學python最重要是有自制力。有自制力的人發展不會很差。
至于入門，網上有很多相應的教程，我當初自學是看嗶哩嗶哩上python入門教程，600多集的，自己感覺有一點彈幕學真的會更認真。可以先往下看了解到底要往哪方面發展，定了這個后才能說怎么入門。最后面也有資源可以領取哦。
自學python首先要找到自己的學習目的我的學習目的特明確，SEO相關的有用的我都學。題主并沒有提到以后要涉及的職業發展，那就先介紹一下。大家都是為了學完Python找到工作，但實際上領域不一樣，如今學習Python的重點不一樣。題主想要知道重點學什么，那要看的是你以后做什么。
看圖：
從上圖可知python找工作有很多的路徑。實際上把這樣的路徑簡化一下可以得到下圖。這里有一個重點在于，下圖當中的每個發展方向下面有一個對應路線圖的一二三四這樣的數字。
重點學習內容標注并合適的方法然后按照下面流程來，找到網絡上相應資源就好了，最好找到一家比較全的資源然后跟著學。
Web基礎開發解決的現實問題：
能夠使用面向對象的程序設計方法, 基于Linux操作系統開發多任務的網絡程序開發。
掌握的核心能力：
1、能夠熟練使用Linux操作系統；
2、掌握網絡編程相關技術，能夠實現網絡間數據通信；
3、掌握程序設計開發中多任務實現方式；
4、能夠熟練掌握MySQL操作相關技術，熟練編寫各種數據庫操作SQL語句，并能夠進行Python與MySQL之間的數據交互；
5、掌握Python中的re模塊的使用，能夠實現對字符串進行復雜模式匹配；
6、掌握Web服務器的工作流程，以及Web框架的實現原理。
要點：
Linux命令、網絡編程、多任務編程、正則表達式、html與css、JavaScript、jQuery、數據庫編程、Python語法進階、靜態Web服務器、mini-Web框架。
Web-Django框架解決的現實問題：
更上一級能夠開發主流Web網站，并掌握常見的技術要點；根據實際問題設計出相應數據庫表。
掌握的核心能力：
1、掌握Python Web主流框架-Django的使用；
2、可根據Web框架設計，開發對應的數據庫；
3、可根據業務流程圖，開發Web網站的前后臺業務。
要點：
Django框架、前后端分離模式、VUE進階-組件式開發、Django REST framwork、統計、權限管理、商品數據管理、日志管理、用戶管理、前后端不分離模式、數據庫-讀寫分離、Django高級第三方模塊、FastDFS分布式文件系統、Celery異步操作、Vue雙向綁定、Docker 入門、Crontab定時任務、頁面靜態化、在線支付、Nginx+uWSGI部署。
Web-Flask框架解決的現實問題：
高并發全功能的Web網站開發；提升數據處理響應速度，靈活運用緩存。
掌握的核心能力：
1、掌握Python Web主流框架-Flask的使用；
2、掌握常見的性能優化技術；
3、緩存服務器的操作和設計；
4、異步任務的實現。
要點：
Docker 進階、uWSGI、Nginx進階、性能優化、Flask框架、路由定義及視圖函數、藍圖、SQLAlchemy、Flask-RESTful、手機 APP + PC Web前端、MySQL業務數據存儲、Redis緩存層、第三方對象存儲、RabbitMQ + Celery 異步任務、APSchedule定時任務、http://socket.io及時通訊、Elasticsearch 5.6 搜索+自動補全、RPC+kafka對接推薦系統與AI系統、supervisor進程管理。
人工智能機器學習編程解決的現實問題：
利用學習到的科學計算庫對收集到的數據進行數據基本處理，使其符合機器學習算法模型；利用學習到的機器學習算法解決部分實際問題。
掌握的核心能力：
1、掌握數據挖掘基礎工具使用；
2、掌握機器學習中處理數據方法；
3、理解常見機器學習算法原理。
要點：
人工智能概述、數據可視化matplotlib、科學計算庫numpy、科學計算庫pandas、Scikit-learn使用、特征工程、k-近鄰算法、線性回歸、嶺回歸、邏輯回歸、決策樹、集成學習(Bagging, Boosting)、k-means、不同模型評估方法介紹、模型選擇與調優、模型保存和加載、聚類、分類。
人工智能基于大數據的推薦系統解決的現實問題：
能夠實現推薦系統的算法不同場景應用；能夠根據推薦場景業務流完成推薦業務開發。
掌握的核心能力：
1、掌握推薦系統的工作原理和實現流程；
2、掌握推薦系統的算法實現原理以及應用場景；
3、掌握Lambda大數據相關基礎；
4、可實現基于大數據框架的推薦系統搭建；
5、能夠基于推薦業務流完成系統搭建。
要點：
分布式存儲計算案例、數據倉庫工具hive、spark-sql、spark sql與hive離線分析、ABTest實驗中心、埋點參數設置、推薦服務、緩存服務、實時日志分析、實時召回集、熱門與新文章、文章畫像構建、用戶畫像構建、文章用戶畫像業務實現、離線召回集介紹、排序模型選擇介紹、spark mllib講解、離線模型評價、評估場景需求。
后面更多是實戰了，更多偏向于數據分析：對企業異常數據進行深入分析，對業務風險指標進行跟蹤分析及優化；搭建業務監控體系，及時發現、排查業務問題，并能提出有效的解決策略或方案；配合項目計劃，負責建模駐場項目，完成數據分析需求及任務；通過大數據算法對數據進行模型的構建、維護、和評估。
掌握的核心能力：
1、熟悉常用數據挖掘算法與模型，熟悉邏輯回歸、神經網絡、決策樹、聚類等建模方法；
2、熟悉Python、Tableau、SPSS、SAS等多種數據分析工具；
3、熟練使用時間序列、聚類分析、邏輯回歸、因果分析等統計方法。
要點：
統計學基礎、Python編程數據分析、SPSS數據分析、數據化運營，網絡游戲市場分析，及電商數據分析，問卷數據分析、CRM、BI理論、數據可視化分析
最后python拓展就是爬蟲和自動化測試運維了，屬于拓展項目。也是很重要的接近工作的。
更多是做各種項目進行熟悉和自己優化方法。
解決的現實問題：
自動化爬取瀏覽器網站數據或App應用數據，對爬取中遇到的反爬措施應用相應的反反爬方案解決處理。
能夠針對企業中開發的項目進行自動化測試。
能夠搭建部署運行維護Linux環境。
掌握的核心能力：
爬蟲：
1. 網頁數據爬取；
2. App數據爬取；
3. 反反爬解決方案；
4. MongoDB數據存儲。
測試開發：
1. 項目開發流程與測試方法；
2. 自動化測試工具的使用；
3. 接口測試；
4. 性能測試。
運維開發：
1. Linux系統安裝使用（CentOS系統）；
2. Linux系統管理與維護；
3. Shell編程；
4. 自動化運維與監控。
要點：
爬蟲基礎、requests模塊、數據提取、Selenium、抓包反爬與反反爬方案、MongoDB數據庫、Scrapy爬蟲框架、Appium的使用、測試理論基礎、項目開發流程、禪道工具使用、Jira工具使用、Web自動化測試（Selenium、Appium、Unittest等使用）、JMeter接口測試、性能測試、CentOS系統安裝、Linux系統優化、常用工具使用、Linux文件管理、軟件管理、權限管理、日志管理、進程管理、Apache服務器使用、防火墻管理、LVS集群、keepalived使用、Shell編程、Ansible、Nagios監控。
一大堆看著可能前期學都不是很懂，所以去b站上搜吧，小破站是學習的網站，當然黑馬程序員官網上也都規劃好了，看他們視頻一個一個學更好。
關注我回復“python很火”，就可以領取上面的入門資源啦。
這里分享幾個學習Python的網站，對于入門Python學習來說，非常不錯：
菜鳥教程這是一個專注于編程的學習網站，所有資料都是免費的，涉及編程語言眾多，前后端都有（包括Python），章節安排合理，知識基礎全面，還提供在線練習環境，對于入門Python學習來說，是一個非常不錯的選擇：
慕課網這也是一個非常不錯的編程學習網站，所有資料都是以視頻教學的方式進行，可以一邊學習一邊練習，既有基礎入門教程，也有高階深入項目，對于Python入門或提升來說，是一個不錯的選擇：
網易云課堂這是一個在線的學習網站，匯聚了眾多名校的教學視頻，資料非常多，其中就有編程與開發這個模塊，課程示例豐富，安排合理，循序漸進，對于想入門Python開發或提升的編程人員來說，是一個非常不錯的選擇：
實驗樓這是一個專注于實驗教學的編程網站，所有資料都是以實驗的方式在線學習，說明文檔非常詳細豐富，示例有趣好學，自帶有實驗環境（Linux），對于提升Python編程來說，是一個非常不錯的選擇：
極客學院這也是一個非常不錯的編程學習網站，所有資料都是以在線視頻的方式呈現，內容淺顯易懂，章節安排合理，項目示例豐富，對于入門Python或提升來說，也是一個非常不錯的選擇：
目前就分享這5個不錯的Python學習網站吧，對于Python入門學習來說，完全夠用了，當然，你也可以買一本專業Python編程書籍，一邊學習一邊練習，至于編譯器（準確的說應該是解釋器）的話，可以參考一下我以前的回答https://www.wukong.com/question/6604692586605052174/，安裝Python安裝包或Anaconda都可以（初學者建議安裝后者，更方便），希望以上分享的內容能對你有所幫助吧，也歡迎大家評論、留言進行補充。
語言火不火主要表現的是市場的需求，和語言本身好不好沒有因果性。Python 是第一輔助編程語言，是最好的第二編程語言。
Python到底有多好用呢？實踐出真知，我們以最簡單的入門級「Hello World」為例，對比幾大主流編程語言的代碼量。
先來看看用戶量最大、編程語言之首的Java語言實現：
范式編程語言、功能強大的C++呢？
再來看看微軟的親兒子，全面集成 net庫的C#，一行簡單的輸出，我居然要寫這么多行的代碼，簡直無力吐槽啊。
世界上最好的編程語言，Web快速開發首選語言PHP呢？
最后，我們來看看Python的實現，僅僅一行代碼，即可搞定，沒有對比，就沒有傷害啊。難怪坊間傳言，完成同一個任務，C 語言要寫 1000 行代碼，Java 只需要寫 100 行，而 Python 可能只要 20 行。
Python為什么很熱門？回答這個問題之前，我們先來看看Python是真的熱還是炒的熱。
這兩年人工智能、機器學習、大數據的概念火遍大江南北，AlphaGO 的出現讓業界為之興奮，而其首選編程語言便是Python。教育部更是將Python列為計算機等級考試科目之一，很多少兒編程更是以Python作為入門書籍。
然而，在實際的項目開發過程中，Python更多的是以“膠水語言”的形式來存在，會Python肯定是你加薪的資本，然而只會Python，卻面臨著難以找到工作的窘境。我們可以看看互聯網后端開發語言分布圖：
至于題主說到的Python很熱門，我覺得主要有以下幾個方面的原因：
入門門檻低，新手分分鐘就能寫代碼，可以很容易的樹立自信心；
第三方庫多，且安裝方便，一條pip命令即可搞定；
站在了人工智能這一風口，“豬站在風口，都能飛起來”；
培訓機構鋪天蓋地廣告的大力宣傳，“學好Python搞AI，年薪百萬不是夢”！
1、從python官網下載適合自己電腦python版本。
2、接下來選擇下一步安裝。下面介紹一下配置環境變量。鼠標右擊桌面“計算機”->“屬性”，在新彈出的屬性窗口，選擇左側的“高級系統設置”，在新彈出的屬性窗口，選擇“高級”->“環境變量”。
3、把python安裝目錄的路徑追加到PATH里，然后確定。（注意：箭頭指的兩個分號一定要加上并且分號一定要在英文輸入模式下輸入）