如何自学Python干货合集.docx
《如何自学Python干货合集.docx》由会员分享，可在线阅读，更多相关《如何自学Python干货合集.docx（12页珍藏版）》请在冰点文库上搜索。
如何自学Python干货合集
如何自学Python（干货合集）
其实python非常适合初学者入门，上手很容易。
我就是完全通过网上资源学了python的。
最大的是3点经验：
1.找一本浅显易懂，例程比较好的教程，从头到尾看下去。
不要看很多本，专注于一本。
把里面的例程都手打一遍，搞懂为什么。
2.去找一个实际项目练手。
我当时是因为要做一个网站，不得已要学python。
这种条件下的效果比你平时学一门新语言要好很多。
所以最好是要有真实的项目做。
可以找几个同学一起做个网站之类。
3.最好能找到一个已经会python的人。
问他一点学习规划的建议，然后在遇到卡壳的地方找他指点。
这样会事半功倍
阶段一：
前辈领进门。
第一眼是一个前辈给我看了看Python的代码，因为自己最早学习的是Java语言，第一眼看到Python的时候，前辈说，“Python是面向对象的”，然后就打印了几句代码。
可我怎么也看不出到底哪里是“面向对象”的。
前辈说“在Python里，一切皆对象”，我才有点领悟的说道：
“原来把什么看成对象，就是面向对象”，哈哈。
阶段二：
开始看的是《DiveintoPython》、《Leaningpython》、《PythonDoc》。
因为有很多语言学习经历，很快就完成了初步语法和使用学习。
太复杂的特性还是在使用中逐步掌握的。
阶段三：
开始使用Python做自己的一些日常工作。
比如Python搜索文件，Python批量处理等，使用最多的还是re模块和socket相关模块。
写了大量的例子，让自己对Python更加喜爱，也更加熟悉。
此时翻阅最多的是《PythonDoc》的指南。
不管是语言参考、库参考、Demo参考，都有大量可使用的内容，内容质量很高堪比JDK。
阶段四：
生产上马。
开始使用Django，Flask，Tornado开发一些web应用，写一些日常使用的工具包等。
逐步提升设计能力，和整体代码的管理能力。
阶段五：
更合理的分配好C，Java，Python三门语言各自擅长的部分。
把合适的语言用到合适的地方。
尽管一门语言有时候可以搞定所有的，但用擅长的语言解决合适的问题才是效率最高的。
这也是“Python的大道至简”的理念带给我的帮助和认识。
PS：
其中过程中主要的一些方法：
1、看书。
学习的基础。
2、自己本地练习。
编程还是要实践出真知。
3、资料查询。
google，stackoverflow等多关注。
4、交流。
各种论坛上的pythongroup，论坛。
最早去的CU，JavaEye，不过现在貌似去的少了。
googlegroup必须订阅。
学习+实践+总结，掌握语言的法宝。
学Python，看的第一篇文章来自42区，推荐大家看看网站开发.漫游指南。
多关注下牛人，多实践。
更新2013-12-17
前段时间整理了一篇博客，搜集了学习Python入门、数据库和Web开发的一些资料，原文见
入门和基础
Python有Python2.x和Python3.x之分，争论很多，见Python2orPython3。
初学者不用考虑这个问题，可以从Python2.x入门，之后再讨论会多一些理性。
∙洪强宁：
Python于Web2.0网站的应用：
豆瓣网洪强宁在QCon北京2010中的技术分享，若不能访问，请自备梯子；另外，豆瓣的阿北很值得关注。
∙AByteofPython：
即简明Python教程，边看边练习就对Python有基本的了解，可以轻松存活。
∙Google'sPythonLessons：
Google出品的Python教程，值得信赖。
∙PythonDocumentation：
Python在线文档，若嫌枯燥，可以直接看PythonStandardLib。
∙42区：
python入门指引：
江湖人称张教主的Python入门指引，除开《Python核心编程》。
严格来说，这是张教主的一份Python资料索引。
∙CS61A:
SICPwithPython：
作为计算机相关人士，SICP都不了解，实在很惭愧，所以来还债了。
这应该是起源于MIT的SICP教程，一个用Python，一个用Scheme。
∙看到一个有趣的python的招聘测试：
同学发的一个贴，总结了一下应聘中遇到的问题，并给出了相应的资料来学习。
如果想检测下自己的Python水平，请自觉移步北京视讯天下的开发测试。
∙MOOC们：
在线公开课很多，见课程图谱；仅在Codecademy上学了一点；现在希望能够每天跟进一些感兴趣的课程，多多学习。
∙书：
去年6月份一同事离职，我买了两本黑客与画家，一本送给他（博客一起去看海），另一本给部门老大；他回送了一本Python源代码剖析，看书名就知道是讲底层原理的，有机会啃啃。
∙源代码：
直接到Github上去找吧。
Python与数据库
在项目开发中，数据库应用必不可少。
这里汇总下目前接触过的数据库和使用教程。
SQL，计算机出身的人应该都学过，若有疑问可以参考WikipediaSQL，并使用SQLite做下练习。
∙PEP249:
DBAPI：
数据库访问接口规范，当时还做了一份笔记。
∙SQLite：
教程见SQLitePythonTutorial；若要深入了解，推荐TheDefinitiveGuidetoSQLite；看此书时，做了一些好句子、段落的摘要，见SentencesinSQLite3。
∙MySQL：
教程见PythonMySQLDatabaseAccess。
∙OracleDatabase：
有可能这是最庞大的数据库，所以需要专职的DBA。
官方教程TheMasteringOracle+PythonSeries，快速入门教程cx_OracleQuickStart。
∙SQLAlchemy：
Python的ORM标准和框架，解决面向对象编程和关系数据库模式不匹配的问题。
数据库理论除了SQL，还有另一派NoSQL。
关于常见NoSQL产品的比较见MainNoSQLDatabaseComparison；若果需要一些NoSQL的理论知识和基本概念，见TheNoSQLEcosystem、BigData与NoSQL。
目前仅用过MongoDB和Redis。
∙MongoDB：
如果熟悉SQL，MongDB的学习成本会很低；相关资料见PythonLanguageCenterinMongoDB；用过的两个驱动：
1）PyMongo，提供了类似MongoShell的接口；2）MongoEngine:
APythonObject-Document-MapperforworkingwithMongoDB，即MongoDB的'ORM'框架，此时变成了'ODM'，MongoEngineonGithub。
∙Redis：
Redis需要一些学习成本，入门推荐TheLittleRedisBook；用过的Python客户端驱动Redis-py；更多客户端见RedisClients。
∙NoSQL建模：
SQL发展了几十年，有很成熟的建模技术，那么NoSQL呢，见陈皓：
NoSQL数据建模技术，原文NoSQLDataModelingTechniques。
∙更多资料：
NoSQL英文站点见NoSQLDatabase；NoSQL中文论坛见NoSQLFan：
关注NoSQl相关的新闻和技术。
NoSQLFan中，MongoDB和Redis资料很多，已经形成了资料专题，包括介绍、内部实现、应用与优化、新闻等，总能发现你想要的东西：
1）NoSQLFan：
Redis资料汇总专题；2）NoSQLFan:
MongoDB资料汇总专题。
Python与Web开发
Python的Web框架众多，见WebFrameworksforPython，总有一款适合你或你的项目，实在不行，请动手打造自己的框架；为什么会有这么多框架呢，见WhysomanyPythonwenframeworks?
。
∙Web.py：
已故AaronSwartz的框架。
一句话介绍"web.pyisawebframeworkforPythonthatisassimpleasitispowerful.web.pyisinthepublicdomain;youcanuseitforwhateverpurposewithabsolutelynorestrictions."。
接触的第一个Web框架，后来模仿MovableType，写了一个简单的博客，见BlogonGithub，在线demo PastimeParadise；碰到的坑点是模板中嵌套Python代码一直有缩进问题。
∙Flask：
一句话介绍"FlaskisalightweightwebapplicationframeworkwritteninPythonandbasedontheWerkzeugWSGItoolkitandJinja2templateengine.ItisBSDlicensed.Flaskiscalledamicroframeworkbecauseitkeepsthecoresimplebutextensible"。
因为工作变动，练习过一段时间的Flask，以便熟悉开发的工具链；如果没有Rails，我想这才是自己首选的Web开发框架:
simplebutextensibleandforfun。
实战教程TheFlaskMega-Tutorial。
∙Tornado:
来自FriendFeed的异步框架，FriendFeed被Facebook收购后开放了源代码，见TornadoonGithub。
一句话介绍"TornadoisaPythonwebframeworkandasynchronousnetworkinglibrary,originallydevelopedatFriendFeed"。
Tornado主要特点是non-blocking，如果你想开发real-time的Web应用，Tornado是一个不错的选择。
∙Django：
一句话介绍"Djangoisahigh-levelPythonWebframeworkthatencouragesrapiddevelopmentandclean,pragmaticdesign."，接触不多，作为全栈式框架，听说它的组件都是MadeinDjango。
更多资料见Django资料。
IDE
∙Vim + PythonMode。
目前就用这个方案，很方便，直接引用同学的效果图。
关于Vim资料和讨论，请移步Vim资料大全；关于Vim更多插件和演示，请移步k-vimonGithub；关于Git，Github，请移步本站FreeBlogwithGithubPages。
社区
∙啄木鸟社区
∙42区：
网站开发.漫游指南
∙PythononV2EX
∙Python4cn
∙豆瓣Python小组
∙哲思社区
周刊
∙PythonWeekly：
每周更新，包括Python相关的文章、教程、演讲、书籍、项目、工作等。
∙Pycoder'sWeekly：
与PythonWeekly类似，两者可以互为补充，了解过去一周动态。
∙码农周刊:
developerWorks出品的周刊，来自国人的分享。
可以先看为什么要做《码农周刊》？
；接着《码农周刊》用到的一些技术；再接着周刊回顾。
这里不仅仅是Python。
我最先看的是《简明Python教程》来熟悉一下语法，自己敲了一下代码，发现python很容易上手，渐渐喜欢上它。
接着买了一本《python基础教程》，跟着书中的例子深入学习。
这本书讲得很详细，浅显易懂。
当开始熟悉python的时候，尝试自己写一些脚本或软件来干一些有趣的事情。
后来图像处理课程作业我也用python来完成。
与此同时，我坚持写博客来记录一下自己的学习心得。
现在我开始学习用python的web应用。
这才是python擅长的领域。
它有很多好用的框架例如django,tornado等，可以轻松地做一个网站，用python做网站后端也是一个越来越流行的趋势。
学习python，最重要的是要写出pythonic的代码，这不是一朝一夕的事情。
我喜欢python，就是因为它的简洁和强大。
不要重复造轮子，学会优雅地使用python。
Pythonic到底是什么玩意儿？
附我看过的觉得不错资料
PyCoder’sWeekly中文翻译
学好Python必读的几篇文章
也应该订阅一些python大牛的博客有哪些Python大牛的blog推荐？
和邮件列表
我是自学的Python。
从对Python一无所知，到在博客上写Python相关的系列文章（Python快速教程），前后有将近三年的时间。
期间有不少门槛，但也充满乐趣。
乐趣是自学的最大动力。
Python是一个容易编写，又功能强大的动态语言。
使用Python，可以在短短几行内实现相当强大的功能。
通过自己写一些小程序，迅速的看到效果，发现问题，这是学习Python最便利的地方。
在学习Python之前，可以了解一下Python的特点和设计理念（Python简史）。
在设计之初，Python就试图在复杂、强大的C和方便、功能有限的bash之间，找到一个平衡点。
Python的语法比较简单，用起来很方便，因此有些人把它当作脚本语言使用。
但Python要比普通的脚本语言功能强大很多。
通过良好的可拓展性，Python的功能相当全面，应用面很广：
web服务器，网络爬虫，科学运算，机器学习，游戏开发……当然，天下没有免费的午餐，也没有完美的语言，Python为了达到上述两点，有意的牺牲了Python的运行速度。
如果你是在编写高业务量、运算量的程序，可能Python并不是最好的选择。
-----
Python的主体内容大致可以分为以下几个部分：
1.面向过程。
包括基本的表达式，if语句，循环，函数等。
如果你有任何一个语言的基础，特别是C语言的基础，这一部分就是分分钟了解下Python规定的事。
如果你没有语言基础，建议从PythonProgramming为参考书。
这本书是计算机导论性质的教材，不需要编程基础。
2.面向对象，包括面向对象的基本概念，类，方法，属性，继承等。
Python是面向对象的语言，“一切皆对象”。
面向对象是很难回避的。
Python的面向对象机制是相对比较松散的，不像Java和C++那么严格。
好处是容易学，容易维护，坏处是容易犯错。
3.应用功能，包括IO，数据容器如表和词典，内置函数，模块，格式化字符串等。
这些在其它语言中也经常出现，有比较强的实用性。
4.高级语法，上下文管理器，列表推导，函数式编程，装饰器，特殊方法等。
这些语法并不是必须的，你可以用前面比较基础的语法实现。
学这些高级语法的主要原因是：
它们太方便了。
比如列表推导一行可以做到的事情，用循环结构要好几行才行。
学习Python主体最好的参考书是LearningPython，它非常全面，满满的都是干货。
虽然很厚，读起来并不难读。
另一个是参考官网的教程Python.org
-----
Python号称“BatteryIncluded"，也就是说，功能都已经包含在了语言中。
这一自信，主要来自Python功能全面的标准库。
标准库提供了许多功能模块，每个模块是某一方面功能的接口，比如文件管理，操作系统互动，字符处理，网络接口，编码加密等等。
ThePythonStandardLibrary中，你可以看到标准库模块的列表。
这里也是标准库最好的学习资料。
如果想找书，我只看到过两本关于标准库的：
PythonEssentialReference
ThePythonStandardLibrarybyExample
说实话，这两本都不算很好的标准库教材，而标准库的参考书也确实很难写。
因为标准库只是调用功能的接口，最终实现的是Python和系统的互动。
这需要很强的系统知识，比如文件系统知识，进程管理，http原理，socket编程，数据库原理……如果这些知识都已经准备充分，那么标准库学起来完全没有难度。
然而，这些背景知识的学习并非一朝一夕的事情。
更深入的Python学习也是如此，需要大量的背景知识，而不是Python自身。
如果你对Python的编译和运行机制感兴趣，你可以往Python底层这一深度挖。
如果你对应用感兴趣，你可以多学习几个自己用的上的第三方包。
学到这个时候，就是要自己探索的广阔空间了。
-----
基本上，学过主体内容之后，Python还是要靠做项目来练习。
有不少小练习题类型的资料，比如PythonCookbook。
但更好的方式是自己去想一些应用场景，用Python来解决。
Python功能全面，所以不要担心自己想的问题Python解决不了（基本上Python解决不了的问题，别的语言也没戏）。
比如我学习多线程的动力，就因为要并行的下载大量的文件。
基本上一个项目下来，会用到Python好几块的内容，知识会特别巩固。
最后，和其它任何知识的学习一样，笔记和总结很重要。
在看参考书和看网页时，可以做一些笔记。
等到学了一段时间后，可以把笔记整理成更有条理的参考卡片（referencecard），或者写博客。
这也是我写“Python快速教程”的主要原因。
另外这个教程内容的顺序，也是我认为的比较合理的学习顺序，仅供参考。
从快毕业的时候在图书馆里借来第一本有关python的书算起，接触python的时间也不过半年有余。
时间真的很短，很难有什么经验之谈，自己至今也仍有许多需要学习的地方。
不过对于怎么入门这一块，倒是颇有感触。
在这里记录下来，也许能对后人有所帮助吧~
我是怎么开始了解python
快毕业的时候，在中南的图书馆里瞎逛，偶然之间看到这么一本书，《可爱的python》。
第一眼看上去，只是觉得书名还挺新颖的，反正也是闲着，抽出来看看吧。
“人生苦短，我用python”，这是我在封面上看到的第一句话，这感叹句实在太吸引眼球，以至于这么长时间后，我早忘了书中讲的什么内容。
留在脑海中的就只有封面上的这句话和作者的前言。
当时看完前言部分，我就感慨良多。
一本好的编程入门书，不应该是一上来就告诉你怎么写HelloWorld，给你介绍变量、函数、控制流blablabla...，而是作者站在一个朋友的角度来和你谈心，告诉你他自己学习这门编程语言的经历，他自己所体会到的这门编程语言的魅力在哪里，有哪些优点和不足之处，怎样能够更快更好地熟悉这门语言。
这感觉就和当初学C++时候读的第一本书《ThinknginC++》一样。
作者提到，由于python这门语言的特殊性，对它的学习并不必拘泥于传统的教科书式的学习方式，而是重点在“使用”中学习，其基本思想就是用最短的时间掌握python最基础最核心的语法，然后在使用中碰到具体的问题时候，再去主动学习相关知识。
这个观念对我的影响很深，可以说，回顾自己的历程，基本就是按照这个原则来的，而且收获确实很多。
下面就结合我自己的学习经历，谈谈刚入门时候的基本原则。
1.你只需要掌握最基础的
刚开始学习python的时候，可能会查看许多书，这些书为了能够涵盖得尽量全面，往往会涉及语言方方面面的细节。
但是，并不是每一个知识点都是你所需要的。
一开始你只需要掌握最基础的那部分知识。
你可能会问，“我哪知道哪些是最基础的东西呢？
”我觉得，一个很简单的判断方法就是，拿起书都第一遍的时候，如果你能硬著头皮看下去并且能够理解里面所讲的内容，那很好，这就是最基础的。
如果看了第一遍后云里雾里，鬼才知道哪天会用得上这些东西。
OK，专门找个小笔记本，记下这部分内容方便以后查阅，然后，跳过这部分。
我在第一次看decorator装饰器这个部分的时候实在看不下去，也不知道可能会有啥用，果断跳过，最近上高性能计算的课，学习下cuda的python接口时，里面都是装饰器修饰的函数，才又好好学习来一下，结合来自己的实际问题，这样理解起来也就更深入。
2.脚踏实地，出来混，迟早是要还的
记住，前面你跳过的那些问题，迟早是会冒出来的。
你自己得清醒地意识到，这种”刻舟求剑“式的做法，是存在一些弊端的，虽然大多数时候，这些弊端不过是自己动手来实现一些别人已经实现来的东西，多花点时间精力罢了，但还有的时候，你可能会付出沉重的代价。
类似的教训实在太多，比如看书的时候觉得itertools这个包没有太大用就跳过了，后来有一天要实现个排列组合的算法时花了很长时间来实现，结果偶然一天看到这货居然内置在iterrools里了；还有迭代器和生成器那部分，一开始以为自己可能用不到，后来要对一堆很大的文本做分析时候才发现内存不够了......所以说，出来混，迟早是要还的，那些跳过了东西，迟早某一天要出来坑你一把。
那肿么办咧，”跳还是不跳“，这是个问题，个人觉得，刚入门的时候，还是能跳就跳吧。
等自己对这门语言产生兴趣了，再来深入了解其语言的细节，也不算太晚。
3.多读书，都好书
关于python的书虽不如C++，Java之类的那么多，但好书却不少了，这半年看了有十多本书了吧，整体感觉质量都挺不错。
以下按照由浅入深的顺序来推荐给大家。
o相信我，你看的第一份文档，应该是ThePythonTutorial。
什么？
英语的看不懂！
我去，你都还没开始看！
！
！
o看完上面的教程后，你可能会有种意犹未尽的感觉，难道，只需要这么点知识我就算入门了吗？
如果你看完毫无压力，我只能说真的，这样就算入门。
不过除此之外还有另外一些讲解python基础书，也值得一看。
你应该把大多数时间花在上面这份tutorial上，下面
（1）中基础点的书应该是当作补充。
看这几本书的时候，牢记上面的两条原则！
1.基础点的：
AByteofPython, learnpythonthehardway
2.稍稍进阶点的：
diveintopython3,
3.需要当工具书一样看的：
ThePythonStandardLibrarybyExample
4.骨灰级的：
PythonCookbook,3rdEdition
（我是不会告诉你上面的这些书大多都有中文版的:
~）
4.好用才是王道
看完上面这些书，你应该对python的基本语法特性，内部的标准库有了很深的了解。
但是，我最想说的是，并不一定要等的你把这些书都读完了才开始做些事，（事实上，读完那份tutorial你就可以动手做很多事了）。
你应该很清楚的知道自己要用python来做什么！
！
！
想当初大一学c语言时候，学了也不知道为什么而学，所以啊，最后学完了那些语法知识后全都丢到一边，我那时候哪还知道c可以用来干那么多事。
就我自己而言，学习python的目的是为了在一定程度上代替matlab作为科学计算工具，利用其丰富的包来实现许多功能，另外，用python写的代码可读性很高，不管是自己写还是读别人的代码，都是一种享受。
我想，你也一定有自己使用python目的，比如想用python爬网络
升级会员 