Python真的好学吗？

　　如果从零基础开始学习，能够全职学习（自学）那么1个月就能入门了。
　　非全职（自学）的话这个时间就可能更长，3-6个月。
　　如果想更精通时间就不限了。建议往下看，Python学习必须经历这几个阶段：（附相关书籍+视频课程）
　　第一阶段：熟悉 Python基本知识
　　别急着安装 Python 环境！别急着安装Python环境！别急着安装Python环境！
　　我见过很多技术小白因为语言工具包和 IDE 安装的失败而失去了学习的欲望，可以先使用一些安卓APP来探索，比如Repl（https://repl.it/）。学习顺序可以参考以下：
　　入门书籍看这几本：（整理了PDF版，文末领取）《与孩子一起学编程》：一本老少咸宜的编程入门奇书!《A byte of Python》：只有149页，两三天就能读完。《笨办法学Python 3》：适合没有学过编程，但对编程感兴趣的读者学习使用。《Python编程：从入门到实践》：非常基础的 Python 入门书，手把手教，编程小白都能看得懂。
　　入门视频课程推荐看这几个：Python官方文档：https://docs.python.org/zh-cn/3/ （不用多说了吧，必须看）廖雪峰Py教程：https://www.liaoxuefeng.com/ （大牛带你简单快速入门）菜鸟教程：https://www.runoob.com/python/ （最经典的语言教程网站）第二阶段：进阶学习
　　进阶学习是整个Python学习环节中耗时最长、学习量最大的阶段，因为入门接触的更多是概念和兴趣性的东西，进阶就要真正见世面了。这一阶段的学习目的主要有以下：熟练使用Linux操作系统熟练掌握网络编程相关技术掌握并发处理以及数据库相关操作熟练掌握web服务器原理以及框架原理掌握前端开发、web开发、爬虫开发相关知识及应用进阶书籍推荐这几本：《Python基础教程第3版》：久负盛名的 Python 经典书籍，入门也可看（前8章）。《Python学习手册第4版》：内容全面深入，编程新手 、Python 初学者值得一读。《Python Cookbook第 3 版》：覆盖了 Python 应用中的很多常见问题，并提出了通用的解决方案。
　　视频课程推荐这三个：Python在线手册：https://docs.pythontab.com/（一个导航类学习网站，除了 Python，还有 Django，Flask 等等）The Hitchhiker’s Guide to Python：https://docs.python-guide.org/（新手和进阶人员都可以读的教程）CheckiO：https://py.checkio.org/ （一个学习PY的有趣网站）第三阶段：高阶学习
　　这一阶段的学习更多是要为自己的工作/项目服务，真正的程序员不是要知道多少理论知识，而是要能真正写出程序。
　　不需要掌握所有的知识，但是应该知道一些常识，因为它们会影响你的日常工作。相关书籍可以看：《Python核心编程（第 3 版）》：涉及的知识点比较多，内容也比较杂，适合有一定编程经验的人。《深入理解Python特性》：只有不到200页，对语言了解的越多，用起来就越顺。《流畅的Python》：对于想要扩充知识的中级和高级 Python 程序员来说，这本书是充满了实用编程技巧的宝藏。《Python高手之路》：偏向于工程实践的一本书，作者分享了很多个人的实战开发经验。
　　相关视频课程有：learn-python：https://github.com/trekhleb/learn-python（一份以代码和注释方式讲解 Python 的免费教程。）Py Module of the Week：Python 3 Module of the Week（每篇介绍一个Python标准库的使用）Py中文学习大本营：http://www.pythondoc.com（一个不错的flask学习网站）刘江的Django：https://www.liujiangblog.com（最适合入门的Django教程）
　　所有Python学习书籍PDF整理如下，自取：
　　领取方式：
　　PS：由于用到了第三方工具汇总，需要大家先登录。
　　第一步：先点击https://www.jiandaoyun.com/注册登录
　　第二步：登录后再返回本页面点击https://t6ixa9nyl6.sharedoc/即可免费下载
　　发布于 2023-02-24 16:52・IP 属地江苏
　　赞同 6 4 条评论 分享 收藏 喜欢 收起 更多回答
　　高级数据分析师 CDA Ⅰ级持证人
　　关注
　　30 人赞同了该回答学习Python要有的放矢
　　首先Python绝对最容易学习的编程语言之一
　　前几天有个学汉语言的研二学生找我，问文科生怎么学Python。因为毕业论文会有词法、语义分析的场景，需要通过大数据、NLP的技术去做，他们导师推荐用Python做。
　　对一个纯文科的学生来说，之前对Python是只闻其声，不见其人。他也没想到临毕业了还得坐在电脑前搞编程，我对他说你这上手起来很快。你的论文有很强的目标性，用Python去做文本分析，只需要两周内熟悉下语法和相关第三方库，就可以开始干活了。
　　学习Python并不是一件难事，但关键问题是得有的放矢，知道用Python来做什么，否则很多人都会学不下去。就像你参加中考高考，需要围绕考试这个目标去学习，不至于三天打鱼、两天晒网。该如何学习Python？
　　Python是用来解决业务问题的，所以不同岗位的要求必然不同，但前提都是要会熟练使用Python语法，对数据类型、逻辑语句、函数模块、类、进程线程、错误处理、网络编程、正则表达式...这些务必要了如指掌。
　　这里建议大家去官方文档一一对照着去学习：
　　其次针对不同岗位要学习不同的Python框架，这些框架的难度一点也不必Python本身容易，有些大的框架比如tensorflow其学习成本已经远远超出Python语法。
　　爬虫岗：requests、xpath、beautifulsoup、scrapy、selenuim
　　数据分析岗：pandas、numpy、sklearn、matplotlib、pymysql
　　算法岗：sklearn、keras、tensorflow、pytorch
　　nlp岗：nltk、Gensim、Pattern
　　大数据岗：pyspark、pyflink
　　BI岗：superset、dash
　　web岗：Django、Flask、Tornado（知乎用这个写的）、fastapi
　　测试运维岗：os、sys、selenium、pytest、appium、unittest
　　前端岗：PyQt、PyGUI、pyecharts、dash、plotly
　　其他办公用：xlwings、pandas、pptx、docx、email
　　以上这些是对应岗位需要用到的工具，也就是python的第三方库，大家可以一一对应看看自己需要什么，然后针对性的去学习。有哪些编程学习&实战的资源？
　　Python学习我建议是直接刷题、做项目，可以配合几本教程，基本可以搞定笔试。
　　根据我刷题找资料的经验，推荐以下3个Python练习网站，都很良心
　　1、Github
　　这不是一个专门的刷题网站，而是代码托管平台，里面有数百万个Python项目，其中不乏优秀的Python学习类资源。
　　2、leetcode
　　Leetcode是一个专业的刷题网站，题目数量非常之多，你可以用Python等多种语言去解题，也有会相应参考答案。
　　3、牛客网
　　牛客网和leetcode类似，也是针对面试笔试场景的刷题网站，里面有腾讯、字节、阿里等各个大厂的面试真题，适合有这方面需求的同学去针对性刷题。
　　关于Python书籍可以看看下面几本，都是我学习时用过的，从Python语法、技巧、标准库、数据分析等领域各选一本。
　　1、《Python编程，从入门到实践》
　　这应该是世界上最畅销的Python编程书，没有之一。英文名叫作《Python crash course》，作者Eric Matthes是一名高中老师，正是有着丰富的教学经验才会写出这样深得人心的书。
　　2、《Python学习手册》
　　这是一本老少咸宜，高手与小白都可以看的一本书，英文名叫作《Learning Python》，作者Mark Lutz是一位Python培训讲师，也是Python社区的元老级贡献者。可想而知该书是一本百科全书式的python宝典。
　　3、《Effective Python》
　　这本书讲的并不是Python基础编程，而是Python的规范和技巧，也就是pythonic。
　　pythonic简单的翻译就是python风格。pythonic code，就是说写代码要带有浓厚的python规范和python风格。而Python的代码样式规范称之为PEP 8规范，往大了说，遵守PEP 8是成为一个优秀python程序员的必备条件。
　　4、《Python 3标准库》
　　Python的库太庞大的，确实需要一本书来梳理一下，最好是按库的功能来粗略地分类，方便我们通过目录快速查阅。
　　而《Python3标准库》就是这样一本书。全文1000+页，活脱脱一块大砖头，沉甸甸的，估计得有两三斤重。一共19章，每一章都是按照一个主题来介绍相关的库，每一个库会分几个小节来举例说明。这些例子来源于作者的＂Python Module of the Week＂开源项目。
　　5、《利用Python进行数据分析》
　　这本书是很多Python数据科学爱好者的入门导师。它讲解了Python数据科学库IPython、Pandas、Numpy、Matplotlib、sklearn的使用，如果玩转这几大工具，任何复杂的数据处理、建模任务都能搞定。