如何用三个月学会python？

建立良好的反馈机制。学习任何一样东西都是一样。对于编程来说，特别是非计算机专业的小伙伴们，要进一步注意的是，我们学习编程是为了用，所有的编程学习都应该牢牢以需求和应用为导向。具体在实现上，主要是学习一点做一点项目，循环上升。

 

学习路径

第一步是打基础。对于零基础新手，我通常建议跟着一门课或者一本书仔仔细细地地毯式过一遍，这里需要注意的重点是要及时做老师布置的题目或者课本后的习题。这些题目固然简单，也不一定很有实用场景，但是可以很好地帮助初学者克服畏难情绪。如果已经有一定的基础，可以考虑大概过一遍以后选一些看起来顺眼的题目找找感觉，在写的过程中找新语言和旧语言的共同点和不痛点，尽量尽快把旧知识的积累迁移到新知识的学习上。这一步对于新手来说有两个目的，了解什么是编程、找这门语言的感觉。对于非小白来说主要是后者。因此这个阶段到失去继续看的兴趣就可以停下来了。

 

第二步是学习如何学习编程或者如何学习这门语言。找一个小方向开始做，比如说写一个简单的爬虫。举个例子，你可以试试看抓取我们学院网站（重要新闻 - WISE）下所有网页。这个时候你同时需要一些特定方向的资料，比如爬虫入门教程。这个阶段的主要目的是真正地学会用这门语言做事情，以及学习这门语言要怎么学习。这个阶段的标准是把项目预期的结果做出来一个最初步的结果即可。遇到不懂的问题，反复回去翻入门资料和各种博客教程。

 

第三步是培养良好的编程习惯、学习如何优化代码和设计代码。找一个你觉得写的有很多没有解决的问题的程序，把你发现的问题一个一个解决，在这个过程中大量地去看各种各样零散的技术博客，看看有没有可以启发到程序优化的知识点，比如说你偶然看到一个并发相关的文章，就可以试试看能不能用在爬虫上。这个阶段的资料会急速减少，是最难做的一个阶段，需要花大量的时间搜索资料，以及慢慢形成比较高效的信息收集机制。这个阶段的主要目标是增加深度，做到实在做不下去就可以放下来做下一步了。

 

第四步是全面了解整个领域。这个时候可以去按上面同样的方法进入这门语言主要应用场景的其他领域。如果第三步做的比较到位，第四步的工作将会主要集中在这个领域的思想和这个领域的工具链的思想和使用方法。如果第三步做的不到位，第四步仍然会不可避免地觉得像学习新领域一样，重复以上步骤即可。这个阶段的主要目标是学习这个应用场景下的思想，主要的标准是如果你换一门陌生的语言仍然有能力实现这个思想，那么说明你对这块的思想掌握的已经比较牢固了。

 

以下资料按应用场景分类，按照难度排序。这个资料清单是一个入门清单，是我和我们团队总结的我们觉得最好用的最简单的入门教程。这些教程的主要优点有几个：简单清晰；突出应用场景的思想；补充必要的知识（比如sklearn官方文档同时也是一个机器学习教程）。

 

Crossin编程教室：Crossin的编程教室

廖雪峰：Python教程
 

我写的小白入门：Python爬虫|Python爬虫入门（一）：爬虫基本结构&简单实例

@xlzd 的教程：爬虫博客归档

@爬虫 的教程：爬虫之从入门到精通
 

教材：利用Python进行数据分析 (豆瓣)

NumPy（科学计算和数据分析）：Quickstart tutorial

Pandas（数据分析）入门：10 Minutes to pandas

Pandas完整+数据分析教程：pandas: powerful Python data analysis toolkit

SciPy（高级科学计算）：SciPy v1.0.0 Reference Guide

SymPy（符号计算）：SymPy Tutorial - SymPy 1.1.1 documentation

Statsmodels（统计计算）：StatsModels: Statistics in Python
 

Sklearn（机器学习）入门：An introduction to machine learning with scikit-learn

Sklearn完整版+机器学习入门：contents - scikit-learn 0.19.1 documentation爬虫博客归档