本人编译环境是win10 + python 3.7（IDE是JetBrains家的pycharm）；系统win or mac or linux都行 本文只简述win10环境下搭建，其余系统搭建步骤参照网上教程即可，so easy；python发行版可选用Anaconda或Miniconda（Anaconda的轻量代替，默认只包含python和conda）；IDE也可选用轻量级sublime或者Eclipse家族或vim，都是很好用的编辑器，初学者也可直接选择命令行，看个人喜好
一、Python简介
Python 是由 Guido van Rossum 在八十年代末和九十年代初，在荷兰国家数学和计算机科学研究所设计出来的。
Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。
Python 的设计具有很强的可读性，相比其他语言经常使用英文关键字，其他语言的一些标点符号，它具有比其他语言更有特色语法结构。
- Python 是一种解释型语言： 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。
- Python 是交互式语言： 这意味着，您可以在一个 Python 提示符 >>> 后直接执行代码。
- Python 是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。
- Python 是 初学者的语言：Python 对初级程序员而言，是一种伟大的语言，它支持广泛的应用程序开发，从简单的文字处理到 WWW 浏览器再到游戏。
二、为什么要学习Python
先上一张TIOBE图，TIOBE排行榜是根据互联网上有经验的程序员、课程和第三方厂商的数量，并使用搜索引擎以及Wikipedia、Amazon、YouTube统计出排名数据，只是反映某个编程语言的热门程度）。由图可知截止2020年2月Python语言流行度位列第三，且由于Python语言的易用性和高扩展性成为数据科学家最受欢迎的语言。
简要总结下Python学习的必要性：
- 多类应用场景（数据科学、机器学习、网站开发）
- 易用性（解释性、面向对象）
- 社区成长（各类库和框架、高扩展性）
- 前景（发展、薪水）
三、Python 学习路线
尽管Python作为易用性非常强的一门编程语言，但仅仅意味着入门比较容易，要想学习好Python语言还得有一些系统的学习路线。本文拟出了自己的学习路线，如下思维导图。
首先应先具备基础的数据结构知识，了解什么是对象，python的内建函数、条件控制与循环语句、函数和面向对象、字符串正则处理、文件处理和异常处理；
爬虫为可选，应先具备前端和后端基础知识及通信原理，此后可以结合requests和Bs4库进行简单网页的爬取，selenium和applium分别用机器模拟网页浏览及app浏览，scrapy库则帮我们进行高吞吐的分布式爬虫，pyquery及pymongo等等帮我们进行数据的存取及查询；
在对python基础有所了解后就可以进行数据分析及可视化的实践，其中numpy、pandas分别帮我们进行数组计算及数据框处理，matplotlib、pyecharts等等可以进行常规及地理图形绘制；
随着对数据认识的进一步加深，我们可以用python非常容易的实现人工智能算法，例如sklearn可以帮们实现文本图片分类、回归、聚类和降维操作等，keras、tensorflow、pytorch等使用神经网络（模拟人类大脑神经元作用）操作实现深度学习，而深度学习是机器学习领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标及人工智能。
最后一块是大数据内容，需要具备java（or scala）、sql和linux的基础知识。当前大数据框架可以参考上一篇所介绍，其中相当一部分框架组件可以通过Python接口进行使用，例如Hadoop中mapreduce可以通过Pyton语言实现，Spark及flink同样支持Python接口。
四、Hello World
先来一个老套而不失优雅的hello world。输入以下内容：
<code>#!/usr/bin/env python3 #说明脚本语言是python3
# -*- coding: UTF-8 -*- #指定编码是utf-8
x = input('请输入你想输出的话：')
print('此为你想输出的话：',x)/<code>得到以下输出：
<code>请输入你想输出的话：hello world 此为你想输出的话：hello world/<code>
一二两行为注释（用来解释和声明）。简单说，每个程序前加这两行就行了 ；
第三行为输入行（Python提供了 input() 内置函数从标准输入读入一行文本，默认的标准输入是键盘），并将输入内容赋值给变量x；
第四行为输出行（print()也为内置函数，输出括号里的字符串、变量等）
以下介绍包含运算符基础、六大常用数据类型（Number数字、String字符串、List列表、Tuple元组、Sets集合、Dictionary字典）、条件控制（if else）和循环语句（while for）、函数和模块，介绍完之后就可以进入到数据科学的学习了，请自带小板凳 。
