---

歡迎關注天下博客：http://blog.genesino.com/2017/12/python-quora/
如何一個月學會使用Python

文章翻譯自Quora上的回帖，略有改動。原文鏈接：https://www.quora.com/What-are-the-best-tips-for-learning-Python-within-one-month

第1周

谷歌搜索“Python programming fundamentals” (Python編程基礎)，選擇一個較好的網站，并針對其中的教程部分進行閱讀和練習。這需要一周每天8小時的學習和練習來加強你的理解。記住：不要死記句法規則，每當你需要某個句法并使用時，會自然而然地記住。不過，最開始，多看幾遍也不為過。書讀多遍，其義自見。

如果不想搜索，我們在小學生都學Python了，你還不知道怎么開始提供了不少教程。而且還有自寫的Python系列簡明教程，精簡版。可以作為小冊子讀用。

語法查找的話有Python cookbook,這里有中文翻譯版本http://python3-cookbook.readthedocs.io/zh_CN/latest/preface.html (書中的所有源代碼也可在此書的前言頁面獲取)。

第2、3、3.5 周

選擇一個課題并試著完成它。

有以下建議：

不要想的太多，選擇一個基礎的項目，或者google搜索“beginner python projects” (新手python課題)。Python生信練習題。

不必記住句法規則，當遇到困難時上網搜索便可得到提示。

使用IDE (Integrated Development Environment) (可以更簡單的debug以及運行程序)。如PyCharm、Jupyter notebook。

將項目拆分為幾個小的部分。

例如如果你要做一個計算器，那么：

（1）先設想界面，在深入到各個按鈕。

（2）將加減乘除等功能放入到相應按鈕中。

可以借助Stackoverflow等網站。請在理解內容的基礎上進行復制粘貼。

這個過程會比較艱辛，需要有毅力來強迫自己解決遇到的問題。

當遇到難題時：

（1）使用搜索引擎，注意輸入更明確的搜索字段。

（2）如果不沒能搜索出答案，可以把問題放到論壇上去。如何提問

編程時適當休息，轉換心情。

花時間學一下版本控制 (version control) 的基礎，推薦git這個網站。

慢慢學習如何debug。個人認為最好的debug，是打印出程序運行的關鍵過程，查看每一步是否符合預期。

在編寫程序前，確保自己已經有了實際理論解決方案?？梢允孪裙P頭畫出問題的解決方案流程。

編寫完程序后，試著花幾個小時來測試并從中改進學習。在一個小問題上，不斷拓展，就可以深入。

當一個難題解決不了時，不要氣餒。先去做別的部分，再返回來重新思考。

第3.5/4 周

首先保證程序沒有運行BUG，然后再看有沒有結果BUG。

如果你還沒有完成此項目：

（1）給自己更多的時間。

（2）優先處理重要的編程部分。

恭喜你，對于只是通過讀tutorial學習python卻收獲甚少的人來說，你已經超越他們了，或許比1、2年級的CS本課程還要領先。

之后可以通過學習數據庫的工作原理以及python構架來提高自己的手法。

學習的過程大部分是程序寫作和調試，想不想有個后盾呢？

http://www.ehbio.com/Training

回復中推薦的網絡資源比較多，這就不列出來了。因為大部分我也沒看過，適不適合初學也不好評價。

今天收到Coursera的郵件，列出了2017年最高評分的系列課程，計算機系列有三個，都跟Python有關：Fundamentals of Computing (編程語言使用Python，前兩部分都是關于Python交互式編程), Algorithms (Python作為一個必修語言), Python for Everybody, 有時間的可以去看看 (https://www.coursera.org)。

搜索資料的過程中，不小心發現了這么一個神奇的Github庫，里面包含了很多免費，大部分優質的書籍，部分相關的列舉如下 (可點擊的都是生信寶典之前發過的文章)，讀過的付一點心得體會。可直接訪問最后的網址跳到原網頁，或點擊閱讀原文，每個鏈接都可點。

Awk

• Linux學習 - 常用和不太常用的實用awk命令
• A User’s Guide for GNU AWK
• An Awk Primer
• Awk - Bruce Barnett
• awk中文指南
• awk程序設計語言

Sed

• Linux學習 - SED操作，awk的姊妹篇
• Sed - An Introduction and Tutorial

Bash

• Linux學習-總目錄
• Bash概論 - Linux系列教程補充篇
• 用了Docker，媽媽再也不擔心我的軟件安裝了 - 基礎篇
• Docker —— 從入門到實踐
• 鳥哥的 Linux 私房菜 基礎學習篇 (學的人應該比較多，但沒讀過)
• 鳥哥的 Linux 私房菜 服務器架設篇
• shell-book
• Shell 編程基礎
• Shell 腳本編程30分鐘入門
• The Linux Command Line 中文版
• Advanced Bash-Scripting Guide (很不錯的書) - M. Cooper
• Bash Guide for Beginners - M. Garrels
• BASH Programming
• Bash Reference Manual

Vim

• [不用Linux也可以的強大文本處理方法-vim操作](http://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247484250&idx=1&am
  p;sn=d4759dc05a55643549646c77318c4f96&chksm=ec0dc6d0db7a4fc64791896914547b5ce818e8bd3cca98f0fb7bf6ebd9029fe6fd08a4
  d55255#rd)
• Vim Manual(中文版)
• 大家來學 VIM
• A Byte of Vim
• Learn Vim Progressively
• Learn Vimscript the Hard Way
• Use Vim Like A Pro - Tim Ottinger
• Vi Improved – Vim - Steve Oualline (PDF)
• Vim Recipes (PDF)
• Vim Regular Expressions 101

C

• 個人認為最好的還是The C Programming Language，經典中的經典。
• A Tutorial on Pointers and Arrays in C - Ted Jensen (PDF, Zipped HTML)
• Beej’s Guide to C Programming - B. Hall
• Beej’s Guide to Network Programming - Using Internet Sockets - B. Hall
• Build Your Own Lisp
• C for Python Programmers - Carl Burch (Python用戶可讀，比較著學，更有利于提高)
• C Programming - Wikibooks
• C Programming Boot Camp - Paul Gribble
• Deep C
• Essential C (PDF)
• Everything you need to know about pointers in C - Peter Hosey
• Functional C (1997) - Pieter H. Hartel, Henk Muller (PDF)
• Learn to Code With C - The MagPi Essentials (PDF)
• Modern C (PDF)

Markdown

• 應該學習的標記語言，寫文檔，很方便。
• Learn Markdown - Sammy P., Aaron O. (PDF) (EPUB) (MOBI)
• Markdown 快速入門
• Markdown 簡明教程
• Markdown 語法說明
• 獻給寫作者的 Markdown 新手指南

Octave

• Octave Programming (Andrew Ng的機器學習課使用的語言，開源版MatLab，學一點當個樂子)

Python

• [Python學習極簡教程 （一）(我的教程盡快更新到Python3)](http://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247483866&idx=1&sn=310
  341a1c8d348958c304df03dfd06a0&chksm=ec0dc450db7a4d46e369637cd2867b0e56389bf4f2e1d0dce409bba38882e61e5063308a13af#r
  d)
• Django 1.8 中文文檔
• Django book 2.0
• Python 3 文檔(簡體中文) 3.2.2 documentation
• Python Cookbook第三版 (作者：David Beazley, Brian K.Jones 翻譯：熊能)
• Python 中文學習大本營
• Python之旅 (作者：Ethan)
• Python教程 - 廖雪峰的官方網站
• 像計算機科學家一樣思考Python (Downey教授的Think系列書都是不錯的，講解簡單清晰) (中英對照版 作者：Allen B. Downey 翻譯：大胖哥)
• 深入 Python 3
• 笨辦法學 Python
• 簡明 Python 教程 (很方便的小冊子) (作者：Swaroop C H 譯者：沈潔元、漠倫)
• 20 Python Libraries You Aren’t Using (But Should) (Just fill the fields with any values)
• A Beginner’s Python Tutorial
• A Byte of Python (3.x) (HTML, PDF, EPUB, Mobi)
• A Guide to Python’s Magic Methods - Rafe Kettler
• A Whirlwind Tour of Python - Jake VanderPlas (PDF) (EPUB, MOBI)
• Automate the Boring Stuff - Al Sweigart
• Biopython (用到了查查就好) (PDF)
• Build applications in Python the antitextbook (3.x) (HTML, PDF, EPUB, Mobi)
• Building Machine Learning Systems with Python - Willi Richert & Luis Pedro Coelho, Packt. (Just fill the fields with any values)
• Building Skills in Object-Oriented Design (Python) (PDF) (2.1.1)
• Building Skills in Python (PDF) (2.6)
• Code Like a Pythonista: Idiomatic Python
• CodeCademy Python
• Composing Programs (3.x)
• Data Structures and Algorithms in Python - B. R. Preiss (PDF)
• Dive into Python 3 - Mark Pilgrim (3.0)
• From Python to NumPy
• Full Stack Python
• Functional Programming in Python (Just fill the fields with any values)
• Fundamentals of Python Programming - Richard L. Halterman (PDF) (3.2)
• Google’s Python Style Guide
• Hacking Secret Cyphers with Python - Al Sweigart (3.3)
• Hadoop with Python (Just fill the fields with any values)
• High Performance Python (PDF)
• Hitchhiker’s Guide to Python! (2.6)
• How to Make Mistakes in Python - Mike Pirnat (PDF) (1st edition)
• How to Think Like a Computer Scientist: Learning with Python, Interactive Edition (推薦) (3.2)
• Think Python (Think系列) - Allen B. Downey (2.x & 3.0)
• Intermediate Python - Muhammad Yasoob Ullah Khalid (1st edition)
• Introduction to Programming with Python (3.3)
• Introduction to Python - Kracekumar (2.7.3)
• Learn Python, Break Python
• Learn Python in Y minutes
• Learn Python The Hard Way (2.5 - 2.6)
• Learn to Program Using Python - Cody Jackson (PDF)
• Learning Python - Fabrizio Romano, Packt. (Just fill the fields with any values)
• Lectures on scientific computing with python - J.R. Johansson (2.7)
• Modeling Creativity: Case Studies in Python - Tom D. De Smedt (PDF)
• Natural Language Processing with Python (3.x)
• Non-Programmer’s Tutorial for Python 3 (3.3)
• Python Cookbook - David Beazley
• Python Data Science Handbook - Jake VanderPlas (HTML, Jupyter Notebooks)
• Python for Everybody Exploring Data Using Python 3 - Charles Severance (PDF, EPUB, HTML)
• Python for you and me (3.x)
• Snake Wrangling For Kids (3.x)
• Suporting Python 3: An In-Depth Guide (2.6 - 2.x & 3.1 - 3.x)
• The Standard Python Library - Fredrik Lundh
• Think Complexity - Allen B. Downey (2nd Edition) (PDF, HTML)
• Pandas，讓Python像R一樣處理數據，但快
• Learn Pandas (版本老了，有新的付費書(Python for data analysis)，網上也許有電子版) - Hernan Rojas (0.18.1)

R

• 在R中贊揚下努力工作的你，獎勵一份CheetShet
• [R語言學習 - 入門環境Rstudio](http://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247483882&idx=1&sn=e
  16903b4b745a1ef51855be3824149f6&chksm=ec0dc460db7a4d76a70bd4ca2d250f147225252ee963d3e577affaebeeb81dea1ff639d5e9aa

rd)

• [R語言學習 - 熱圖繪制 (heatmap)](http://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247483889&idx=1&s
  n=9c9970cb120ac1e976713aca558ac9bf&chksm=ec0dc47bdb7a4d6d6441e36055aa075b03d5592862eae01c05761e5972b39a62cf2228b19
  787#rd)
• [R語言學習 - 基礎概念和矩陣操作](http://mp.weixin.qq.com/s?__biz=MzI5MTcwNjA4NQ==&mid=2247483891&idx=1&s
  n=40daf6435398c4d9a41f332e9bba4915&chksm=ec0dc479db7a4d6fec413bfb90a4660eb035b440d2bbee998114f7af29e3b3338a8adf625
  40a#rd)
• 153分鐘學會 R (PDF)
• R 導論 (《An Introduction to R》中文版) (PDF)
• 用 R 構建 Shiny 應用程序 (《Building ‘Shiny’ Applications with R》中文版)
• 統計學與 R 讀書筆記 (PDF)
• Advanced R Programming (大神之作) - Hadley Wickham
• An Introduction to Statistical Learning with Applications in R - Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani (PDF)
• Cookbook for R - Winston Chang
• Introduction to Probability and Statistics Using R - G. Jay Kerns (PDF)
• Learning Statistics with R - Daniel Navarro
• Machine Learning with R - Brett Lantz, Packt. (Just fill the fields with any values)
• ModernDive - Chester Ismay and Albert Y. Kim
• Practical Regression and Anova using R - Julian J. Faraway (PDF)
• R for Data Science - Garrett Grolemund and Hadley Wickham
• R Language for Programmers - John D. Cook
• R Packages - Hadley Wickham
• R Practicals (PDF)
• R Programming
• R Programming for Data Science (Needs valid email)
• R Succinctly, Syncfusion (PDF, Kindle) (Just fill the fields with any values)
• The caret Package - Max Kuhn
• The R Inferno (短小精悍) - Patrick Burns (PDF)
• The R Language
• The R Manuals
• Tidy Text Mining with R - Julia Silge and David Robinson

Regular Expressions

• Learn Regex The Hard Way - Zed. A. Shaw
• RexEgg
• The 30 Minute Regex Tutorial - Jim Hollenhorst
• The Bastards Book of Regular Expressions: Finding Patterns in Everyday Text - Dan Nguyen
• 正則表達式-菜鳥教程
• 正則表達式30分鐘入門教程

Cloud Computing

• Monitoring Modern Infrastructure (account required)
• Multi-tenant Applications for the Cloud, 3rd Edition
• OpenStack Operations Guide

Datamining

• A Programmer’s Guide to Data Mining - Ron Zacharski (Draft)
• Data Jujitsu: The Art of Turning Data into Product (Just fill the fields with any values)
• Data Mining Algorithms In R
• Internet Advertising: An Interplay among Advertisers, Online Publishers, Ad Exchanges and Web Users (PDF)
• Introduction to Data Science - Jeffrey Stanton
• Mining of Massive Datasets
• School of Data Handbook
• Theory and Applications for Advanced Text Mining

Machine Learning

• 一部分，還有其他比較適合初級學習的，如集體智慧編程 (Programming Collective Intelligence)
• A Brief Introduction to Neural Networks
• A Course in Machine Learning (PDF)
• A First Encounter with Machine Learning (PDF)
• An Introduction to Statistical Learning - Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani
• Bayesian Reasoning and Machine Learning
• Deep Learning - Ian Goodfellow, Yoshua Bengio and Aaron Courville
• Gaussian Processes for Machine Learning
• Information Theory, Inference, and Learning Algorithms
• Introduction to Machine Learning - Amnon Shashua
• Learn Tensorflow - Jupyter Notebooks
• Learning Deep Architectures for AI (PDF)
• Machine Learning
• Machine Learning, Neural and Statistical Classification
• Neural Networks and Deep Learning
• Probabilistic Models in the Study of Language (Draft, with R code)
• Reinforcement Learning: An Introduction
• The Elements of Statistical Learning - Trevor Hastie, Robert Tibshirani, and Jerome Friedman
• The LION Way: Machine Learning plus Intelligent Optimization
• The Python Game Book

Competitive Programming

• Competitive Programmer’s Handbook - Antti Laaksonen (PDF)
• Competitive Programming, 1st Edition (PDF)

Algorithms & Data Structures

• 算法部分還是了解都有什么，找一下比較有意思的帖子看起，劉未鵬的http://mindhacks.cn/是很好的入口，很好的思維，也推薦了很多心理、邏輯的書。
• A Field Guide To Genetic Programming
• Algorithmic Graph Theory
• Algorithms, 4th Edition - Robert Sedgewick and Kevin Wayne
• Algorithms and Automatic Computing Machines (1963) - B. A. Trakhtenbrot
• Algorithms and Complexity (PDF)
• Algorithms Course Materials - Jeff Erickson
• Analysis and Design of Algorithms - Sandeep Sen, IIT Delhi
• Animated Algorithm and Data Structure Visualization (Resource)
• Annotated Algorithms in Python: Applications in Physics, Biology, and Finance - Massimo di Pierro
• Binary Trees (PDF)
• Clever Algorithms
• CS Unplugged: Computer Science without a computer
• Data Structures - Prof. Subhashis Banerjee, IIT Delhi
• Data Structures (Into Java) - Paul N. Hilfinger (PDF)
• Data Structures and Algorithms: Annotated Reference with Examples - G. Barnett and L. Del Tongo (PDF)
• Data Structures Succinctly Part 1, Syncfusion (PDF, Kindle) (Just fill the fields with any values)
• Data Structures Succinctly Part 2, Syncfusion (PDF, Kindle) (Just fill the fields with any values)
• Elementary Algorithms - Larry LIU Xinyu
• Foundations of Computer Science - Al Aho and Jeff Ullman
• Handbook of Graph Drawing and Visualization
• Lectures Notes on Algorithm Analysis and Computational Complexity (Fourth Edition) - Ian Parberry (use form at bottom of license)
• LEDA: A Platform for Combinatorial and Geometric Computing
• Linked List Basics (PDF)
• Linked List Problems (PDF)
• Matters Computational: Ideas, Algorithms, Source Code (PDF)
• Open Data Structures: An Introduction - Pat Morin
• Planning Algorithms
• Problems on Algorithms (Second Edition) - Ian Parberry (use form at bottom of license)
• Purely Functional Data Structures (PDF)
• Sequential and parallel sorting algorithms
• Text Algorithms (PDF)
• The Algorithm Design Manual
• The Art of Computer Programming - Donald Knuth (fascicles, mostly volume 4)
• The Design of Approximation Algorithms (PDF)
• The Great Tree List Recursion Problem (PDF)
• Think Complexity (PDF)

更多的沒有列出，免費書地址或點擊閱讀原文：https://github.com/EbookFoundation/free-programming-books

總結

以上是生活随笔為你收集整理的一个月学会Python的Quora指南和资料放送的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。