如何系統學習Python？
學生們是否非常想學好 Python，一方面被瑣事糾纏，一直沒能動手，另一方面，擔心學習成本太高，心裡默默敲著退堂鼓？幸運的是，Python 是一門初學者友好的程式語言，想要完全掌握它，你不必花上太多的時間和精力。
Python 的設計哲學之一就是簡單易學，體現在兩個方面：語法簡潔明瞭：相對 Ruby 和 Perl，它的語法特性不多不少，大多數都很簡單直接，不玩兒玄學。
切入點很多：Python 可以讓你可以做很多事情，科學計算和資料分析、爬蟲、Web 網站、遊戲、命令列實用工具等等等等，總有一個是你感興趣並且願意投入時間的。
1.起步階段
任何一種程式語言都包含兩個部分：硬知識和軟知識，起步階段的主要任務是掌握硬知識。
“硬知識”指的是程式語言的語法、演算法和資料結構、程式設計正規化等，例如：變數和型別、迴圈語句、分支、函式、類。這部分知識也是具有普適性的，看上去是掌握了一種語法，實際是建立了一種思維。例如：讓一個 Java 程式設計師去學習 Python，他可以很快的將 Java 中的學到的面向物件的知識 map 到 Python 中來，因此能夠快速掌握 Python 中面向物件的特性。
如果你是剛開始學習程式設計的新手，一本可靠的語法書是非常重要的。它看上去可能非常枯燥乏味，但對於建立穩固的程式設計思維是必不可少。
下面列出了一些適合初學者入門的教學材料：
（1）「笨方法學 Python」：http://learnpythonthehardway.org/book/
這本書在講解 Python 的語法成分時，還附帶大量可實踐的例子，非常適合快速起步。
（2）「The Hitchhiker’s Guide to Python!」：The Hitchhiker’s Guide to Python!
這本指南著重於 Python 的最佳實踐，不管你是 Python 專家還是新手，都能獲得極大的幫助。
（3）「Python 官方文件」：Our Documentation
實踐中大部分問題，都可以在官方文件中找到答案。
（4）輔助工具：Python Tutor
一個 Python 物件視覺化的專案，用圖形輔助你理解 Python 中的各種概念
Python 的哲學：用一種方法，最好是隻有一種方法來做一件事。
學習也是一樣，雖然推薦了多種學習資料，但實際學習的時候，最好只選擇其中的一個，堅持看完。
必要的時候，可能需要閱讀講解資料結構和演算法的書，這些知識對於理解和使用 Python 中的物件模型有著很大的幫助。
“軟知識”則是特定語言環境下的語法技巧、類庫的使用、IDE的選擇等等。這一部分，即使完全不瞭解不會使用，也不會妨礙你去程式設計，只不過寫出的程式，看上去顯得“傻”了些。
對這些知識的學習，取決於你嘗試解決的問題的領域和深度。對初學者而言，起步階段極易走火，或者在選擇 Python 版本時徘徊不決，一會兒看 2.7 一會兒又轉到 3.0，或者徜徉在類庫的大海中無法自拔，Scrapy，Numpy，Django 什麼都要試試，或者參與編輯器聖戰、大括號縮排探究、作業系統辯論賽等無意義活動，或者整天跪舔語法糖，老想著怎麼一行程式碼把所有的事情做完，或者去構想聖潔的效能安全通用性健壯性全部滿分的解決方案。
很多“大牛”都會告誡初學者，用這個用那個，少走彎路，這樣反而把初學者推向了真正的彎路。
還不如告訴初學者，學習本來就是個需要你去走彎路出 Bug，只能腳踏實地，沒有奇蹟只有狗屎的過程。
選擇一個方向先走下去，哪怕髒醜差，走不動了再看看有沒有更好的解決途徑。
自己走了彎路，你才知道這麼做的好處，才能理解為什麼人們可以手寫狀態機去匹配卻偏要發明正則表示式，為什麼面向過程可以解決卻偏要面向物件，為什麼我可以操縱每一根指標卻偏要自動管理記憶體，為什麼我可以巢狀回撥卻偏要用 Promise...
更重要的時，你會明白，高層次的解決方法都是對低層次的封裝，並不是任何情況下都是最有效最合適的。
技術湧進就像波浪一樣，那些陳舊的封存已久的技術，消退了遲早還會湧回的。就像現在移動端應用、手遊和 HTML5 的火熱，某些方面不正在重演過去 PC 的那些歷史麼？
因此，不要擔心自己走錯路誤了終身，堅持並保持進步才是正道。
起步階段的核心任務是掌握硬知識，軟知識做適當瞭解，有了穩固的根，粗壯的枝幹，才能長出濃密的葉子，結出甜美的果實。
2.發展階段
完成了基礎知識的學習，必定會感到一陣空虛，懷疑這些語法知識是不是真的有用。
沒錯，你的懷疑是非常正確的。要讓 Python 發揮出它的價值，當然不能停留在語法層面。
發展階段的核心任務，就是“跳出 Python，擁抱世界”。
在你面前會有多個分支：科學計算和資料分析、爬蟲、Web 網站、遊戲、命令列實用工具等等等等，這些都不是僅僅知道 Python 語法就能解決的問題。
拿爬蟲舉例，如果你對計算機網路，HTTP協議，HTML，文字編碼，JSON一無所知，你能做好這部分的工作麼？而你在起步階段的基礎知識也同樣重要，如果你連迴圈遞迴怎麼寫都還要查文件，連 BFS 都不知道怎麼實現，這就像工匠做石凳每次起錘都要思考錘子怎麼使用一樣，非常低效。
在這個階段，不可避免要接觸大量類庫，閱讀大量書籍的。
3.類庫方面
「Awesome Python 專案」：vinta/awesome-python · GitHub
這裡列出了你在嘗試解決各種實際問題時，Python 社群已有的工具型類庫，如下圖所示：
你可以按照實際需求，尋找你需要的類庫。
至於相關類庫如何使用，必須掌握的技能便是閱讀文件。由於開源社群大多數文件都是英文寫成的，所以，英語不好的同學，需要惡補下。
4.深入階段
這個階段的你，對 Python 幾乎瞭如指掌，那麼你一定知道 Python 是用 C 語言實現的。
可是 Python 物件的“動態特徵”是怎麼用相對底層，連自動記憶體管理都沒有的C語言實現的呢？這時候就不能停留在表面了，勇敢的拆開 Python 的黑盒子，深入到語言的內部，去看它的歷史，讀它的原始碼，才能真正理解它的設計思路。
這裡推薦一本書：
「Python 原始碼剖析」：Python原始碼剖析
這本書把 Python 原始碼中最核心的部分，給出了詳細的闡釋，不過閱讀此書需要對 C 語言記憶體模型和指標有著很好的理解。
另外，Python 本身是一門雜糅多種正規化的動態語言，也就是說，相對於 C 的過程式、 Haskell 等的函式式、Java 基於類的面向物件而言，它都不夠純粹。換而言之，程式語言的“道學”，在 Python 中只能有限的體悟。學習某種程式設計正規化時，從那些面向這種正規化更加純粹的語言出發，才能有更深刻的理解，也能瞭解到 Python 語言的根源。
5.最後的話
每個人學程式設計的道路都是不一樣的，其實大都殊途同歸，沒有迷路的人只有不能堅持的人。雖然聽上去有點雞湯，但是這是事實。
希望想學 Python 想學程式設計的同學，不要猶豫了，看完這篇文章，Just getting started～
PS:微軟再發力Python ，VS Code與Anaconda達成合作
微軟免費和跨平臺程式碼編輯器 Visual Studio Code 已預設被包含在 Anaconda 發行版中。Python 使用者現在可以在安裝 Anaconda 的同時輕鬆安裝 Visual Studio Code ，以提供出色的編輯和除錯體驗，微軟還為 Anaconda 使用者量身定製了專用功能。
Anaconda 是一個流行的 Python 發行版，主要用於資料科學和訊號處理等領域，可為 Windows、Mac 和 Linux 上的使用者提供簡化的 Python 環境。
此次合作也是微軟投資 Python 社群的又一個示例。微軟在去年 9 月曾宣佈計劃將 Python 引入 Azure 機器學習，Visual Studio 和 SQL Server 中。 據微軟稱，Microsoft Python Extension for Visual Studio Code 是 VS Code marketplace 中下載次數最多的擴充套件外掛，迄今為止已有超過 600 萬次的下載。
今天的分享就到此結束，如果我的分享對你有幫助，也歡迎大家轉發我的文章讓更多人受益，如果你在學習Python的過程當中有遇見任何問題，可以加入我的python交流學習qq群：250933691，多多交流問題，互幫互助，群裡有不錯的學習教程和開發工具。學習python有任何問題（學習方法，學習效率，如何就業），可以隨時來諮詢我