过来人想泼泼冷水：学Python说简单真的简单，但难它也真的难

Python近些年火的有些神奇，为什么这么说呢？“七天速成Python”、“新手一个月从入门到精通”、“想拿高薪就学Python”… 这些铺天盖地的广告宣传语，每次听到我都满脸问号？？？

python火在当前大数据、云计算时代这确实有它的道理。

但是！

• 七天速成？
• 一个月精通？
• 你确定吗？

“大家都说python很简单” 这个是针对有编程基础的朋友来说，老司机可能看几天文档，拿起来就开发项目。

“Python不难啊，我几天就上手了！”厉害！好奇一问，“我之前有过3年的java开发经验啊…”

零基础编程者可别当了韭菜！

开发经验丰富，对Python解释器的实现都了如指掌的人，对于他们来说没有什么语言特定的东西是绕不过去的，他的简单和你的简单完全不是一回事。

python只是入门难度低，入门！

要说“语法”层面的简单，的确如此，跟其他编程语言如 C++、Java、PHP、Go 相比，Python语法确实要简单很多，比如完成同一个任务，C语言需要写1000行代码，Java只需要写100行，而Python可能只要20行。

学习编程如果只学习语法，那确实简单，但事实是你才学了三分之一而已，难的在剩下的三分之二，比如装饰器、生成器之类的。

之前听过大神这样说：C语言是自己造轮子，就是C语言的大多数东西都是自己纯手写实现的。java是官方造轮子，是官方写好了很多方法或者函数，让编程人员直接调用。python这门语言是全民造轮子，包括黑客。

python类库比较全面，可以直接调用很多方法。很多常用模块都给你集成好了，别人写好的功能代码，调用一下就能解决很多问题，这个也是相对简单的之一吧。

针对学Python拿高薪这一点，我想说冷静一点儿~

入门简单并不代表人人都能用它拿高薪，想要用python拿高薪工作，算法非常重要，你数学不好学起来会有些费力，因为难在算法，巨量的数据运算需要python 算法。

一些因为python简单而去学习的，并且想靠它来吃饭的，最好考虑清楚，Python只不过入门简单，但是简单的东西大家都会。

很多企业不会招只会表面花架子的，编程语言不能独立于业务而单独存在，编程是为了解决问题。

没有编程基础的人新学一门语言一定一定要有耐心，基础知识没有半年以上的学习和练习是很难彻底掌握的，千万不要图快，学的太快或许会有一时的成就感，但基础知识不扎实也会成为后续技术上的瓶颈。

任何一门编程语言往深学，都会成为工具，能用工具完成具体的任务才是真的学好并用好了它。

总而言之，个人想说有这几点：

1、python入门是简单，但是要真正在工作中使用门槛很高，基础知识要很好。

Python基础大致的一个学习内容：

python语言基础

• Python3入门，数据类型，字符串
• 判断/循环语句，函数，命名空间，作用域
• 类与对象，继承，多态 tkinter界面编程
• Pygame实战飞机大战，2048

python语言高级

• Python常见第三方库与网络编程
• Python正则表达式
• 邮箱爬虫，文件遍历，金融数据爬虫，多线程爬虫
• Python线程、进程
• Python MySQL数据库，协程，jython

Python的简洁易用、快速开发对项目有价值，但这不是你的价值，是Python的价值，想要提高自身的价值，就还需要进一步学习。

Python语言层面还需要学习下面这些内容：

1）使用生成器, 迭代器
2）函数式编程, 匿名函数lambda, map, reduce, filter
3）列表解析, 字典解析, 集合解析, 生成器解析
4）运算符重载(setattr, getattr, getitem, gt, lt...)
5）property, 描述符(get, set, delete)
6）上下文管理器(enter, exit)
7）深入理解面向对象

上述都是语言层面的，属于内功，实战中当然也需要一些更为具体的外功，训练外功可以从熟悉Python标准库开始，且在实际项目中也经常用到，列举一些极为常用的：

1）正则表达式 re
2）迭代工具 itertools
3）常用数据结构 collections, heapq, array
4）处理二进制数据 struct
5）随机 random
6）系统调用 os
7）Python对象序列化 pickle
8）多进程多线程处理 threading, multiprocessing
9）网络 socket, urllib
10）系统参数 sys

无论练习内功或外功，结合实战都是最好的训练方式和检验手段，可以根据个人情况以及喜好选择。

比如：

使用django, flask开发网站
开发网络爬虫或使用Python爬虫框架(如scrapy)
写一些自动化运维脚本, 定时读取某软件log, 出现异常自动发邮件
使用selenium对网站进行测试
使用Python开发树莓派小车(电机,传感器驱动)
使用Python开发Vim插件, 如在vim中做一个音乐播放器
使用Python做算法题, 如leetcode
opencv做图像识别
使用numpy和pandas做数据处理
使用机器学习库sklearn, tensorflow做应用
使用PyQt编写桌面应用
使用scipy, matplotlib做科学计算
使用Python做渗透测试
......

个人建议选择小项目进行实训，有些新手上来就想定一个大目标，做的时候很挫折, 往往半途而废。

把小东西先实现，然后优化，接下来添加新功能，慢慢迭代把小东西做大，这样在做的时候，每实现一个小功能你都会很有成就感。

总的来说就是先明确你的目标，如果你已经知道你想要学编程干什么了，那么就去找学习路线图，它能告诉你要学哪些东西。

比如说爬虫的学习路线图，上面已经把你要学的知识点都写清楚了，你只要找到对于的资源去学习就可以了，这样学下来，你的知识路线是清晰的，不至于学得一头雾水或者不知道自己在学什么。
![在这里

看上去挺多的，可是每天一点点累积下来发现并不是很多！归根结底不要想太多，胖子一口吃不成，得日积月累。顺着方向去学习，建立好自己的学习路线，最好是可以系统化。

如果你还不明确你的学习路线，也没有好的学习资料，可以扫下方二维码领取详细学习资料+精准学习路线

2、Python 越往后学难度越大

学完基础语法，接触到下面这些概念，你可能就不会觉得Python简单了！新手初学Python中遇到的难以理解的概念：

比如编码问题、装饰器、闭包、对象引用、可变性，抽象基类、魔术方法、多重继承、mixin、重载、可迭代对象、迭代器和生成器、上下文管理、基于生成器的协程、原生协程、asyncio 异步编程、描述符协议、元编程等。

说说装饰器，很多人一听直摇头吧哈哈~

在代码运行期间动态增加功能的方式，称之为“装饰器”。装饰器可以增强函数的功能，定义起来虽然有点复杂，但使用起来非常灵活和方便。

import functools
def log(func):
@functools.wraps(func)
def wrapper(*args, **kw):
print("call%s():" % func.__name__)
return func(*args, **kw)
return wrapper

• 程序扫描到装饰器，默认执行，被装饰的函数名作为参数，保存在装饰器里面，被装饰的函数名被替换成装饰器的返回值
• 被“＠函数”修饰的函数不再是原来的函数，而是被替换成一个新的东西（取决于装饰器的返回值）
• 调用被装饰的函数，就是通过装饰器函数，来修改原函数的一些功能，使得原函数不需要修改

如果程序中另外还有一个函数，也需要使用装饰器，但是这个新的函数有 2 个参数，此时又该怎么办呢？？

最简单的解决方式是用 *args 和 **kwargs 作为函数装饰器内部函数的参数，*args 和 **kwargs 表示接受任意数量和类型的参数

import time
def timer(func):
    def wrapper(*args, **kwds):
        t0 = time.time()
        func(*args, **kwds)
        t1 = time.time()
        print('耗时%0.3f' % (t1 - t0,))
    return wrapper

@timer  #do_something=timer(do_something)
def do_something(delay):
    print('函数do_something开始')
    time.sleep(delay)
    print('函数do_something结束')
do_something(3)

同时Python 装饰器是在面试过程高频被问到的问题，装饰器也是一个非常好用的特性，熟练掌握装饰器会让你的编程思路更加宽广，但是它学起来也是真头疼！

函数闭包的概念在初学时容易迷糊，尤其涉及到闭包的作用域和参数问题。

python有一个很有意思的地方，就是def函数可以嵌套在另一个def函数之中。调用外层函数时，运行到的内层def语句仅仅是完成对内层函数的定义，而不会去调用内层函数，除非在嵌套函数之后又显式的对其进行调用。

x = 99
def f1():
 x = 88
 def f2():
 print(x)
 f2()
f1()
88

可以看出，f1中的嵌套变量x覆盖了全局变量x=99，然后f2中的本地变量按照引用规则，就引用了x=88。

下面我们来说说嵌套作用域的一个特殊之处:

本地作用域在函数结束后就立即失效，而嵌套作用域在嵌套的函数返回后却仍然有效。

def f1():
 x = 88
 def f2():
 print(x)
 return f2
action = f1()
action()
88

这个例子非常重要，也很有意思，函数f1中定义了函数f2，f2引用了f1嵌套作用域内的变量x，并且f1将函数f2作为返回对象进行返回。

最值得注意的是我们通过变量action获取了返回的f2，虽然此时f1函数已经退出结束了，但是f2仍然记住了f1嵌套作用域内的变量名x。

上面这种语言现象称之为闭包：一个能记住嵌套作用域变量值的函数，尽管作用域已经不存在。

3、要学习一门编程，最好买一本专业的书籍，而不是什么零基础速成七七八八之类的教材，踏踏实实学才是捷径。

推荐几本适合零基础学习的Python书籍

《Python编程从入门到实践》

是一本适合新手小白入门的书籍，我个人也比较推荐这本。

包括基础知识和项目两部分，基础篇介绍基本的编程概念，实战篇介绍如何利用新学到的知识开发功能丰富的项目：2D游戏《外星人入侵》，数据可视化实战，Web应用程序。

我比较喜欢它的行文逻辑流畅，从编程小白的角度看，入门极佳；手把手教的感觉，却绝不啰嗦。书中的内容讲解也比较详细精简，不会让小白看起来很难理解。

最重要的是每个小结都附带有”动手试一试”环节，学编程最佳的方式就是多动动手、多动动脑。

4、学习编程需要学习编程思路

首先第一点：三年高考五年模拟的应付试学习思想在编程这是不管用的，需要转变学习思路，记记背背作用不大。

你辛辛苦苦，埋头苦学了好久基础知识，甚至书都被翻烂了，但是跟着别人的视频或者文章写一个代码，一运行，一堆一堆的error！于是你又要吭哧吭哧的重新排查…

这个知识点我会，为啥会报错？

这个知识点我会，为啥写错了？

这里的结果为啥和我想的不一样？！

切忌无脑照着别人的代码敲，甚至我都不建议你记笔记。

因为最重要的是能够学习别人的编程的思路，你要时刻思考这个功能是怎么实现，为什么要这么实现。最好能每次看完书或者视频，用自己的思路把这些东西整理出来，在和视频中对比，找出问题，这样才能把人家精髓的东西消化到自己的思维中。

第二点：要学会用计算机编程思维去思考问题，而不是在学习死知识

训练自己的编程思维，学习成熟的解决问题的方法：

比如if 语句用来做分支判断，循环用来解决反复运算的问题。穷举法、递推、递归、排序、回溯等等（如果需要当专业程序员，需要学习数据结构和算法，设计模式等等，需要学的东西很多很多。但首先要解决的一个问题是自己能写代码解决一般问题。）

训练函数抽象，类抽象解决问题。如对有序数组，查找特定数值，没有经过训练，初学者，直接用循环遍历。如果经过二分法算法的训练，下次碰到这样的问题，就用二分法求解。

建议大家，解决问题的时候，首先要把问题分解。大化小，很多小问题已经有了非常成熟的解决方案，搜索引擎可以解决大部分问题，我们直接拿来用就可以了，并且记住这种解决问题的方案。

而剩下解决不了的小问题，我们在进行针对性解决，每一个小问题解决后，一整块大问题就随之解决。

第三点：做习题，要像开发项目的流程一样

（需求－>需求分析->设计->编码->测试->交付等）

拿到一个习题，还没有进行分析，就马上敲代码，这个学习方式，是不好的学习方式。

分解问题，会做需求分析，慢慢训练，才会养成自己的思路。没有人一出生会编程，只有经过训练，才能熟能生巧。很多牛逼程序员用vim，敲的啪啪响，一会儿一屏幕代码，为啥那么熟练使用vim，习惯成自然。

当你训练多了以后，学会一定的套路（解决问题的方法），养成独立思考的习惯，假以时日，自然就有思路了。

5、不管是python、java还是其他编程语言，归根结底只是一门语言、工具，不需要去神话某种语言。

在我们初学的时候，往往会听到一些人说这个语言不行、那个语言什么什么厉害，学这个语言好！… 这其实不对的，语言是我们的工具，我们要做的是解决问题，而不是去研究谁的工具最牛逼，你用好了都厉害！

各个编程语言都有自己擅长的方面，比如 Linux 内核系统调用、底层交互方面，C++ 可能更占优势；实际业务场景中有大量的计算任务和并发时，可能要达到某一参数指标，Go 会更加简单。

在能满足业务要求的前提下，谁最容易达成目标，谁才是最简单的。

我觉得简单都是一个相对的，任何一门编程语言，想要用得十分熟练甚至精通，都不是一件简单的事情。

完整版的Python全套学习资料已经上传CSDN 朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。