自学Python半年时间，刚开始就是看网课自己练习，学习路上也走了一些弯路，下面总结下我学python的一些经验，同时也为大家整理了一些学习资源（含网课+书籍+网站等）。
首先大家的心态一定要摆正确，学习是一个主动的过程，做好学习计划踏踏实实学习才是最重要的，千万别收藏了一堆资料只学了两天就觉得困难不学了。
另外给大家一些Python学习建议：
1、学习曲线则会平滑得多，掌握一些基本语法和Python内置的数据结构，已经可以上手写一些小工具或者小型应用；
2、不要被对象、属性、方法等词汇所迷惑;最根本的是先了解最基础知识；
3、很多问题不是非要到论坛来问的，首先你要学会自己找答案，google、百度等都是很好的搜索引擎，你只要输入关键字就能找到很多相关资料；
4、不要放过任何一个看上去很简单的小问题–他们往往并不那么简单，或者可以引伸出很多知识点;不会举一反三你就永远学不会；
5、学习脚本最好的方法之一就是多练习。
完整的Python学习路线图
一、几个学python的神级网站
1、中文版官方教程
地址：https://docs.python.org/zh-cn/3/
这个必须是我第一个推荐的，你可以从这里下载Python、使用、学习Python。官方文档自然是最权威的学习资料在这里，你能看到各种基础代码教程，还有上百种python库的使用方法，绝对权威！绝对详细！
2、python Code Example
地址：https://www.programcreek.com/python/
主要通过例子进行模拟学习，简直不要太赞可以直接搜索代码，你可以输入你想学的代码示例。
3、LearnPython
地址：Learn Python - Free Interactive Python Tutorial
不管是小白还是有经验的程序员，都可以来这个网站学习，他涵盖基本和高级的python概念，而且所有的教程都做了有序的分组，很方便。
二、Python视频教程
1、零基础入门Python
这个教程是我发现目前市面上比较全的一个基础课程，全集547集，但是开头的内容可以先跳过，大家可以直接从110集Python的起源开始看起来。
黑马程序员Python教程_600集Python从入门到精通教程（懂中文就能学会）_哔哩哔哩_bilibili
从搭建环境、断语句，再到基础的数据类型，之后对函数进行学习掌握，熟悉文件操作，初步构建面向对象的编程思想，最后以飞机大战项目带你入门。
每个学习阶段之后还附有小案例，可以跟着练习操作。
2、PythonWeb
Linux 系统使用、多任务编程、网络编程、HTTP 协议，静态 Web 服务器、MySQL 数据库 、Pyhton 高级语法、正则表达式、HTML+CSS+JS+Jquery、Mini-Web 服务器。
黑马程序员python进阶课程136节玩转Web开发_哔哩哔哩_bilibili
3、Python进阶
看完前面基础入门的进阶的可以看这个，构建完善的Python能力：
黑马程序员Python深入浅出进阶教程【敢信？】收藏=点赞十倍_哔哩哔哩_bilibili
这个课程的课件很详细，大纲设计的也不错，老师讲课有激情，内容知识点分析的也很好！
4、Python数据挖掘
一个初级数据分析，起码你要会熟练运用用Excel，其中大家还可以学习用Python操作excel；
另外，掌握Python中numpy、pandas和matplotlib的一些基本操作，可以做基本的数据分析处理和可视化，进行探索性的数据分析，观察数据分布、计算各种统计量，得出一些基本的结论,最最基础的还是统计学知识。
黑马程序员Python教程，4天快速入门Python数据挖掘，系统精讲+实战案例_哔哩哔哩_bilibili
5、Python爬虫入门
爬虫的工作原理其实就是模拟我们通过浏览器获取网页信息的过程，无外乎“发送请求—获得页面—解析页面—抽取并储存内容”从这个过程中，我们可以获取到的信息是，在爬虫工作中需要涉及到前端页面相关的知识，网络协议相关的知识，以及数据存储的相关知识。
黑马程序员Python爬虫基础，快速入门Scrapy爬虫框架_哔哩哔哩_bilibili
6、机器学习入门
Python 对于初学者来说是一个完美的选择，可以让你专注于机器学习和数据科学领域。它是一种极简且直观的语言，具有全功能的工具库，这也让很多小白学起来比较轻松。
机器学习的步骤主要分为这些：
- 数据收集
- 数据排序
- 数据分析
- 算法开发
- 检查生成的算法
- 使用算法进一步得出结论
下面这个教程就介绍了一些传统机器学习的算法：
360°解读机器学习经典算法——聚类算法_哔哩哔哩_bilibili
7、深度学习
主要介绍经典的深度学习框架 TensorFlow 的使用，IO 操作，以及神经网络基础、卷积神经网络的相关知识，并用卷积神经网络原理搭建、设计自己的网络，实现对验证码图片内容的识别。
黑马程序员3天带你玩转Python深度学习TensorFlow框架_哔哩哔哩_bilibili
三、7个学Python的开源库
1、learn-python3
这个存储库一共有19本Jupyter笔记本。它涵盖了字符串和条件之类的基础知识，然后讨论了面向对象编程，以及如何处理异常和一些Python标准库的特性等。每一个主题都有一个“notebook”链接，它会向你介绍该主题和一些示例代码，当你完成这些内容之后，还有一个练习链接，点击后你就可以做一些测试题。
项目地址：https://github.com/jerry-git/learn-python3
2、learn-python
这个存储库还可以作为Python的介绍，帮助你从初级水平上升至中级，这里的中级指的是熟练地使用这种编程语言，而不仅仅是简单的循环和算法。该存储库是一个Python脚本集合，每个脚本都是一个核心类别的子主题，比如“操作符”、“数据类型”和“控制流”。
你不必完整地学习该课程，正如作者指出的那样，你还可以将存储库用作备忘单，在需要的时候，快速查找，查看文档，查看代码，然后运行测试，看代码是否能正常运行，是否按照代码准则编写。
项目地址：https://github.com/trekhleb/learn-python/blob/master/src/control_flow/test_if.py
3、full-speed-python
该存储库快速介绍了字符串和列表等基础知识，然后快速深入到更高级的主题，“类”和“异步编程”等，作者在写这本书时采用了一种实用的方法，用代码示例简要介绍了每个主题，然后直接跳到练习问题，让读者可以自己尝试。你可以在项目详情页下载pdf/epub文件。
项目地址：https://github.com/joaoventura/full-speed-python
4、python_reference
此存储库不像前面的存储库那样从基础的Python概念开始介绍，相反地，这个存储库更多的是关于中级主题，比如“Python中的SQLite数据库操作”，如果你在Python方面已经有了坚实的基础，那么该资源可以有助于你更好地利用该语言的不同特性，和前面的存储库一样的是，python_reference也带有编辑和运行代码的notebooks。
此外，该仓库还有一些有用的非代码资源，作者将其链接到更多的“理论资源”。这部分资源都是坐着认为对学习Python有用的外部资源，包括论坛、书籍和现有的Python项目。
项目地址：https://github.com/rasbt/python_reference/
5、Python-programming-exercises
这个存储库目前提供了100个Python编程练习，难度从初学者到高级。这些问题和解决方案最初是用Python 2编写的，但作者后来更新了所有100个问题，用Python 3编写。
另外还有一个由不同作者编写的“扩展版本”，具有相同的问题和不同的解决方案，在这个扩展的存储库中，作者试图展示解决一个问题的不同方法，这些方法可能比原来的解决方案更有效或更“python化”。
项目地址：https://github.com/zhiwehu/Python-programming-exercises
6、coding-problems
和前面的存储库一样，这个存储库包含了一个完整的编程和算法练习，但是这个存储库并没有将所有练习都放在笔记本中，而是为每个练习提供了一个Python文件，这个文件包含问题和解决方案。这些问题并不是从一个完全的初学者难度开始的，所以我建议在你已经掌握了坚实的基础（使用函数、控制流程等）之后再来回答这些问题。
除了包含算法问题和解决方案的Python文件之外，他还提供了一个全面的其他资源列表供用户使用。其中包括许多在线课程，推荐的书籍，以及关于编程问题的热门网站的链接。
项目地址：https://github.com/MTrajK/coding-problems/
7、TheAlgorithms
这个存储库还提供了一个文件集合，向你展示如何在Python中实现不同的算法。这些算法被分成从“算术分析”到“区块链”到“数据结构”等类别。如果你是Python的新手，我建议你先打好基础，因为这个存储库实际上是为那些已经熟悉该语言并希望加深其算法知识的人准备的。
四、官方好书推荐
一些Python官方推荐的好书，送给大家：
Find the best Python bookspythonbooks.org/正在上传…重新上传取消
