我学习的时候，我发现大部分 Python 课程和资源都太通用了。

马上，我想学习如何使用 Python 制作网站。但是 Python 学习资源要我花几个月的时间学习语法，然后才能进入我感兴趣的领域。

这个问题让人感到恐惧和畏惧。我推迟了几个月。每当我开始上 Python 课程时，我很快就失去了兴趣。Python 代码仍然看起来很陌生和令人困惑：

例如，上面的代码来自流行的 Python 网站开发框架Django的教程。

头发快没了的成熟程序员会告诉你：这东西很简单。并且信誓旦旦，言之凿凿。

但是，对于一些初学者来说，这段代码也可能是一种外星文明发明的语言。

大多数 Python 教程会系统性教你所有 Python 语法，然后才能开始做任何有趣的事情。

这个漫长的过程其实是很无聊的。你可能只是想要分析数据，或建立网站，或创建具有人工智能的自主无人机。

花在语法上的所有时间都会削弱你的动力，大多数人都放弃了。

这就好像你需要攀登一个无聊的悬崖面，然后才能看有趣的风景，但是你不必在那个悬崖上花费几个月的时间。

学习 Python 语法不必有这样的感觉。

学习 Python 不一定是痛苦的

经过多次失败的尝试，我找到了一个更适合我的过程。事实上，我认为这是学习 Python 编程的最佳方式。

首先，我花了尽可能少的时间来记住 Python 语法。

然后，我将学到的知识立即投入到一个我真正觉得有趣的项目中。

遵循这个过程不仅更有趣，而且可以让你以惊人的速度学习。

这就是有目的的学习！

第 1 步：确定学习领域

在开始之前，有必要问问自己为什么要学习 Python 。

大部分情况，python的学习经历会很无聊和单调。为了成功度过这些阶段，需要通过专注于你非常感兴趣的事情来激励自己。

作为一个初学者，尝试记忆语法是花费很多精力的。

然而，当我需要应用 Python 的基础知识来构建一个自动评分论文的网站时，我可以熬夜学习这些语法，并且快速应用。

所以呢，请找到你感兴趣的一两个领域。

这些领域可以是数据科学/机器学习

• 移动应用
• 网站
• 计算机科学
• 游戏
• 数据处理与分析
• 硬件/传感器/机器人
• 工作自动化的脚本

。

第 2 步：学习基本语法

不幸的是，这一步不能跳过。但是你可以花最少的时间在这上面，因为我们已经确定了我们的领域。

这里有一些很好的资源可以帮助你学习 Python 基础知识。

• Learn Python the Hard Way — 这本书从基础到更深入的程序教授 Python 概念。

Python 教程 — Python 主站点上的教程。

如果你准备用python来进行数据分析的话，那下面这个课程就刚刚好。这是知乎的数据分析课程，python是数据分析工具的一部分，所以会着重来将这方面的知识，这个可比干巴巴来讲python可有意思多了。

对于初学者，要学习数据分析的初学者，但是又不会 Python，又用不好 Excel 的同学，完全可以在网上找一些免费的教程来学习。这些教程一般会比较有针对性，学习起来比看书，看博文要高效的多。

如果你不知道有什么好的课程可以学习，那我推荐知乎自己的数据分析训练营课。课程是专门针对数据分析能力的提升。其中涉及到很多数据分析的工具，包括 Python，Excel，SQL 等、并且还会教你其他工具课程教不了的是大数据分析方法，让你针对性学习这些工具，最大化节约时间和精力。

并且最后做练习的时候，用的还是大厂的实际数据，像什么知乎，小红书，B站他们的数据，会用来给我们做练习。练习完之后，仿佛就在大厂上班，完成了自己的工作一样，成就感爆棚！报名链接放下面了：

知乎数据分析 3 天实战训练营

￥0.10立即报名

对于初学者来说，务必要在语法上花费尽可能少的时间。

你越早开始讲python应用于实际项目，你就会学得越快。以后遇到困难时，你再去查找语法就行了。

理想情况下，python的语法学习也就花费几周时间，但不超过一个月。

快速说明：学习 Python 3，而不是 Python 2。不幸的是，许多在线“学习 Python”资源仍然在教 Python 2，但你绝对应该学习 Python 3。

第 3 步：学习项目框架

一旦你学会了基本的 Python 语法，就可以开始自己做项目了。在你应用你的知识之前，很难记住你所学的一切。

实际的项目工作将扩展你的能力，帮助你学习Python

最好从结构化项目开始，直到你觉得可以自己制作项目为止。

我这里推荐一些推荐资源是：

数据科学/机器学习

• Dataquest—— 交互式地教你 Python 和数据科学。从 CIA 文件到 NBA 球员统计数据。你可以学会构建复杂的算法，包括神经网络和决策树。

• Python for Data Analysis — 由主要 Python 数据分析库的作者编写，它很好地介绍了用 Python 分析数据。
• Scikit-learn 文档 — Scikit-learn 是主要的 Python 机器学习库。它有一些不错的文档和教程。
• CS109—— 这是一门哈佛课程，教授 Python 数据科学。

移动应用

• Kivy 指南 —可让你使用 Python 制作移动应用程序。

网站

• Bottle 教程 — Bottle 是 Python 的另一个 Web 框架。
• How To Tango With Django —Django是一个复杂的 Python Web 框架。

游戏

• Pygame 教程 ——Pygame 是一个流行的用于制作游戏的 Python 库

• 用 Pygame 制作游戏 ——一本教你如何用 Python 制作游戏的书。

• 用 Python 创造你自己的电脑游戏 ——这本书将引导你了解如何使用 Python 制作多个游戏。

硬件/传感器/机器人

• 将 Python 与 Arduino — 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。
• Learning Robotics using Python — 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

用Python自动完成无聊的东西

——学习如何使用 Python 自动化日常任务。

一旦你在自己的领域完成了一些结构化项目，你应该能够开始从事自己​​的项目。

第 4 步：自行处理 Python 项目

在你完成了一些结构化项目之后，如果你可以开始在你自己的项目上做你觉得有趣的事情，你会更快地学习 Python。

不过，请记住从一个小项目开始。最好开始一个你完成的小项目，

下面是根据python的功能作用，可以完成的一些作业任务

数据科学/机器学习项目理念

• 一张按地区可视化选举投票的地图。
• 一种预测你居住地天气的算法。
• 一种预测股市的工具。
• 一种自动总结新闻文章的算法。

你可以制作此地图的更具交互性的版本。

移动应用项目理念

• 一个应用程序来跟踪你每天走多远。
• 向你发送天气通知的应用程序。
• 基于位置的实时聊天。

网站项目理念

• 一个帮助你计划每周膳食的网站。
• 一个允许用户评论视频游戏的网站。
• 一个笔记平台。

Python游戏项目思路

• 一款基于位置的手机游戏，你可以在其中占领领土。
• 一款你通过编程来解决难题的游戏。

硬件/传感器/机器人项目创意

• 监控你家温度并让你远程监控房屋的传感器。
• 更智能的闹钟。
• 检测障碍物的自动驾驶机器人。

工作自动化项目理念

• 自动化数据输入的脚本。
• 一种从网络上抓取数据的工具。

我自己的第一个项目是将我的自动论文评分算法从 R 调整为 Python。它最终看起来并不漂亮，但它给了我一种成就感，并让我开始了培养我的技能的道路。

关键是要选择并去做。如果你过于执着于挑选完美的项目，你就有可能永远做不成。

在构建项目时，你会遇到代码问题和错误——这是不可避免的。不要让它气馁。有许多资源可以帮助你，包括：

• StackOverflow—— 一个社区问答网站，人们在这里讨论编程问题。
• 百度——每个有经验的程序员最常用的工具。在尝试解决错误时非常有用。
• Python 文档 ——查找 Python 参考资料的好地方。

再说一下哈，如果你只想通过python来进行数据分析，那知乎的数据分析课是最适合你的。

课程指导老师是知乎大 V 猴子老师，也是前 IBM的数据分析师，课程采用直播的形式，一对一指导学习。

整个课程从工具使用入手， Excel，SQL,Python，power BI ，再到数据分析十大分析方法，让你不光会python等数据分析工具，也能学会如何把这些工具应用到实际工作中，而且训练使用的数据，都是大厂真实的数据，用这些数据做练习，形象又生动，不会觉得枯燥。