首先是基本語法的學習，這方面可以下載《簡明Python教程》學習，也可以到廖雪峰的官方網站學習。

然后，找個感興趣的方向深入研究相關的庫的使用。

Web開發方面，可以學習一下Flask和Django數據可視化方面，可以學習一下numpy、matplotlib圖形界面開發方面，可以學習一下Tk、GTK+、PyQt等

結論：“更快”說不上，咱們談談“更好”。

0 - 前言

編程學習不是急于求成，畢其功于一役的活兒，用力過猛，反倒走火入魔。

1 - 大神們學習的訣竅

我們選用python作為生產工具，先要知曉這門語言所遵從的一些淺顯的道理準則。

Tim Peters簡潔地將 BDFL 的 Python 設計指導原則歸納為20句格言，其中只有19句寫了下來。在終端上，使用python進入交互模式，然后使用 import this。就可以看到了。

網上一份中文翻譯：

先要對python的設計理念和編程指導有個認識。

下面總結了對于初學者的11條小技巧。

1 - 堅持每天敲代碼

無論多寡，都要寫一寫，熟能生巧。哪怕是代碼片段也可以。

2 - 有思路記下來

對于全職開發者，有思路要記下來，然后抽時間用代碼實現。

3 - 使用python命令行交互

直接在命令行輸入python，就可以開寫了，這很方便。在交互頁面，可以率先測試一些功能代碼。或者先測試，能行，再固化到程序內。

4 - 有張有弛

學習的時候，專注一段時間，然后休息幾分鐘，讓大腦放空。接著再沉浸式學習。

5 - 成為bug獵手

寫程序的能力很重要，可以會調試程序，快速定位bug，用非常之手段重現bug，更是一門高深莫測的手藝。

6 - 主動尋找學習的氛圍

獨自編程，閉門造車，遇到困難后會逐漸澆滅學習的熱情。如果是一群都在學習的同學，這樣的氛圍會對大家相互提高。

7 - 學會把知識教給他人

如何檢驗自己是否學會了，一個簡單的辦法，就是你把這個知識給別人教一教。講的流暢，沒有什么問題，說明你是真的掌握了。

8 - 結對編程

大一些的項目，需要多個人相互合作。我們需要隊友相互補充編程能力的不足。你搞不定的，隊友搞的定。

9 - 學會提問

學習的大多數時候，都是在搜索引擎中度過的。掌握搜索方法，掌握提問的技巧，勝過千軍萬馬。

10 - 有余暇，寫點感興趣的項目

代碼熟練到一定程度，有興趣的在業余時間維護一些個人的代碼庫或項目。

11 - 回饋開源社區

我們從社區中汲取營養，能力上來后，是時候反哺社區了！

2 - python語言你必知必會的資源

這一段推薦一些優秀的項目資源。

我們知道python能做的事情非常的多，積累了這么多年的庫，各行各業都有許多優秀的內容，如果鉆研進去，在某一領域，極有可能走到前排去。

1 - github awesome-python

有趣的python項目，在github上倉庫地址 https://github.com/vinta/awesome-python，中文版的倉庫地址

https://github.com/jobbole/awesome-python-cn

。

2 - 免費的服務器 pythonanywhere

官網地址

https://www.pythonanywhere.com/

，是英國的一家公司維護的，對全世界免費開放。支持 Django，flask，ternado等框架，還有數據庫可用，對于個人學習python web編程，并實踐框架，絕對比在本地自己折騰服務好用。關鍵是程序部署之后，完全在外網可用了！

3 - 微軟官網的python學習教程

特別要表揚微軟這幾年在開源做的貢獻，一個是VS Code不遺余力的推廣，還有就是對python下沉到各個層次學習，官網的教程人性化，且有多語言支持，英文不好的同學，切換到中文即可。

3 - 上窮碧落下黃泉，動手動腳翻東西

俗話說“磨刀不誤砍柴工”。好的工具讓我們事半功倍。下面推薦幾個優秀的工具。

1 - 科學計算，唯Anaconda馬首是瞻

這個整合好的開發環境，省去開發者在開始干活之前，一大堆的環境，包，工具的安裝配置，一個anaconda搞定。如果你覺得anaconda太大而全，可以使用精簡版 anaconda mini。

2 - IDE必備之pyCharm

JetBrain出品的IDE在各個語言領域都是一枝獨秀的，python的編輯器是pycharm。對于php的phpstorm，javascript的webstorm，java的idea，都是熟悉的配方，熟悉的味道。

3 - 隨寫隨用筆記本 Jupyter Notebook

Jupyter Notebook是基于網頁的用于交互計算的應用程序?？杀粦糜谌^程計算：開發、文檔編寫、運行代碼和展示結果。

4 - 結語

讀者根據自己的學習情況，努力尋找適合自己的工具和方法吧。

happy coding~~

我是@程序員小助手，持續分享編程與程序員成長相關的內容，歡迎關注~~

python的書很多 , 但是好書不多, 經過我這么多年的python學習,我總結出了一個python學習的讀書路線: python簡明教程: 讓你大體上了解一下python, 最好是能夠獨立完成最后一個練習項目之后再看別 的書; python學習手冊, python基礎教程,python核心編程, 這三本書都是講基礎的, 但是都有不足又相互補充 , 我建議你隨便挑一本開始看, 當看到某個地方有些不明白的時候, 去看看另外兩本書里對應的章節, 有的時候你會恍然大悟的; 下面就看你的想法了, 如果想去學web開發, 其實這時候就可以去學django了, 可以去看在線版的the django book; 如果覺得自己基礎還不足的話, 可以看看python cookbook, python標準庫實例, 還有python網絡編程都挺好的, 如果想做gui開發的話也有很多方向, 推薦pyqt 看完這些書, 你的知識儲備絕對沒有問題了, 下來就看你自己的想法了, python是一個強大而簡潔的語言, 只有想不到, 沒有做不到~~~ 最后, 祝學習愉快~~

看了我這一條你也就不用花錢，也不用在網上找其他資料學習了。

python可以說對沒有編程基礎的人特別友好了。自學選python是特別明智的。但學了python到正式工作，肯定是不夠用的，所以最后還是要學java，但會python后，學java就簡單很多了。

c需要敲100行代碼，java只需要50行，python就只需要20行，但就是因為20行，所以并沒有java那么穩定。

ython學習路線圖—流程篇：Python 培訓后職業發展路徑Python 學習路線圖

入門視頻我推薦b站上的，因為太基礎，所以會比較長，并且一開始介紹了一些原理，對于新手很友好。主要我每次看彈幕就會覺得這個說話老師傻屌又可愛，哈哈。

當然百度云資源也是有的，就在基礎的第一個資源里。

先說一下每個階段該學的東西。

Python基礎

解決的現實問題：

能夠熟練使用Python技術完成針對小問題的程序編寫。

掌握的核心能力：

1. 掌握Python基礎語法, 具備基礎的編程能力；

2. 建立起編程思維以及面向對象程序設計思想。

要點：

變量、標識符和關鍵字、輸入和輸出、數據類型轉換、條件控制語句和循環語句、容器類型、函數、文件操作、面向對象、異常處理、模塊和包。

相應資源

Python入門教程完整版（懂中文就能學會）

python入門必備指南

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。

相應資源

Linux基礎命令教程豪華版.chm

linux從入門到精通

服務器開發之linux基礎編程

服務器開發之linux系統編程

服務器開發之linux網絡編程

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。

相應資源

Python進階之Django框架

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。

相應資源

6節課入門Flask框架web開發

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。

相應資源

0基礎小白也能學會的人工智能課

最簡單快速入門Python機器學習

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

相應資源

云計算大數據之zookeeper教程

最后更多是實戰了，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。但前期學習的話還是用不到的。拓展的各種項目、實戰等，建議先把基礎打牢再去學。

最后，上面的資源回復：“python整套資源”，就可領取咯。

希望上面內容對你有幫助，可以進行分享留言對上面內容進行補充。