python廖雪峰项目实战

⑴ 看完廖雪峰的python，但是感觉自己掌握不扎实，不知道该怎么做

python感觉自己掌握不扎实，不知道该怎么做
不管学习什么新的东西，效率最低但是又不可或缺的环节就是看教科书了。虽然看书的过程可能会很无聊，但是过一遍书至少能对整个知识框架有个大体的把握。我最早知道 Python 还是在《黑客与画家》这本书中看到的，书里面有一章节是讲编程语言的，作者很推荐把 python 作为学习编程的入门语言。我当时是把《简明 Python 教程》给过了一边，后来又看了一遍《深入python》，这里特别推荐《深入 Python》，除了介绍 python 的基本特性之外，还介绍了诸如函数编程、正则表达式、处理 HTML 和 XML等高级用法。除了看书，上公开课也是挺不错的，视频教学本来就比自己啃教科书有意思，而且完成课程作业也能锻炼动手编程能力。我上过两门不错的公开课，一门是莱斯大学在 Coursera 上开的《Python交互式编程导论》，一边学 python，一边写些小游戏，肯定不会觉得无聊；另一门就是 MIT 在 edX 上开的《计算机科学及python编程导论》，它是 MIT edX系列课程（XSeries）中的第一课，系列课程共两门，除了这门课以外还有《计算思维及数据科学导论》，不过第二门就没有上过了。

《简明 Python 教程》
《深入 Python》
《Python交互式编程导论》
《计算机科学及python编程导论》

另外，我和题主的情况有点像，也不是学计算机专业的，并且同样对自己的专业不感兴趣，以后也是想从事与数据科学相关的工作。我目前的状况都是在自学，上公开课，看教科书，跟大牛们的技术博客。

⑵ 入门到精通的路上，有哪些快速掌握Python的途径

在学习Python的路上，从入门到精通有那些途径？网络提问和解答的都很多，你可以网络下看看。我目前只是入门还谈不上精通，总结个人自学的经验，应从以下几个方面来理解：

1 为什么选择学python？

据统计零基础或非专业的人士学python的比较多，据HackerRank开发者调查报告2018年5月显示（见图），Python排名第一，成为最受欢迎编程语言。Python以优雅、简洁着称，入行门槛低，可以从事linux运维、Python Web网站工程师、Python自动化测试、数据分析、人工智能等职位，薪资待遇呈上涨趋势。

2 入门python需要那些准备？

2.1 心态准备。编程是一门技术，也可说是一门手艺。如同书法、绘画、乐器、雕刻等，技艺纯熟的背后肯定付出了长时间的反复练习。不要相信几周速成，也不能急于求成。编程的世界浩瀚无边，所以请保持一颗敬畏的心态去学习，认真对待写下的每一行代码，甚至每一个字符。收拾好自己的心态，向着编程的世界出发。第一步至关重要，关系到初学者从入门到精通还是从入门到放弃。选一条合适的入门道路，并坚持走下去。

2.2 配置 Python 学习环境。选Python2 还是 Python3？入门时很多人都会纠结。二者只是程序不兼容，思想上并无大差别，语法变动也并不多。选择任何一个入手，都没有大影响。如果你仍然无法抉择，那请选择 Python3，毕竟这是未来的趋势。

编辑器该如何选？同样，推荐 pycharm 社区版，配置简单、功能强大、使用起来省时省心，对初学者友好，并且完全免费！其他编辑器如：notepad++、sublimeText 3、vim 和 Emacs等不推荐了。

操作环境？Python 支持现有所有主流操作平台，不管是 windows 还是 mac 还是 linux，都能很好的运行 Python。并且后两者都默认自带 Python 环境。

2.3 选择自学的书籍。我推荐的书的内容由浅入深，建议按照先后顺序阅读学习：

2.3.1《Python简明教程》。这是一本言简意赅的 Python 入门教程，简单直白，没有废话。就算没有基础，你也可以像读小说一样，花两天时间就可以读完。适合入门快速了解语法。

2.3.2 廖雪峰编写的《Python教程》。廖先生的教程涵盖了 Python 知识的方方面面，内容更加系统，有一定深度，有一定基础之后学习会有更多的收获。

2.4 学会安装包。Python中有很多扩展包，想要安装这些包可以采用两种方法：

2.4.1 使用pip或easy_install。

1)在网上找到的需要的包，下载下来。eg. rsa-3.1.4.tar.gz;

2)解压缩该文件;

3)命令行工具cd切换到所要安装的包的目录，找到setup.py文件，然后输入python setup.py install

2.4.2 不用pip或easy_install,直接打开cmd，敲pip install rsa。

3 提升阶段需要恒心和耐力。

完成入门阶段的基础学习之后，常会陷入一个瓶颈期，通过看教程很难进一步提高编程水平。这时候，需要的是反复练习，大量的练习。可以从书上的例题、作业题开始写，再写小程序片段，然后写完整的项目。我们收集了一些练习题和网站。可根据自己阶段，选择适合的练习去做。建议最好挑选一两个系列重点完成，而不是浅尝辄止。

3.1 多做练习。推荐网站练习：

crossin编程教室实例：相对于编程教室基础练习着重于单一知识点，

编程实例训练对基础知识的融会贯通；

hackerrank：Python 部分难度循序渐进，符合学习曲线

实验楼：提升编程水平从做项目开始；

codewar：社区型编程练习网站，内容由易到难；

leetcode：为编程面试准备，对初学者稍难；

牛客网：提供 BAT 等大厂笔试题目；

codecombat：提供一边游戏一边编程；

projecteuler：纯粹的编程练习网站；

菜鸟教程100例：基于 py2 的基础练习；

3.2 遇到问题多交流。

3.2.1 利用好搜索引擎。

3.2.2 求助于各大网站。推荐

stackoverflow：这是一个程序员的知识库；

v2ex：国内非常不错的编程社区，不仅仅是包含程序，也包含了程序员的生活；

segmentfault：一家以编程问答为主的网站;

CSDN、知乎、简书等

3.2.3 加入相关的QQ、微信群、网络知道。不懂的可以随时请教。

3.2.4 如果经费充足可参加编程实战的培训班（入门时不建议参加培训）。

⑶ 谁知道这个python数据分析教程是哪个机构的吗或者有资源的！ 非常感谢

使用Python进行数据挖掘是最近几年才开始火起来的，之前网上很多的资料都是关于Python网页开发等。但使用Python进行数据挖掘的侧重点已经完成不一样了。本人就是浪费了很多时间来筛选这些博客、书籍。所以就有了本文，希望能帮大家少走一点弯路。

熟练掌握任何一门语言，几乎都需要经过以下过程：

• 良师－－学习Python课程＋入门书籍＋浏览技术博客

• 社区帮助－－善于使用搜索引擎、Mail List

• 益友 －－ 寻找学习伙伴

• Learn by Code －－项目实践

一、Python学习课程推荐

这两个学习课程从最基础的Python语法开始，介绍了Python数据分析、统计模型以及机器学习的各个方面，内容十分充足。之所以建议使用老外的课程是因为，老外上课假定你什么都不会，讲解深入浅出，尤其是对于华盛顿大学的机器学习课程，把复杂的概念讲解得十分简单。

1. 密歇根大学的《学习使用Python编程并分析数据》主要包括以下课程(讲解十分详细，深入浅出，非常适合入门学习，视频都是有字幕的)：

• 《大家的编程 (Python 入门》：课程涵盖了如何使用Python的基本指令编写程序. 课程对学生没有先设要求, 我们只涉及到最基本的数学, 有一定使用电脑经验的人都可以完全掌握这门课的内容.

• 《Python 数据结构》：本课程将介绍Python编程语言的核心数据结构。我们将学习编程语言的基础概念，探索如何使用Python的内置数据结构，如列表、字典、元组，进行更为复杂的数据分析。

• 《使用 Python 访问网络数据》：使用Python爬取和解析网络数据

• 《Python 数据库开发》：使用Python和数据库进行交互

• 《使用 Python 获取并处理数据，并用可视化方式展现数据》

2. 华盛顿大学的《机器学习》专项课程

在专项课程页面无法选择旁听，必须点击进入单独课程页面才可，这个课程专题旁听是有限制的，无法提交作业；如有需求，可以申请奖学金，回答三个问题即可，系统自动通过申请。

• 《机器学习基础：案例研究》：你是否好奇数据可以告诉你什么？你是否想在关于机器学习促进商业的核心方式上有深层次的理解？你是否想能同专家们讨论关于回归，分类，深度学习以及推荐系统的一切？在这门课上，你将会通过一系列实际案例学习来获取实践经历。

• 《机器学习：回归》

• 《机器学习：分类》

• 《机器学习：聚类和检索》

• 《机器学习：推荐系统和降维》

• 《机器学习：应用深度学习创建智能运用》

二、网上打码教程

Learn by doing!!! 学习编程最有效的方式就是敲代码！

• Codecademy围绕Python 的基础语法，内容非常丰富。

• DatacampPython基本语法（他家的R语言课程十分不错！）

三、Python技术博客

简单介绍一些非常棒的Python技术学习的博客

1.廖雪峰Python教程简单易上手的Python基础语法教程，值得学习, Python 2和Python 3版本都有。

2.非常棒的pandas练习Github Repo

3.很详细的Python 爬虫教程

4.国外Data Science博客大全

四、Python入门书籍推荐

常用书籍下载网址，几乎囊括了网上能找得到的所有Python相关的书籍（PDF、Epub和mo bi格式），且提供云盘下载链接。你值得拥有！

python | 搜索结果

1. 掌握Python语法的基础上学习《Python for data analysis》是比较不错的选择，涵盖了ipython notebook、Numpy、Scipy和Pandas包的使用。

2.《Python数据分析与挖掘实战》介绍了使用Python进行数据挖掘的详细案例，数据和代码都可以下载，作为机器学习的进阶学习是不错的选择（这本书也用对应的R语言和Matlab 版本）。

3.《Python Cookbook》很厚的一本书，可以作为Python语法查询手册。

再添加几个外文书籍下载网址：

1.All IT eBooks全

2.Library Genesis各种书籍，不局限于编程书籍

3.Fox eBook - eBooks Free Download Site

4.Development / Programming / AvaxHome

五、推荐订阅博客（更细频率较高）

iPhone上可以使用Reeder阅读器，Instapaper用来保存后稍后阅读，因为信息量比较大。

• No free HunchKaggle竞赛平台的官方博客，包括一些优秀的代码解读以及高分选手的采访，十分有用的经验（来自不同背景，不同年龄层次，不同职业的选手）

• Flowing Data十分有用的数据分析的案例

• Python日报内容十分精彩的集锦（中文）

六、FAQ (待续)

• Python 2.x还是Python 3.x?

• 如何安装Python包？ 强烈推荐Anaconda包，你值得拥有！尤其是Windows系统。

• 是否需要很强的统计和数学背景？ 有良好的数学和统计背景固然很好，但是现在很多岗位对数学和统计背景要求并不很多，都是简单的算法，Python编程已经能够很方便地实现，更多的是对业务的深入理解。如有需要建议，边学习Python边学习数学统计。

七、实践项目

• Kaggle竞赛项目，里面不仅仅有很多竞赛项目，而且有很多可供学习的代码、博客以及论坛，都是实战项目，有很强的实践价值。

⑷ 40岁老男人从0开始学python实录（第4天）：廖雪峰，拜拜了您嘞

各位渴望看我笑话的老铁们，恭喜，你们又有乐子看了。

在昨天顺利攻克了文本编辑器难题后，我很愉快继续学习后面的两个小节《Python代码运行助手》《输入和输出》。

前者没啥可说的，感觉跟我没啥太大关系、意义不大，简单看看就过去了。

《输入和输出》一节，按照教程操作，还是蛮愉快的。

这节主要讲了print和input命令的使用方法，以及变量的概念。

前面的学习过程可谓一马平川，结果最后的练习稍微出现了点小问题。

练习：请利用print()输出1024 * 768 = xxx。

我本来觉得是个很简单的问题，没想到输入了4遍才搞定。

我估计应该是中间错加了空格的问题。

好吧，对比例子，应该还得加逗号。

嗯，这他么其实是个手误，逗号输错了位置。（残念）

这小玩意都用了四遍才搞定，40岁的老男人真的太难了。

继续进入后面的学习。

下一章《Python基础》中第一节《数据类型和变量》。

然后，我就蒙圈了。

这一节的内容知识量明显增多，前面的内容还好，按部就班的按照教程进行操作就好。

后面开始出现转义符的概念，什么 、 、之类的东东，总之确实需要动些脑子了。

这里我觉得，是不是可以简单理解为：两个“”表示显示“”，一个“”表示转义呢？

相比之下，后面讲“用r''表示''内部的字符串默认不转义”我感觉更好理解一些。

还有，“ 表示制表符”是什么意思？

我真的好傻，悲伤的泪水不争气的流了下来。

上面的问题，哪位知道的仁兄，望在评论区赐教，在此谢过了。

再往后讲变量，我就有点进行不下去了。

给a赋值为1，这个我明白，但是后面t_007=T007，这是为啥？咋蹦出来的？

或者t_007跟a是一个概念，也是在进行赋值操作？

我这么猜测不知道对不对。

他后面举的那个例子，我就彻底晕菜了。

其实说起来，可能也不能怪人家教程，周末这两天在家，确实也很难静下来学习。

但是另一方面，就像很多网友评论区、微信上跟我探讨的，廖雪峰这个教程确实还是存在一些问题的，甚至有人说他有些误导的成分在里面，这个我学的还少，就不敢妄言了。

所以，我决定，结合自己的实际情况（岁数大、脑子慢！），以后以b站600集视频为主不香吗？

毕竟，那个看的很欢乐，最关键的是，学习至今还没遇到槛。

所以，下一期的心得，我就说说在b站上，我都学了些啥吧。。。

⑸ 如何系统地自学 Python

是否非常想学好 Python，一方面被琐事纠缠，一直没能动手，另一方面，担心学习成本太高，心里默默敲着退堂鼓？

幸运的是，Python 是一门初学者友好的编程语言，想要完全掌握它，你不必花上太多的时间和精力。

Python 的设计哲学之一就是简单易学，体现在两个方面：

语法简洁明了：相对 Ruby 和 Perl，它的语法特性不多不少，大多数都很简单直接，不玩儿玄学。

切入点很多：Python 可以让你可以做很多事情，科学计算和数据分析、爬虫、Web 网站、游戏、命令行实用工具等等等等，总有一个是你感兴趣并且愿意投入时间的。

废话不多说，学会一门语言的捷径只有一个： Getting Started

¶ 起步阶段
任何一种编程语言都包含两个部分：硬知识和软知识，起步阶段的主要任务是掌握硬知识。

°1 硬知识
“硬
知识”指的是编程语言的语法、算法和数据结构、编程范式等，例如：变量和类型、循环语句、分支、函数、类。这部分知识也是具有普适性的，看上去是掌握了一
种语法，实际是建立了一种思维。例如：让一个 Java 程序员去学习 Python，他可以很快的将 Java 中的学到的面向对象的知识 map 到
Python 中来，因此能够快速掌握 Python 中面向对象的特性。

如果你是刚开始学习编程的新手，一本可靠的语法书是非常重要的。它看上去可能非常枯燥乏味，但对于建立稳固的编程思维是必不可少。

下面列出了一些适合初学者入门的教学材料：

❖“笨方法学 Python”：http://learnpythonthehardway.org/book/
这本书在讲解 Python 的语法成分时，还附带大量可实践的例子，非常适合快速起步。

❖“廖雪峰的 Python 2.7 教程”：Home - 廖雪峰的官方网站
Python 中文教程的翘楚，专为刚刚步入程序世界的小白打造。

❖“The Hitchhiker’s Guide to Python!”：The Hitchhiker’s Guide to Python!
这本指南着重于 Python 的最佳实践，不管你是 Python 专家还是新手，都能获得极大的帮助。

❖“Python 官方文档”：Our Documentation
实践中大部分问题，都可以在官方文档中找到答案。

❖ 辅助工具：Python Tutor
一个 Python 对象可视化的项目，用图形辅助你理解 Python 中的各种概念。

Python 的哲学：
用一种方法，最好是只有一种方法来做一件事。
学习也是一样，虽然推荐了多种学习资料，但实际学习的时候，最好只选择其中的一个，坚持看完。

必要的时候，可能需要阅读讲解数据结构和算法的书，这些知识对于理解和使用 Python 中的对象模型有着很大的帮助。

°2 软知识
“软知识”则是特定语言环境下的语法技巧、类库的使用、IDE的选择等等。这一部分，即使完全不了解不会使用，也不会妨碍你去编程，只不过写出的程序，看上去显得“傻”了些。

对
这些知识的学习，取决于你尝试解决的问题的领域和深度。对初学者而言，起步阶段极易走火，或者在选择 Python 版本时徘徊不决，一会儿看 2.7
一会儿又转到 3.0，或者徜徉在类库的大海中无法自拔，Scrapy，Numpy，Django
什么都要试试，或者参与编辑器圣战、大括号缩进探究、操作系统辩论赛等无意义活动，或者整天跪舔语法糖，老想着怎么一行代码把所有的事情做完，或者去构想
圣洁的性能安全通用性健壮性全部满分的解决方案。

很多“大牛”都会告诫初学者，用这个用那个，少走弯路，这样反而把初学者推向了真正的弯路。
还不如告诉初学者，学习本来就是个需要你去走弯路出 Bug，只能脚踏实地，没有奇迹只有狗屎的过程。

选择一个方向先走下去，哪怕脏丑差，走不动了再看看有没有更好的解决途径。

自己走了弯路，你才知道这么做的好处，才能理解为什么人们可以手写状态机去匹配却偏要发明正则表达式，为什么面向过程可以解决却偏要面向对象，为什么我可以操纵每一根指针却偏要自动管理内存，为什么我可以嵌套回调却偏要用 Promise...

更重要的时，你会明白，高层次的解决方法都是对低层次的封装，并不是任何情况下都是最有效最合适的。

技术涌进就像波浪一样，那些陈旧的封存已久的技术，消退了迟早还会涌回的。就像现在移动端应用、手游和 HTML5 的火热，某些方面不正在重演过去 PC 的那些历史么？

因此，不要担心自己走错路误了终身，坚持并保持进步才是正道。

起步阶段的核心任务是掌握硬知识，软知识做适当了解，有了稳固的根，粗壮的枝干，才能长出浓密的叶子，结出甜美的果实。

¶ 发展阶段
完成了基础知识的学习，必定会感到一阵空虚，怀疑这些语法知识是不是真的有用。

没错，你的怀疑是非常正确的。要让 Python 发挥出它的价值，当然不能停留在语法层面。
发展阶段的核心任务，就是“跳出 Python，拥抱世界”。

在你面前会有多个分支：科学计算和数据分析、爬虫、Web 网站、游戏、命令行实用工具等等等等，这些都不是仅仅知道 Python 语法就能解决的问题。

拿
爬虫举例，如果你对计算机网络，HTTP协议，HTML，文本编码，JSON一无所知，你能做好这部分的工作么？而你在起步阶段的基础知识也同样重要，如
果你连循环递归怎么写都还要查文档，连 BFS 都不知道怎么实现，这就像工匠做石凳每次起锤都要思考锤子怎么使用一样，非常低效。

在这个阶段，不可避免要接触大量类库，阅读大量书籍的。

°1 类库方面
“Awesome Python 项目”：vinta/awesome-python · GitHub
这里列出了你在尝试解决各种实际问题时，Python 社区已有的工具型类库，如下图所示：

你可以按照实际需求，寻找你需要的类库。

至于相关类库如何使用，必须掌握的技能便是阅读文档。由于开源社区大多数文档都是英文写成的，所以，英语不好的同学，需要恶补下。

°2 书籍方面：
这里我只列出一些我觉得比较有一些帮助的书籍，详细的请看豆瓣的书评：

科学和数据分析：
❖“集体智慧编程”：集体智慧编程 (豆瓣)
❖“数学之美”：数学之美 (豆瓣)
❖“统计学习方法”：统计学习方法 (豆瓣)
❖“Pattern Recognition And Machine Learning”：Pattern Recognition And Machine Learning (豆瓣)
❖“数据科学实战”：数据科学实战 (豆瓣)
❖“数据检索导论”：信息检索导论 (豆瓣)

爬虫：
❖“HTTP 权威指南”：HTTP权威指南 (豆瓣)

Web 网站：
❖“HTML & CSS 设计与构建网站”：HTML & CSS设计与构建网站 (豆瓣)

...

列到这里已经不需要继续了。

聪明的你一定会发现上面的大部分书籍，并不是讲 Python 的书，而更多的是专业知识。

事实上，这里所谓“跳出 Python，拥抱世界”，其实是发现 Python 和专业知识相结合，能够解决很多实际问题。这个阶段能走到什么程度，更多的取决于自己的专业知识。

¶ 深入阶段
这个阶段的你，对 Python 几乎了如指掌，那么你一定知道 Python 是用 C 语言实现的。

可是 Python 对象的“动态特征”是怎么用相对底层，连自动内存管理都没有的C语言实现的呢？这时候就不能停留在表面了，勇敢的拆开 Python 的黑盒子，深入到语言的内部，去看它的历史，读它的源码，才能真正理解它的设计思路。

这里推荐一本书：
“Python 源码剖析”：Python源码剖析 (豆瓣)
这本书把 Python 源码中最核心的部分，给出了详细的阐释，不过阅读此书需要对 C 语言内存模型和指针有着很好的理解。

另
外，Python 本身是一门杂糅多种范式的动态语言，也就是说，相对于 C 的过程式、 Haskell 等的函数式、Java
基于类的面向对象而言，它都不够纯粹。换而言之，编程语言的“道学”，在 Python
中只能有限的体悟。学习某种编程范式时，从那些面向这种范式更加纯粹的语言出发，才能有更深刻的理解，也能了解到 Python 语言的根源。

这里推荐一门公开课
“编程范式”：斯坦福大学公开课：编程范式
讲师高屋建瓴，从各种编程范式的代表语言出发，给出了每种编程范式最核心的思想。

值得一提的是，这门课程对C语言有非常深入的讲解，例如C语言的范型和内存管理。这些知识，对阅读 Python 源码也有大有帮助。

Python 的许多最佳实践都隐藏在那些众所周知的框架和类库中，例如 Django、Tornado 等等。在它们的源代码中淘金，也是个不错的选择。

¶ 最后的话
每个人学编程的道路都是不一样的，其实大都殊途同归，没有迷路的人只有不能坚持的人。虽然听上去有点鸡汤，但是这是事实。

希望想学 Python 想学编程的同学，不要犹豫了，看完这篇文章，Just getting started～

⑹ python零基础学习课程哪个好

对于零基础的朋友，如果选择自学的话，我按由浅入深的顺序推荐：

1 《父与子的编程之旅》。了解了计算机的基本运行原理和编程的基本概念。

2 《Python简明教程》。这是一本言简意赅的 Python 入门教程，简单直白，没有废话。就算没有基础，你也可以像读小说一样，花几天时间就可以读完，适合快速了解语法。

3 廖雪峰编写的《Python教程》。廖先生的教程涵盖了 Python 知识的方方面面，内容更加系统，有一定深度，有一定基础之后学习会有更多的收获。

4 可以参考的书有《笨办法学Python》，《Head First Python》，《Python编程-从入门到实践》。

注意：在学习编程的时候一定要注重编码实践，不写大量的代码，是学不好编程的，而且要培养自己的编程思维，逻辑思维。

⑺ Python工程师怎么自学（学习路径）

IT行业，技术要比学历、年龄、从业经验更为重要，技术水平直接决定就业薪资，想要学好python，首先要先了解精通Python语言基础、Python web开发、Python爬虫、Python数据分析这四大方面。

零基础学习需要要从如下几个阶段入手：

阶段一：熟练掌握Python多线程并发编程技术，可以编写爬虫程序和语音识别软件

阶段二：熟练掌握Linux操作系统管理技术，可以搭建几乎所有Linux环境服务器

阶段三：掌握三大Python后端框架，解决一切前后端Web开发问题

阶段四：掌握三大Python后端框架，解决一切前后端Web开发问题

阶段五：Web框架之Tornado

阶段六：docker容器及服务发现

阶段七：掌握分布式多线程大型爬虫技术，能开发企业级爬虫程序

阶段八：成为Python数据挖掘分析师，进入人工智能领域，成为IT市场最前沿人才

⑻ 新手怎么学习python

• 很多老司机都推荐新人找一本书来看，当然，如果你有充足的时间，那么就找一本浅显易懂的书，从头到尾看下去，同时把所有的例子都动手跑一边。但你觉得自己的时间并不多，想快速掌握这门语言，那么我极力推荐廖雪峰的Python 教程。因为我确实是从这个教程里面学到了很多，不懂得地方再查资料去补充。

• 找一个实际的项目去练手。我当时是因为要写一个爬虫项目，爬取 Instagram 的图片，如果选择用 Java 的话就太笨重了。因此不得以我就选择了学习 Python。在这种条件下的效果比你平时学一门语言的效果要好很多。所以，最好的状态就是去做一个实际的项目。比如去搭建一个自己的博客网站。

• 找到一个已经会 Python 的司机。让他给你指出一条路子，同时在遇到卡壳的地方就找他指点。这样将会事半功倍，当然别人的时间也是有限的，所以当你遇到问题的时候，第一步应该是去搜索查找问题。

• 切勿浮躁，自信是成功的开始，虽然你已经看了很长时间的资料，但还是不能把程序跑起来。但相信我，几乎所有程序员一开始都是这样的状态，也都是一步步折腾过来的。

• 选择合适的教程。有些书籍是很经典，但未必就适合你。

• 多动手。不要只顾着看教程，一定要亲自动手让这些程序在自己电脑跑起来。

• 额外的知识，如英语、计算机基础知识

• 要学会看别人代码。这里推荐多使用 Github。之前我也整理过一系列的 Github 教程。Github系列教程一 “开门”Github系列教程二 “加入Github”Github系列教程三 “上手Git”

• 学会查看官方文档

⑼ 推荐几个适合新手练手的Python项目

《Python实战：四周实现爬虫系统》网络网盘免费下载

链接:

Python实战：四周实现爬虫系统

⑽ 廖雪峰的python教程有一点地方没看明白，求指导

题主贴了两遍函数，似乎是一样的，下面就分析这一个版本：

defadd_end(L=None):
ifLisNone:
L=[]
L.append('END')
returnL

1. 不明白题主说的“一直往里面加END”是怎么回事。函数里既没有循环也没有递归，怎么会“一直”加。。。

2. 关于默认参数，其作用是：使add_end()的返回值 与add_end(None)的返回值相同。因此下面不再单独分析输入0个参数的情形。

3. “return的L是全局变量，而传入的参数L是局部变量”这个说法很奇怪。当传入的L是None时，该函数的会新生成一个list，向其中加入一个字符串‘END’，并返回这个新生成的list。而当传入的L是一个list，哪怕是空list时，该函数的作用是向传入的这个L新加一个元素'END'，并返回传入的那个L。

4. L.append('END')这一行，如果缩进的话：当函数传入的L不是None时，就不会向传入的这个L新加一个元素'END'。因此缩进与不缩进的效果是不一样的。