的程式碼裡隱藏著很多複雜的技巧。這個步驟需求一個師傅點撥，否則自己學自己查會比較耗時（選擇師傅也是一門技術活）。第二步，把學到的知識點自己實現出來。這裡的實現是指的自己用某種技巧實現一種業務邏輯，比如用迭代器實現商品列表的遍歷等等。一個較好的方法是，自己找一個專案，或者和人合作一個專案，在實際場景中歷練。這個階段只有一個技巧，就是使勁練習。第三步和第四步就是重複第一步和第二步，也就是第一步和第二步至少要迭代加深一次。最後一步第五步，就是不斷的在網上或者專案中尋找你不曾接觸過的python寫法，研究作者為什麼這麼寫。仔細觀察一下就能發現，前四步在加深深度，後一步是加深廣度。這也是我們學習程式語言的比較有效的思路。

（3）如何高效地開發python。如果是在學校的實驗室裡，完成第二步就基本是高手了，因為高校裡一般沒有程式碼質量檢測這樣的環節。在企業裡就不一樣了，你不但需要把程式碼寫對，還要寫的漂亮。這個階段有兩個步驟，第一，你自己要能看得下去你的程式碼。有的人是不敢看自己寫的程式碼的，因為自己知道自己寫的有多爛（比如我）。這是不允許的，這是自己給自己的懶惰找的藉口。第二，找權威鑑定你的程式碼。這裡的權威可以是任何一個有實際經驗的工程師，專家或者發燒友，但儘量不要找學者，優秀的學者很難找。整個第三步的困難和第二步有所不同。第二步是知道困難，但是也知道怎麼做；第三步則是知道困難卻不知道怎麼做。一個有效的思路是：你覺得某個人挺pythonic，就請教一下他的意見，如果有意見不同，就探討一下人家為什麼那麼想；如果你覺得人家說的對，虛心學習；如果你覺得他low，說明你該回爐重造了。

學習一門語言首先要明確是以什麼目的學習的，也就是說清楚以後用它在哪個方向發展！這樣的才能高效，才能事半功倍！

python語言近年來發展很快，運用的領域也是非常廣泛並且都是熱門的專業如人工智慧，大資料等！所以有很多人開始學習python。到更多的人沒有明確的職業方向，也不知道學到那種程度才算學好！下面就簡單的說一下，個人觀點，勿噴啊

如果你是想從事python開發

這個當然是越精通越來，python雖然是比較簡單的語言，但是要正真的精通它，還是很用功的去學習的，首先要掌握基本語法以及各種庫的熟練運用，其次要熟練Pythonic的使用，掌握 Python 的記憶體機制、GIL 限制等，知道如何改變 Python 的行為，可以輕鬆寫出高效的優質的 Python 程式碼，能夠輕鬆分辨不同 Python 程式碼的效率並知道如何最佳化等等，總之學無止境！

如果是想從事人工智慧

這個對python的要求相對簡單，瞭解基本語法，熟練掌握人工智慧領域python庫，如AIMA，pyDatalog，SimpleAI，以及機器學習的庫PyBrain，scikit-learn等等，當然學習人工智慧光python還是遠遠不夠的，還得有紮實的學習知識。

想從事網路爬蟲工程師

首先基礎知識肯定是要掌握的，其次還要熟悉多執行緒程式設計、網路程式設計、HTTP協議相關 ，最好還要掌握一些反爬相關知識，cookie、ip池、驗證碼等等 ，最關鍵的還要能分析簡單網站的結構，會使用urllib，urllib2或requests庫進行簡單的資料抓取；

從事大資料分析

除了基礎語法知識以外，Python資料分析需要安裝的第三方擴充套件庫有：Numpy、Pandas、SciPy、Matplotlib、Scikit-Learn、Keras、Gensim、Scrapy等，已經機器學習深度學習的一些知識

python語法概念相對而言好學一些，沒有那麼多晦澀難懂、拗口、反人類的概念。

跟著一些影片或者教材慢慢學，可能還會感覺，還挺容易的，感覺好像學懂了。

但是過會兒可能就忘了，或者要自己做點什麼，感覺就無從下手

就有點類似於看別人登山好像容易，自己登山卻發誓再也不來登山了，只有在你一次次登到山頂後才會認為登山很輕鬆

不是很恰當的例子，但只是說明學習程式設計，不僅要看要理解，更重要的是要動手程式設計，開始可以把別人的事例程式碼一個一個敲出來調式看結果，逐步要自己利用程式語言去做一些小東西。

紙上得來終覺淺，絕知此事要躬行。

說起來都是這麼說，但是確實如此

學習python雖然相比較其他的語言來說是要簡單那麼一點點，也是需要理解程式設計思維才行的。建議題主先對整個程式設計有所瞭解，然後再打基礎，python打基礎很快的，總共沒有多少。這樣就算入門了，然後就是選擇以後要走的路了python可以選擇的方向非常多:前端，伺服器，自動化，人工智慧，大資料，不要貪多，每樣都瞭解一下，然後選擇一條最適合自己路，你就可以不回頭的紮下去了，每條路都很長，走起來也會越來越困難，希望你堅持吧，加油。

首先說一下，目前python涉及得領域還是很多的，比如web方向，資料分析，人工智慧方向，爬蟲方向，這些python基本都可以實現，所以建議先明確自己的方向性！

其次想要學好程式碼，多讀，多看，多寫，多練，多問，五多法則交給你

這東西要問自己，捫心自問自己能不能堅持，能不能吃苦，能不能克己復禮，能做到這三點再有個好老師教，結果會超乎想象。