为什么python不出结果_为什么自学python看不进去？

首先学习python一定要以实用性为导向！盲目看教程，结果大多是浅尝辄止，从入门到放弃。

我想告诉你我的经验，如何在一个月内入门python！

1、【why】 你为什么要学习python？

爬虫？数据分析？机器学习？又或者其它？

在找一本python教程准备啃之前，一定要问问自己，我为什么要学习python？

python在近几年越来越受追捧，很多童鞋或者职场小伙伴想要提升技能-学习python。这是非常好的事情，但问题在于很多人不知道学python做什么，所以什么零碎细末、艰难晦涩、长篇大论的都去看，很容易陷入学不下去的困境。必须要有针对性、选择性地学！

针对性学习宗旨是按需去学，学以致用。

想成为木匠，才去学习用刨子、用车床，一个砖瓦匠就没必要瞎费这功夫。同理，当你对网络爬虫感兴趣，并且有爬一个网页的冲动，这时候去学python是最容易上手的。

我是做数据分析工作，学python的初衷是想利用python强大灵活的数据分析能力。python做数据分析对语法的要求并不高，只要能理解基本的逻辑结构、数据类型、数据结构、运算符、函数、库，就可以运用到实际项目里。所以我就没必要花很大功夫在诸如类、web编程、模块、线程等数据分析不常用的功能上面，如果真遇到这些内容，我再去查资料搞清楚。

2、【what】选择什么样的教程学?

在明确自己为什么学python后，要选择合适的书籍教程。不可否认，市面上已经有太多python入门书籍，以及更多的网络教程。我只推荐给大家python官方文档，不久前该文档已经汉化，大家可以很方便的去学习最新最全的python知识。如果你有能力阅读英文文档，那就选英文文档，毕竟第一手的内容更专业。python官方中文文档

当然，官方文档知识点太多，初学者很难找到要学的内容，这时你需要查查各个专业领域的python要求。

如果你是要准备从事数据科学，不妨去kaggle数据科学微教程看看，里面会讲到数据科学需要的python知识，然后对照着一个知识点一个知识点地啃python官方文档。kaggle平台数据科学微教程

如果你要做爬虫工作，不妨在网上买一本评分高的python爬虫书籍，一般来说里面会有python基础部分，同理你只要在官方文档里找这部分知识学习。

针对性地在官方文档里学习python知识，不仅节省时间，而且你会发现更容易理解，因为你是带着问题去学习的。

3、【how】怎么去学习python？

其它回答里也提到了在重复练习中学习python，这点我是非常认同的。输出是最好的输入，编程语言虽然注重逻辑，但更需要学习者不断地动手敲代码。

从一开始，你要学会如何搭建python环境，选择什么样地开发环境(IDE)。这些都可以去网上查，慢一点的折腾两三天，快一点的一天不到就能搞定。总之，这是学习python的第一步，也是练习的开始。

对于官方文档的每一段代码，我建议都动手亲自敲一遍，比如你看到字符串这一节，在理解了字符串定义后，文档会给出示例代码和运行结果：

照着示例代码，在你的编程环境中实践，千万不要复制黏贴，对自己的火眼精金过度自信并不是一件好事。

4、【when】如何制定时间学python？

学习python切忌拉很长战线。制定的计划时间越长，人的惰性、拖延就会冒出来。

我的建议：制定5~8周的学习计划

一周学习5天

每天3小时左右

理由是：时间不长1~2个月，比较容易坚持

符合一门大学课程的学习周期

短时间高密度的学习有利于形成知识的连贯性，对python理解也会更加深入

当然，这中间需要监督机制，你可以在社交平台打卡，可以制定自己的学习课程表，也可以和朋友一起学习。

需要python学习资料的小伙伴，可以加我的公众号：pydatas，回复：python，就能拿到超实用python电子书！

结合网上资料和python官方文档，整理一份30天python 学习计划，供大家参考。

第1天Python简介 - Python的历史 / Python的优缺点 / Python的应用领域

Python环境搭建 【参考资料】

第2天使用python解释器 【参考资料】

关于python语法的简单介绍 【参考资料】

第3天词法结构

运算符和表达式 【参考资料】

第4天python数据结构 列表/字符串/元组【参考资料】

第5天python数据结构 字典/集合 【参考资料】

第6天python流程控制1【参考资料】

if语句

for循环

while循环

第7天python流程控制2【参考资料】

continue语句

break语句

pass语句

第8~9天格式化字符串

读写文件【参考资料】

第10~12天python函数 【参考资料】

Lambda 表达式

编码风格

第13天python模块 【参考资料】

第14天迭代器

生成器

生成器表达式

第15~16天错误和异常【参考资料】

第17~19天面向对象编程 【参考资料】

第19~20天标准库使用 【参考资料】

日期和时间

数学

操作系统接口

第21天安装 Python 模块

第22~23天虚拟环境和包

第24天多线程

第25~30天训练题