你可能已經聽說過很多種流行程式語言，比如非常難學的C語言，非常流行的Java語言，適合初學者的Basic語言，適合網頁程式設計的JavaScript語言，那麼你對Python語言又瞭解多少，Python是一種程式語言，完成同一個任務，C語言要寫1000行程式碼，Java只需要寫100行，而Python可能只要20行。用Python完成專案，編寫的程式碼量更少，程式碼簡短可讀性強，團隊協作開發時讀別人的程式碼速度會非常快，使工作變得更加高效。所以零基礎進入IT行業，用Python入門是最好不過了。

　　那零基礎怎麼入門Python呢?下面就一起來看看吧!

　　步驟0：熱身

　　開始學習旅程之前，先回答第一個問題：為什麼使用Python?或者，Python如何發揮作用?

　　觀看DataRobot創始人Jeremy在PyCon Ukraine 2014上的30分鐘演講，來了解Python是多麼的有用。

　　步驟1：設定你的機器環境

　　現在你已經決心要好好學習了，也是時候設定你的機器環境了。最簡單的方法就是從Continuum.io上下載分發包Anaconda。Anaconda將你以後可能會用到的大部分的東西進行了打包。採用這個方法的主要缺點是，即使可能已經有了可用的底層庫的更新，你仍然需要等待Continuum去更新Anaconda包。當然如果你是一個初學者，這應該沒什麼問題。

　　如果你在安裝過程中遇到任何問題，你可以在這裡找到不同作業系統下更詳細的安裝說明。

　　步驟2：學習Python語言的基礎知識

　　你應該先去了解Python語言的基礎知識、庫和資料結構。Codecademy上的Python課程是你最好的選擇之一。完成這個課程後，你就能輕鬆的利用Python寫一些小指令碼，同時也能理解Python中的類和物件。

　　具體學習內容：列表Lists，元組Tuples，字典Dictionaries，列表推導式，字典推導式。

　　任務：解決HackerRank上的一些Python教程題，這些題能讓你更好的用Python指令碼的方式去思考問題。

　　步驟3：學習Python語言中的正則表示式

　　你會經常用到正則表示式來進行資料清理，尤其是當你處理文字資料的時候。學習正則表示式的最好方法是參加谷歌的Python課程，它會讓你能更容易的使用正則表示式。

　　任務：做關於小孩名字的正則表示式練習。

　　如果你還需要更多的練習，你可以參與這個文字清理的教程。資料預處理中涉及到的各個處理步驟對你來說都會是不小的挑戰。

　　步驟4：學習Python中的科學庫—NumPy, SciPy, Matplotlib以及Pandas

　　從這步開始，學習旅程將要變得有趣了。下邊是對各個庫的簡介，你可以進行一些常用的操作：

　　•根據NumPy教程進行完整的練習，特別要練習陣列arrays。這將會為下邊的學習旅程打好基礎。

　　•接下來學習Scipy教程。看完Scipy介紹和基礎知識後，你可以根據自己的需要學習剩餘的內容。

　　•這裡並不需要學習Matplotlib教程。對於我們這裡的需求來說，Matplotlib的內容過於廣泛。取而代之的是你可以學習這個筆記中前68行的內容。

　　•最後學習Pandas。Pandas為Python提供DataFrame功能(類似於R)。這也是你應該花更多的時間練習的地方。Pandas會成為所有中等規模資料分析的最有效的工具。作為開始，你可以先看一個關於Pandas的10分鐘簡短介紹，然後學習一個更詳細的Pandas教程。

　　您還可以學習兩篇部落格Exploratory Data Analysis with Pandas和Data munging with Pandas中的內容。

　　額外資源：

　　•如果你需要一本關於Pandas和Numpy的書，建議Wes McKinney寫的“Python for Data Analysis”。

　　•在Pandas的文件中，也有很多Pandas教程，你可以在這裡檢視。

　　任務：嘗試解決哈佛CS109課程的這個任務。

　　步驟5：有用的資料視覺化

　　參加CS109的這個課程。你可以跳過前邊的2分鐘，但之後的內容都是乾貨。你可以根據這個任務來完成課程的學習。

　　步驟6：學習Scikit-learn庫和機器學習的內容

　　現在，我們要開始學習整個過程的實質部分了。Scikit-learn是機器學習領域最有用的Python庫。這裡是該庫的簡要概述。完成哈佛CS109課程的課程10到課程18，這些課程包含了機器學習的概述，同時介紹了像迴歸、決策樹、整體模型等監督演算法以及聚類等非監督演算法。你可以根據各個課程的任務來完成相應的課程。

　　額外資源：

　　•如果說有那麼一本書是你必讀的，推薦Programming Collective Intelligence。這本書雖然有點老，但依然是該領域最好的書之一。

　　•此外，你還可以參加來自Yaser Abu-Mostafa的機器學習課程，這是最好的機器學習課程之一。如果你需要更易懂的機器學習技術的解釋，你可以選擇來自Andrew Ng的機器學習課程，並且利用Python做相關的課程練習。

　　•Scikit-learn的教程

　　任務：嘗試Kaggle上的這個挑戰

　　步驟7：練習，練習，再練習

　　恭喜你，你已經完成了整個學習旅程。

　　你現在已經學會了你需要的所有技能。現在就是如何練習的問題了，還有比透過在Kaggle上和資料科學家們進行競賽來練習更好的方式嗎?深入一個當前Kaggle上正在進行的比賽，嘗試使用你已經學過的所有知識來完成這個比賽。

　　步驟8：深度學習

　　我自己也是深度學習的新手，所以請有選擇性的採納下邊的一些建議。deeplearning.NET上有深度學習方面最全面的資源，在這裡你會發現所有你想要的東西—講座、資料集、挑戰、教程等。你也可以嘗試參加Geoff Hinton的課程，來了解神經網路的基本知識。

　　如果你想選擇一種語言來入門程式設計，那麼Python絕對是首選!其非常接近自然語言，精簡了很多不必要的分號和括號，非常容易閱讀理解。接下來一起看看你不得不知的Python六大優點：

　　一、Python的定位是“優雅”、“明確”、“簡單”，所以Python程式看上去總是簡單易懂，初學者學Python，不但入門容易，而且將來深入下去，可以編寫那些非常非常複雜的程式。

　　二、開發效率非常高，Python有非常強大的第三方庫，基本上你想透過計算機實現任何功能，Python官方庫裡都有相應的模組進行支援，直接下載呼叫後，在基礎庫的基礎上再進行開發，大大降低開發週期，避免重複造輪子。

　　三、高階語言————當你用Python語言編寫程式的時候，你無需考慮諸如如何管理你的程式使用的記憶體一類的底層細節

　　四、可移植性————由於它的開源本質，Python已經被移植在許多平臺上(經過改動使它能夠工 作在不同平臺上)。

　　如果你小心地避免使用依賴於系統的特性，那麼你的所有Python程式無需修改，就幾乎可以在市場上所有的系統平臺上執行。

　　五、可擴充套件性————如果你需要你的一段關鍵程式碼執行得更快或者希望某些演算法不公開，你可以把你的部分程式用C或C++編寫，然後在你的Python程式中使用它們。

　　六、可嵌入性————你可以把Python嵌入你的C/C++程式，從而向你的程式使用者提供指令碼功能。

本人是跨專業進入網際網路行業的，目前任職演算法工程師，所用語言包括Python、R和GO，均為自學。但使用最為爽滑，上手最快的還是Python。根據這幾年學習和使用Python的經驗教訓，我將零基礎學Python的心得體會總結如下：需要有人帶，需要有學習環境，需要不斷更新知識。

1.零基礎直接學Python需要有人帶。可能無論進入任何一個行業，有老師教要比自己一個人死扣要有效率得多。有人可能會問，要報Python培訓班嗎？不必，太貴，看影片即可，看影片就相當於老師給你講解了一遍，推薦看小甲魚Python入門影片（不願找影片的同學私信，免費分享）。認真看一兩遍影片，再將影片中的案例動手實現幾遍，接著再看幾遍入門書籍，推薦看《Python核心程式設計》或《與孩子一起學程式設計》，這兩本書都講的言簡意賅，十分清楚明瞭。

2.零基礎直接學Python需要有學習環境。對於零基礎入門Python的同學來說，隨著學習的深入，可能越學習越沒有方向感。比如學習Python處理資料，可能會用到資料庫、爬蟲爬資料、作圖以及統計學、機器學習等，甚至可能會遇到其他的一些冷門知識，找不出重點，這時就會越學越覺得有點學入歧途的感覺。怎麼辦？找Python的相關工作。用你看影片學到的Python基礎知識去敲開網際網路公司的大門，真正進入Python的學習和工作環境，做到工作即是學習，學習即是工作，學到的就是有用的，你才會真正地沉入到程式設計的學習中，並持續的學習下去。

3.零基礎直接學Python需要不斷更新程式設計知識。入程式設計這一行，技術更新迭代極快，需要經常逛論壇、翻社群，經常研讀大牛的演算法和程式碼，並不斷地最佳化自己的演算法和程式設計風格，這樣自己才能更優質地進步。

綜上，零基礎直接學Python需要有人帶，需要學習環境，需要不斷地更新程式設計知識。等到真正入門Python，你就會發現，語言都是入門容易，精通很難。。。

合適，python作為一門解釋性語言，其設計之初就是面向大眾，降低程式設計入門的門檻，下面我簡單分享一下零基礎入門python的過程，以Windows系統為例：

1.首先，搭建本地python環境，這裡直接到官網下載最新版本的python就行，地址https://www.python.org/downloads/，如下（建議python3.x系列），下載完成後，直接安裝就行：

這裡也可以選擇安裝Anaconda，一個整合python和眾多第三方包的軟體，自帶spyder,ipython notebook等開發環境，使用起來也不錯，地址https://www.anaconda.com/download/，如下，下載完成後，直接安裝就行：

2.本地環境搭建好後，就可以入門python了，這個網上的資料很多，慕課網、網易雲課堂、菜鳥教程等上面都有相關教程和資料，廖雪峰的python教程也不錯，從最基本的開始，包括元組、列表、字典、函式、類等，一行一行練習程式碼，熟悉python語法和環境：

3.入門熟悉python後，就需要選擇一個自己感興趣、有前景的方向來學習，因為python涉及的方面太廣了，包括web開發、資料處理、爬蟲、機器學習、視覺化等等，每個方面都投入精力，顯然是不可能的，抓住一個方面，努力學好就行：

如果你沒有任何基礎的話反而學起來會收到的雜念或者其他程式語言的影響力會比較少，但是由於你沒有任何的程式設計基礎，那麼在學習的過程中必然會遇到很多的問題，尤其是從入門開始學的話，對一些關鍵自己和一些關鍵術語你都不懂，那麼，你還得要重一些基礎入門的基礎語言開始學學了之後再來學這個語言。這麼語言，有一個非常大的缺陷，或者說是很大的一個困擾，就是它是純程式碼畫的，而且是純英文的，而且在應用的實際開發過程中遇到的主要問題就是難以理解，當中轉換和他進一步縮減的過程。由於中文語言，它本身就帶有相關的，智慧化，或相當於半自動化半智慧化的一個東西一直說他在爬蟲市場的話，運用非常之大，也就意味著你對她的理解要比他更加深層次一些，所以在學習的過程中在很多的解決方案和實際解決案例當中，會覺得非常的深奧，而且難以理解，如果你沒有相關的基礎知識或者對軟體支援和爬蟲系列，市場的一個瞭解的話，坐起來暈用起來或許起來還是有一些難度和困難的，而不是像普通人說的，哎呀非常的簡單直接就可以入手，等等這樣的問題。但是呢，我們始終相信問題總有解決的辦法。辦法總比問題多，這是我經常提的一句話，所以只要你一門心思的想要把這個東西學好的話，還是有機會還是有信心或者有能力在一定的範圍內把這個東西學好的。首先，你得相信你自己放手去搏放手去拼放手去做，還是有很大精力會成功的。

合適，太適合了。我後悔我在學校的時候沒有接觸到python，而是按班就部的跟著學C。閒話扯遠了。

為什麼對於程式設計新人來說很合適呢？

因為它簡潔、方便、庫多、跨平臺，學會基本語法（if-else、for、 while 、try-except）之後，你就可以用它來做一些簡單的輔助指令碼了，比如：自動登入某個遊戲，自動做任務。是的，這基本不用花很多時間。在你學了基本語法、瞭解程式語言執行機制之後，你完全就可以完成那些小東西了。

python的庫多得可不是開玩笑的，如果你要去做web開發，行，用python也可以搞。如果你要用它做運維，那也完全OK。如果你每天要處理大量excel檔案，當然也很是OK的。如果你現在還沒工作，也沒確定以後工作方向，那也來學python吧。以後你也肯定可以用得上它的

我相信上面所講的已經打動你了，馬上從你的第一個程式 print("hello world")開始吧

合適。

1、能否學要看綜合因素，如：要從事的領域，個人興趣，是否能堅持等等。

2、Python用途廣泛，工具屬性更強。既可做開發，又能做測試、運維、輔助其他工作等。又號稱膠水語言，能和多種語言互調，做入門語言非常合適。

3、如果從事軟體開發工作，不可能只用一種語言，可能還需要掌握HTML、CSS，JavaScript等等。

在回答之前我看了一遍其他人的回覆，在回答當中很多人說python的優點以及如何學習還有就是各種庫的優勢等等。在這裡我要對每一個入門的IT的小夥伴說，第一步不是瞭解python有多優秀多適合入門。

首先要明確目標，我們才能更好的學習啊。很多人說python很火啊，IT行業高薪啊，所以我要自學我要轉行，這個其實和我們學習完全沒有關係。如果以前你想做一個網站但是不會開發，那麼python可以幫助你。王健林的小目標我們都知道，他會定下來，先掙它一個億。我們看一張python學習之後的職業發展圖：

這裡我們要明確的是，今後你要在哪個領域發展，你才能知道自己要學什麼，要專注哪個領域去學習。不然一堆語法學完了，我們都不知道自己要做什麼？

在上一步的時候，我們比如找好了定位。今後就是要做web，那麼我們就可以以web為主，找到企業招聘web人的需求。按照需求去學習，分模組和階段的計劃出來，每個模組學習的時間以及大概學完的目標是什麼。原因還是一樣的，不要隨便找到別的思路就跟著學習，容易導致學完之後不知道自己可以做什麼，甚至不知道這個基礎知識以後可以幫助完成什麼專案。接下來看一張圖，也就是對應第一張圖片的學習後的技能掌握要求：

如果各位小夥伴發展途徑就是web的話對應線路圖找到自己學完每個階段要掌握的技能，還是web為例，作為職業發展，那麼我們入門的話，就學習第一階段的python基礎，以及python進階知識點和前端開發最後是web開發。

首先，第一個階段的的學習內容如下：

我們在這裡要掌握的就是十個知識點，在這個階段學習之後，我們對照上一個圖的內容，在這裡我們要掌握的是基礎語法程式設計能力，還有程式設計思維以及面向物件程式設計思想還有就是針對小問題的程式編寫，最後檢測自己所學知識點的完備就可以用一個小遊戲的程式開發來檢測；

第二個階段的知識點：

依舊是對照第二張圖，看到本階段學習之後，我們應應該掌握的技能是什麼。

第三個階段的知識點：

在這裡，我們自己可以找到專案，去檢測自己所學的。

第四個階段的知識點：

以上四個階段全部學習結束之後，我們可以自己找到專案去做。開始的時候沒有辦法自己獨立的完成專案也是沒有關係的，我們只需要多看別人的原始碼。

最後做個總結，一定不要看到別人說簡單，很容易懂就開始盲目學。我們學習之前，最應該知道就是未來發展，照著所定下的目標去學習。然後就是一定要知道每一個階段學習完了之後，你可以實現的功能你需要掌握的技能是什麼。不然學完了，我們都不知道自己能做什麼。最後才是按部就班的學習。

前期不建議直接看書，按照上面的知識點找到配套影片去學習。稍微入門之後，可以準備一本知識點很全面的書，作為參考書也好作為日後的工具書也可以。當你覺得基礎基本上已經有了，知識點的書我們都可以讀進去了之後，買一本邏輯思維比較強的書進行邏輯的培養以及程式碼的最佳化。

在程式設計界，python 算是被人們熟知最晚的，也是目前公認最火的一門開發語言，為什麼它出場晚，何以如此鶴立雞群？主要還是現如今大資料和人工智慧的崛起，引燃了它。下面我們來說下這麼火的python 入門IT合適與否:

1.python 難易程度

python 在程式設計界，我敢說它是最容易入門的，同樣計算a+b的時候，它比.net，c#，java程式碼量少很多，其他的語言還需要定義什麼的，方法體，但是到了python 這兒，一切變得這麼人性化，只需要一行程式碼就搞定了。你說它是不是簡單？

2.就業

Python 開發工程師，目前有大量的缺口，你可以學習之前在招聘網站搜一下，職位很多很多，薪資也要比.net這些年老的語言高出不少，從事it主要不就是它薪資高嗎？剛好python 可以滿足你的需求呵。

前邊也說了，python 學習起來容易，並且薪資也不低，入門it 在我看來沒有比它更適合的了。

加油吧同學，好好學，猿界需要你哈。

Python被廣泛應用於機器學習、人工智慧系統以及各種現代技術。

看起來會不會有點高深莫測？而且你還是零基礎！

為什麼不考慮從java入手呢？

java易學，就業廣，適合零基礎的學生，

我覺得最好要有計算機基礎，而不是程式設計基礎。

可以，沒問題。請問你想學來做什麼？我可以針對的給你點建議

確實蠻合適的，零基礎的話建議學習python