很多人問過我“怎麼開始學Python？”，“Python是什麼”，“Python已經學了基礎，如果進階”。所以我打算整理一下我認爲不錯的學習資料，以後如果有人問我這些問題，就可以直接給他們推薦這個頁面了。
本文檔不定期更新。我碰到比較好的資源就會加進來。如果你是一個Python老手，知道一些這個文檔沒有列出的內容，歡迎在下面留言！
0.Python2 還是Python3
Python 3。
Python3版本（例如Python 3.6.4）是不兼容Python2的（最常見的Python2是Pyhton2.7，這是一個“長期支持版本”）這很不常見，因爲一般的軟件都是兼容老版本的。Python之所以兼容舊版本是因爲Python舊版本有很多設計不好的地方，Python社區勇敢地重新設計了這些地方，使Python使用起來更好。但是爲之付出的代價就是Python3代碼無法兼容Pyhton2.但是近幾年很多公司都在積極的向Python3遷移，比如Quora，Instagram。
使用新版本的Python可以體驗Python很多不錯的特性。大多數Python庫都是支持Python3的。
Github上有一份不錯Python3特性教程：arogozhnikov/python3_with_pleasure
1.零基礎
我從來沒有學過編程，該從哪裏開始？
learnxinyminutes.com 是一個快速入門的網站，從域名就可以看出來，在Y分鐘內學會X。其中Python的部分也不錯，可以讓你在5分鐘之內體驗一下Python的語法。
《learn-python3》Jupyter notebook 是一個基於 web 界面的交互解釋器，這個倉庫是一些代碼片段，演示和學習 Python3.通過代碼來學習可能成本更低一些。
《A byte of Python》是一個免費的在線書，可以下載PDF。適合零基礎的人，從教你安裝Python開始。給你介紹幾本的一些概念，通過代碼學習。
《廖雪峯的Python教程》同樣面向零基礎的讀者。這種教程屏蔽了一些你初學的時候不需要了解的複雜細節，方便入門。但是最好儘早習慣查閱Python的官方文檔。這是解決問題最有效的方法。
學習的時候可以結合 python tutor 這個在線工具，可以將數據結構可視化，容易理解。
字符串格式化是非常常用的操作，這個網站可以讓你在5分鐘內瞭解Python是如何格式化字符串的：https://pyformat.info 。
Python Web 開發指南 可以看下，有一些有價值的筆記和注意事項。
learn-python 用 Python 的 assert 的方式教你學 Python，類似一個 playground，不過需要懂 Python 的assert 和運行測試，也不算 0 基礎吧，不過挺全面的。
2.進階
我已經看完一些基本的入門教程，但是要自己寫程序的時候要是一片空白，接下來該怎麼做？
入門項目
不必擔心，這幾乎是每個人都會經歷的。接下來可以去找一些簡單的編程任務來做，例如在線題目（leetcode支持Python），或者嘗試看一看一些簡單的項目，例如：
howdoi 這是一個簡單的命令行工具，只有一個文件，需要簡單的一點入門知識就可以讀懂。
requests 這是一個 HTTP 請求倉庫，如果要寫爬蟲，幾乎每天都要用它。可以用它來寫一個簡單的爬蟲試試。這個項目的代碼比起第一個稍稍複雜，但是花點時間也能看懂。
pylons 有很多與 web 相關的項目，都比較小巧，適合學習源代碼。
agithub 是一個很簡潔的 REST API 客戶端，之前的版本只有 300 行代碼，大量使用了 getattr 的特性，這個庫的源代碼值得一讀，你會體會到 Python “動態” 的特性。
tinydb 這是用 Python 實現的一個小型的文檔型（NoSQL）數據庫，目前有 2000 行左右的代碼，註釋和文檔也很豐富。核心思想就是用一個 Json 文件來保存數據，類似 SQLite。建議閱讀一下源代碼。
書籍資料
一些讀物，最好對Python稍微瞭解之後再去讀，但是並不要求很高深的知識：
《Python3 cookbook》這本書（其實所有叫 Cookbook 的書都是如此）的形式是：提出一個問題，提出一些問題的解決方案，討論這些方案並延伸。所以對深入 Python 細節來說是不錯的。
《Python的常見陷阱》 中文 En
《Python Guide》主要是介紹 Python 生態，比如說如何組織你的項目，如何使用 logging，如何編寫測試，如何配置 CI/CD，用 Python 寫 GUI 程序有哪些庫可以使用等等，幾乎是必讀的資料。建議新手老手都看一遍，會有很大收穫。
《Learning Python》這本書一直在更新，都已經有第五版了，推薦英文好的同學去讀一讀。此書涉及了很多Python的細節，非常囉嗦。也可以不讀，直接去翻閱文檔。
Python 3 Module of the Week 這個列表介紹了標準庫以及簡單用法，概括。適合快速閱讀，熟悉標準庫。
推薦讀一下 Stack Overflow 關於 Python 問題。打開Python標籤，按照Vote排序，會發現很多不錯的回答。（這個寶貴資源是Risent告訴我的。）
這裏有一份更詳細的 FAQ，值得一讀 http://effbot.org/pyfaq/ 。
啄木鳥社區有很多豐富的資源，上網衝浪！
Python 的官方 itertools 文檔好好看一下，裏面有很多線程的函數，如果有興趣也可以去看一下源代碼。如果你平時不怎麼用這個庫，那麼寫代碼的時候就會多造很多輪子，而且往往有缺陷。
去 Follow 一些不錯的資源，比如：
本博客右側推薦的其他 Python 程序員的博客
Python weekly 每週週報
加入和你相關的郵件列表，看看大家都在討論什麼，推薦加入 python-dev 關注下 Python 語言的發展動態
Python 雙下劃線開頭和結束的方法叫做 “dunder method”，這是 Python 鴨子類型的基礎。仔細讀一下這篇 A Guide to Python’s Magic Methods，遇到了更復雜的問題再去仔細讀文檔。
這裏有一篇 Transforming Code into Beautiful, Idiomatic Python 看一下漂亮、Pythonic 的代碼是怎麼寫的吧。
工具
我已經用Python在寫一個項目了，有什麼建議嗎？
工欲善其事，必先利其器！推薦一下工具：
virtualenv 永遠工作在虛擬環境中！在系統的Python環境中安裝依賴可能會影響系統的穩定性。所以爲每一個項目創建一個虛擬的Python環境是一個最佳實踐！BTW, 依賴管理其實是每一個編程語言要解決的問題，Python 爲什麼有 virtualenv 呢？看一下這篇 How virtual environment libraries work in Python 你就明白啦。
virtualenvwrapper 一個上面工具的封裝，可以讓創建、激活、刪除虛擬環境更加方便。
pipsi 安裝命令行工具的時候，使用pipsi install 而不是 pip install 可以自動爲你要安裝的工具創建一個虛擬環境。這樣你安裝的工具不會產生“依賴黑洞”，並且保持系統Python的清潔。（現在這個項目已經不維護了，推薦使用 pipx ）
學會打包Python package併發布到pypi，這裏有一個例子可以參考：setup.py 。現在推薦使用 poetry 來打包了，更簡單易用。
學會使用jupyter和ipython，這兩個工具簡直是神器！
讀一下PEP 8，在自己的編輯器中加入lint檢查，使自己寫出的代碼習慣PEP8.
Python的一個很大的優點就是生態系統非常好，你想要的東西可能早有包來實現了。所以動手之前務必先Google一下有沒有現成的東西。以及，解決問題最好的地方是Python官方文檔，其次是Google、github和stackoverflow，最後是郵件列表和論壇。在網上向別人提問注意禮貌。
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東西，例如asyncio，多線程等。
我推薦一些閱讀資料：
《Fluent Python》，中文版《流暢的Python》也不錯。這是我最喜歡的一本Python書！此書基本上是以討論爲主，深入了Python的方方面面。很多地方，比如協程，我看了很多資料都雲裏霧裏，但是這本書一段話讓我大徹大悟！而且此書經常介紹問題的淵源和典故，能瞭解到不少有趣的知識。還提供了很多鏈接，根據此書的指引，還能發現不少好資料。缺點就是在紙質書上印這麼多鏈接有點反人類。
《Python並行編程》這是我正在翻譯的一本書，還沒有完成。這本書介紹了多線程、多進程、異步編程等話題，內容不深，而且都有示例代碼。不過我的翻譯水平有限，如果看到錯誤或者錯字，麻煩告訴我一下。希望能在大年之前完成此書。
《Effective Python》介紹了高質量編寫Python代碼的技巧，值得一讀。
看一看PEP的更新和Python社區的郵件列表，關注Python的發展動向
本博客的側邊欄有一些有關Python的鏈接，例如PyCoders weekly。還有一些Python工程師的博客，值得關注。
當然，我也寫很多Python有關的內容。點擊Python分類。
4.面試的準備
如果你正在找工作，可以看一下這些鏈接，如果這些問題你都理解並知道原理，找個好工作應該不難。
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.我在學習機器學習，有必要學習Python嗎？
如果沒有興趣，可以不學。如果要用到numpy和scipy，可以通過它們的文檔來學習。像numpy、scipy、flask、django這些框架，是有自己的一套設計的。你甚至可以理解爲：這些Python是不同的東西。學習numpy（web框架也是）而不學習Python，我認爲是可以的，遇到需要了解的Python有關的問題可以再去學習也不遲。
2.有必要使用Linux嗎？
沒有必要但是推薦使用Linux的命令行。我所有的工作內容都是在終端下完成的，終端相比於IDE更加高效，而且有很多awesome的工具。如果學會使用終端編輯器，你就不必爲每種編程語言找到對應的 IDE 才能寫的順手，你可以用一把錘子敲遍世界上所有的釘子，並且並不是所有的文件編輯都有很好的 IDE 的，比如 Vagrantfile, Dockerfile, nginx.conf, yml, csv 等等，使用終端編輯器的話編輯什麼都不會成爲問題。還有，如果你想使用虛擬機或 VPS 來學習 Nginx 之類的東西，那麼這是沒有 GUI 的，終端編輯器可能是你唯一的選擇。但是你也可以用windows或IDE，這些都不是強制的。但是一定要學會高效的解決自己遇到的問題，以及：瞭解你自己用的工具。比如PyCharm的調試技巧等。
3.爲什麼Python的for循環退出之後還能使用for循環定義的變量？
和其他語言不同，Python的代碼塊是沒有作用域的，try-except代碼塊也沒有。詳見：《談談Python for循環的作用域》
4.爲什麼Python的字符串沒有.length之類的屬性或方法來獲取長度而使用len()函數？
Python很多功能都是通過協議實現的。使用len(str)其實是調用了str.__len__方法。這樣可以在中間做一些其他的處理。例如__getitem__就支持了描述器等特性。詳見：http://lucumr.pocoo.org/2011/7/9/python-and-pola/