如何系统化学Python？

如何学Python？

很多人问过我“怎么开始学Python？”，“Python是什么”，“Python已经学了基础，如果进阶”。所以我打算整理一下我认为不错的学习资料，以后如果有人问我这些问题，就可以直接给他们推荐这个页面了。

本文档不定期更新。我碰到比较好的资源就会加进来。如果你是一个Python老手，知道一些这个文档没有列出的内容，欢迎在下面留言！

0.Python2 还是Python3
Python 3。

Python3版本（例如Python 3.6.4）是不兼容Python2的（最常见的Python2是Pyhton2.7，这是一个“长期支持版本”）这很不常见，因为一般的软件都是兼容老版本的。Python之所以兼容旧版本是因为Python旧版本有很多设计不好的地方，Python社区勇敢地重新设计了这些地方，使Python使用起来更好。但是为之付出的代价就是Python3代码无法兼容Pyhton2.但是近几年很多公司都在积极的向Python3迁移，比如Quora，Instagram。

使用新版本的Python可以体验Python很多不错的特性。大多数Python库都是支持Python3的。

Github上有一份不错Python3特性教程：arogozhnikov/python3_with_pleasure

1.零基础
我从来没有学过编程，该从哪里开始？

learnxinyminutes.com 是一个快速入门的网站，从域名就可以看出来，在Y分钟内学会X。其中Python的部分也不错，可以让你在5分钟之内体验一下Python的语法。
《learn-python3》Jupyter notebook 是一个基于 web 界面的交互解释器，这个仓库是一些代码片段，演示和学习 Python3.通过代码来学习可能成本更低一些。
《A byte of Python》是一个免费的在线书，可以下载PDF。适合零基础的人，从教你安装Python开始。给你介绍几本的一些概念，通过代码学习。
《廖雪峰的Python教程》同样面向零基础的读者。这种教程屏蔽了一些你初学的时候不需要了解的复杂细节，方便入门。但是最好尽早习惯查阅Python的官方文档。这是解决问题最有效的方法。
学习的时候可以结合 python tutor 这个在线工具，可以将数据结构可视化，容易理解。
字符串格式化是非常常用的操作，这个网站可以让你在5分钟内了解Python是如何格式化字符串的：https://pyformat.info 。
Python Web 开发指南 可以看下，有一些有价值的笔记和注意事项。
learn-python 用 Python 的 assert 的方式教你学 Python，类似一个 playground，不过需要懂 Python 的assert 和运行测试，也不算 0 基础吧，不过挺全面的。
2.进阶
我已经看完一些基本的入门教程，但是要自己写程序的时候要是一片空白，接下来该怎么做？

入门项目
不必担心，这几乎是每个人都会经历的。接下来可以去找一些简单的编程任务来做，例如在线题目（leetcode支持Python），或者尝试看一看一些简单的项目，例如：

howdoi 这是一个简单的命令行工具，只有一个文件，需要简单的一点入门知识就可以读懂。
requests 这是一个 HTTP 请求仓库，如果要写爬虫，几乎每天都要用它。可以用它来写一个简单的爬虫试试。这个项目的代码比起第一个稍稍复杂，但是花点时间也能看懂。
pylons 有很多与 web 相关的项目，都比较小巧，适合学习源代码。
agithub 是一个很简洁的 REST API 客户端，之前的版本只有 300 行代码，大量使用了 getattr 的特性，这个库的源代码值得一读，你会体会到 Python “动态” 的特性。
tinydb 这是用 Python 实现的一个小型的文档型（NoSQL）数据库，目前有 2000 行左右的代码，注释和文档也很丰富。核心思想就是用一个 Json 文件来保存数据，类似 SQLite。建议阅读一下源代码。
书籍资料
一些读物，最好对Python稍微了解之后再去读，但是并不要求很高深的知识：

《Python3 cookbook》这本书（其实所有叫 Cookbook 的书都是如此）的形式是：提出一个问题，提出一些问题的解决方案，讨论这些方案并延伸。所以对深入 Python 细节来说是不错的。
《Python的常见陷阱》 中文 En
《Python Guide》主要是介绍 Python 生态，比如说如何组织你的项目，如何使用 logging，如何编写测试，如何配置 CI/CD，用 Python 写 GUI 程序有哪些库可以使用等等，几乎是必读的资料。建议新手老手都看一遍，会有很大收获。
《Learning Python》这本书一直在更新，都已经有第五版了，推荐英文好的同学去读一读。此书涉及了很多Python的细节，非常啰嗦。也可以不读，直接去翻阅文档。
Python 3 Module of the Week 这个列表介绍了标准库以及简单用法，概括。适合快速阅读，熟悉标准库。
推荐读一下 Stack Overflow 关于 Python 问题。打开Python标签，按照Vote排序，会发现很多不错的回答。（这个宝贵资源是Risent告诉我的。）
这里有一份更详细的 FAQ，值得一读 http://effbot.org/pyfaq/ 。
啄木鸟社区有很多丰富的资源，上网冲浪！
Python 的官方 itertools 文档好好看一下，里面有很多线程的函数，如果有兴趣也可以去看一下源代码。如果你平时不怎么用这个库，那么写代码的时候就会多造很多轮子，而且往往有缺陷。
去 Follow 一些不错的资源，比如：
本博客右侧推荐的其他 Python 程序员的博客
Python weekly 每周周报
加入和你相关的邮件列表，看看大家都在讨论什么，推荐加入 python-dev 关注下 Python 语言的发展动态
Python 双下划线开头和结束的方法叫做 “dunder method”，这是 Python 鸭子类型的基础。仔细读一下这篇 A Guide to Python’s Magic Methods，遇到了更复杂的问题再去仔细读文档。
这里有一篇 Transforming Code into Beautiful, Idiomatic Python 看一下漂亮、Pythonic 的代码是怎么写的吧。
工具
我已经用Python在写一个项目了，有什么建议吗？

工欲善其事，必先利其器！推荐一下工具：

virtualenv 永远工作在虚拟环境中！在系统的Python环境中安装依赖可能会影响系统的稳定性。所以为每一个项目创建一个虚拟的Python环境是一个最佳实践！BTW, 依赖管理其实是每一个编程语言要解决的问题，Python 为什么有 virtualenv 呢？看一下这篇 How virtual environment libraries work in Python 你就明白啦。
virtualenvwrapper 一个上面工具的封装，可以让创建、激活、删除虚拟环境更加方便。
pipsi 安装命令行工具的时候，使用pipsi install 而不是 pip install 可以自动为你要安装的工具创建一个虚拟环境。这样你安装的工具不会产生“依赖黑洞”，并且保持系统Python的清洁。（现在这个项目已经不维护了，推荐使用 pipx ）
学会打包Python package并发布到pypi，这里有一个例子可以参考：setup.py 。现在推荐使用 poetry 来打包了，更简单易用。
学会使用jupyter和ipython，这两个工具简直是神器！
读一下PEP 8，在自己的编辑器中加入lint检查，使自己写出的代码习惯PEP8.
Python的一个很大的优点就是生态系统非常好，你想要的东西可能早有包来实现了。所以动手之前务必先Google一下有没有现成的东西。以及，解决问题最好的地方是Python官方文档，其次是Google、github和stackoverflow，最后是邮件列表和论坛。在网上向别人提问注意礼貌。
3.深入理解
我的主要工作是Python，像深入理解一下Python，尤其是工作中不常用到的东西，例如asyncio，多线程等。

我推荐一些阅读资料：

《Fluent Python》，中文版《流畅的Python》也不错。这是我最喜欢的一本Python书！此书基本上是以讨论为主，深入了Python的方方面面。很多地方，比如协程，我看了很多资料都云里雾里，但是这本书一段话让我大彻大悟！而且此书经常介绍问题的渊源和典故，能了解到不少有趣的知识。还提供了很多链接，根据此书的指引，还能发现不少好资料。缺点就是在纸质书上印这么多链接有点反人类。
《Python并行编程》这是我正在翻译的一本书，还没有完成。这本书介绍了多线程、多进程、异步编程等话题，内容不深，而且都有示例代码。不过我的翻译水平有限，如果看到错误或者错字，麻烦告诉我一下。希望能在大年之前完成此书。
《Effective Python》介绍了高质量编写Python代码的技巧，值得一读。
看一看PEP的更新和Python社区的邮件列表，关注Python的发展动向
本博客的侧边栏有一些有关Python的链接，例如PyCoders weekly。还有一些Python工程师的博客，值得关注。
当然，我也写很多Python有关的内容。点击Python分类。
4.面试的准备
如果你正在找工作，可以看一下这些链接，如果这些问题你都理解并知道原理，找个好工作应该不难。

https://github.com/taizilongxu/interview_python
https://mp.weixin.qq.com/s/O47Oa8bAu9kJxYzXJcHuWw
http://www.wklken.me/posts/2015/08/26/python-some-test-questions.html
https://github.com/kenwoodjw/python_interview_question
5.FAQ
1.我在学习机器学习，有必要学习Python吗？

如果没有兴趣，可以不学。如果要用到numpy和scipy，可以通过它们的文档来学习。像numpy、scipy、flask、django这些框架，是有自己的一套设计的。你甚至可以理解为：这些Python是不同的东西。学习numpy（web框架也是）而不学习Python，我认为是可以的，遇到需要了解的Python有关的问题可以再去学习也不迟。

2.有必要使用Linux吗？

没有必要但是推荐使用Linux的命令行。我所有的工作内容都是在终端下完成的，终端相比于IDE更加高效，而且有很多awesome的工具。如果学会使用终端编辑器，你就不必为每种编程语言找到对应的 IDE 才能写的顺手，你可以用一把锤子敲遍世界上所有的钉子，并且并不是所有的文件编辑都有很好的 IDE 的，比如 Vagrantfile, Dockerfile, nginx.conf, yml, csv 等等，使用终端编辑器的话编辑什么都不会成为问题。还有，如果你想使用虚拟机或 VPS 来学习 Nginx 之类的东西，那么这是没有 GUI 的，终端编辑器可能是你唯一的选择。但是你也可以用windows或IDE，这些都不是强制的。但是一定要学会高效的解决自己遇到的问题，以及：了解你自己用的工具。比如PyCharm的调试技巧等。

3.为什么Python的for循环退出之后还能使用for循环定义的变量？

和其他语言不同，Python的代码块是没有作用域的，try-except代码块也没有。详见：《谈谈Python for循环的作用域》

4.为什么Python的字符串没有.length之类的属性或方法来获取长度而使用len()函数？

Python很多功能都是通过协议实现的。使用len(str)其实是调用了str.__len__方法。这样可以在中间做一些其他的处理。例如__getitem__就支持了描述器等特性。详见：http://lucumr.pocoo.org/2011/7/9/python-and-pola/