和其他编程语言相比，Python要容易上手很多，所以不少同学都选择Python作为自己的入门编程语言。入门Python并不需要从C语言开始学习，因为Python是一门解释性语言，而且又需要面向对象的编程思想，所以更像是一种可以直接用来帮助我们解决问题的工具，现在越来越多的人认识到Python在数据分析方面的优势以及做互联网项目开发的潜力，于是纷纷投入到Python的学习当中。
那么如何将Python语言hold住？尤其是在自学的过程中，少走弯路可以帮助我们节约大量的时间，事半功倍。那么下面就给大家总结几个学习Python的关键点：
以下内容为干货，建议关注小编并私信“资料”获取学习资源
关键点1：充分利用好Python的文档资源
Python社区的一大闪光点是它自身有很多优秀的并且是免费的文档，值得我们将其充分利用起来，从Python的安装，环境配置开始，你可以花较少的时间快速过一遍Python教程。小编建议大家直接从Python3开始学习。推荐读下“Python之禅”，它可以帮助你建立写Python代码需要具备的思维模式。那么此刻要恭喜你现在已有足够的Python知识写第一个应用程序了。
关键点2：从你的第一个Python程序开始
想用Python写出一个应用程序吗？如果Python不是你的第一门语言，那么我确信你用其他语言写的程序可以植入到Python中。 如果不管怎样你确实想写一个全新的应用，那就去做吧。第一个应用当然不是”hello world”，而且具备一定完整性和功能性的应用。举例：
Python应用项目：Whitespace解析器，最初我用Racket实现的，然后是Ruby，后来是Haskell，现在是Python。我不得不再强调一下，现在的重点是学会用这门语言思考，所以尽量保持程序简单这样注意力放在语言的使用上。显然，我并不知道用Python实现这个项目所需要做的每一件事情该怎么做。但这就是这次实践的主题，当你只学你实现特性需要的知识时，应用程序会引导你下一步该学什么。比如，当我实现一个虚拟机时，我知道我需要一个全面的测试套件，但是教程里面却没有相关的介绍。尽管如此，通过快速搜索，我找到了一个关于Python 单元测试框架的优秀文档。我看了下我写测试用例需要用到的部分，然后就开始做了。遇到任何问题再回来看文档。
在阅读文档的同时，你也要学会不断反思代码，聪明点，照着做。我倾向于渐进式开发，所以如果你看这个项目的提交记录，你会看到我怎么建立这个项目，分解问题并最终完成了它的第一个版本。记住，要有始有终。
关键点3：灵活巧用Python第三方库
无论是用Python做开发还是自动化运维，第三方库永远是必不可少的工具，个人比较喜欢的几个第三方库给大家一一举例，当然有更多的内容不能一一列出，只是给大家提供一个思路：
Pygame——一个高可移植性的游戏开发模块
这个游戏开发模块让Python变得更有趣！Pygame 提供了一个方便的选项来处理许多面向 GUI 的行为：绘制画布和 sprite 图形、处理多声道声音、处理窗口和点击事件、碰撞检测等等。可以说Pygame实现了游戏开发的DIY，但不是每个应用，准确的说不是每个 GUI 应用，在使用 Pygame 构建时都能受益，只有细致了解它提供了什么，你才能从中得到惊喜。
NumPy——学霸最爱的科学计算和数学工作基础包，包括统计学、线性代数、矩阵数学、金融操作等等
这是Python功能强大的体现，Quant和bean计数器已经了解 NumPy 并且喜欢它，但 NumPy 的数学 ‘n’ 统计的应用范围比你想象的更广。例如，它是向多维数组添加对 Python 支持的最简单、最灵活的方法之一。NumPy 提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库，专为进行严格的数字处理而产生，和稀疏矩阵运算包 Scipy 配合使用更加方便。
Scrapy——快速、高级的屏幕抓取及 web 爬虫框架
Scrapy 保持整个爬取过程简单。创建一个类，并定义你要删除的项目的类型，并编写一些关于如何从页面中提取数据的规则。结果将以 JSON、XML、CSV 或许多其他的格式导出。收集的数据可以保存为raw，也可以在导入时进行清理。此外，Scrapy可以扩展允许许多其他行为，例如网站登录处理、会话 cookie 处理。图像也可以被 Scrapy自动提取并与被抓取的内容相关联。
关键点4：由点到面，开拓视野
掌握Python需要系统学习，但不等于学习没有重点，那么你需要从你所关注的侧重点和分支去打开你需要get到的知识链条，所以书籍和实战教程必不可少。
推荐书籍：流畅的Python
这是市面上适合初学者入门与进阶的Python教科书之一，内容有一定深度，如果是纯小白，还是建议先阅读文档。
这本书帮助Python开发人员挖掘这门语言及相关程序库的优秀特性，避免重复劳动，同时写出简洁、流畅、易读、易维护，并且具有地道Python风格的代码。本书尤其深入探讨了Python语言的高级用法，涵盖数据结构、Python风格的对象、并行与并发，以及元编程等不同的方面。
特点如下：
● Python数据模型：理解为什么特殊方法是对象行为一致的关键。
● 数据结构：充分利用内置类型，理解Unicode文本和字节二象性。
● 把函数视作对象：把Python函数视作一等对象，并了解这一点对流行的设计模式的影响。
● 面向对象习惯用法：通过构建类学习引用、可变性、接口、运算符重载和多重继承。
● 控制流程：学习使用上下文管理器、生成器、协程，以及通过concurrent.futures和asyncio包实现的并发。
● 元编程：理解特性、描述符、类装饰器和元类的工作原理。
以下是书评：
当然如何将Python学得更有深度和广度，更具前瞻性，那就应该将Python与大数据、人工智能相关技术结合起来，对于自学的同学来讲，可以将《Python+数据分析+机器学习》全套的教程作为学习路径。学习新的技术，不仅可以吸收前人总结的经验，同时还可以让自己掌握的技术更具竞争力：
电子书与视频获取方式：转发此文，关注并私信小编“资料”即可免费领取。
閱讀更多 編程進階007 的文章
