走的方向不一樣，自然關注點也不一樣。

Python可以用來進行做web開發，人工智慧，演算法工程師，資料清洗，大資料，爬蟲等方面的工作，如果說想朝著演算法工程師，人工智慧等方向發展的話，學好演算法就顯得尤為重要了，打算從事web開發，爬蟲等方面工作，把Python學好，學精就可以了。

瞭解過“如鵬網”的Python學習路線，挺詳細的，可以作為參考。

1、Python語言基礎2、資料庫開發技術3、web前端4、Python web開發5、Python web專案6、Linux7、NoSQL8、資料視覺化9、爬蟲技術10、人工智慧

1.興趣是最好的老師。

學好python首先要對其感興趣，學習的過程中或是學會之後，給你來帶了什麼快樂，每個人可能興趣點不同，但一定要有。

2.實踐出真知。

透過做專案，在工作中學習，在解決問題中成長。

3.跟著一個好老師。

一個好的老師能起到撥雲見日的效果，在你遇到坑時，點撥你一下，你就從坑裡出來了。

提出這個問題，我想提問題的人本身對人工智慧、資料探勘或者說python在資料這一領域的應用有所瞭解，不然就不會有這樣的疑惑。

python是一個工具，有句成語叫"工欲善其事，必先利其事”說的是什麼意思呢，意思是我們要做好一件事，必須把準備工作先做好。

python作為一種工具，所以我的看法是，你得先熟悉掌握。不然再高深的演算法都只是理論，理論是要附註於實踐。如何附註於實踐，就在於Python的應用。所以，我們得先掌握Python，知道python的基本語法和一些高階應用，至少函式要清楚，Python作為函數語言程式設計的代表，這個至少得會。演算法最終將化為一個一個函式，供其它業務場景使用。

演算法是一系列指令，由程式碼組成。當然這裡的前提是用程式設計言寫好後的程式碼，如果沒有寫的呢，那就是一種思想，解決問題的一種方案。

其實，我們可以把演算法看成我們日常碰到問題的一種相對優的一種解決方案，不然也就沒有那麼多經典的演算法。從這個角度來看，其實演算法就是我們解決問題的一種思維的表現，你可以那樣解決，也可以這樣解決，但是在實踐中，我們需要取一種相對優的方案。這個時候，就體現在你對演算法的掌握，也就是我們常用的比較優秀的演算法的了算，我想也是提問題的人在想的-希望掌握的演算法。

總的來說，個人的建議是先學好python，掌握語法，在有方向的前提下，在此方向上結合相應的演算法多實踐，當然，最後我們其實還是更偏向於演算法，也就是我們的思維，沒有演算法，我們是不知道如何去解決一個問題，更談不上如何用python這把利器。

我是生化環材跨專業到網際網路行業，目前任職人工智慧演算法工程師，工作所用語言包括GO、Python和R等，但是用最爽滑上手最快的還是Python。根據這幾年學習和使用Python的經驗教訓，我將學習Python的心得體會總結如下：要有老師教，要有學習環境，要不斷地更新知識技能。學習Python的細節我就不列舉了，我主要說學習方法。

2.學好Python需要學習環境。初次入門程式設計，有時越往下學，越不知道自己目前所學有沒有用，畢竟網際網路的方向很多，有時學著資料分析，發現又要學爬蟲，後來發現要學的東西越來越多，給人一種不知所措，學入歧途的感覺。這個時候怎麼辦？找網際網路公司Python職位。用看影片掌握的Python基礎知識，叩開網際網路公司的大門（這需要勇氣與厚臉皮），到了用Python的崗位，做到學習就是工作，工作就是學習，學到的就是有用的，才能支撐你持續學Python的決心，才能把Python進一步學好（程式設計天才忽略此條）。

3.學習Python需要不斷更新知識，需要經常逛Python社群、論壇和交流群，經常將大牛的方法和自己的方法進行對比，將自己的程式設計方法和邏輯進行不斷的更新和最佳化，才能把握技術前沿，不斷進步。

綜上，學好Python需要有老師教、需要一定的學習環境，需要不斷地交流學習。等到真正入門Python後，你就會發現Python入門很容易，精通卻很難，需要根據業務持久地去學習去探索。

學習Python的人很多啊，和Python相關的問題我都不知道回答了多少個了，今天再來說一下。

1、準備好學習的心態，不能從入門就到放棄了哦，要堅持

2、配置 Python 學習環境

推薦編輯器：https://www.jetbrains.com/pycharm/

配置簡單、功能強大、使用起來省時省心，對初學者友好，並且還是完全免費的！

3、學習路徑：

應該學習最新版本的 Python 3 還是舊版本的 Python 2？（這個問題可以參考知乎上的回答然後自己做決定）

Python大神收藏的 17個國外免費學習網站

https://www.toutiao.com/i6579823082569990663/

學習Python過程中，注重這8個小細節，讓你在大資料領域事半功倍

https://www.toutiao.com/i6603110223802532366/

相關：

Python有什麼用？可以做什麼？

https://www.toutiao.com/i6584957981777986055/

說一說我時怎樣學習python的吧！選擇學習路徑的過程，我走過許多彎路。我想記錄下來，給同樣的你。

學習python大致可以分為以下幾個階段：

剛上手的時候肯定先學習一遍最基礎的 python 知識了。比如說變數、資料結構、語法等，基礎基本上很快就就能學習完。我是結合書本（【 python 基礎教程】「需要點程式設計基礎」）和網上的菜鳥教程這個網站相結合學習的。如果你需要結合影片學習的話，推薦你去中國大學慕課中找相關的影片。 python3菜鳥教程連結：「

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

」

看完基礎之後就去網上找到一些小專案鞏固基礎。比方說：製作一個詞雲等

python 庫是 python 的精華所在，可以說 python 庫的組成造就了python，因此學習python庫顯得尤為重要。而一些常見的 python 庫有網路爬蟲、自然語言、影象識別等，而現在很火的人工智慧python也在有一席之地。

python 學習哪個版本呢？我認為學習 python3 就行了，隨著 python3 的發展，對 python3 的相應的支援的庫也越來越多。對 python2 也就越來越少。

學習完基礎你可以考慮 python 的方向

1. 機器學習

機器學習是人工智慧的一個分支。人工智慧的研究歷史有著以「推理」為重點，到以「知識」為重點，再到以機器「學習」為重點的自然、清晰的脈絡。顯而易見，機器學習是實現人工智慧的一個途徑。而 python 是機器學習重點支援語言，而其他的幾種語言顯然比 python 難學多了，並且人工智慧商用專案在未來會越來越多，如果你有時間，最好的建議就是去關注機器學習。

2.資料分析

python 擁有豐富的資料分析庫，這使得在其資料分析領域越發重要。現在大資料時代已經來臨單靠 excel 和 sql 寂靜無法處理資料量級的要求。python 做資料處理可以說是比較熱門的。

3.爬蟲工程師

資料對一些公司越來越重要，採集資料是做資料分析的基礎，爬蟲是必備記能。雖然有些公司將爬蟲和資料分析分為兩個崗位，但爬蟲還是必須要學會的。

4. web 開發

本人覺得 python 做 web 開發同Java、 php、JavaScript 相比較，並沒有很大的優勢。從其生態環境，學習資料和開發效率，以及執行效率就不做過多比較。

而這些也要根據你個人實際情況去選擇深入哪個方面。

首先確定的是演算法比語言重要。語言只是演算法的一個工具而已。據說很多老教授還在用古老的Fortran語言來研究演算法，從側面證明了這一點。打個不精確的比方，演算法算是理論，語言算是實踐的工具，光有理論，沒有實踐，肯定有問題。所沒必要這麼較真，到底是演算法重要還是語言重要，相對而言，演算法更通用重要，而程式語言有上百上千種。

再講如何學好Python:

Python是一門學習曲線相當不陡峭的語言，即簡單易學但很難精通。有程式設計基礎的人，花幾個小時，把語法部分耍法，就可以上手敲程式碼了。但要精通Python, 需要更長的時間(甚至有些人後續都沒有意識想去精通它，認為python不過如此，我已經掌握的差不多了)

語法部分就不用說了,自己看python的官方手冊或者查本熱銷書直接去翻就行了。

1. 兩個基礎工具必須掌握: ipdb用來命令列除錯(單步執行、設定斷點等), pylint是用來掌握python規範的， 比如

如果一個函式的定義，寫得特別臃腫，pylint會警告你，這時候你的想辦法將函式拆分

如果你得程式碼有重複的片段, pylint會警告你將程式碼抽象成一個通用函式

2. 多用單元測試, 比如pytest和unittest模組, 驗證自己程式碼每個函式等的正確性(可能開始覺得很繁瑣沒必要，但稍微大點的工程都需要unittest, github上大型的python專案，都有單元測試)

3. 剛開始不建議用notebook。python本來就曲線就不陡峭，你再用python notebook，就更平坦了，還分散精力。等你熟練到一定程度時，可以嘗試notebook, 但我覺得還是命令列(Linux)的爽～

後期想繼續深入的話:

結合資料結構演算法，讓你的程式碼執行起來風馳電掣(快)

學習設計模式和OOP, 讓你的程式碼變得優雅健壯(雅)，讓人讀起來心曠神怡 (這個決定了別人看你程式碼的印象，或者是一坨S, 或者是一縷清風)

結合自己的專業領域，比如資料庫、Web、Machine Learning等等，用實際專案去實踐

首先，python是一門面向物件的指令碼語言，語法簡單，入門比較容易，但是簡單歸簡單，想要深入學習，做出一定優秀效能的程式還是很有難度的，因為python的底層直譯器是用C來寫的，所以，在學習python前，最好有紮實的計算機原理和記憶體結構認識的基礎，說python簡單，不如說是python的發明者對於python的語法和結構封裝的好，所以想要學好python建議偏底層，這樣才能寫出效能優秀的程式碼！

首先，入門！入門很簡單，買一套影片教程，或者買一本入門的python書籍，例如圖靈出版的python入門書籍非常不錯！可以先完全按照書上的理解來逐字敲程式碼，對python的運作流程有所瞭解，這一階段，在專業人員裡面俗稱“搬磚”，也就是對程式碼的搬運而已！

第二，過了“搬磚階段”，學習者可以寫一些帶有業務性的程式碼，透過斷點除錯，bug修改，加深對python底層的理解，理解python直譯器的執行原理，可以用網上的demo跑一跑，打斷點分析一下記憶體！

第三，到這個時候，如果沒有開發的工作，最好有做python的朋友幫助你，做一個小專案，這樣透過大量的程式碼練習和bug修改除錯，相信您的進步一定會很快！

python的用處很大，美國nasa的開源雲oprnstack的原始碼就是用python開發的，現在市面上很多公司都在做自己的私有云，例如華為的fusionsphere，阿里雲，騰訊雲等，都是基於openstack封裝的。

python也可深入web方向，例如輕巧靈活的fladk框架，大而全的django，對併發支援非常強的tornado，都是做web的利器，著名的豆瓣網就是用python開發。

另外近些年興起的人工智慧也是需要用python開發。

希望提問者能夠下功夫學好python，祝您學習進步，生活工作順利！！！