如何系统地自学 Python？

　　是否很是想学好 Python，一方面被杂事纠缠，一直没能动手，另外一方面，担忧学习成本过高，内心默默敲着退堂鼓?

　　幸运的是，Python 是一门初学者友好的编程语言，想要彻底掌握它，你没必要花上太多的时间和精力。

　　Python 的设计哲学之一就是简单易学，体如今两个方面：

　　语法简洁明了：相对 Ruby 和 Perl，它的语法特性很少很多，大多数都很简单直接，不玩儿玄学。

　　切入点不少：Python 可让你能够作不少事情，科学计算和数据分析、爬虫、Web 网站、游戏、命令行实用工具等等等等，总有一个是你感兴趣而且愿意投入时间的。

　　废话很少说，学会一门语言的捷径只有一个： Getting Started

¶ 起步阶段

　　任何一种编程语言都包含两个部分：硬知识和软知识，起步阶段的主要任务是掌握硬知识。

°1 硬知识

　　“硬知识”指的是编程语言的语法、算法和数据结构、编程范式等，例如：变量和类型、循环语句、分支、函数、类。这部分知识也是具备普适性的，看上去是掌握了一种语法，实际是创建了一种思惟。例如：让一个 Java 程序员去学习 Python，他能够很快的将 Java 中的学到的面向对象的知识 map 到 Python 中来，所以可以快速掌握 Python 中面向对象的特性。

　　若是你是刚开始学习编程的新手，一本可靠的语法书是很是重要的。它看上去可能很是枯燥乏味，但对于创建稳固的编程思惟是必不可少。

　　下面列出了一些适合初学者入门的教学材料：

　　1「笨方法学 Python」：http://learnpythonthehardway....

　　这本书在讲解 Python 的语法成分时，还附带大量可实践的例子，很是适合快速起步。

　　2「廖雪峰的 Python 2.7 教程」：Home - 廖雪峰的官方网站

　　Python 中文教程的翘楚，专为刚刚步入程序世界的小白打造。

　　❖「The Hitchhiker’s Guide to Python!」：The Hitchhiker’s Guide to Python!

　　这本指南着重于 Python 的最佳实践，无论你是 Python 专家仍是新手，都能得到极大的帮助。

　　3「Python 官方文档」：Our Documentation

　　实践中大部分问题，均可以在官方文档中找到答案。

　　4 辅助工具：Python Tutor

　　一个 Python 对象可视化的项目，用图形辅助你理解 Python 中的各类概念。

　　Python 的哲学：

　　用一种方法，最好是只有一种方法来作一件事。

　　学习也是同样，虽然推荐了多种学习资料，但实际学习的时候，最好只选择其中的一个，坚持看完。

　　必要的时候，可能须要阅读讲解数据结构和算法的书，这些知识对于理解和使用 Python 中的对象模型有着很大的帮助。

°2 软知识

　　“软知识”则是特定语言环境下的语法技巧、类库的使用、IDE的选择等等。这一部分，即便彻底不了解不会使用，也不会妨碍你去编程，只不过写出的程序，看上去显得“傻”了些。

　　对这些知识的学习，取决于你尝试解决的问题的领域和深度。对初学者而言，起步阶段极易走火，或者在选择 Python 版本时徘徊不决，一下子看 2.7 一下子又转到 3.0，或者徜徉在类库的大海中没法自拔，Scrapy，Numpy，Django 什么都要试试，或者参与编辑器圣战、大括号缩进探究、操做系统辩论赛等无心义活动，或者成天跪舔语法糖，老想着怎么一行代码把全部的事情作完，或者去构想圣洁的性能安全通用性健壮性所有满分的解决方案。

　　不少“大牛”都会告诫初学者，用这个用那个，少走弯路，这样反而把初学者推向了真正的弯路。

　　还不如告诉初学者，学习原本就是个须要你去走弯路出 Bug，只能脚踏实地，没有奇迹只有狗屎的过程。

　　选择一个方向先走下去，哪怕脏丑差，走不动了再看看有没有更好的解决途径。

　　本身走了弯路，你才知道这么作的好处，才能理解为何人们能够手写状态机去匹配却偏要发明正则表达式，为何面向过程能够解决却偏要面向对象，为何我能够操纵每一根指针却偏要自动管理内存，为何我能够嵌套回调却偏要用 Promise...

　　更重要的时，你会明白，高层次的解决方法都是对低层次的封装，并非任何状况下都是最有效最合适的。

　　技术涌进就像波浪同样，那些陈旧的封存已久的技术，消退了早晚还会涌回的。就像如今移动端应用、手游和 HTML5 的火热，某些方面不正在重演过去 PC 的那些历史么?

　　所以，不要担忧本身走错路误了终身，坚持并保持进步才是正道。

　　起步阶段的核心任务是掌握硬知识，软知识作适当了解，有了稳固的根，粗壮的枝干，才能长出浓密的叶子，结出甜美的果实。

¶ 发展阶段

　　完成了基础知识的学习，一定会感到一阵空虚，怀疑这些语法知识是否是真的有用。

　　没错，你的怀疑是很是正确的。要让 Python 发挥出它的价值，固然不能停留在语法层面。

　　发展阶段的核心任务，就是“跳出 Python，拥抱世界”。

　　在你面前会有多个分支：科学计算和数据分析、爬虫、Web 网站、游戏、命令行实用工具等等等等，这些都不是仅仅知道 Python 语法就能解决的问题。

　　拿爬虫举例，若是你对计算机网络，HTTP协议，HTML，文本编码，JSON一无所知，你能作好这部分的工做么?而你在起步阶段的基础知识也一样重要，若是你连循环递归怎么写都还要查文档，连 BFS 都不知道怎么实现，这就像工匠作石凳每次起锤都要思考锤子怎么使用同样，很是低效。

　　在这个阶段，不可避免要接触大量类库，阅读大量书籍的。

°1 类库方面

　　「Awesome Python 项目」：vinta/awesome-python · GitHub

　　这里列出了你在尝试解决各类实际问题时，Python 社区已有的工具型类库，以下图所示：

　　你能够按照实际需求，寻找你须要的类库。

　　至于相关类库如何使用，必须掌握的技能即是阅读文档。因为开源社区大多数文档都是英文写成的，因此，英语很差的同窗，须要恶补下。

°2 书籍方面：

　　这里我只列出一些我以为比较有一些帮助的书籍，详细的请看豆瓣的书评：

科学和数据分析：

　　❖「集体智慧编程」：集体智慧编程 (豆瓣)

　　❖「数学之美」：数学之美 (豆瓣)

　　❖「统计学习方法」：统计学习方法 (豆瓣)

　　❖「Pattern Recognition And Machine Learning」：Pattern Recognition And Machine Learning (豆瓣)

　　❖「数据科学实战」：数据科学实战 (豆瓣)

　　❖「数据检索导论」：信息检索导论 (豆瓣)

爬虫：

　　❖「HTTP 权威指南」：HTTP权威指南 (豆瓣)

Web 网站：

　　❖「HTML & CSS 设计与构建网站」：HTML & CSS设计与构建网站 (豆瓣)

　　...

　　列到这里已经不须要继续了。

　　聪明的你必定会发现上面的大部分书籍，并非讲 Python 的书，而更多的是专业知识。

　　事实上，这里所谓“跳出 Python，拥抱世界”，实际上是发现 Python 和专业知识相结合，可以解决不少实际问题。这个阶段能走到什么程度，更多的取决于本身的专业知识。

¶ 深刻阶段

　　这个阶段的你，对 Python 几乎了如指掌，那么你必定知道 Python 是用 C 语言实现的。

　　但是 Python 对象的“动态特征”是怎么用相对底层，连自动内存管理都没有的C语言实现的呢?这时候就不能停留在表面了，勇敢的拆开 Python 的黑盒子，深刻到语言的内部，去看它的历史，读它的源码，才能真正理解它的设计思路。

　　这里推荐一本书：

　　「Python 源码剖析」：Python源码剖析 (豆瓣)

　　这本书把 Python 源码中最核心的部分，给出了详细的阐释，不过阅读此书须要对 C 语言内存模型和指针有着很好的理解。

　　另外，Python 自己是一门杂糅多种范式的动态语言，也就是说，相对于 C 的过程式、 Haskell 等的函数式、Java 基于类的面向对象而言，它都不够纯粹。换而言之，编程语言的“道学”，在 Python 中只能有限的体悟。学习某种编程范式时，从那些面向这种范式更加纯粹的语言出发，才能有更深入的理解，也能了解到 Python 语言的根源。

　　这里推荐一门公开课

　　「编程范式」：斯坦福大学公开课：编程范式

　　讲师高屋建瓴，从各类编程范式的表明语言出发，给出了每种编程范式最核心的思想。

　　值得一提的是，这门课程对C语言有很是深刻的讲解，例如C语言的范型和内存管理。这些知识，对阅读 Python 源码也有大有帮助。

　　Python 的许多最佳实践都隐藏在那些众所周知的框架和类库中，例如 Django、Tornado 等等。在它们的源代码中淘金，也是个不错的选择。

¶ 最后的话

　　每一个人学编程的道路都是不同的，其实大都异曲同工，没有迷路的人只有不能坚持的人。虽然听上去有点鸡汤，可是这是事实。