Dataquest 這個網站上提供了一系列和數據分析相關的python教程，從python基本語法到data analysis的基本函數，到PANDAS包的使用方法，到machine learning里常用的Python指令，甚至還有手把手教你玩Kaggle，簡直不能更貼心~當然這個只是入門級教程，高級技巧就一點點的在實戰項目里積累吧~

不管學習什么新的東西，效率最低但是又不可或缺的環節就是看教科書了。雖然看書的過程可能會很無聊，但是過一遍書至少能對整個知識框架有個大體的把握。我最早知道 Python 還是在《黑客與畫家》這本書中看到的，書里面有一章節是講編程語言的，作者很推薦把 python 作為學習編程的入門語言。我當時是把《簡明 Python 教程》給過了一邊，后來又看了一遍《深入python》，這里特別推薦《深入 Python》，除了介紹 python 的基本特性之外，還介紹了諸如函數編程、正則表達式、處理 HTML 和 XML等高級用法。除了看書，上公開課也是挺不錯的，視頻教學本來就比自己啃教科書有意思，而且完成課程作業也能鍛煉動手編程能力。我上過兩門不錯的公開課，一門是萊斯大學在 Coursera 上開的《Python交互式編程導論》，一邊學 python，一邊寫些小游戲，肯定不會覺得無聊；另一門就是 MIT 在 edX 上開的《計算機科學及python編程導論》，它是 MIT edX系列課程（XSeries）中的第一課，系列課程共兩門，除了這門課以外還有《計算思維及數據科學導論》，不過第二門就沒有上過了。《簡明 Python 教程》《深入 Python》《Python交互式編程導論》《計算機科學及python編程導論》另外，我和題主的情況有點像，也不是學計算機專業的，并且同樣對自己的專業不感興趣，以后也是想從事與數據科學相關的工作。我目前的狀況都是在自學，上公開課，看教科書，跟大牛們的技術博客。點擊鏈接加入群【我愛python大神】：https://jq.qq.com/

現在信息更新的非?？焖?，又迎來了大數據的時代， 各行各業如果不與時俱進，都將面臨優勝劣汰，知識是不斷的更新的，只有一技之長，才能立于不敗之地。

學習Python編程語言，是大家走入編程世界的最理想選擇，在初期入門階段就可以自己動手做一些實用的小項目，這樣會極大的增進我們學習編程的 熱情。

很多朋友都是零基礎，沒有過編程的經驗或者一知半解，在選擇編程語言的時候面臨著眾多選擇，不知道哪種語言才是適合自己去深入學習的。 現在全世界大約有幾百萬以上的Python語言的用戶，大家可以看一下我在百度指數截圖的趨勢圖片，其實通過玩蛇網LEO多年學習和使用Python的經驗，發現大家選擇Python做為編程開發語言，主要有以下幾種原因：

首先，Python編寫代碼的速度非常的快，而且非常注重代碼的可讀性，非常適合多人參與的項目。它具備了比以前傳統的腳本語言更好的可重用性，維護起來也很方便。與現在流行的編程語言Java、C、C++等相比較，同樣是完成一個功能，Python編寫的代碼短小精干，開發的效率是其它語言的好幾倍。

再者，Python支持多平臺開發，用它編寫的代碼可以不經過任何轉換就能在Linux與Windows系統任何移植，在蘋果OS系統也沒有任何兼容性的問題. 不單單是你自己編寫的代碼具有可移植性，就連系統提供的一些GUI圖形化編程、數據庫操作、網頁網絡編程接口都可以耗不費力的移植到任何系統中。

還有，最重要的一點是Python有非常豐富的標準庫(Standard Library)，標準庫連Python安裝程序已經直接安裝到你的系統當中去了，無需另外下載。 標準庫的這些模塊從字符串到網絡腳本編程、游戲開發、科學計算、數據庫接口等都給我們提供超級多的功能應用，不需要我們自己再去造輪子了。

哪些人適合學習Python？

1.編程菜鳥新手：非常喜愛編程，以后想從事相關工作，但是零基礎，不知道入門選擇什么編程語言的朋友，其實是最適合選擇Python編程語言的。

2.網站前端的開發人員：平常只關注div+css這些頁面技術，很多時候其實需要與后端開發人員進行交互的;

3.一些工程師以前在做很多SEO優化的時候，苦于不會編程，一些程序上面的問題，得不到解決，只能做做簡單的頁面優化。 現在學會Python之后，你和我一樣都可以編寫一些查詢收錄，排名，自動生成網絡地圖的程序，解決棘手的SEO問題，本站站長Leo有10年個人站長和SEO經驗，有興趣的朋友，互相交流一下。

4.在校學生：想有一技之長，或者是自學編程的愛好者，希望快速入門，少走彎路，都可以選擇Python語言。

5.Java程序員：現在有很多Java程序在轉到Python語言，他們都被Python代碼的優美和開發效率所折服，你還等什么呢！

以上列舉了一些學習Python語言的原因和選擇的理由，當然還有更多的因素決定大家是否學習Python。

無論是學習任何一門語言，基礎知識，就是基礎功非常的重要，找一個有豐富編程經驗的老師或者師兄帶著你會少走很多彎路， 你的進步速度也會快很多，無論我們學習的目的是什么，不得不說Python真的是一門值得你付出時間去學習的優秀編程點擊鏈接加入群【我愛python大神】：https://jq.qq.com/

語言。

誰會成為AI 和大數據時代的第一開發語言？這本已是一個不需要爭論的問題。如果說三年前，Matlab、Scala、R、Java 和 Python還各有機會，局面尚且不清楚，那么三年之后，趨勢已經非常明確了，特別是前兩天 Facebook 開源了 PyTorch 之后，Python 作為 AI 時代頭牌語言的位置基本確立，未來的懸念僅僅是誰能坐穩第二把交椅。

不過聲音市場上還有一些雜音。最近一個有意學習數據科學的姑娘跟我說，她的一個朋友建議她從 Java 入手，因為 Hadoop 等大數據基礎設施是用 Java 寫的。

無獨有偶，上個月 IBM developerWorks 發表的一篇個人博客，用職位招聘網站indeed 上的數據做了一個統計。這篇文章本身算得上是客觀公正，實事求是，但傳到國內來，就被一些評論者曲解了本意，說 Python 的優勢地位尚未確立，鹿死誰手尚未可知，各位學習者不可盲目跟風啊，千萬要多方押寶，繼續撒胡椒面不要停。

在這里我要明確表個態，對于希望加入到 AI 和大數據行業的開發人員來說，把雞蛋放在 Python 這個籃子里不但是安全的，而且是必須的?；蛘邠Q個方式說，如果你將來想在這個行業混，什么都不用想，先閉著眼睛把 Python 學會了。

當然，Python不是沒有它的問題和短處，你可以也應該有另外一種甚至幾種語言與 Python 形成搭配，但是Python 將坐穩數據分析和 AI 第一語言的位置，這一點毫無疑問。

我甚至認為，由于 Python 坐穩了這個位置，由于這個行業未來需要大批的從業者，更由于Python正在迅速成為全球大中小學編程入門課程的首選教學語言，這種開源動態腳本語言非常有機會在不久的將來成為第一種真正意義上的編程世界語。

討論編程語言的優劣興衰一直被認為是一個口水戰話題，被資深人士所不屑。但是我認為這次 Python 的上位是一件大事。

請設想一下，如果十五年之后，所有40歲以下的知識工作者，無分中外，從醫生到建筑工程師，從辦公室秘書到電影導演，從作曲家到銷售，都能使用同一種編程語言進行基本的數據處理，調用云上的人工智能 API，操縱智能機器人，進而相互溝通想法，那么這一普遍編程的協作網絡，其意義將遠遠超越任何編程語言之爭。

目前看來，Python 最有希望擔任這個角色。

Python 的勝出令人意外，因為它缺點很明顯。它語法上自成一派，讓很多老手感到不習慣；“裸” Python 的速度很慢，在不同的任務上比C 語言大約慢數十倍到數千倍不等；

由于全局解釋器鎖（GIL）的限制，單個Python 程序無法在多核上并發執行；

Python 2 和 Python 3 兩個版本長期并行，很多模塊需要同時維護兩個不同的版本，給開發者選擇帶來了很多不必要的混亂和麻煩；

由于不受任何一家公司的控制，一直以來也沒有一個技術巨頭肯死挺 Python ，所以相對于 Python 的應用之廣泛，其核心基礎設施所得到的投入和支持其實是非常薄弱的。

直到今天，26歲的Python 都還沒有一個官方標配的 JIT 編譯器，相比之下， Java 語言在其發布之后頭三年內就獲得了標配 JIT 。

另一個事情更能夠說明問題。Python 的 GIL 核心代碼 1992 年由該語言創造者 Guido van Rossum 編寫，此后十八年時間沒有一個人對這段至關重要的代碼改動過一個字節。

十八年！直到2010年，Antoine Pitrou才對 GIL 進行了近二十年來的第一次改進，而且還僅在 Python 3.x 版本中使用。這也就是說，今天使用 Python 2.7 的大多數開發者，他們所寫的每一段程序仍然被26年前的一段代碼牢牢制約著。

說到 Python 的不足，我就想起發生在自己身上的一段小小的軼事。我多年前曾經在一篇文章里聲明自己看好 Python，而不看好 Ruby。

大概兩年多以前，有一個網友在微博里找到我，對我大加責備，說因為當年讀了我這篇文章，誤聽讒言，鬼迷心竅，一直專攻 Python，而始終對 Ruby 敬而遠之。

結果他Python 固然精通，但最近一學 Ruby，如此美好，如此甜蜜，喜不自勝，反過來憤然意識到，當年完全被我誤導了，在最美的年華錯過了最美的編程語言。我當時沒有更多的與他爭辯，也不知道他今天是否已經從Python后端、大數據分析、機器學習和 AI 工程師成功轉型為Rails快速開發高手。

我只是覺得，想要真正認識一件事物的價值，確實也不是一件容易的事情。

Python 就是這樣一個帶著各種毛病沖到第一方陣的賽車手，但即便到了幾年前，也沒有多少人相信它有機會摘取桂冠，很多人認為 Java 的位置不可動搖，還有人說一切程序都將用 JavaScript重寫。

但今天我們再看，Python 已經是數據分析和 AI的第一語言，網絡攻防的第一黑客語言，正在成為編程入門教學的第一語言，云計算系統管理第一語言。Python 也早就成為Web 開發、游戲腳本、計算機視覺、物聯網管理和機器人開發的主流語言之一，隨著 Python 用戶可以預期的增長，它還有機會在多個領域里登頂。

而且不要忘了，未來絕大多數的 Python 用戶并不是專業的程序員，而是今天還在使用 Excel、PowePoint、SAS、Matlab和視頻編輯器的那些人。

就拿 AI 來說，我們首先要問一下，AI 的主力人群在哪里？如果我們今天靜態的來談這個話題，你可能會認為 AI 的主力是研究機構里的 AI 科學家、擁有博士學位的機器學習專家和算法專家。

但上次我提到李開復的“AI紅利三段論”明確告訴我們，只要稍微把眼光放長遠一點，往后看三至五年，你會看到整個 AI 產業的從業人口將逐漸形成一個巨大的金字塔結構，上述的 AI 科學家僅僅是頂端的那么一點點，95% 甚至更多的 AI 技術人員，都將是AI 工程師、應用工程師和AI 工具用戶。點擊鏈接加入群【我愛python大神】：https://jq.qq.com/

我相信這些人幾乎都將被Python 一網打盡，成為 Python 陣營的龐大后備軍。這些潛在的 Python 用戶至今仍然在技術圈子之外，但隨著 AI 應用的發展，數百萬之眾的教師、公司職員、工程師、翻譯、編輯、醫生、銷售、管理者和公務員將裹挾著各自領域中的行業知識和數據資源，涌入 Python 和 AI 大潮之中，深刻的改變整個 IT，或者說 DT （數據科技）產業的整體格局和面貌。

為什么 Python 能夠后來居上呢？

如果泛泛而論，我很可以列舉 Python 的一些優點，比如語言設計簡潔優雅，對程序員友好，開發效率高。但我認為這不是根本原因，因為其他一些語言在這方面表現得并不差。

還有人認為 Python 的優勢在于資源豐富，擁有堅實的數值算法、圖標和數據處理基礎設施，建立了非常良好的生態環境，吸引了大批科學家以及各領域的專家使用，從而把雪球越滾越大。但我覺得這是倒因為果。為什么偏偏是 Python 能夠吸引人們使用，建立起這么好的基礎設施呢？

為什么世界上最好的語言 PHP 里頭就沒有 numpy 、NLTK、sk-learn、pandas 和 PyTorch 這樣級別的庫呢？為什么 JavaScript 極度繁榮之后就搞得各種程序庫層次不齊，一地雞毛，而 Python 的各種程序庫既繁榮又有序，能夠保持較高水準呢？

我認為最根本的原因只有一點：Python 是眾多主流語言中唯一一個戰略定位明確，而且始終堅持原有戰略定位不動搖的語言。相比之下，太多的語言不斷的用戰術上無原則的勤奮去侵蝕和模糊自己的戰略定位，最終只能等而下之。

Python 的戰略定位是什么？其實很簡單，就是要做一種簡單、易用但專業、嚴謹的通用組合語言，或者叫膠水語言，讓普通人也能夠很容易的入門，把各種基本程序元件拼裝在一起，協調運作。

正是因為堅持這個定位，Python 始終把語言本身的優美一致放在奇技妙招前面，始終把開發者效率放在CPU效率前面，始終把橫向擴張能力放在縱向深潛能力之前。長期堅持這些戰略選擇，為 Python 帶來了其他語言望塵莫及的豐富生態。

比如說，任何一個人，只要愿意學習，可以在幾天的時間里學會Python基礎部分，然后干很多很多事情，這種投入產出比可能是其他任何語言都無法相比的。

再比如說，正是由于 Python 語言本身慢，所以大家在開發被頻繁使用的核心程序庫時，大量使用 C 語言跟它配合，結果用 Python 開發的真實程序跑起來非?？欤驗楹苡锌赡艹^ 80% 的時間系統執行的代碼是 C 寫的。

相反，如果 Python 不服氣，非要在速度上較勁，那么結果很可能是裸速提高個幾倍，但這樣就沒人有動力為它開發 C 模塊了，最后的速度遠不如混合模式，而且很可能語言因此會變得更復雜，結果是一個又慢又丑陋的語言。

更重要的是，Python 的包裝能力、可組合性、可嵌入性都很好，可以把各種復雜性包裝在 Python 模塊里，暴露出漂亮的接口。很多時候，一個程序庫本身是用 C/C++ 寫的，但你會發現，直接使用 C 或者 C++ 去調用那個程序庫，從環境配置到接口調用，都非常麻煩，反而隔著一層，用其python 包裝庫更加清爽整潔，又快又漂亮。

這些特點到了 AI 領域中，就成了 Python 的強大優勢。Python 也借助 AI 和數據科學，攀爬到了編程語言生態鏈的頂級位置。Python 與 AI綁在一起，對它們來說，無論是電子商務、搜索引擎、社交網絡還是智能硬件，未來都只是生態鏈下游的數據奶牛、電子神經和執行工具，都將聽命于自己。

對編程語言發展歷史缺乏了解的人可能會覺得，Python 的戰略定位是犬儒主義和缺乏進取心的。但事實證明，能同時做到簡單而嚴謹、易用而專業，是很難的，而能夠堅守膠水語言的定位，更是難上加難。點擊鏈接加入群【我愛python大神】：https://jq.qq.com/

有的語言，從一開始就是出于學術而非實用的目的，學習曲線過于陡峭，一般人很難接近。有的語言，過于依賴背后金主的商業支持，好的時候風光無限，一旦被打入冷宮，連生存下去都成問題。

有的語言，設計的時候有明確的假想場景，要么是為了解決大規模并發，要么是為了解決矩陣運算，要么是為了做網頁渲染模板，一旦離開這個場景，就各種不爽。

更多的語言，剛剛取得一點成功，就迫不及待的想成為全能冠軍，在各個方向上拼命的伸展觸角，特別是在增強表達能力和提升性能方面經常過分積極，不惜將核心語言改得面目全非，最后變成誰都無法掌控的龐然大物。

相比之下，Python 是現代編程語言設計和演化當中的一個成功典范。

Python 之所以在戰略定位上如此清晰，戰略堅持上如此堅定，歸根結底是因為其社區構建了一個堪稱典范的決策和治理機制。

這個機制以 Guido van Rossum (BDFL，Pythoners 都知道這是什么意思), DavidBeazley, Raymond Hettinger 等人為核心，以 PEP 為組織平臺，民主而有序，集中而開明。只要這個機制本身得以維系，Python 在可見的未來里仍將一路平穩上行。

最有可能向 Python 發起挑戰的，當然是Java。Java 的用戶存量大，它本身也是一種戰略定位清晰而且非常堅定的語言。但我并不認為 Java 有很大的機會，因為它本質上是為構造大型復雜系統而設計的。

什么是大型復雜系統？就是由人清清楚楚描述和構造出來的系統，其規模和復雜性是外生的，或者說外界賦予的。而 AI 的本質是一個自學習、自組織的系統，其規模和復雜性是一個數學模型在數據的喂養下自己長出來的，是內生的。

因此，Java大多數的語言結構對于大數據的處理和 AI 系統的開發顯得使不上勁，你強的東西這里用不上，這里需要的東西你做起來又別扭。而 Python 在數據處理方面的簡潔強悍早就盡人皆知。對比兩個功能相同的 Java 和 Python 機器學習程序，正常人只要看兩眼就能做出判斷，一定是 Python 程序更加清爽痛快。

大概在 2003 或者 2004 年的時候，我買過一本 Python 的書，作者是一位巴西人。他說自己之所以堅定的選擇 Python，是因為他小時候經常夢到未來世界將由一條大蟒蛇（蟒蛇的英文為python）統治。我當時覺得這哥們好可憐，做個夢都能夢到這么恐怖的場景。但今天來看，也許他只是像黑客帝國里的程序員安德森一樣，不小心穿越到未來，并且窺探到了世界的真相。

最后：自己多問下為什么學python

如果一門語言沒有改變你的編程思維，那么它不值得你去學習”。如果這么說，我們大學的時候，學習了c，c++，java，C#，算是值得學習么？很多時候是不值得，我覺得我們大學的課程就是用java，c#，c++把"C程序設計"又上了一遍.

這是因為，學校的老師會C和java之類的，所以要跟著規矩開這門課，（這也就是為什么，許多學校還在教vb，）,這也就是為什么，你所以為的一樣就是大家都有For都有while，都有switch..都有Class...都有int 都有float,所謂的不一樣就是用C有指針，java沒有，這就是為什么教育是失敗的，這也就是為什么，我目前認識的幾個編程大牛

python的優點：簡單 我所說的簡單，是相比于象C和C++這樣的語言,你為了編程，要學習許多偏底層的東西.在比如，你在學習一個新的編程范式，或者想要馬上做個例子看看，試驗某個API,如果你是寫java的，你不得不去寫一個main，寫一些構造，即使有IDE這樣的東西，能夠為你帶來代碼生成器，而我做得就是寫一段“腳本”，或者打開python交互式解釋器就行了。

自己認識的python朋友出去工作，工資比較高，然后自己又剛剛好是會python所以選擇學習python，這樣的人比較危險但是也比較有激勵，還有就是覺得python比其他開發語言好用。

學完python前景會咋樣

其實我個人是很看好python未來的就業前景的，因為我認識太多的工程師都已經在學python，很多都是月收入大幾萬的

我個人也并非一直用python。前些年主要用c/c++以及java開發一些通信，移動系統，互聯網通信。近3年開始才轉向python。坦白的說，這可能與你相處的公司以及環境不大一樣。隨便舉個例子，google的protocol buffer協議一出來就具有c++/python/java三種語言支持。google的廣告系統早在03,04年左右就一并對python進行了webservice支持，大部分涉及基礎核心系統的公司，都開始對python進行了擴展支持。甚至開源社區的postgresql數據庫，除了自身的ansi SQL,pgsql,pg/TCL,PG/PERL之外對python進行了內嵌支持，唯獨卻沒有呼聲很高的java。在FREEBSD（MIT）/LINUX(GPL)平臺上，對java可能排斥性比較大，但綜合而言，目前python發展還沒有java那種普及，主要是python大部分工作仍然是在較為深入地系統層和框架層做設計開發，例如django,SQLAlchemy,fail2ban,mail郵件系統,twisted等等。這部分對于那種習慣應用前輩們框架的編碼人員而言，缺乏創造力的他們根本無法適用這種開發。尤其在python涉及一些系統層面需要有較強的c/c++能力，這部分人在國內要么就累得要死沒時間，要么就啥都不會就會拷貝代碼，而國內公司也鮮有主動去做這部分基礎勞動的，大多都是等別人做好了在直接拿來用，所以造就了任何技術性的東西出來，國內都是先等等看，然后抄襲應用。

大環境如此，但千萬誤認為先等等看吧。對于一個技術人員而言，缺乏對新技術的渴望與熱情，這是一種非常危險的事情。我工作8年了，按照國內很多的人的說法早已不做代碼了，但又一次在聽一個老外的演講，他說他50多歲仍然每天堅持寫代碼，了解最新的動態，所以他才能做到他們公司的首席科學家，因此它才能時刻指導項目團隊前進并保證項目的質量。他坦言對于一個不寫代碼并且不了解最新的技術動態的技術人員或者技術團隊的負責人而言，這種團隊也就足夠做作小項目，一旦壓力和項目過大，就會有很多問題漏出來。

對于新人而言，無論學習什么技術，都要以鼓勵的姿態出現。太多用薪水和你個人所看到的現狀去衡量一門技術，那絕對是欠缺眼光的。任何一門技術，一旦有人學習，他有可能逐漸成為這個領域的專家，即便再濫再沒有人用的開發語言技術，他也有可能就是明日的奠基者或者大師。

自己如何確定目標

在生活中學會不斷挖掘自己的潛力。我們都是一個普通人，可能并不清楚自己到底在哪方面占有優勢。所以，學著在生活中找到自己的優勢，并根據優勢選擇一定的就業方向。點擊鏈接加入群【我愛python大神】：https://jq.qq.com/

不隨波逐流。不要看周圍的人做什么，自己就做什么，也許別人做的并不適合你。別人的優勢很可能會成為你的劣勢。所以，堅定自己的想法，讓自己知道那些方面適合自己，自己可以勝任。

不斷嘗試可能成為自己的優勢。你不知道什么適合自己，所以才要大膽、勇敢地嘗試。找到一種可以屬于你的獨特的優勢。

堅定信念。一旦你堅定了自己的信念，就不要被別人的意見或是諷刺或是嘲笑所干擾。別人不是你，不懂的你在想什么，不清楚你開始這件事的源頭。你的事情，不了解你的人，沒有資格輕易評說。

不茫然，不多想。別讓太多的事干擾到你奮斗下去的信念。夢想不容許太多的雜念。那些雜念只會讓你的心愈來愈脆弱，多為一個人考慮，到頭來，傷害的還是自己。

選擇自己學習方法

每個人都有適合自己的方法，有的人去選擇自學，有的人選擇看視頻學習，有的人選擇報名培訓班，那在這個時候，你就要自己考慮清楚，到底那樣對的幫助是最大的，個人覺得是跟著培訓班最好的，畢竟人家的實戰項目多，我們學軟件開發的都知道實戰項目對于學好一門語言是 很重要的。

學習python有那些誤區

具體里面的誤區非常的多，那些就不需要我去寫出來，我給你說的一般都是心態的問題，首先一個覺得自己會java和c++，然后我學習python就很牛，但是你要知道語言是有很多相同的地方，但是不是通用，一定要自己學習的仔細。還有一種就是覺得我不會英語，我要先去把英語學習好在來學python。因為自己想還壞主意然后學習，這樣的都是容易找進誤區的。

怎么樣才能學好python

學好python你需要一個良好的環境，一個優質的開發交流群，群里都是那種相互幫助的人才是可以的，我有建立一個python學習交流群，在群里我們相互幫助，相互關心，相互分享內容，這樣出問題幫助你的人就比較多，群號是304加上050最后799，這樣就可以找到大神聚合的群，如果你只愿意別人幫助你，不愿意分享或者幫助別人，那就請不要加了，你把你會的告訴別人這是一種分享。

感覺寫的好，對你有幫助，就點個贊唄，別光只收藏哈.~(￣▽￣)~

?