我主推学这么几门课，建议按顺序学习，零基础学python语言、Python语言程序设计、python数据分析与展示、python网络爬虫与信息提取
其他的课程相对来说，没有那么重要。
重要的且需要会背诵默写的几句代码
pip install xx 库 开始运行cmd
import xx用啥引入啥
其他一些基础，数字，列表，循环等等
最需要学习的是pandas库，可以使数据很方便的生成表格，便于后续处理。
互联网数据获取常用requests库，学好了就够了，其他的以后再说。
基础部分熟悉了之后，就是提高部分，GISer要熟悉arcpy和gdal库的使用
还有一些库，不够成熟，比如geopandas，pysal，建议根据需要查看。在基础知识学好了以后，再看就没那么难了。张云金老师的这本python地理数据处理 ，这本书很好，我看了以后能够很快的入门，也能完成一些课程作业。
机器学习部分就是 skcit-learn库,这门Python机器学习应用课就开了一次，不过可以查看内容，可以结合一些机器学习类的课程学习。
一定要多学几遍，这种东西一旦不用就会遗忘，只有不停地用，才能做到肌肉记忆。我也是最初的60多分学到了90多分。
当初之所以学python，说起来挺惨的，因为c#和java我就是学不会，怎么着我也学不会-_-||这也注定我不能成为一个优秀的程序员，只能做个调包侠。领取免费教程及资料+v：boyin7988 备注Python即可
其实，基础掌握了以后，就能学习其他东西，比如深度学习的Tensorflow库了，能做个调包侠，对于应付写论文绰绰有余。例如这门北大的课程
举个例子，我需要处理船舶轨迹数据生成热力图，我根本不知道怎么做，我在网上搜索到了noaa给的实例，是arcpy写的脚本，我只需要修改文件输入和输出部分的文件地址就行了，多简单。我完全不需要看这些代码是什么意思。
我在做精准农业项目时，需要用python计算基于 GPS 轨迹的农机垄间作业重叠与遗漏的范围和面积，也没人告诉我该怎么做，我也是通过网上找各种各样的python库，最好采用了GeoPandas，Shapely，gdal，Fiona，Flask等。
