Python学习者可能存在的几个问题，你遇到过吗？

随着机器学习、大数据、引力波、深度学习、树莓派等新名词和新领域的应用越来越广泛，Python似乎一夜之间就火起来了。Python这么火，想入门来学Python的小伙伴越来越多。那么，Python如何学呢？零基础学Python会遇到哪些问题？

这里，小千简单分析一下目前Python学习者可能存在的几个问题。虽然不是每个学习者都存在这些问题，但还是比较共性的，有则改之，无则加勉吧。

1、缺乏Python内功的修炼

小千发现，目前很多Python程序员喜欢上来就学习各种扩展库，虽然确实有些问题似乎很快就解决了，但是有时候遇到甚至基本的语法问题也很茫然，不知道从哪里下手，这是Python内功不行的一种表现。也有些朋友有其他语言的基础，然后粗略看了一下Python的语法就开始写代码了，缺乏深入理解，导致写出来的Python代码不纯正，带有浓浓的其他语言味道，这样的代码不仅啰嗦，也发挥不出Python的优势，白白糟蹋了这么好的一个语言。

练拳不练功，到老一场空。道理大家都知道，但是内功从何而来呢？小千觉得，内功就是基本功的长期积累。语法、运算符、内置对象、标准库对象，这些基本功除了要正确理解之外，还要千锤百炼，要有大量的练习才行的。

知道了基本功有哪些之后，还要知道自己的弱项在哪里，是基本语法不熟悉，还是内置对象用法没掌握好，还是不清楚标准库对象？如同打篮球一样，比赛时是否能取胜，取决于弹跳力、爆发力、身体协调能力、耐力、队友配合默契程度、投篮准确程度、对场上局势的准确判断能力等多方面的因素。找到弱项，然后重点练习，整体和局部交替练习，这样才能快速提高。就像做馒头揉面一样，整体揉一揉，看看哪个地方不好就重点揉揉，哪里有面疙瘩就捏开，然后再整体揉，不断重复这个过程，直到满意为止。

2、缺少相关领域的内功

不管什么语言，都只是一个用来描述和表达思想或算法的工具，Python只是众多工具之一，永远都不会是唯一的选择，但在很多场合中确实是个非常好的选择。在学习Python的过程中，一定要结合某个特定领域的内容去学习和应用。

要写爬虫程序，只会Scrapy和BeautifulSoup4这样的扩展库是不够的，还应该了解HTML、CSS、正则表达式和HTTP、HTTPS协议的东西，而设置了反爬机制的网站则要求掌握更多的知识和技术。

想做图像处理，只会pillow和scipy这样的扩展库是不够的，还要了解数字图像处理领域的知识，如果不知道啥叫直方图、不知道边缘提取和模式识别算法原理、不知道各种变换的精髓，等等，那会了pillow基本操作又能做什么呢？

想做计算机图形学程序，只知道pyopengl扩展库而不知道OpenGL运行机制和各函数参数含义以及纹理映射、光线跟踪等理论知识，也是啥也做不出来的。

想做游戏编程，只了解pygame扩展库是不够的，还要懂游戏策划、人机交互、游戏心理学、人工智能、音频处理、视频处理等等；想做机器学习，只知道sklearn之类的扩展库是不够的，还要知道聚类算法、协同过滤算法、KNN、支持向量机、线性回归、逻辑回归、关联规则分析等若干算法才行；想做深度学习，除了tensorflow之类的扩展库，还要知道深度前馈神经网络、深度卷积神经网络、深度堆栈神经网络、深度递归神经网络等大量理论和算法…不胜枚举。

3、下功夫太少

懒就一个字。很多人深得“拿来主义”精髓，总是喜欢到处复制代码然后拼凑，建议是能有可以直接使用的代码，自己能不写就不写。却不知“纸上得来终觉浅，绝知此事要躬行”、“由招熟而渐悟懂劲，由懂劲而阶及神明，然非用力之久，不能豁然贯通焉”。掌握了正确的学习方法之后，多练，可以说是攀登Python高手之巅最重要的途径。例如，小千的几本Python系列图书上每个案例都有源码，但还是很多学生问能不能提供源码文件，却不肯花点时间自己把代码打一遍并且把遇到的问题调试一下整理一下。试想，拿到源码放到IDLE、Anaconda3、PyCharm、wingIDE、Eclipse或其他Python IDE中运行一下，欧耶，结果完全正确，开心了，这个问题过去了，但是，这样子自己能学到多少呢？学任何东西都一样，功夫是练出来的，不是看出来的，更不是想出来的。

总之，一定要结合自己的专业去学Python用Python，自己主导Python学习和应用路线，而不能让Python牵着鼻子走。否则的话，再过二十年，我们来相会，你还在苦练Python基本语法！希望以上的分享能帮到大家！

本文来自千锋教育，转载请注明出处。