知乎获赞无数的编程指南，介绍的不光是一门语言的入门，也是关于编程的入门，谈到了作为一名程序员，应该掌握的一些计算机知识。

------

二、Python社区

强烈推荐Python Tip,有刷题挑战赛，同时，也有很多在线教程！练手实操必备！

介绍一些入门的资料，对于有编程经验的同学来讲，入门资料学习并不是很费力。

入门教程里，简明教程算是细节介绍相对详细的了，知识面也覆盖的挺全，入门资料的好选择。

坚持看完了，尽管最后几章没去实现(主要是和我现在的需求不一致，不想花精力在那个上面)。有所收获吧，但是，确实是入门的，知识不全面，入门够用，风格特别，采用问答形式，学习过程挺有趣。

在线挑战，还没用过，貌似现在对英文资料心里还有种抵触，必须克服！！！

包含了Linux/Vim/Git/SQL/Python/Django/Flask等学习课程。

github版本，教程内容覆盖很全，也有实战项目介绍。

现在已经有python3的教程了。

话说，我还加入了博主的粉丝群，后来加入了微信群，逗比一枚啊，现在好像去新加坡深造去了！博客文章还是很详细的~

总结到这儿我已经有乱花渐入迷人眼的感觉了！光是入门就这么多资料，看的过来吗？看完得到猴年马月啊！所以必须痛下决心，选择自己觉得好的就OK！青菜萝卜，各有所爱，别人觉得好的，可能在你这儿就是看着不舒服！好吧，自己就选择简明，笨办法，crossin，还有，codecademy!ok,暂时就这样了！

四、充实阶段

入门之后，对于这个语言的细节需要更进一步的了解，那么提升阶段必不可少。同时，对于计算机基础不好的同学，了解计算机及编程相关背景知识也很关键。

根据自己学习javascript的经验，一本好的教材真是获益匪浅，它能让你明白很多底层的东西。比如红宝书《js高级程序设计》中关于闭包、原型链的讲解就非常详细！好吧，扯远了，因此，学习python也是一样，光是靠博客，在线文章是不能深入了解它的，选择一门经典教材是你深入了解一门语言的必经之路！当然，也有推荐《Python核心编程(第二版)》的，但是自己只买了《Python基础教程》因此，不做评价了，选中一本经典就可以了！何况自己离吃透它，还有很远的距离的！

2和3属于计算机入门课，之所以放到这儿，是因为介绍了计算机领域中相关的知识点，了解数据结构相关知识。其中，MIT的导论课老师的知识点是基于Python的，在学习时也能巩固Python。编程入门指南中强烈推荐的的两门公开课。(PS：网易真是良心，这两门课都有中英字幕的视频！)

除了python教程之外，还有小程序，练手很好！在第一阶段入门之后，来这里做应用小程序，会找到成就感！除此之外，还有git等其他教程。是个不错的入门练手的地方。

五、升华阶段

有了扎实的基础，那么方向的选择显得尤为重要了。是数据分析，是web开发，还是游戏开发。下面暂时分为这三个方面整理一下：

5.1 数据分析

这本书是一本大而全的利用Python数据分析的书，数据分析入门肯定够够的，写的也很详细。书的作者就是开发了用于数据分析的著名开源Python库——pandas的作者！

英文资料，对Python数据分析中要用到的一些库，pandas,numpy,matplotlib等等做了简要介绍。Ipython Notebook形式的资料，示例代码都很全。

Python制图的入门资料，强烈推荐！在线版的资料，作者排版也很舒服，示例代码也有，推荐！

最新发现的科学计算很棒的综合性教程，更新到这儿，需要的同学自取！强烈推荐！

5.2 web开发

很详细的一个Django教程，作者很详细的介绍了每一步。有问题，作者回复也很详细，推荐！同时，自强学堂上也有很多其他教程，是个不错的网站，收藏！

建议和1结合看，1的介绍相对更详细一点。

-----------------------------------------------更新-----------------------------------------------

Python的主体内容大致可以分为以下几个部分：

面向过程。包括基本的表达式，if语句，循环，函数等。如果你有任何一个语言的基础，特别是C语言的基础，这一部分就是分分钟了解下Python规定的事。如果你没有语言基础，建议用Python Programming为参考书。这本书是计算机导论性质的教材，不需要编程基础。

面向对象，包括面向对象的基本概念，类，方法，属性，继承等。Python是面向对象的语言，“一切皆对象”。面向对象是很难回避的。Python的面向对象机制是相对比较松散的，不像Java和C++那么严格。好处是容易学，容易维护，坏处是容易犯错。

应用功能，包括IO，数据容器如表和词典，内置函数，模块，格式化字符串等。这些在其它语言中也经常出现，有比较强的实用性。

高级语法，上下文管理器，列表推导，函数式编程，装饰器，特殊方法等。这些语法并不是必须的，你可以用前面比较基础的语法实现。学这些高级语法的主要原因是：它们太方便了。比如列表推导一行可以做到的事情，用循环结构要好几行才行。

标准库只是调用功能的接口，最终实现的是Python和系统的互动。这需要很强的系统知识，比如文件系统知识，进程管理，http原理，socket编程，数据库原理…… 如果这些知识都已经准备充分，那么标准库学起来完全没有难度。然而，这些背景知识的学习曲线，要远远陡过Python本身。

更深入的Python学习也是如此，需要大量的背景知识，而不止是Python自身。如果你对Python的拓展性感兴趣，可以多多尝试混合编程。如果你对Python的编译和运行机制感兴趣，你可以往Python底层这一深度挖，看看编译器是怎么做的。如果你对应用感兴趣，你可以多学习几个自己用的上的第三方包。学到这个时候，拼的是境界，也没有什么定法。广阔空间，留待探索。

基本上，学过主体内容之后，Python还是要靠做项目来练习。有不少小练习题类型的资料，比如Python Cookbook。但更好的方式是自己去想一些应用场景，用Python来解决。比如：

建设一个网站

做一个网页爬虫

系统管理

Python功能全面，所以不要担心自己想的问题Python解决不了 (基本上Python解决不了的问题，别的语言也没戏)。