49 个 Python 学习必备资源（附链接）

本文从不同的角度为不同阶段的Python学习者量身定制了49个学习资源。

初学者

Welcome to Python.org

Python 官方网站提供了一个很好的方式来开始使用 Python 生态系统和学习 Python，包括官方文档。

Learning Python The Hard Way

一本在线书籍，有付费版与免费版的

Basic Data Types in Python – Real Python

介绍了Python 中的基本数据类型

How to Run Your Python Scripts – Real Python

教你如何运行Python脚本

Python Tutorial: Learn Python For Free | Codecademy

Google’s Python Class | Python Education | Google Developers

来自 Google Developers 的官方 Python 开发课程。本教程混合了交互式代码片段，可以复制并在你的结语和上下文文本上运行。这是从世界领先的技术公司之一学习 Python 的半交互式方式。

Learn Python – Free Interactive Python Tutorial

这个交互式教程依赖于可以实现和实践的实时代码片段。将此资源用作交互式学习和提供一些指导的一种方式。

Jupyter Notebook: An Introduction – Real Python

想要一种简单、直观的方式来访问和使用 Python 函数？ Jupyter Notebook 是最好的选择。它比命令行和不同的拼凑脚本更容易使用。这是我自己使用的设置。本教程将帮助你开始学习 Python。

Python Tutorial – W3Schools

W3School 使用与教授 HTML 和其他 Python 相同的格式。使用交互式和文本片段练习不同的基本功能。使用本教程获取语言的基础知识并学习 Python。

Python | Kaggle

Kaggle 是一个举办数据科学和机器学习竞赛的平台。竞争对手使用数据集并尽可能准确地创建预测模型。他们还提供交互式 Python 笔记本来帮助你学习 Python 的基础知识。

Learning Python: From Zero to Hero – freeCodeCamp.org

这个基于文本的教程旨在总结 Python 中的所有基本数据和函数概念。它通过关注 Python 面向对象部分的对象和类部分来深入研究语言的多功能性。最后，你应该对 Python 中的对象以及不同的数据类型以及如何迭代或循环它们有一个简明的总结。

BeginnersGuide – Python Wiki

官方 Python Wiki 上的这个简单教程资源丰富，甚至包括中文翻译，供非英语人士学习 Python 使用。

Python Tutorial – Tutorialspoint

以与 W3Schools 类似的方式设置，使用 Tutorialspoint 作为替代或某些功能和部分的复习。

Python (programming language) – Quora

Quora 社区中有很多技术人员正在学习 Python。本节专门介绍 Python，包括操作分析和有关 Python 状态及其在各种不同领域（从数据可视化到 Web 开发）中的实际应用的紧迫问题。

Python – DEV Community – Dev.to

Dev.to 每天都有来自开发人员的用户提交的关于 Python 的文章和教程。使用这些观点来帮助你学习 Python。

Python Weekly: A Free, Weekly Python E-mail Newsletter

如果你是每周通讯的粉丝，那么你会对 Python Weekly 感到满意，它总结了有关 Python 的最新发展、新闻和有趣的文章。

The Ultimate List of Python YouTube Channels – Real Python

对于那些喜欢通过视频学习的人，这个 Youtube 频道列表可以帮助你在你喜欢的媒体中学习。

The Hitchhiker’s Guide to Python

与上面列出的其他资源不同，Hitchhiker 的指南更加固执己见，着眼于寻找设置 Python 的最佳方法。将其用作参考，并确保你已做好使用和学习 Python 的最佳设置。

Python: Online Courses from Harvard, MIT, Microsoft | edX

Python Courses | Coursera

进阶者

Getting started with Django | Django

官方的 Django 框架介绍将帮助你进行设置，以便你可以使用 Python 进行 Web 开发。

LEARNING PATH: Django: Modern Web Development with Django

这个来自 O'Reilly 的资源有助于为学习 Django 和 Python 中的 Web 开发技能提供更多指导。

A pandas cookbook – Julia Evans

Pandas Cookbook 可用于清理和处理数据。使用它可以让我将数据清理到机器学习等所需的水平。

它使用一个示例来展示如何过滤、分组数据并对其执行功能 - 然后根据需要可视化数据。 Pandas 库经过专门定制，可让你有效地清理数据，并且你可以在聚合级别的基础上对其进行转换并查看趋势（使用方便的单行函数，如 head() 或 describe）。

Newest ‘python’ Questions – Stack Overflow

Stack Overflow 社区充满了紧迫的问题和实用的解决方案。将其用作 Python 实现资源和学习 Python 的一种方式。

Python – R****e****ddit

Python subreddit在Python中提供了大量不同的新闻文章和教程。

Data Science – Reddit

Data Science subreddit 有大量关于如何使用 Python 处理大型数据集并以有趣的方式使用它的资源。

Data science sexiness: Your guide to Python and R

我为 The Next Web 编写了本指南，以区分 Python 和 R 以及它们在数据科学生态系统中的用法。从那时起，Python 继续前进并开始使用许多曾经构成 R 核心基础的库来进行数据分析、可视化和探索，同时也欢迎推动世界发展的基础机器学习库。尽管如此，它仍然是一个有用的比较点和 Python 资源列表。

Data Science Tutorial: Introduction to Using APIs in Python – Dataquest

在处理数据时，一项基本技能是访问 Twitter、Reddit 和 Facebook 使用的 API 服务，以公开他们持有的一定数量的数据。本教程将帮助你了解 Reddit API 的示例，并帮助你了解查询 API 时将获得的不同代码响应。

Introduction to Data Visualization in Python – Towards Data Science

完成数据处理后，你需要提供数据以获得洞察力并与他人共享。本数据可视化指南总结了 Python 中的数据可视化选项，包括 Pandas、Seaborn 和 ggplot 的 Python 实现。

Top Python Web Development Frameworks to Learn in 2019

如果你想使用 Python 进行开发并使用 Django 之外的一组选项学习用于 Web 应用程序的 Python，则此编译是最佳选择。除了本文之外，Hacker Noon 出版物还经常提供有关 Python 的有用资源。值得一试。

高级玩家

Beginner’s Guide to Machine Learning with Python

这个基于文本的教程有助于向人们介绍使用 Python 进行机器学习的基础知识。对于数据科学，包含相关文章的 Medium 出口是机器学习和数据科学资源的绝佳来源。

Free Machine Learning in Python Course – Springboard

这个来自 Springboard 的免费学习路径有助于整理你在 Python 中学习和练习机器学习所需的内容。

Machine Learning – Reddit

机器学习 subreddit 经常关注最新的论文和实证进展。还讨论了这些进步的 Python 实现。

Python – KDnuggets

KDNuggets 提供有关数据科学、数据分析和机器学习的高级内容。它的 Python 部分讨论了如何在 Python 中实现这些想法。

Learn Python – Beginner through Advanced Online Courses – Udemy

A Brief Introduction to PySpark – Towards Data Science

PySpark 的介绍将帮助你开始使用更高级的分布式文件系统，这些系统允许你处理比单个系统和 Pandas 更大的数据集。

scikit-learn: machine learning in Python

大多数数据科学家使用 Python 的默认方式是使用 scikit-learn 来尝试模型思想：不同机器学习模型的简单优化实现。学习一些机器学习理论，然后使用 scikit-learn 框架实现和实践。

The Next Level of Data Visualization in Python – Towards Data Science

本教程将介绍更高级的数据可视化版本以及如何实现它们，允许你预览可以将数据从关联热图切片到散点图基础的不同高级方法。

Machine Learning with Python | Coursera

Home – deeple****a****rning.ai

fast.ai · Making neural nets uncool again

Learn and use machine learning | TensorFlow Core | TensorFlow

本教程帮助你使用 TensorFlow 和 Google 云基础架构的高级 Keras 组件对一组时尚图像执行深度学习。这是学习和练习深度学习技能的好方法。

练习使用Python的资源

Datasets | Kagg****l****e

Kaggle 提供了带有用户示例和投票的各种数据集，以引导你使用最流行的数据集。使用示例和数据集创建你自己的数据分析、可视化或机器学习模型。

Practice Python

练习 Python 有一堆初学者练习，可以帮助你轻松地使用和练习 Python。在进行不同的项目和练习之前，将此作为初始的热身练习。

Python Exercises – W3Schools

W3Schools 上的 Python 练习遵循他们教程中的部分，并允许你使用 Python 进行一些交互式练习（尽管练习中的练习非常简单）。

Solve Python | HackerRank

HackerRank 提供了一系列练习，你将被要求在没有任何上下文的情况下解决这些练习。这是在 Python 中单独练习不同功能和输出的最佳方式（尽管你仍然希望通过不同的项目来巩固你的 Python 技能。）随着你完成更多挑战，你将获得积分和徽章。这无疑会激励我学习更多。一个非常有用的沙箱，供你学习 Python。

Project Euler: About

Project Euler 提供了各种更困难的编程挑战，旨在测试你是否可以使用 Python 解决数学问题。用它来练习你的数学推理和 Python 能力。

Writing your first Django app, part 1 | Django documentation | Django

本文档帮助你实现第一个 Django 应用程序，允许你使用 Python 在 Web 上获取内容。一旦你开始使用它，你就可以构建任何你想要的东西。

Top 100 Python Interview Questions & Answers For 2019 | Edureka

如果你在面试中对自己的 Python 技能有疑问，这份面试问题列表将有助于作为有用的提醒和复习，并且是你练习和巩固不同 Python 概念的好方法。