首页 / PYTHON / python入门怎么学习
python入门怎么学习
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python入门怎么学习，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含6300字，纯文字阅读大概需要10分钟。
内容图文
自从上次用python写了个简易的、获取小姐姐图集的爬虫，很多人都发私信，求python的学习路径、推荐书籍、建议的教程等等。所以我这里做个小小的个人总结，把我曾经看过、我想看的、大家墙裂推荐的书籍和教程发上来，让大家能更快地掌握python，更快地去编写自己的python程序。
这个推荐清单主要是针对零基础的人。如果你对python略懂当然更好，后面也有一些进阶类的书籍。
下面推荐的内容全部都是中文版的，英文版的暂时不推荐。有人说，学习语言最好的方式，就是去看官方文档。这句话是绝对“政治正确”的，但是有多少人一看到满篇的英文单词，瞬间就觉得学习热情减半的？我觉得，倒不如先把中文的书籍读通，然后有一定基础了，再去查阅英文的文档，这样反而能有一些自己的心得体会。下面有些书是英文名字，但内容都是中文的，可以放心阅读啦。
基础书籍：
1.Python基础教程（第2版 修订版）
python圈子的经典书籍，我也是反复读过几遍，感觉讲解的确实比较细致。
2.Python学习手册 第4版（learning python）
内容相当系统，属于大部头书籍。全书一共1200页左右，有简单的内容，也有深入讲解的部分。理论内容很多，看起来相对枯燥一些，我个人比较推荐阅读。
3.Python Cookbook 第3版
这个书名怎么翻译，食谱、烹饪手册？不管了，反正是经典的案头书。适合有一点点python基础的人阅读。这个也不算进阶书吧，因为很大篇幅还在讲语法和实例，并没有涉及到太多的黑魔法。
4.像计算机科学家一样思考Python 第2版 (Think Python: How to Think Like a Computer Scientist)
很经典的python教材，非常适合初学者！这本书的第2版有2个译本，99%的内容都差不多，只是用词上的差异。该书第1版是基于python2.x的，第2版是基于3.x的，内容差不多，只是版本上略有不同。
5.跟老齐学Python
这是国人自己写的书，感觉也挺好的。部分内容可能没有经典书籍那么详细，但是作为入门书籍还是很不错的！
6.Python 编程入门经典 （Beginning Python）
该书是基于python2.6和3.1的，相对老了一些，但是很多示例还是不错的。个人觉得，不太适合作为第一本书籍，比较适合作为巩固基础用的书籍。
7.Python编程：从入门到实践
看了一部分，没有全部看完，感觉挺好。（好像评论越来越敷衍了。下面的书就不评论了，反正这些作者都是大神，也轮不到我来写书评。）
8.深入python3 （dive into python3）
9.数据结构和算法——python语言描述（problem solving with algorithms and data structure usingpython）
10.笨办法学 Python 第3版 （Learn Python The Hard Way）
11.深入浅出python （Head First Python）
12.父与子的编程之旅：与小卡特一起学Python （computer programming for kids and other beginners）
需要特别注释一下：这书内容相当浅显易懂，适合作为编程入门的书籍，让你能快速了解编程世界和python圈子！
13.Python语言及其应用 （introducing python）
14.Python参考手册 第4版（python essential reference）
这本书实在枯燥，我到现在也没看完，作为补充书籍看看吧。
15. 21天学通python
典型的标题党，跟“21天精通c语言”、“15天掌握java”等是一个路数。内容倒是不错，可以作为平时的书籍看一看。
16.简明Python教程（A Byte of Python）
这本书写于十多年前了，很多语法、命令都已经不再使用了，但是整体的教程思路很好，建议补充阅读。
推荐一个学习群935711829每天有免费的Python学习直播课程分享，可以业余时间跟我们学习
进阶书籍：
下面是难度更大一些的教程了。比较惭愧，这里将近一半的书都还没有阅读过，属于难度比较大的书籍。
1.python标准库（the python standard library by example）
又是个1000多页的大部头书籍，感觉适合在查阅某个陌生库的用法时使用，没必要通读。
2.Python项目开发实战 第2版
3.Python3多线程学习笔记
一份9页的小册子，非常适合用来了解python的多线程原理和编写方法。
4.Python核心编程 第3版（core python applications programming）
经典书籍，难度比较大。
5.用Python写网络爬虫（web scraping with python）
看看“老人”们是怎么写爬虫的，基于python 2.x
6.Python网络数据采集（web scraping with python）
跟上一本书的英文名是一样的，但主要讲数据分析和数据收集。
7.Python数据分析与挖掘实战
8.Python自动化运维——技术与最佳实践
9.利用Python进行数据分析（python for data analysis）
10.Python进阶(Intermediate Python)
一份100页的小册子，写得相对简略。
外围书籍/教程：
下面是我在学习python过程中，阅读到的、使用到的一些外围书籍和教程。也许书籍本身不是讲python，但是你如果打算进入python这个圈子，你就会不可避免的接触到他们。
1.html/css/javascript
这个是学习前端的基础，也是了解爬虫、掌握爬虫的基础。
2.django
django作为python圈内最著名的web框架，是必须要了解的。
2.1. 自强学堂Django教程
这是我比较建议的、学习django的教程网站，你跟着博主写代码，如果出现错误还可以给他留言，一般都是当天就有回复，相当地细致、认真！
2.2. django-girls学习指南
基于python3.5 django1.8的一份学习指南，写得相对简单，看起来也没什么难度。
2.3. Django之歌：简易博客搭建教程
2.5 与django共舞 （tango with django）
该教程是基于py2.7 + dj1.7的。教程的最新版本为英文版，基于django1.10，但是只有英文版，而且售价10美元，所以很无奈。。。
3.scrapy
著名的爬虫框架，这个也不用多介绍了吧。
3.1 scrapy cookbook
基于scrapy 0.2.2，最新的scrapy版本已经是1.3了。不过好像没有看出什么太大的区别。
3.2 Scrapy 1.0 中文文档
我记得在python圈子里，有人曾发起过F**k XXX Tutorial的讨论，其中scrapy和django都名列其中，因为他们都属于作者相当牛X，但是教程写得相当反人类。
专业的解析器，用于构造元素树，便于从文档中提取信息。基本属于写爬虫必备技能。
5. css选择器
是用来从元素树中提取信息的，老代码里比较常见，在新代码中用的少一些，也许是因为比bs、xpath复杂，所以逐渐被替代了吧。
6.关于http/tcp/ip
这里推荐2本书，分别是《图解http》、《图解tcp/ip》。
7.关于linux：以下都是比较基础的linux教程。
鸟哥的Linux私房菜——基础学习篇（第三版）
鸟哥的Linux私房菜——服务器架设篇
循序渐进Linux（第2版）
Linux命令行与shell脚本编程大全
跟阿铭学Linux
8. lxml：这是比较常用的python解析库，通常requests+lxml+xpath号称爬虫三贱客，requests负责偷取，lxml负责拆解，xpath负责拿回家。
如果英文水平还可以，建议阅读原版的英文教程，因为有些函数、方法在中文教程里没写。或者你可以等我写下一个教程，时间未知罢了。
9.关于sql：经典的结构查询语言，跟各种关系型数据库紧密结合，属于必会内容。用的最多的就数mysql了，推荐以下书籍：
SQL必知必会 第4版
深入浅出MySQL——数据库开发、优化与管理维护（第2版）
10. xpath
11.requests：强大的网络请求库，被看作是urllib的替代者，确实很好用。
12.mongodb：非关系型数据库的排头兵，最近也是越来越火。推荐：
MongoDB权威指南（第2版）
13.redis：又一个数据库。这个我还真不太会用，所以就不评论了。
Redis入门指南 第2版
redis设计与实现（第二版）
Redis实战
14.selenium：自动化测试工具，高级爬虫、反反爬虫必备。推荐书籍：
selenium2 python自动化测试
15. 正则表达式
正则指引
精通正则表达式（第3版）
Python正则表达式操作指南
内容总结
以上是互联网集市为您收集整理的python入门怎么学习全部内容，希望文章能够帮你解决python入门怎么学习所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。