python语言入门自学-如何系统地自学 Python？
很多同学在学习完python的基本语法后，都会面临着接下来我该干什么的困境！
这是一篇非常详细的，覆盖了Python从入门到后期的全套方法论和相关资料，建议收藏后查阅。
另外我作为从本科到现在读博一直是计算机专业，其间也接触过很多的其他专业同学，或是想转行，或是想给自己增加一门技能，都咨询过如何学习python这个话题。通过这个问题，我也将之前的思路理一遍，同时也希望给想要自学python的同学一个完整的教程。
学习python的主要关键点不仅要有完善的方法论，也需要一套科学的学习资料。这是一套最新整理的全面而且系统的学习资料包，比较适合小白，也包括一些进阶资料，直接打包分享给你们，点击下面链接，简单几步就可以免费获取。基本上有这个资料就够度过前期的学习资料荒了。
Python是一门怎么样的语言，为什么很多人都推荐？
Python是一种重要的编程语言，它在数据科学，Web开发，软件工程，游戏开发，自动化等领域得到了广泛的应用。但是学习Python的最好方法是什么？
学习Python时，挑战最大的事情就是所有学习网站的枯燥生硬。比如说你想学习如何使用Python进行网站制作，但几乎每个网站都让你花很长时间学习枯燥乏味的Python语法，然后进阶到下一步。
这种不匹配使学习Python对新人来说非常令人生畏。
拿下面这个例子来说 />
这段代码来自Django的教程，一个流行的Python网站开发框架。经验丰富的Python程序员会觉得这很简单啊。
但是，即使是看似简单的几行代码也会让新人明显感觉不适。例如，为什么某些行缩进？django.http是干嘛用的？括号中的东西又是干嘛用的？ />小朋友是否有很多的问号？
问题在于你需要了解Python语言的构建基块才能写出有趣的东西。但大多数教程都假定您需要学习 所有的 Python语法，然后才能开始做任何有趣的事情。当您真正想做的是分析数据，建立网站或创建无人机时。这就是导致你的动机消退的原因。
所以根据我的理解，学习Python的有效方法是将学习基础知识与构建有趣事物相结合。宗旨就是花尽可能少的时间来学习基础知识，然后立即投入到自己感兴趣的事物中。
步骤1：找出促使你学习Python的动机
在开始在线学习Python之前，问自己为什么要学习它。这是因为这将是一个漫长而痛苦的过程。没有足够的动力，你可能无法坚持到最后。
弄清楚动机的好处是可以帮助你弄清楚最终目标，以及一条学习起来轻松有趣的路线。在准备学习Python时，不用有一个确切的项目，一个你感兴趣的领域就可以。例如：机器学习
人工智能
网站制作
游戏类
数据处理与分析
硬件/传感器/机器人
自动化工作脚本 />python可以做的不止这些
步骤2：学习基本语法
不幸的是，这一步不能被跳过。在深入你的兴趣领域之前，学习Python语法的基础知识是必要的。但不用花很多时间，因为可以在实战中反复练习。
这里有一些很好的资源可以学习基础知识：W3C schools：这上面有详尽的Python语法介绍，同时也包含了进阶的教程
Python 基础教程 | 菜鸟教程：这也是我刚开始学习python所使用的教程，可以不用安装python的前提下载网页版直接尝试写代码，对新手很友好
我要强调的是花最少的时间在基本语法上。你越快地从事具体项目，你会学得越快。以后遇到问题时，再返回头来参考语法也不迟。理想情况下，此阶段只需要花几个星期，绝对不要超过一个月。
另外，请注意：学习Python 3，而不是Python2。需要鉴别的是线上有很多“学习Python”资源仍旧已python 2为基础。
步骤3：进行结构化项目练习
学习完基本语法后，就可以开始自己做项目了。具体项目是一种学习的好方法，因为它可以运用自己的知识和反复帮助你熟练基础知识。要记住，编程这东西，一旦不用，能力会急速下降。
但是，这时侯有网上也充斥着很多的资源，让人难以选择。因此，通常最好使用以及制作好的成体系的结构化的项目，可以一步步的引导你完成整个项目。网上很多资源都提供了结构化的项目，这些项目既可以让你从感兴趣的东西开始，又可以避免陷入学习困境。
下面介绍一些不错的项目：
数据科学/机器学习Dataquest- 交互式的教学基于Python的数据科学。分析一系列有趣的数据集，从CIA文件到NBA球员数据。最终将构建复杂的算法，包括神经网络和决策树等。
Scikit学习文档 — Scikit学习是主要的Python机器学习库。它具有一些出色的极其详尽的文档和教程。
CS109- 这是哈佛的课程，讲授使用Python进行数据科学。他们在线上有一些项目和全部资料 。
行动应用程式Kivy指南 — Kivy是开源Python函式库，用于开发行动应用程序和其它采用自然用户界面的多点触控应用软件。它可以在Android，iOS，Linux，OS X和Windows执行。采用MIT授权条款，Kivy是自由并且开源的软件。
网站制作Flask教程 — Flask是Python的流行Web框架。这是一个入门教程。
Bottle教程 — Bottle是另一个适用于Python的Web框架，同样是入门教程
如何使用Django进行网站制作 —使用Django（复杂的Python网络框架）的指南。
游戏类Codecademy — 指导你完成几个简单的游戏。
Pygame教程 -Pygame是一个流行的Python游戏制作库。
使用Python发明自己的计算机游戏 -本书将引导您逐步了解如何使用Python制作多个游戏。 />Pygame制作游戏的示例
硬件/传感器/机器人将Python与Arduino 结合使用 -了解如何使用Python控制连接到Arduino的传感器。
使用Raspberry Pi学习Python - 使用Python和Raspberry Pi构建硬件项目。
使用Python学习机器人 - 学习如何使用Python构建机器人。
Raspberry Pi Cookbook- 学习如何使用Raspberry Pi和Python构建机器人。
自动化工作的脚本使用Python自动执行无聊的工作 -了解如何使用Python自动执行日常任务。
步骤4：自行探索Python发展路线
一旦完成了一些结构化项目，就可以独自开发项目了，以继续更好地学习Python。在这个阶段会遇到很多的困难，绝大多数的问题都可以在以下得到解答：StackOverflow- 一个社区问答站点，人们可以在其中讨论编程问题。
CSDN - 中文技术论坛
Google- 每个有经验的程序员中最常用的工具。尝试解决错误时非常有用。
Python文档 -在Python上查找参考资料的好地方。
一旦对掌握了上述技巧，就可以开始发展自己的项目。可以从自己感兴趣的事情开始。例如，在学习编程后不久，我做的就是简单的数据分析，进行一些走势的分析等。
以下是寻找有趣项目的一些技巧：扩展您以前处理的项目，并添加更多功能。
查找要贡献的开源项目。
查找他人制作的项目，然后查看是否可以扩展或改编它们。 Github 是找到这些的好地方。
浏览其他人的博客文章以找到有趣的项目构想。
考虑可以使您的日常生活更加轻松的工具，比如自己做一个爬虫小工具。
最好启动一个小项目，然后慢慢的增加功能，直到完成一个中型甚至大型项目。
如果实在没有什么想法，下面有一些项目可以参考：
数据科学/机器学习项目可以预测居住地的天气的算法。
预测股市的工具。
自动汇总新闻文章的算法。
移动应用项目跟踪你每天走多远的应用程序。
发送天气通知的应用程序。
基于位置的实时聊天。
网站项目一个可以帮助您计划每周饮食的网站。
一个记笔记的平台。
Python游戏项目一个基于位置的手机游戏，您可以在其中捕获领土。
您可以编程解决难题的游戏。
硬件/传感器/机器人项目传感器可监控您的房屋温度，并让您远程监控房屋。
更智能的闹钟。
自动驾驶机器人，可检测障碍物。
工作自动化项目自动执行数据输入的脚本。
从网上抓取数据的工具。
步骤5：继续从事更艰巨的项目
不断增加项目的难度和范围。
可以尝试以下建议：尝试教新手如何构建你之前制作的项目，借此巩固编程能力。
尝试扩展你的项目，让它可以处理更多数据或者还是可以处理更多流量。
尝试使程序运行更快。
尝试将自己的作品商业化。
总结：
Python是一种非常有趣且有益的语言，我认为只要找到合适的动机，任何人都可以熟练掌握它。
文末，一套科学的python学习资料可以通过以下获取：平凡：编程语言项目大全 - PBL(Project based Learning) - 包含全部主流语言zhuanlan.zhihu.com
想自学一种编程语言，各种编程语言都有什么区别？www.zhihu.com