最早接觸python的時候，他並沒有現在這麼火，我也沒把他太當回事，那時候我對python的印象就是給運維人員使用的一門很古老的語言，顯然隨著tensorflow（以下簡稱tf）的興起，python開始頻繁的進入我們視野，不知不覺他就火成了今天這個樣子。

當然學習一門語言，也是單純的跟風，是因為像tf這樣優秀的專案，雖然支援的主流語言比較多，比如go、java、javascript（前幾天剛公佈），但現在能找到的，大部分tf的樣例，依然是python寫的，所以，python的優勢不言而喻。

還有對我特別有吸引的力的opencv（一款非常優秀的跨平臺開源視覺庫），也和tf的情況類似，這讓我意識到，必須要系統的、深入的學習一下python了，如果你和我一樣也是喜歡折騰的程式設計師，我想這種情況你也一定遇到過。這就是我學習python的初衷，也是這篇文章誕生的原因。

自我介紹一下先，我是08年用了一年半的時間主學了java和C#語言，之後4-5年的工作一直從事的是C#方面的開發，直到前幾年，因為工作的原因，先後學習並使用了nodejs、golang、以及手機混合開發。其中手機混口開發包括：dcloud、deviceone、xamarin、reactnative等，nodejs的框架有：express、thinkjs、pomelo等，所以對於如何學習一門新語言，對我來說是手到擒來，輕而易舉的事（自信如我）。

學習思路

學習所有語言的套路基本都是一樣的，主要來自以下幾點:

配置開發環境

瞭解語法特點

資料型別、資料轉換

if判斷、迴圈使用

函式、類使用

異常處理

IO操作

垃圾回收機制

多執行緒開發

心裡有了學習的方向之後，只需要深入淺出的檢視對於的資料，把以上的問題以此消除，基本上也就掌握了這門語言的基礎了。

如果要深入理解這門語言的精髓和加深理解這個python就要了解一下問題了：

python語言誕生的原因和解決的問題

python的優缺點

python設計的原理

python的語法特點

自學目錄

開發環境搭建

基礎

變數

資料型別

條件判斷和迴圈

函式和類

模組

檔案操作

異常處理

垃圾回收gc

多執行緒

時間模組

http模組

以上的目錄為本人學習的指導思路！

學習任何知識都講究由淺入深。

python是一種程式語言，針對學習程式語言的正確姿勢，及python自身的特點，根據答主10餘年的軟體程式設計開發經驗，這裡詳細說一下正確學習python的個人建議，如下學習路徑建議逐步學習，循序漸進。

語言基礎：

1、瞭解python語言的特點、發展歷史和版本，及環境安裝

2、學習python基礎語法，包括書寫規則、基本資料型別、變數定義、函式操作

資料結構及控制流程：

1、序列、字串、元組、列表，對於此部分學習其定義及常用操作

2、條件和迴圈： 條件語句、for迴圈、while迴圈、if巢狀

3、對映及字典：字典、列表推導式、字典推導式

高階語法：

1、檔案操作、輸入和輸出

2、錯誤、異常的檢測和處理

3、函式：定義、引數、作用域、迭代器和生成器、Lambda表示式、內建函式、閉包、裝飾器

4、模組定義及用法

5、語法規範

程式設計晉級：

1、標準庫使用和定義，如正則表示式、日期和時間庫、數學相關庫、檔案操作庫等

2、多執行緒程式設計，併發程式設計基礎，可實現簡單的生產者和消費者問題

3、機器學習庫，主要是Numpy、pandas、Series、Dataframe、Matplotlib等

專案實踐： 實現一個網路爬蟲系統

python應用範圍很廣，目前在如下領域應用範圍最廣： linux運維自動化、資料分析、大資料處理、機器學習等，可以根據自己的興趣愛好及發展方向，學習相關領域知識，這裡不再額外闡述。

每一部分的學習，可以透過書籍，可選擇銷量最高的python基礎學習書籍即可。網上也有很多影片，比如可以透過騰訊課堂搜尋python關鍵字，很多免費影片學習起來比較輕鬆。

所有的程式設計學習最終目的都是應用，最最重要也是需要特別提醒的一點是，學習過程中，務必多實踐、多動手！

祝你可以有效並快樂的學習python，加油＾０＾~

一、選擇好python學習方向

我要學習python的目的不是為了解這門語言，而是為了要學會運用這門語言來解決問題。

但python的應用方向，實在太廣了。在python基礎知識學完之後，如果應用方向不同，要學習的東西也會大不同。

我不能說我要做web開發，學完python基礎知識，跑去學numpy，pandas等知識，也不能說我要用python做資料分析，學完python基礎知識，然後就跑去學django，flask框架。這個道理，就跟我們想要去泰國旅行，肯定不會買去日本的機票一樣，很簡單，但是我們不得不承認，還是會有人犯迷糊，上來就開幹。

二、Python就業方向？

1）網站後端程式設計師：使用它單間網站，後臺服務比較容易維護。如：Gmail、Youtube、知乎、豆瓣

2）自動化運維：自動化處理大量的運維任務

3）資料分析師：快速開發快速驗證，分析資料得到結果

4）遊戲開發者：一般是作為遊戲指令碼內嵌在遊戲中

5）自動化測試：編寫為簡單的實現指令碼，運用在Selenium/lr中，實現自動化。

6）網站開發：藉助django,flask框架自己搭建網站。

7）爬蟲獲取或處理大量資訊：批次下載美劇、執行投資策略、爬合適房源、系統管理員的指令碼任務等。

8）人工智慧：Python由於簡便、庫多、可讀性強、可植入等優點，被作為人工智慧的主要開發語言，所以學Python是進入人工智慧行業的不二利器。

三、規劃好python學習路徑

當我確定好方向後，下一步驟就是順著這個方向，建立好我自己的學習路徑地圖。

這個路徑是1個系統性的邏輯主線，這個主線會讓我知道每個部分需要完成的目標是什麼，需要學習哪些知識點，哪些知識是暫時不必要的。然後每學習一個部分，我就能夠有一些實際的成果輸出，利用成果產出來形成正向刺激，激勵後續的學習

當我確定好學習python的資料分析知識，就按照資料分析的流程“資料獲取→資料處理→資料分析→資料視覺化”這個路徑，給自己建立了學習地圖：

1、python基礎知識

2、爬蟲基本知識+sql

3、numpy

4、pandas

5、matplotlib

6、sklearn

7、統計學與機率論

四、對python基本概念建立認知

python是我學習的第一門程式語言，我在開始學習python的時候，是一個連什麼是字串都不知道小白。所以對我來說，最重要的開始是，首先對這一領域的基本概念建立認知!

事實上，對一門領域完全零基礎的人，想要開始學習它的話，真正重要的工作是先對這門領域的基本概念建立認知。

比如我在到教程中有句話是“為變數賦值”，那我至少得知道，什麼是變數?賦值是什麼意思?

所以網上一些教程典型的通病就是，教學者用一個我們不懂的概念去解釋另一個我們不懂的概念，然後我們還是不懂。因為教學者提前預設了作為0基礎的我們的立場：已經有其他程式語言基礎，只是沒有接觸python。

但其實，對真正如我一樣的0基礎的小白來說，大多時候，python是我們學習的第一門程式語言。所以這個時候，對我們來說，學習python，不僅是學習這門語言本身，還是在藉著這門語言，幫我們建立對程式設計世界的一些基本概念的認知。

當我入了門之後，就是順著在第二步建立的學習路徑，一路升級打怪，畢竟，我的征途是星辰大海!

五、python學習中需要注意的問題

1、一開始絕不陷入底層原理和細枝末節的糾纏

這個坑，是把我坑的最深的坑。

舉個例子，我學到函式的時候，我在開始的時候只需要，學會怎麼定義函式，怎麼呼叫函式這些基礎知識，完全不需要一開始就深入到，研究函式引數的傳遞規則，到底是值傳遞，還是引用傳遞。

不是說這底層知識不重要，至少在入門的時候，我們不用一上來就深入這個層面。因為知識的學習，是一個線性的，從潛入深的順序。如果一開始，就眉毛鬍子一把抓，不分主次，可能我們很快就會體會到“從入門到放棄”是一種什麼樣的感覺。

而且我們在後續的學習過程中，其本身就是在“運用中深入理解，在深入理解中最佳化應用”。相互印證理解，是一種自然而然的深入學習過程。

2、最好是按照系統性的課程或書本來學習

既然在這個領域是新手，先接受一個已經存在的系統，再在上面修修改改，是最適合的方案。作為新手，如果依靠自學來學習一門領域的知識，根據我的經驗，我依然認為最好的老師，仍舊是成體系的課程或書本。

網上的文章或帖子，其實非常不適合充當我們系統性的學習一門知識的教材，因為它是非常碎片化的知識，東一榔頭西一棒子，不成體系。不要指望自己能把散落的資訊整合成系統的，那是高手要做的事情。不過這些東西，可以作為我們對某些細節的查漏補缺的參考。

3、以能用起來，解決問題為指導原則

在工作中，需要的更多的是一種解決問題的工程性思維，所以很多時候，我們能掉包解決問題，就沒必要自己造輪子。

舉個例子，boss要去機場，那我只要會開車，驅車把boss送到目的地就行，而不需要我去研究怎麼怎麼造車輪，怎麼造發動機，怎麼造電瓶......

當然，如果我們學有餘力，能深入，肯定是隻好不壞。但還是那句話，開始的時候，不眉毛鬍子一把抓。

4、沒有什麼牛逼的事情是能夠速成的，越是底層的、收益週期越長的技能越是這樣。

“大道甚夷，而人好徑，終為所誤”。我們總會在踩了無數的坑後，才恍然大悟：捷徑往往是最長的彎路。學習一門領域的知識，對於普通人人在短時間內從0到1入個門，倒是不難，但是從1到10，到100，進階為高手，沒有長時間的投入和刻意練習，無異於痴人說夢。