娱评小白
零基础入门Python的话，完全可以，没有任何难度，毕竟Python设计之初就是面向大众，降低编程入门的门槛，下面我简单介绍一下学习Python的过程，感兴趣的朋友可以尝试一下：
01
搭建Python开发环境
首先，最基本的就是搭建Python开发环境，初学入门的话，建议安装Anaconda，集成了Python解释器及许多常见第三方库，自带有Jupyter Notebook等开发环境，使用起来非常不错，至于版本2还是版本3，建议3，明年1月起2系列就会停止更新和维护：
02
Python开发软件
Python环境搭建完成后，就是Python入门，“工欲善其事，必先利其器”，好的开发软件会起到功半事倍的效果，这里分享2个非常不错的Python开发软件，对于初学者使用来说，非常不错：
Visual Studio Code
这是一个免费、开源、跨平台的代码编辑器，完美支持3大操作平台，运行速度快、占用内存少，安装Python插件后，可以直接调试运行Python，自动补全、代码高亮、语法提示、Git等功能非常不错，对于初学者使用来说，非常友好，也非常容易学习和掌握：
PyCharm
这是一个非常专业的Python开发软件，在业界非常流行、也非常受欢迎，常见的智能补全、代码高亮、语法提示等功能，这个软件都能很好兼容，除此之外，还支持代码重构、代码分析、单元测试等高级功能，因此开发效率更高，也更适合大型项目，对于团队协作和项目管理来说，非常不错，值得学习和使用：
03
Python基础入门
Python环境和Python开发软件选择好后，就是Python基础入门，包括常见的模块、数据类型、函数、类、文件操作等都要熟悉掌握，至于教程的话，网上资料非常多，比较基础的，像菜鸟教程、廖雪峰官网等都非常不错，当然，你也可以找一本专业书籍，一边学习一边练习，以掌握基本功为准，不要急于求成：
04
Python高级进阶
基础熟悉掌握后，就是Python高级进阶，Python可供选择的方向太多，常见的网络爬虫、测试运维、Web开发、数据处理、机器学习等，Python都有广泛涉及，方方面面都投入精力，显然是不可能的，选择一两个有前景自己又感兴趣的方向，坚持下去，多做项目，积累经验，不断提升自己：
目前，就分享这么多吧，Python入门来说，非常容易，主要就是多看多练习，后期提升的话，就是多做项目，积累经验，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。
小小猿爱嘻嘻
看了我这一条你也就不用花钱，也不用在网上找其他资料学习了。
python可以说对没有编程基础的人特别友好了。自学选python是特别明智的。但学了python到正式工作，肯定是不够用的，所以最后还是要学java，但会python后，学java就简单很多了。
c需要敲100行代码，java只需要50行，python就只需要20行，但就是因为20行，所以并没有java那么稳定。
ython学习路线图—流程篇：
Python 培训后职业发展路径
Python 学习路线图
入门视频我推荐b站上的，因为太基础，所以会比较长，并且一开始介绍了一些原理，对于新手很友好。主要我每次看弹幕就会觉得这个说话老师傻屌又可爱，哈哈。
当然百度云资源也是有的，就在基础的第一个资源里。
先说一下每个阶段该学的东西。
Python基础
解决的现实问题：
能够熟练使用Python技术完成针对小问题的程序编写。
掌握的核心能力：
1. 掌握Python基础语法, 具备基础的编程能力；
2. 建立起编程思维以及面向对象程序设计思想。
要点：
变量、标识符和关键字、输入和输出、数据类型转换、条件控制语句和循环语句、容器类型、函数、文件操作、面向对象、异常处理、模块和包。
相应资源
Python入门教程完整版（懂中文就能学会）
python入门必备指南
Web基础开发
解决的现实问题：
能够使用面向对象的程序设计方法, 基于Linux操作系统开发多任务的网络程序开发。
掌握的核心能力：
1、能够熟练使用Linux操作系统；
2、掌握网络编程相关技术，能够实现网络间数据通信；
3、掌握程序设计开发中多任务实现方式；
4、能够熟练掌握MySQL操作相关技术，熟练编写各种数据库操作SQL语句，并能够进行Python与MySQL之间的数据交互；
5、掌握Python中的re模块的使用，能够实现对字符串进行复杂模式匹配；
6、掌握Web服务器的工作流程，以及Web框架的实现原理。
要点：
Linux命令、网络编程、多任务编程、正则表达式、html与css、JavaScript、jQuery、数据库编程、Python语法进阶、静态Web服务器、mini-Web框架。
相应资源
Linux基础命令教程豪华版.chm
linux从入门到精通
服务器开发之linux基础编程
服务器开发之linux系统编程
服务器开发之linux网络编程
Web-Django框架
解决的现实问题：
更上一级能够开发主流Web网站，并掌握常见的技术要点；根据实际问题设计出相应数据库表。
掌握的核心能力：
1、掌握Python Web主流框架-Django的使用；
2、可根据Web框架设计，开发对应的数据库；
3、可根据业务流程图，开发Web网站的前后台业务。
要点：
Django框架、前后端分离模式、VUE进阶-组件式开发、Django REST framwork、统计、权限管理、商品数据管理、日志管理、用户管理、前后端不分离模式、数据库-读写分离、Django高级第三方模块、FastDFS分布式文件系统、Celery异步操作、Vue双向绑定、Docker 入门、Crontab定时任务、页面静态化、在线支付、Nginx+uWSGI部署。
相应资源
Python进阶之Django框架
Web-Flask框架
解决的现实问题：
高并发全功能的Web网站开发；提升数据处理响应速度，灵活运用缓存。
掌握的核心能力：
1、掌握Python Web主流框架-Flask的使用；
2、掌握常见的性能优化技术；
3、缓存服务器的操作和设计；
4、异步任务的实现。
要点：
Docker 进阶、uWSGI、Nginx进阶、性能优化、Flask框架、路由定义及视图函数、蓝图、SQLAlchemy、Flask-RESTful、手机 APP + PC Web前端、MySQL业务数据存储、Redis缓存层、第三方对象存储、RabbitMQ + Celery 异步任务、APSchedule定时任务、http://socket.io及时通讯、Elasticsearch 5.6 搜索+自动补全、RPC+kafka对接推荐系统与AI系统、supervisor进程管理。
相应资源
6节课入门Flask框架web开发
人工智能机器学习编程
解决的现实问题：
利用学习到的科学计算库对收集到的数据进行数据基本处理，使其符合机器学习算法模型；利用学习到的机器学习算法解决部分实际问题。
掌握的核心能力：
1、掌握数据挖掘基础工具使用；
2、掌握机器学习中处理数据方法；
3、理解常见机器学习算法原理。
要点：
人工智能概述、数据可视化matplotlib、科学计算库numpy、科学计算库pandas、Scikit-learn使用、特征工程、k-近邻算法、线性回归、岭回归、逻辑回归、决策树、集成学习(Bagging, Boosting)、k-means、不同模型评估方法介绍、模型选择与调优、模型保存和加载、聚类、分类。
相应资源
0基础小白也能学会的人工智能课
最简单快速入门Python机器学习
人工智能基于大数据的推荐系统
解决的现实问题：
能够实现推荐系统的算法不同场景应用；能够根据推荐场景业务流完成推荐业务开发。
掌握的核心能力：
1、掌握推荐系统的工作原理和实现流程；
2、掌握推荐系统的算法实现原理以及应用场景；
3、掌握Lambda大数据相关基础；
4、可实现基于大数据框架的推荐系统搭建；
5、能够基于推荐业务流完成系统搭建。
要点：
分布式存储计算案例、数据仓库工具hive、spark-sql、spark sql与hive离线分析、ABTest实验中心、埋点参数设置、推荐服务、缓存服务、实时日志分析、实时召回集、热门与新文章、文章画像构建、用户画像构建、文章用户画像业务实现、离线召回集介绍、排序模型选择介绍、spark mllib讲解、离线模型评价、评估场景需求
相应资源
云计算大数据之zookeeper教程
最后更多是实战了，更多偏向于数据分析：
对企业异常数据进行深入分析，对业务风险指标进行跟踪分析及优化；搭建业务监控体系，及时发现、排查业务问题，并能提出有效的解决策略或方案；配合项目计划，负责建模驻场项目，完成数据分析需求及任务；通过大数据算法对数据进行模型的构建、维护、和评估。
掌握的核心能力：
1、熟悉常用数据挖掘算法与模型，熟悉逻辑回归、神经网络、决策树、聚类等建模方法；
2、熟悉Python、Tableau、SPSS、SAS等多种数据分析工具；
3、熟练使用时间序列、聚类分析、逻辑回归、因果分析等统计方法。
要点：
统计学基础、Python编程数据分析、SPSS数据分析、数据化运营，网络游戏市场分析，及电商数据分析，问卷数据分析、CRM、BI理论、数据可视化分析
最后python拓展就是爬虫和自动化测试运维了，
属于拓展项目。也是很重要的接近工作的。但前期学习的话还是用不到的。拓展的各种项目、实战等，建议先把基础打牢再去学。
最后，上面的资源回复：“python整套资源”，就可领取咯。
希望上面内容对你有帮助，可以进行分享留言对上面内容进行补充。
黑马程序员
首先，我们需要清楚自学Python编程的目的是什么，也就是将要是使用Python用于哪个方向的开发工作。Python作为一门被广泛应用的编程语言，可以应用于Web开发、大数据开发、数据分析、人工智能开发、嵌入式开发、游戏开发、自动化运维、自动化测试等多种方向，不同方向的Python学习曲线是不同的。
无论我们是希望通过学习Python寻求新的行业工作，还是希望在已有行业进行深耕，提升自己的技术解决能力，以便做更多事情，明确学习的目标是至关重要的。
我们在确定了学习Python的目的与方向之后，再来看看学习Python 的方式有哪些。
首先，对于 Python的基础部分，比如 数据结构、语法、函数等，如下图。这些基础内容可以通过网站或者书籍以自学的方式学习，难度很低。如果你又具备其他语言的编程基础，那么学起来将更加的轻松。
即使我们是想通过培训的方式学习Python，也建议提前通过自学掌握Python基础部分内容。
我们可以通过网站学习Python的基础内容，比如以下途径：
文档类教程 ：廖雪峰 官方网站
https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
文档类教程 ：Python 菜鸟教程
http://www.runoob.com/python/python-tutorial.html
视频类教程：bilibili
视频类教程：慕课网
Python社区：Python 中文开发者社区
https://www.pythontab.com/
我们在掌握Python基础部分之后，我们然后根据自己的 Python的应用方向，再来确定后续的学习方式，如下：
以我个人的经验来看，对于像 数据挖掘分析、自动化测试、Linux自动化运维、测试这类方向，有了Python 基础，如果又有相关行业经验，基本上不需要考虑参加培训机构了，因为此类应用方向的学习曲线相对单一，整个知识与技能体系相对简单，技术复杂度和学习成本相对较低，同时上面介绍了网络上许多免费的教程，足以帮助我们进行后续的学习。我们需要考虑的更多是如何将所学应用到实际工作当中，给工作效率和质量带来提升。
对于像 AI人工智能、前端应用开发等方向，需要体系化的知识结构，学习曲线复杂，如果通过自学的方式很难构建完整的知识、能力体系，效果也难以保障，容易事倍功半，偏离方向，迷失方向。因此这类方向建议参与培训的方式来学习。
最后，假如我们是为了调整工作方向（转行）而选择学习Python编程的话，虽然我们的主观动能性能够促使我们克服困难、排除干扰，但是仍然建议考虑一些客观存在的因素：如自己所处城市当前相关行业的发展情况现状以及行业相关人才的用人需求、要求等等。 关于培训学习，也建议结合上面所提到的， 在培训机构选择的同时建议多考虑就业问题：如 结合自身条件及现状咨询相关培训机构，先了解能够培训的技能及是否提供相关企业内推机会，机构该专业的就业率、就业薪资情况等等。
软件测试开发技术栈
做为一个干了十年编程的人来看，我给你的建议是：
1、首先选择一本经典的python基础书比如python核心编程（第二版）作为参考数进行详细阅读，贵在坚持。
2、除了看书外，要多去尝试敲写一些例子程序，从中体会和理解知识点
3、另外可以到博客园或CSDN上去看一些python方面的知识做为补充和扩展
3、可以关注今日头条上的码农阿勇，主要分享python编程的方面的知识，视频比较短，可以充分
利用自己的碎片化时间进行系统学习。
4、可以加一些交流群，和别人去交流，分享和请教
5 最后给总结三条：多看，多写，多思考
喜欢的朋友可以添加关注，每天分享python相关内容
码农阿勇
最近Python的确很火，学的人也越来越多，薪资水平也越来越高，所以很多人也都想转行学Python拿高薪资，下面我就从几个方面来介绍如何自学吧。
写在最前面的话
在介绍如何自学Python之前我先想说一段话，这些都是自己的经历过的。 我觉得你在学习之前Python之前应该先考虑一个问题，自己是否真的适合这个行业，不要被高工资迷惑了。其实当初考虑这个问题主要还是因为身边的人，上大学的时候身边有很多同学都参加了培训机构，当然有很多同学到找到了不错的工作，也有很多的同学没能找到工作。毕竟有些人的性格可能本身就不太适合软件行业，所以我就想以后想转行的一定要先考虑是否适合这个行业。如果你的性格属于那种比较被动、比较抵触新知识、逻辑思维不太擅长。我的建议是你可能不太适合软件开发，即使你转行成功了如果这些习惯不改，在工作中还是可能会被淘汰，软件行业竞争很大而且技术更新特别快，基本上是每天都在学习新的技术。
如何学习Python
学习Python目前有两种方法，自学和参加培训班。选择哪种方式我觉得可能需要根据个人的性格特点来决定，如果你属于做事有很强的目的性和计划性可以考虑自学，否则建议参加培训班。关于培训班，可能很多人都有误解，说培训班培训出来学不到啥，找不到工作，工作之后培训学到的东西都没用。如果，你想靠培训班学的那点知识就能很好的工作，那是不可能的，不然我前面也不会说基本上每天都在学习新技术。培训班的作用，是带你进入这个行业，修行在个人，毕竟编程语言之间的特性都是想通的。千万不要以为报了培训班就能找到工作，还是要靠自己努力的，平时一定要多敲代码多学习。
如何自学
先确定方向，方向很重要，如果没有方向乱学一通，只能说是在浪费时间。毕竟Python开发也分很多方向的，运维、后台开发、算法工程师、数据分析、深度学习等。
在选择方向的时候，一定要根据自己掌握知识的情况来选择，不要盲目，最好找先找一个该行业的前辈指导和介绍一下，再选择。
方向选择之后，确定学习路线，这个可以自己在网上搜资料也可以请教该行业的前辈该如何学习，需要学习那些知识。
路线确定之后一定要开始制定计划，什么时候该学什么，怎么学，严格按照时间表执行。一旦某发生了拖延，可能你的计划就会被拖的很长。这也是为什么说要有很强的计划执行能力。
机器学习之路
找本入门的书看着、计算机上输入程序运行，多联系就是，不会的程序段落贴这里问。
素食的猫
Python编程，从入门到实践
推荐这本书
