這個真的得結合自己的情況來看呢，每個人的學習能力，自制力和耐心都是不一樣的。如果你真的下定決心要學習這方面，那就先從規劃學習路線開始，準備系統的學習內容，最好是老牌機構的課程，而且有實操練習，很重要。保持足夠的耐心，因為Python越到後面越難，一個問題卡住沒有耐心真的很容易崩潰，親身經歷。如果有人帶著是再好不過了。對了，還有學習內容方面，Python方向很多，你要是想就業。就要準備開發方向的課程，什麼Excel資料整理這些不行。自學道路長，一坎又一坎，堅持很重要。

這都是我親自經歷過的階段，在崩潰之前選擇了系統的提升，現在感覺還是蠻好的，不擰巴了，這邊學習週期是半年。你不妨先看一些入門資料，結合自己的學習能力做評估，看看怎麼學適合自己。推薦你可以看看百戰程式設計師Python400集入門視訊，特別適合零基礎入門，而且有一定的難度，可以讓你更好的瞭解Python，主要它是免費的，他家也是十幾年的老牌機構，很專業，我開始也是學習的這個，也希望可以對你有幫助。

坦白地講，學習一門新語言絕非易事。對於一個以前在程式設計或計算機方面沒有經驗的人來說，學習像python這樣的一整門語言似乎是一項不可能完成的任務。但是，在同等情況下，只要你覺得自己可以，就沒有什麼是不可能的。現在，我想跟大家分享一些自己在學習2020年最受歡迎的程式語言（python）方面的tips。

心中有個目標

你可能會犯的最嚴重錯誤之一就是心裡沒有一個明確的目標。如果沒有一個能催你前進的目標，你會很容易忘記自己學習這門語言的初衷。這是我的經驗之談，因為我之前嘗試學習C和Java都沒有成功。我學這兩門語言都以失敗告終，是因為我不知道將它們用到哪裡，然後很快就放棄了學習的想法。沒有任何使用案例的情況下，我也沒能跨過語法學習那一關。

但是，在我學習Python的過程中，情況有所不同。我的目標是提升自己資料科學方面的技能並將自己的職業方向往分析領域傾斜，而學習python只是我計劃的一部分。因此，我學python並不僅僅是為了學而學的。我需要python的實踐知識才能做資料分析，需要理解一系列庫才能開啟我的專案。因此我學習python時內心是抱著一個更大的藍圖的。

萬事開頭難，制定好了第一份目標就等於完成了一半。為你正在學習的語言找到一款應用程式，那你離掌握這門語言就又近了一步。

資源

1. Udemy

Complete Python Bootcamp (https://www.udemy.com/course/complete-python-bootcamp/)和

Python for Data Science

(https://www.udemy.com/course/python-for-data-science-and-machine-learning-bootcamp/) 的內容涵蓋了Python程式設計的基礎知識和在資料科學中必不可少的庫。這些課程以視訊講座的形式進行，佈置的作業需要在Jupyter Notebook上完成。

2.互動式編碼環境

在學習資料科學過程中，Datacamp和Dataquest是絕佳的程式碼平臺。它們能為你提供一個互動式的環境，使你可以在學習過程中進行練習，從而深化你對很多概念的理解，並漸漸熟悉寫程式碼的過程。對於寬泛的python學習，請訪問learningpython.org。程式語言和自然語言是類似的，學習的方法就是實踐再實踐。

3. edX

MITx的Computation Thinking using Python課程用課堂的風格教python，如果你無法參加真實校園裡的課程，那這對你來說是最好的方式了，因為每週都會有大課以及課後作業，同時還要進行期中和期末考試。它們與其他MOOC的區別在於佈置的程式設計作業，這些作業是經過深思熟慮的，它們要求學習者能夠編寫基本演算法，這對於邏輯思維能力是很好的鍛鍊。

專案

如果不把所學知識付諸應用，你是不會知道自己有幾斤幾兩的。專案是評估你所掌握知識的一種好方法，並且絕對是簡歷的重要加分項。找到一個感興趣的專案去鑽研，你學到的很有可能會比看網路課程更多。實踐始終是學習一門技術的最佳方法。

舉個例子，我本人做過把機器學習課程的材料從MatLab轉換為python程式碼的工作。我曾經有整整一個月每天都在寫程式碼，面向Google程式設計，試圖掌握該語言。我堅信，在python的掌握上，這個過程比我學的任何課程都要更有用。詳情請見：https://towardsdatascience.com/andrew-ngs-machine-learning-course-in-python-linear-regression-dd04fba8e137

GitHub

如果你打算進入技術領域，那麼有一份GitHub個人介紹是必不可少的。對於你想構建的所有型別的應用程式，你都可以在上面找到能幫到你的示例/啟動程式碼，你甚至可以為一些有趣的專案貢獻程式碼。那麼GitHub與學習python有什麼關係呢？關係可大了去了。程式設計師們可以在複製程式碼中學習，而GitHub集大量的程式碼庫於一身。你可以通過以下幾種方法在GitHub上學習python：

copy其他人的程式碼並在你自己的應用程式中使用

為他人開發package並獲得反饋

為現有的專案貢獻程式碼

這就是我在六個月之內學會python的過程。你一定也能做到的。

自學的話，一般學4-5個月，初級入門，就OK了，但是隻能找個助力工程師的職位。學習Python程式語言，動手實踐是一件非常愉快的事情，遇到了程式上的問題，經常自己思考研究，從而解決問題，自己的技術水平和解決問題的能力都得到了大大的提升。但是，如果是你零基礎起步，自己一點點照著書本學習，遇到困難，得不到解決，長期下去，會對學習程式設計產生厭惡，最終放棄學習。

經歷這個Python後，我認為像Python這樣的語言確實有學習的必要，因此把我的Python學習筆記貼出來，不過前面部分寫的過於基礎了。

1、第一個Python指令碼，hello World

2、Python語言與傳統的C++/Java語言顯著不同的地方

3、Python語言的控制結構

4、變數宣告和定義

5、函式

6、列表、字典、元組

7、字串處理

8、面向物件程式設計：封裝、繼承、虛擬函式、介面、多繼承、模板

9、面向物件程式設計：異常處理最後給想學習Python程式設計的朋友，

一些小建議：

1、先買一本自學用的Python書籍，不要看電子書。選擇合適的教程。有些書很經典，但未必適合你，書籍有：《Python核心程式設計》《Python基礎程式設計》《Python學習手冊》《Head First Python》《Python程式設計入門》《Python開發實戰》《Python程式設計初學者指南》。

2.對Python基礎資料型別有一個瞭解，學會各種型別的操作方法，瞭解函式和類的概念。

3、學會查官方文件，用好搜尋引擎和開發者社群。不但要學寫程式碼，還要學會看程式碼，更要會除錯程式碼。讀懂你自己程式的報錯資訊。再去找些github上的程式，讀懂別人的程式碼。

4、動手實踐，找小專案練習。前面幾個階段要快，都是為這個階段做鋪墊，，這時可能遇到各種困難，這時回頭複習參考書上對應知識點，同時去谷歌百度，如果自己寫不出來也可以參考別人的專案去做點事情，過一陣子對python瞭解後自己就知道該學啥了，是web開發，還是爬蟲，或者資料分析，機器學習。

5.除了學習程式語言，也兼顧補一點計算機基礎，和英語。

也不是不可能，但是想掌握一門技術也沒有那麼簡單，本來學習也不是一件輕鬆的事情。Python現在很火，入門也會簡單一些，但是後面還是會難，就看自己能不能堅持下來了，我身邊放棄的也不少，都當興趣發展了。開始學習的話，選一套大機構的教程，然後跟著學習就好了。當然教程也是有要求的，需要符合咱們的發展方向，從基礎開始，而且要結合專案學習。大機構的師資力量比較雄厚，兩節的內容自然比較實用一些，值得信賴。零基礎開始學習的話，推薦你可以看看北京尚學堂高淇400集的內容，很適合小白打基礎，而且是結合專案學習的，他家成立十幾年了，很專業，我一直都是學習的他家的資料，只是自己學習能力不強，所以現在在系統的提升自己。400集的內容很多的，可以培養你的學習方法，而且可以讓你之後的學習有思路，都是免費資源，可以去看看

當然能。

你不看見現在的少兒程式設計培訓都那麼火了嗎？各種廣告如火如荼，這些少兒的程式設計基礎都是0。不客氣的說，在這些百分之八十的少兒程式設計培訓班裡都只是玩個機器人，接觸一些程式設計的概念而已。這些培訓班的孩子，最終走上程式設計之路的話，基本還是要靠自己的興趣加不斷的自學。

那麼接下來如何自學python呢？

自學python有兩個誤區。一個是找本教程，按照書上的步驟興致勃勃地配置完環境後就心累了，沒學習的動力了。二是配置好環境後，開始找種種IDE了，然後又累了。所以我不推薦這種學習方法。

我推薦的學習方法：

1、自己裝個ubuntu或kali的虛擬機器，已經自帶python環境了。然後直接進入學習環境學習。

2、網上找個能線上練習python程式設計的網站，直接學習。

3、學到一定程度，再自己去搭建環境，配置ide。

順便說一下，python的程式設計思想核習是一切皆物件。每個物件都有自己的屬性和動作。這個是要在學習之初就要遵循的一條原則，要不會走很多彎路。給你打個通俗的比方：你抽了一支菸。你是物件，抽菸是動作，你愛抽什麼煙是屬性。

還有一點呀，多用搜索，把一些程式設計裡的專有名詞的概念弄清楚，要不會很迷惑。再打個比方，像什麼是異或，初次接觸程式設計的人很難理解。你只要理解了，兩個人去植樹，一個挖坑，一個澆水才能完成植樹。如果兩人都去挖坑，或都去澆水，這就完不成了。這就是異或。所以概念清楚了，再自學就事半功倍了。

總結一下，直接進入程式設計環境學習。學習之前或學習時，把屬於python裡的程式設計指導思想和一些概念弄清楚，再找本教程學就可以了。

能啊，但是快慢取決於你的基礎，比如寫一段文字，你之前學過中文跟沒有學過的老外比起來肯定會快，因為你有基礎，老外沒有，所以他需要從拼音開始學。這個比喻就是說你沒有基礎，要完全從頭開始，如果有基礎會更好，假設你是小學文化，那麼你需要把知識擴充套件到高中水平之上。

首先筆者想說的是入門一門程式語言是很容易的，基本上學一兩本國外出版國內翻譯的權威書籍就是可以學會的，但是學會只是停留在基礎部分，真正學懂還是需要實踐和更多的學習的，具體的話還涉及到你想學Python做什麼？接下來我將告訴你怎樣入門以及繼續向前！

一、怎樣入門

可以去找兩本Python的入門書籍，筆者在這裡推薦《Python從入門到實踐》和《Python基礎教程（第3版）》。具體封面如下

二、學完這些以後，你將面臨的是選擇哪個方向進行發展，具體的發展方向如下：

1、網路爬蟲這是python言語能從小眾言語走向群眾言語的一個×××，因為用python爬資料簡略太簡略了。而且功率也十分高效，而且爬的資料直接用python進行剖析處理也是適當方便，python能夠說是第一爬蟲語言。2、Linux運維Linux運維是必須而且一定要掌握Python語言，而Python是一門非常NB的程式語言，為什麼這麼說呢？Python有很多自動化的工具，操作起來非常方便，可以做傳送預警簡訊等等，給現在的運維人員提供了很大的便利。3、資料分析我們都知道現在來臨了大資料的時代，資料可以說明一切問題的原因，現在很多做資料分析的不是原來那麼簡單，Python語言成為了做資料分析師的第一首選，它同時可以給工作帶來很大的效率。4、人工智慧這應該是大家經常聽到的了。從和AlphaGo的人機圍棋大戰，到無人駕駛汽車，人工智慧和我們的生活越來越密切。目前BAT大力投入資金研究人工智慧，相信人工智慧時代的到來也不會太遠。現在主流的人工智慧的開源框架，很多是python完成的。選擇python作為基礎語言開發框架還有一個根本的原因是，python和C/C++聯絡非常緊密。這在非常強調效率的AI開發方面佔據很大的優勢，真正涉及到效率的直接通過py呼叫底層的C/C++來完成，在這說下很多人覺得C/C++過時的小夥伴，可能是真的不懂行情。python放在上層語法清晰簡單，可以方便邏輯呼叫。5、遊戲開發：在網路遊戲開發中Python也有很多應用。相比Lua or C++，Python 比 Lua 有更高階的抽象能力，可以用更少的程式碼描述遊戲業務邏輯。與 Lua 相比，Python 更適合作為一種 Host 語言，即程式的入口點是在 Python 那一端會比較好，然後用 C/C++ 在非常必要的時候寫一些擴充套件。Python 非常適合編寫 1 萬行以上的專案，而且能夠很好地把網遊專案的規模控制在 10 萬行程式碼以內。

三、寫在最後

學習不易我相信大家都知道，只有堅持下去才能開發出一片新天地，Python雖簡單但是也是需要認真學習和不斷的實踐的，Python正在不斷崛起，我相信在未來將會更受歡迎，所以珍惜當下，好好學習Python！！

可以的，但是自學是要有很強的自控力的哦，一定要合理規劃+堅持不懈！

現在網上很多的學習網站，都有教程以及教學視訊、大牛分享的經驗等等，學習之前一定要做好學習計劃，然後就是多練，多練，多練，重要的事情說三遍，加油，相信自己！

這就要看你要到什麼層次了，如果是想靠Python找份工作的，起步半年（算上一次成功的專案經歷和每日2小時的刻意練習時間）1.正式入門，每週6小時純時間投入，線上課程：MOOC的Python語言程式設計書：兩本《Python程式設計從入門到實踐》Python的經典，《零基礎輕鬆學Python》小碼哥著，據聞是Python之父推薦的。2.通用應用Python來解決一些簡單的計算機操作，例如：如何自動匯入資料給Excel，簡單的資料分析。一本書《Python程式設計快速上手—讓繁瑣工作自動化》，跟著做，基本啥時候熟練也就是會了。3.用Python爬蟲想要的資料，每週8小時純時間投入，是純時間全身心投入那種，而不是一邊看劇一邊做那種。資料還是沒有反爬機制的，一般的搜尋引擎能找到的就是沒反爬的。兩本書《Python網路爬蟲實戰》，《用Python寫網路爬蟲》

這是一個非常好的問題，作為一名IT從業者，同時也是一名教育工作者，我來回答一下。

Python語言本身還是比較簡單的，初學者在學習的初期就會比較容易建立起學習的成就感，但是在自學Python的過程中，也需要重視以下三方面內容：

第一：重視實驗。在學習Python程式設計的過程中，一定要重視多做實驗，通過實驗能夠逐漸建立起自己的程式設計思想，同時也會積累一些程式設計經驗，尤其是除錯經驗。在學習Python程式設計的過程中，最好要一邊使用一邊學習，這樣往往會有更好的學習效果。

第二：重視相關知識的學習。學習Python語言的過程中還需要同步學習作業系統、計算機網路和資料庫等知識，這些知識的掌握情況對於學習Python程式設計也有比較直接的影響。如果未來要想在程式開發領域走得更遠，還需要重視數學相關知識的學習，包括高等數學、線性代數、概率論等。

第三：重視學習方向。學習Python程式設計最好要有一個明確的學習方向，比如當前把大資料作為學習方向就是不錯的選擇，在大資料領域內，不論是大資料開發、大資料分析還是大資料運維等崗位，Python語言都有比較普遍的應用。從近兩年的人才需求情況來看，大資料開發崗位的人才需求量更多一些。

我從事網際網路行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大資料和人工智慧領域，我會陸續寫一些關於網際網路技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。