雖然國內大學開設Python的不多，但並不能說Python這門語言不重要。很多參加過數學建模競賽的同學可能領教過Python在科學計算領域的威力了。但被譽為“膠水語言”的Python在計算機、網際網路領域還有更為廣闊的用途！而且Python與C、C++、C#、Java並稱為目前世界上主流的5種程式語言；在資料分析、雲計算系統管理、人工智慧等領域是當之無愧的第一語言，在web、遊戲指令碼、機器人集物聯網開發領域也有不俗的表現。

Python完整版學習路線圖Python教學影片

--基礎

2019千鋒Python初識與職業發展

https://pan.baidu.com/s/1vxPjn5BVaTVfmUY6-_0nIw

2019千鋒Python工具教程-安裝python

https://pan.baidu.com/s/1bSuel3UkIydZcQ0nlw55tw

千鋒Python影片教程-Python基礎入門全套課程

https://pan.baidu.com/s/1CJMOWrzfdTPDYzIvqiia6g

千鋒Python影片教程-前端精通課程

https://pan.baidu.com/s/1xb-fdWsyb8jNHMWsjOW4Hg

千鋒Python影片教程-Django開發實戰

https://pan.baidu.com/s/1aeLw6M30nyuJreyDSayI2Q

千鋒Python影片教程-Tornado基礎+專案實戰

https://pan.baidu.com/s/18q3BUqB1-rr4UaF4TONRkQ

--進階

千鋒Python影片教程-Web開發之Flask框架從入門到精通

https://pan.baidu.com/s/1xW5qsmybjTYqh0gVGrZ8RA

本回答是根據眾多自學的經驗和python大牛整理出來的最佳學習路徑。希望新入門python的小夥伴能夠仔細參考。

一、學習python的基礎知識

知識點：

計算機組成原理：計算機組成部分、作業系統分類、B/S和C/S架構、理解軟體與硬體的區別Python變數以及開發環境：字串、數字、字典、列表、元祖等流程控制語句：程式的執行順序，順序執行、迴圈執行、選擇執行函式：定義函式、呼叫函式、函式的巢狀、遞迴函式檔案的基本操作：檔案的開啟、編輯、關閉面向物件程式設計：類物件、例項物件、定義類、例項化物件異常處理：學會捕捉異常、自定義異常模組和包：理解模組和包的概念並學會使用飛機大戰遊戲製作：自己獨立完成飛機大戰遊戲二、對python有初步的瞭解以後找到職業路徑

對python的基礎知識有一些瞭解以後，我們應該看看未來的發展。是前端還是爬蟲還是資料還是人工智慧。只有找到自己以後的發展才能知道現在的重點學習的在哪裡。比如要是學人工智慧，有關前端的內容就可以粗略的看看就好了。

三、對應職業成長路徑圖的學習路線

仔細看上面職業路徑的那個圖，下面有對應的學習線路。上面這個是python的學習各個階段包含的知識點內容。說一個比較重點的。我認為知道未來的發展途徑是很重要的事情。你只有清楚的知道以後要做什麼，才能知道當下該學什麼。

Python作為一個程式語言，具有與其他程式語言同等的能力。不過Python作為一門語言，尤其獨特的優點，簡單易學，內建了很多庫，也很容易擴充套件，這讓很多人選擇學習Python，不過自學Python應該從哪入手呢?小編建議你可以選一本通俗易懂的書，找一個好的影片資料，然後自己裝一個IDE工具開始邊學邊寫。

1.找一本靠譜的書，難度一定要是入門級別，千萬不能太複雜，不要一下子陷進去，會打亂節奏，學東西要循序漸進，不能一口吃個胖子。打個比方，學過java的同學都聽過大名鼎鼎的thinking in java,這邊書很厚很全，若一上來就學，肯定會吃力，時間長了就會失去興趣，因此對初學者來說，一定要找一本通熟易懂的，簡單的書。入門的書非常關鍵。

入門的書很多，但是個人強烈推薦《A Byte of Python》。作者寫作思路非常清晰，對每個知識點講解很到位，不多不少。對初學者來說，力道剛剛好。

網上有人會推薦《笨辦法學Python》,我個人覺得這本書沒有《A Byte of Python》好 。一般有一些程式設計基本，我建議直接看《A Byte of Python》。這本書的銷量已經破百萬了，而且在豆瓣上點評有8.8,可謂是入門級的神書.電子版大家可以在CSDN 搜一下就有，都是高畫質的。

2.找一個靠譜的師傅。Python程式設計是一個十分系統的技術體系，有時候光靠看書和網上的影片，只能是一知半解，遇到問題，沒有人給你講解其中的原理和流程，那麼對於整個技術點的理解就永遠不會通透。況且，程式設計不只是知識，還涉及到做具體的專案，在做專案中，如果有人帶，進步才是最神速的。

3.多編寫程式，這似乎是廢話，但是確實是一句實話。學程式設計一定要親身去編寫，沒有什麼捷徑。一開始哪怕你把書裡面的例子一字不落敲一遍，也好過你只是去看書，而不動手。

學Python最好是堅持練習，每天抽小半個小時，學一些知識點,不斷堅持，快的話幾個星期基本就能入門了。如果你感覺自己自學能力較差，想要一個好的學習分為，可以來千鋒Python培訓班。千鋒始終堅持用良心做教育，做到真正對學員負責，如有疑問，可以直接加入到千鋒的兩週免費試聽課。

感覺有本書你學的差不多了就基本具備了一名合格的python程式設計工程師,不過可惜的是這本書沒有電子版，只有紙質的。

第 1章　從數學建模到人工智慧

1.1　數學建模1.1.1　數學建模與人工智慧1.1.2　數學建模中的常見問題1.2　人工智慧下的數學1.2.1　統計量1.2.2　矩陣概念及運算1.2.3　機率論與數理統計1.2.4　高等數學——導數、微分、不定積分、定積分第2章 Python快速入門2.1　安裝Python2.1.1　Python安裝步驟2.1.2　IDE的選擇2.2　Python基本操作2.2.1　第 一個小程式2.2.2　註釋與格式化輸出2.2.3　列表、元組、字典2.2.4　條件語句與迴圈語句2.2.5　break、continue、pass2.3　Python高階操作2.3.1　lambda2.3.2　map2.3.3　filter第3章　Python科學計算庫NumPy3.1　NumPy簡介與安裝3.1.1　NumPy簡介3.1.2　NumPy安裝3.2　基本操作3.2.1　初識NumPy3.2.2　NumPy陣列型別3.2.3　NumPy建立陣列3.2.4　索引與切片3.2.5　矩陣合併與分割3.2.6　矩陣運算與線性代數3.2.7　NumPy的廣播機制3.2.8　NumPy統計函式3.2.9　NumPy排序、搜尋3.2.10　NumPy資料的儲存第4章　常用科學計算模組快速入門4.1　Pandas科學計算庫4.1.1　初識Pandas4.1.2　Pandas基本操作4.2　Matplotlib視覺化相簿4.2.1　初識Matplotlib4.2.2　Matplotlib基本操作4.2.3　Matplotlib繪圖案例4.3　SciPy科學計算庫4.3.1　初識SciPy4.3.2　SciPy基本操作4.3.3　SciPy影象處理案例第5章　Python網路爬蟲5.1　爬蟲基礎5.1.1　初識爬蟲5.1.2　網路爬蟲的演算法5.2　爬蟲入門實戰5.2.1　呼叫API5.2.2　爬蟲實戰5.3　爬蟲進階—高效率爬蟲5.3.1　多程序5.3.2　多執行緒5.3.3　協程5.3.4　小結第6章　Python資料儲存6.1　關係型資料庫MySQL6.1.1　初識MySQL6.1.2　Python操作MySQL6.2　NoSQL之MongoDB6.2.1　初識NoSQL6.2.2　Python操作MongoDB6.3　本章小結6.3.1　資料庫基本理論6.3.2　資料庫結合6.3.3　結束語第7章　Python資料分析7.1　資料獲取7.1.1　從鍵盤獲取資料7.1.2　檔案的讀取與寫入7.1.3　Pandas讀寫操作7.2　資料分析案例7.2.1　普查資料統計分析案例7.2.2　小結第8章　自然語言處理8.1　Jieba分詞基礎8.1.1　Jieba中文分詞8.1.2　Jieba分詞的3種模式8.1.3　標註詞性與新增定義詞8.2　關鍵詞提取8.2.1　TF-IDF關鍵詞提取8.2.2　TextRank關鍵詞提取8.3　word2vec介紹8.3.1　word2vec基礎原理簡介8.3.2　word2vec訓練模型8.3.3　基於gensim的word2vec實戰第9章　從迴歸分析到演算法基礎9.1　迴歸分析簡介9.1.1　“迴歸”一詞的來源9.1.2　迴歸與相關9.1.3　迴歸模型的劃分與應用9.2　線性迴歸分析實戰9.2.1　線性迴歸的建立與求解9.2.2　Python求解迴歸模型案例9.2.3　檢驗、預測與控制第10章 從K-Means聚類看演算法調參10.1　K-Means基本概述10.1.1　K-Means簡介10.1.2　目標函式10.1.3　演算法流程10.1.4　演算法優缺點分析10.2　K-Means實戰第11章 從決策樹看演算法升級11.1　決策樹基本簡介11.2　經典演算法介紹11.2.1　資訊熵11.2.2　資訊增益11.2.3　資訊增益率11.2.4　基尼係數11.2.5　小結11.3　決策樹實戰11.3.1　決策樹迴歸11.3.2　決策樹的分類第12章 從樸素貝葉斯看演算法多變　19312.1　樸素貝葉斯簡介12.1.1　認識樸素貝葉斯12.1.2　樸素貝葉斯分類的工作過程12.1.3　樸素貝葉斯演算法的優缺點12.2　3種樸素貝葉斯實戰第13章 從推薦系統看演算法場景13.1　推薦系統簡介13.1.1　推薦系統的發展13.1.2　協同過濾13.2　基於文字的推薦13.2.1　標籤與知識圖譜推薦案例13.2.2　小結第14章 從TensorFlow開啟深度學習之旅14.1　初識TensorFlow14.1.1　什麼是TensorFlow14.1.2　安裝TensorFlow14.1.3　TensorFlow基本概念與原理14.2　TensorFlow資料結構14.2.1　階14.2.2　形狀14.2.3　資料型別14.3　生成資料十二法14.3.1　生成Tensor14.3.2　生成序列14.3.3　生成隨機數14.4　TensorFlow實戰

希望對你有幫助！！！

首先要學下載什麼東西，怎麼配置環境。小白一般拿到一個學習線路圖也是懵的，因為啥都沒準備好。這一步驟呢，建議清楚知道要安裝什麼之後，自己去到下載的官網看安裝手冊等。或者看這影片一步一步操作。

一、入門Python需要下載的軟體

首先必備的就是：Python和PyCharm，根據自己電腦選好版本；

至於其他程式設計相關軟體：火狐瀏覽器、谷歌瀏覽器、檔案搜尋利器Everything、區域網通訊軟體飛秋、虛擬機器VMwareworkstation full、Linux版Mysql、Windows版MySQL、資料庫客戶端Navicat、自動化測試selenium、程式碼版本管理器Git、程式碼編輯器Sublime Text、文字編輯器Ty.pora；

以上內容不用全部都下載，需要什麼下載什麼就可以。不想涉及web的話，是不用安裝PS的。下面就分享一下，Python的職業發展還有學習路線圖。

二、入門Python從哪裡學起

入門的話，是要從瞭解Python開始學起來。先知道它在什麼領域可以做什麼。文章篇幅過長，有需要的建議慢慢看。首先來看一下，Python的職業發展路徑：

簡化一下之後的圖：

根據職業成長路徑圖總結的下面的知識點：

1.Python基礎

計算機組成原理：計算機組成部分、作業系統分類、B/S和C/S架構、理解軟體與硬體的區別Python變數以及開發環境：字串、數字、字典、列表、元祖等流程控制語句：程式的執行順序，順序執行、迴圈執行、選擇執行函式：定義函式、呼叫函式、函式的巢狀、遞迴函式檔案的基本操作：檔案的開啟、編輯、關閉面向物件程式設計：類物件、例項物件、定義類、例項化物件異常處理：學會捕捉異常、自定義異常模組和包：理解模組和包的概念並學會使用飛機大戰遊戲製作：自己獨立完成飛機大戰遊戲

2.開發框架大部分後臺的業務都會使用到web框架來開發，可以提高工作效率。

Python當中常用的web框架是Django、Flask、Tornado等。

Django框架：Git原始碼管理、Redis快取、VUE介紹、Vue基本語法、ES6語法、VUE 生命週期、Django框架介紹、Django模型、ORM及資料庫操作、檢視及模板、Django中介軟體

3.資料庫只說最常用的三種類型資料庫，都是網站業務後端使用率很高的。Mysql、Mongodb，Redis；這三種資料庫分別是關係型資料庫，文件型資料庫還有記憶體型的資料庫。需要學的就是如何使用並且設計，最後是最佳化。

4.前端知識

HTML的學習：HTML的文件結構、快速建立HTML方法CSS：CSS的使用PS的簡單應用：Photoshop的基本使用、取色、圖層JavaScript的學習：JavaScript的基本語法jQuery的學習：jQuery的使用Vue框架：框架的使用以及注意點

5.web伺服器

Flask web框架的使用：模板與表單、資料庫的使用、單元測試、第三方擴充套件與部署、Redis快取使用、GIT版本控制、雲伺服器的使用、驗證碼的收發、網站專案開發實戰Django web框架的使用：框架的使用方法、模型介紹、ORM以及資料庫操作、檢視以及模板、Django中介軟體、Django REST Framework、網站專案開發實戰。

6.Linux作業系統Nginx是在Linux伺服器上執行的，所以需要學習Linux系統。

Linux命令：Ubuntu作業系統介紹與使用、Linux命令使用、Linux命令選項的使用、遠端登入和遠端複製、vim編輯器使用、Ubuntu軟體安裝和軟體解除安裝.