⑴ 怎麼用最短的時間高效而踏實的學python
不管學習什麼新的東西，效率最低但是又不可或缺的環節就是看教科書了。雖然看書的過程可能會很無聊，但是過一遍書至少能對整個知識框架有個大體的把握。我最早知道 Python 還是在《黑客與畫家》這本書中看到的，書裡面有一章節是講編程語言的，作者很推薦把 python 作為學習編程的入門語言。我當時是把《簡明 Python 教程》給過了一邊，後來又看了一遍《深入python》，這里特別推薦《深入 Python》，除了介紹 python 的基本特性之外，還介紹了諸如函數編程、正則表達式、處理 HTML 和 XML等高級用法。除了看書，上公開課也是挺不錯的，視頻教學本來就比自己啃教科書有意思，而且完成課程作業也能鍛煉動手編程能力。我上過兩門不錯的公開課，一門是萊斯大學在 Coursera 上開的《Python互動式編程導論》，一邊學 python，一邊寫些小游戲，肯定不會覺得無聊；另一門就是 MIT 在 edX 上開的《計算機科學及python編程導論》，它是 MIT edX系列課程（XSeries）中的第一課，系列課程共兩門，除了這門課以外還有《計算思維及數據科學導論》，不過第二門就沒有上過了。
《簡明 Python 教程》
《深入 Python》
《Python互動式編程導論》
《計算機科學及python編程導論》
⑵ Python有哪些高大上的項目
Open edX致力於打造一個強大靈活的大規模開放在線課堂平台。也用來研究學習和遠程教育
算起來，畢業之後最熟悉的應該就是這個項目了
高大上可能算不上吧，技術上並不驚艷，畢竟多是業務邏輯，Open edX用到許多蠻新的開源項目，不過也沒什麼很黑魔法的地方，很集市的一個項目倒是真的。
這個項目對教育界的沖擊可能遠比對開源界大，在我接觸的人中，了解Open edX的願景和進展後，會眼前一亮並熱血沸騰的，多是對教育變革極其興趣的教育界人士，edX可能是唯一一個開放/強大，允許他們自由打造自己的mooc平台的工具，對於他們可能真算得高大上吧
對於技術人員，edX可能並不漂亮，在技術層面的設計和架構考慮的多是實用性。
edX是個很混雜的項目，混用了多語言，多資料庫。開發語言中以Python為主，截止到今天，Python在核心庫占代碼總量的71.6%. 之前用Ruby寫的一些東西，最近也正在用Python重寫，不過這種混雜在挺長的一段時間內估計改觀不大。edX里很能體現出Python優秀的膠水特質
在看完《大教堂與集市》之前，我其實蠻懷疑edX會被復雜度/組織方式壓垮，乍看之下，有種亂糟糟的感覺，並行的分支和並行的輔助項目都不時冒出，有些曇花一瞬，有些活了下來，有些已死，但基因被繼承到其他項目里，活像進化歷程。當然這些都是開源社區的常態。看完《大教堂與集市》，又混跡edX社區，發現這個項目還是很健康的，盡管看起來像個集市，人員來去自由，缺乏秩序。但社區的平行試錯能力和bug反饋解決能力都很強大，是書中所言的那種健康
截止到今天，寫入AUTHORS里的人一共193位，當然我這種只修復過小bug的渣渣也被寫入，可見核心開發者也並不太多。整個社區還算健康吧，反正我挺喜歡的，對pull request的回饋也很及時，讓參與者有被重視的感覺。
在web方面， Open edX應該是個很不小的項目了，定製了基礎框架 django，用mako替換django雞肋的模板，前端業務邏輯很復雜，使用了backbone.js。而js代碼大多用coffeescript寫，css混用Less和Sass來生成，而組件之間的通信採用RESTful
混亂程度，可見一斑， 技術層面估計只有被吐槽的份了，我倒是對它的組織和願景更感興趣。折騰edX，我開始喜歡上集市，並真心相信開源不只是一種信念，它是一種良好/高效的組織方式
edX里有個runtime蠻有趣的，最近社區正准備把課程組件遷移到Xblock，其核心便是runtime，如此一來，課程團隊需要的話，可以根據課程需求去擴展edX，據說這是edx最成功的創新(也許是因為其他部分的平庸囧)，就擴展性而言，非侵入且強大，還真是挺有趣的
在相似項目中，應該算得高大上了吧
⑶ 最全面的12種Python學習方式
Python 是世界上最受歡迎的編程語言之一，它受到了全世界各地的開發者和創客的歡迎。大多數 Linux 和 MacOS 計算機都預裝了某個版本的 Python，現在甚至一些 Windows 計算機供應商也開始安裝 Python 了。
也許你尚未學會它，想學習但又不知道在哪裡入門。這里的 12 個資源將幫助你入門並熟練掌握 Python。
課程、書籍、文章和文檔
1、Python 軟體基金會提供了出色的信息和文檔，可幫助你邁上編碼之旅。請務必查看 Python 入門指南。它將幫助你得到最新版本的 Python，並提供有關編輯器和開發環境的有用提示。該組織還有可以來進一步指導你的優秀文檔。
2、我的 Python 旅程始於海龜模塊。我首先在 Bryson Payne 的《教你的孩子編碼》中找到了關於 Python 和海龜的內容。這本書是一個很好的資源，購買這本書可以讓你看到幾十個示常式序，這將激發你的編程好奇心。Payne 博士還在 Udemy 上以相同的名稱開設了一門便宜的課程。
3、Payne 博士的書激起了我的好奇心，我渴望了解更多。這時我發現了 Al Sweigart 的《用 Python 自動化無聊的東西》。你可以購買這本書，也可以使用它的在線版本，它與印刷版完全相同且可根據知識共享許可免費獲得和分享。Al 的這本書讓我學習到了 Python 的基礎知識、函數、列表、字典和如何操作字元串等等。這是一本很棒的書，我已經購買了許多本捐贈給了當地圖書館。Al 還提供 Udemy 課程；使用他的網站上的優惠券代碼，只需 10 美元即可參加。
4、Eric Matthes 撰寫了《Python 速成》，這是由 No Starch Press 出版的 Python 的逐步介紹（如同上面的兩本書）。Matthes 還有一個很棒的伴侶網站，其中包括了如何在你的計算機上設置 Python 以及一個用以簡化學習曲線的速查表。
5、Python for Everybody 是另一個很棒的 Python 學習資源。該網站可以免費訪問 Charles Severance 的 Coursera 和 edX 認證課程的資料。該網站分為入門、課程和素材等部分，其中 17 個課程按從安裝到數據可視化的主題進行分類組織。Severance（@drchuck on Twitter），是密歇根大學信息學院的臨床教授。
6、Seth Kenlon，我們 Opensource.com 的 Python 大師，撰寫了大量關於 Python 的文章。Seth 有很多很棒的文章，包括「用 JSON 保存和載入 Python 數據」，「用 Python 學習面向對象編程」，「在 Python 游戲中用 Pygame 放置平台」，等等。
在設備上使用 Python
7、最近我對 Circuit Playground Express 非常感興趣，這是一個運行 CircuitPython 的設備，CircuitPython 是為微控制器設計的 Python 編程語言的子集。我發現 Circuit Playground Express 和 CircuitPython 是向學生介紹 Python（以及一般編程）的好方法。它的製造商 Adafruit 有一個很好的系列教程，可以讓你快速掌握 CircuitPython。
8、BBC:Microbit 是另一種入門 Python 的好方法。你可以學習如何使用 MicroPython 對其進行編程，這是另一種用於編程微控制器的 Python 實現。
9、學習 Python 的文章如果沒有提到樹莓派單板計算機那是不完整的。一旦你有了舒適而強大的樹莓派，你就可以在 Opensource.com 上找到成噸的使用它的靈感，包括「7 個值得探索的樹莓派項目」，「在樹莓派上復活 Amiga」，和「如何使用樹莓派作為 VPN 伺服器」。
10、許多學校為學生提供了 iOS 設備以支持他們的教育。在嘗試幫助這些學校的老師和學生學慣用 Python 編寫代碼時，我發現了 Trinket.io。Trinket 允許你在瀏覽器中編寫和執行 Python 3 代碼。 Trinket 的 Python 入門教程將向你展示如何在 iOS 設備上使用 Python。
播客
11、我喜歡在開車的時候聽播客，我在 Kelly Paredes 和 Sean Tibor 的 Teaching Python 播客上找到了大量的信息。他們的內容很適合教育領域。
12、如果你正在尋找一些更通用的東西，我推薦 Michael Kennedy 的 Talk Python to Me 播客。它提供了有關 Python 及相關技術的最佳信息。
你學習 Python 最喜歡的資源是什麼？請在評論中分享。
計算機編程可能是一個有趣的愛好，正如我以前在 Apple II 計算機上編程時所學到的……
⑷ 看完廖雪峰的python，但是感覺自己掌握不扎實，不知道該怎麼做
python感覺自己掌握不扎實，不知道該怎麼做
不管學習什麼新的東西，效率最低但是又不可或缺的環節就是看教科書了。雖然看書的過程可能會很無聊，但是過一遍書至少能對整個知識框架有個大體的把握。我最早知道 Python 還是在《黑客與畫家》這本書中看到的，書裡面有一章節是講編程語言的，作者很推薦把 python 作為學習編程的入門語言。我當時是把《簡明 Python 教程》給過了一邊，後來又看了一遍《深入python》，這里特別推薦《深入 Python》，除了介紹 python 的基本特性之外，還介紹了諸如函數編程、正則表達式、處理 HTML 和 XML等高級用法。除了看書，上公開課也是挺不錯的，視頻教學本來就比自己啃教科書有意思，而且完成課程作業也能鍛煉動手編程能力。我上過兩門不錯的公開課，一門是萊斯大學在 Coursera 上開的《Python互動式編程導論》，一邊學 python，一邊寫些小游戲，肯定不會覺得無聊；另一門就是 MIT 在 edX 上開的《計算機科學及python編程導論》，它是 MIT edX系列課程（XSeries）中的第一課，系列課程共兩門，除了這門課以外還有《計算思維及數據科學導論》，不過第二門就沒有上過了。
《簡明 Python 教程》
《深入 Python》
《Python互動式編程導論》
《計算機科學及python編程導論》
另外，我和題主的情況有點像，也不是學計算機專業的，並且同樣對自己的專業不感興趣，以後也是想從事與數據科學相關的工作。我目前的狀況都是在自學，上公開課，看教科書，跟大牛們的技術博客。
⑸ 如何使用正確的姿勢進行高效Python函數式編程
不管學習什麼新的東西，效率最低但是又不可或缺的環節就是看教科書了。雖然看書的過程可能會很無聊，但是過一遍書至少能對整個知識框架有個大體的把
握。我最早知道 Python 還是在《黑客與畫家》這本書中看到的，書裡面有一章節是講編程語言的，作者很把 python
作為學習編程的入門語言。我當時是把《簡明 Python 教程》給過了一邊，後來又看了一遍《深入python》，這里特別《深入
Python》，除了介紹 python 的基本特性之外，還介紹了諸如函數編程、正則表達式、處理 HTML 和
XML等高級用法。除了看書，上公開課也是挺不錯的，教學本來就比自己啃教科書有意思，而且完成課程作業也能鍛煉動手編程能力。我上過兩門不錯的公開
課，一門是萊斯大學在 Coursera 上開的《Python互動式編程導論》，一邊學 python，一邊寫些小游戲，肯定不會覺得無聊；另一門就是
MIT 在 edX 上開的《計算機科學及python編程導論》，它是 MIT
edX系列課程（XSeries）中的第一課，系列課程共兩門，除了這門課以外還有《計算思維及數據科學導論》，不過第二門就沒有上過了。
《簡明 Python 教程》
《深入 Python》
《Python互動式編程導論》
《計算機科學及python編程導論》
⑹ coursera上有哪些值得學習的Python，數據分析的課程
關於Python：
1. 完全0基礎 推薦Umich的 programming for everyone 的 specialization
2. 難度稍微大一點的，推薦Rice的計算機基礎
3. 更加有難度的 推薦EDX平台上MIT的python
關於數據分析：
我知道的就2點：
1. JHU的數據科學有點水 圈錢課！
2. R語言必備！所以強推Duke的統計分析
⑺ 怎麼用最短時間高效而踏實地學習 Python
不管學習什麼新的東西，效率最低但是又不可或缺的環節就是看教科書了。雖然看書的過程可能會很無聊，但是過一遍書至少能對整個知識框架有個大體的把
握。我最早知道 Python 還是在《黑客與畫家》這本書中看到的，書裡面有一章節是講編程語言的，作者很推薦把 python
作為學習編程的入門語言。我當時是把《簡明 Python 教程》給過了一邊，後來又看了一遍《深入python》，這里特別推薦《深入
Python》，除了介紹 python 的基本特性之外，還介紹了諸如函數編程、正則表達式、處理 HTML 和
XML等高級用法。除了看書，上公開課也是挺不錯的，視頻教學本來就比自己啃教科書有意思，而且完成課程作業也能鍛煉動手編程能力。我上過兩門不錯的公開
課，一門是萊斯大學在 Coursera 上開的《Python互動式編程導論》，一邊學 python，一邊寫些小游戲，肯定不會覺得無聊；另一門就是
MIT 在 edX 上開的《計算機科學及python編程導論》，它是 MIT
edX系列課程（XSeries）中的第一課，系列課程共兩門，除了這門課以外還有《計算思維及數據科學導論》，不過第二門就沒有上過了。
《簡明 Python 教程》
《深入 Python》
《Python互動式編程導論》
《計算機科學及python編程導論》
⑻ coursera上有哪些值得學習的Python，數據分析的課程
關於Python：
1. 完全0基礎 推薦Umich的 programming for everyone 的 specialization
2. 難度稍微大一點的，推薦Rice的計算機基礎
3. 更加有難度的 推薦EDX平台上MIT的python
關於數據分析：
1. JHU的數據科學有點水 圈錢課！
2. R語言必備！所以強推Duke的統計分析