大概浏览了一下这个问题下的答案，几乎都是清一色推荐 Python Web 方向的学习资源，给人一种 Python 就是用来做 Web 的错觉。不过大部分高票答案都出现在前两年，Web 开发确实也火过一段时间，但随着岗位工资的回落，这个风口很明显已经过去了：最新公布的招聘信息里，同一级别的开发岗，薪资已然拉开距离
就好像前两年读本科的时候，逢人就问我：“你会不会做网站呀？”
现在读研了，见面问好不是说：你会不会 R？就是问：你会不会 Python？
周围同学出去实习，5个里面就有3个在搞数据分析，实习工资一天就有400多还管饭，要是全勤那不就得直接月薪过万了？
当下这个风口属于数据分析和机器学习，我在 Udacity 上找到了下面这张图片，刚好列出了 Python 比较有前景的这几个发展方向。
根据 Stackoverflow 最新的统计结果显示，机器学习和数据相关已经成为了排名最前的高薪岗位（Web 的排名不忍直视 LOL）。StackOverFlow 2017 统计结果
前两天一个许久未联系的学金融的女同学突然微信私我，我以为是想要给我科普一下关于安利或者是代购的小知识，结果问我：“你会 Python 吗？”这一来自第一高薪行业的不耻下问让我感到受宠若惊。最新的全国计算机等级考试大纲加入了全世界最火的编程语言 Python
不过事实上也不奇怪，现在小学信息课教 Python ，2018年全国计算机等级考试考 Python，会编程正在逐步发展的像会用 Office 软件一样，成为一种普适性技能。即使你现在不学，只要你还在工作，总有一天得学，即使你不愿意学，总有人愿意学。和你在同一岗位的人，别人会编程你不会，人家就比你有竞争力。
在这里我也就根据最新比较火热的数据分析和机器学习两个方向，总结收集一下 Python 的学习资源，供有心的同学参考：
Python 入门
无论选择哪个发展方向，都要从基础入门开始。在这里为了照顾从零开始的同学，我也提供一些之前搜集的 Python 入门的学习资源。
一直以来，好多朋友都会问我 XXX 怎么入门之类的问题，尤其是编程领域的。我曾经总是会不耐烦地回答，入门去看官网文档啊？！这还用说？
后来我发现是我错了，我完全忽略了实际情况，这倒不是怪一个人英文水平差的问题。而是让一个人使用非母语去学习一个完全陌生领域的知识，真的会造成非常大的障碍。比如我让一个学金融的去看英文的 Python 官网文档，就好像是让我用日语学金融差不多的难度。
当然如果你不介意，也可以试着去阅读一下官方的新手教程（有部分中文翻译）：Beginner's Guide to Python
如果你对自己的英文有信心，可以去尝试一下一文学会 Python 的Learn Python in Y minutes
当然光读新手文档也是不够的，这只能够让你浅尝辄止。想要熟练掌握 Python 还需要阅读相关的教程：
或者是一些更加系统的出版书籍：
可事实上，作为新手来讲，即使有这些中文的书籍和在线教程，学习起来也是相当吃力的。比如刚开始的字符串数字可能非常好理解，再往后的元组、字典什么的理解起来就很抽象了。
我还是推荐我一直推崇的 Learning by Doing 的学习方法，一定要边实践边学习，自己尝试写几段 hello world 程序，去跑一下代码，许多概念性的东西就会很生动了。
这里推荐一个在线交互式编程学习 Python 的网站：Python 3 Tutorial
也有许多同学比起阅读来说更喜欢看视频，国内的大多数视频版本过时，质量参差不齐，所以在这里只推荐几个比较权威的国外课程：
当然，如果这些资料还是不能满足你，你也可以试着自己去搜索一些相关的学习资源，但是注意要用可信的搜索引擎，别用百度：百度搜索结果，各种不靠谱竞价排名广告Google 搜索结果要可靠很多
当然如果你觉得自学没有自制力，读书看视频不如有人给你讲解，也不妨去参加一些线上或线下的 Python 相关的培训课程，但是选择的时候注意要擦亮你的火眼金睛，一定要选择那些有权威机构背书的，课程体系完善的；而不是那些臭名昭著，鼓动你去高息贷款的。
扎实掌握了编程的基础之后，就可以尝试开始向你感兴趣的方向发展。
数据分析方向
书籍
学习参考
在线课程
机器学习方向
书籍
框架
学习参考
金融方向
Bonus! 再附送一个 Python 金融方向的学习资源的收藏夹，需要自取：
最后也奉劝同学们在学习的时候一定要戒骄戒躁，大数据/人工智能相关岗位的薪资虽高，对从业者的要求自然也很高，学习数据分析也好，机器学习也罢，不是掌握一门编程语言的语法，会跑几个框架的 hello world 那么简单。它们都要求你对数学、计算机相关的知识有着很深入的了解。踏踏实实掌握基础，学好概率论、微积分、算法、数据结构才是真。
768
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
