學習Python的一大原則是：熟悉常用庫的常用的API。以上粗略列舉了一下常用的庫，不足之處歡迎指正。新手可以在Python命令列模式輸入help()，就會出來官方說明，裡面有官方輔助資料連結，還可以直接輸入模組的名字，如re，就能看到這個庫的說明（退出用quit）。

這麼多庫，不可能都記住，我們要做到的就是遇到某個問題，立刻回想起來某個模組的函式可以解決該問題，然後google一下相關庫的使用方法。多看別人寫的優秀程式碼有助於提高個人寫程式碼的姿勢，我們不鼓勵重複造輪子，但估計重複拆輪子然後造新輪子

由於不涉及這方面內容，我不是很懂。但是透過之前的瞭解，推薦一本入門書《Python程式設計：從入門到實踐》，希望你能成功。

基本上python的庫都有官方文件的，但是基本上都是英語，所以英語好的話，學習一些庫還是很方便的

但是對於英語不好的人來說，那就只能看各種翻譯版本了，想那些著名的庫(如django)很多都有翻譯過來的文件，而且絕大部分庫都會有各種部落格上面講解。

只是部落格，論壇上面魚龍混雜，學習效率不高，但是你經常去用的話，慢慢的，集百家之長，你就會很牛逼了

l另外一個很重要的學習方式，看原始碼，這個用pycharm比較方面，直接跳轉，但是需要有一定的python基礎，以及對相應模組的瞭解

比如說，想tkinter模組的文件和教程都不是很全面，我們之間看原始碼，然後嘗試，還是能學到裡面的精華。

我是學習Java的，曾有一段時間也寫過Python，在我看來，學習頗有體會和學習Java是一樣的。

無形學習。學習初期，更直接的是使用初期，我們都會遇到一個問題，那就不熟悉，不知道從何下手，不知道該呼叫哪個方法等等，所以我們才會萌生去學習庫的想法。其實這是不友好的，即便是學習了庫，看了文件，也未必記得住，很多東西是使用多了自然信手拈來。我推薦：初期採用demo學習法。預想要實現的功能大多都被別人實現過，GitHub上資源豐富，先看看別人怎麼用，自己模仿加改動，效率提升快。輔助文件。Python都文件自然是有的，而且我們經常遇到一些原理性的東西就需要查一查文件，而正統的學習很少用到文件，理由是太慢，效率低下。文件更多的是起到一個輔助學習的功能。比如你要寫web，用到Django，總不可能看完文件再下手吧？但是輔助你理解是不錯的。

語言是想通的，表現不一樣，底層基本一樣。熟能生巧，多練習即可

python語言的盛行，各種豐富的第三方庫起了很大的作用，學習起來並不難，不過不建議直接看官方文件，因為很多都是英語文件，理解起來比較有難度，當然英語很好的除外，很多功能庫都在github上能找到，一些常用的開源庫如爬蟲工具庫scrapy，網路庫beautifulsoap等有很多如下，

至於學習的方法，從自身學習經歷說起，使用這些開源庫最大的問題就是除錯了，包括很多依賴模組，國外很多庫下載下來不能直接使用。因此建議你先百度搜索一下 某某庫應用或者例子，嘗試編譯執行一下，網路上有很多的部落格，多看一些技術文章，先把庫執行起來，分析基本的呼叫流程，增加斷點由淺入深逐漸除錯，看看基本的效果，先感受一下。

編譯或者引用這些庫，推薦你一定選擇好編譯器工具，個人推薦用Pycharm，真的挺好用，能夠自動下載相關的庫檔案管理包和庫，和maven類似，可以減少很多的配置工作。

用起來和JetBrains家族的其他編譯器類似，比較容易過渡，非常的好用，可以減少不必要的除錯時間，如果庫執行沒有什麼問題了，除錯效能問題等需要深度掌握的知識時，再反過來檢視英文文件，這個時候有一定的基礎了，自然理解程度不一樣了。

Python 中的庫的確是種類繁多，功能強悍，其實用價值值得我們好好研究。但是，學習不是為了一味的學習，學習應是為了利用所學的知識來實現某一目標，反過來也是一樣的，我們如果是為了實現某一目標而學習Python中的各種庫的話，學習起來也就更加有趣更加有效率了。

比如說，我想學習怎麼利用Python來爬取網站上的資訊，那我勢必要學習 Request，bs4.....等等功能強大的庫；你可以假設，我如果不是為了完成爬取資訊的目標，那我學習這個又有什麼用呢？過段時間我豈不是忘的一乾二淨？

再回到網路上Python學習的資源的問題上。Python的文件既有官方的又有非官方的，你只要在搜尋引擎上一搜，基本上沒有落空的。如果你英語學的好的話，科學地上網能找到更加豐富的資源。總而言之，就是確立一個具體的目標，在實戰中不斷學習，鞏固，這樣你所學的才能真正成為你的知識，有什麼不懂的可以問我，共勉。

我平時比較喜歡使用python來寫程式碼，我覺得python的程式設計語法和語言風格比較適合我自己。python中有各種各樣的資料庫，他們可以處理小到幾KB,大到幾百萬的資料。

在python處理大資料的時候，它自身有著一些不可避免的缺陷，比如python有gil,就是多執行緒並不可用，這就嚴重影響了python的共享性和併發性。而且python的程式碼執行效率並不高，有時候不能很好的做到處理大批次的資料。

Python是我比較擅長的語言，python處理資料的優勢主要有：

1. 非常快捷的開發速度，程式碼量能減少很多

2. 異常豐富的安裝包，包括numpy之類的資料包，使用很方便

大資料處理的時候有時候不必考慮太多的細節，當然C語言肯定速度上沒什麼問題，但是python對我們開發人員來說真的太方便了。至少在寫程式碼的效率上提高了很多。

使用python編寫資料庫的相關操作，可以很容易的處理一般的資料，當然對與實在很大的資料量，我們要使用分散式平臺處理，但是python效果並不好，可以結合其他語言使用。

python跑資料庫的效果並不好。

但是現在很多python庫都是用其他語言寫的，只是python做了一個包裝而已，庫的效率並不低。實際上我最開始寫程式碼的時候還用的是一種名叫Fortran的程式語言，聽說MATLAB就是用它寫的。但是它對於程式設計師來說不是特別的友好，所以如果你想要友好的程式設計就是用python,完美符合他的程式設計哲學，哈哈。