49個Python學習資源：從初學者到高級玩家都有了
導讀：本文為不同階段的Python學習者從不同角度量身定制了49個學習資源
01 初學者
1. Welcome to Python.org
https://www.python.org/
官方Python站點提供了一個開始使用Python生態(tài)系統(tǒng)和學習Python的好方法，包括官方文檔。
2. Learning Python The Hard Way
https://learnpythonthehardway.org/book/
一本在線書籍，有付費版與免費版的
3. Basic Data Types in Python – Real Python
https://realpython.com/python-data-types/
介紹了Python 中的基本數(shù)據(jù)類型
4. How to Run Your Python Scripts – Real Python
https://realpython.com/run-python-scripts/
教你如何運行Python腳本
5. Python Tutorial: Learn Python For Free?| Codecademy
https://www.codecademy.com/learn/learn-python
Codecademy提供免費的互動課程，幫助您練習Python的基礎知識，同時為您提供即時，類似游戲的反饋。對于那些喜歡練習專業(yè)知識的人來說，學習Python的好方法。
6. Google's Python Class | Python Education | Google Developers
https://developers.google.com/edu/python/
來自Google開發(fā)人員的官方Python開發(fā)類。本教程是交互式代碼片段的混合，可以在您的結尾和上下文文本上復制和運行。這是一種從世界領先的技術公司之一學習Python的半互動方式。
7. Learn Python – Free Interactive Python Tutorial
https://www.learnpython.org/
此交互式教程依賴于可以實現(xiàn)和實踐的實時代碼片段。使用此資源作為交互式學習的方式，并提供一些指導。
8. Jupyter Notebook: An Introduction – Real Python
https://realpython.com/jupyter-notebook-introduction/
想要一種簡單，直觀的方式來訪問和使用Python函數(shù)嗎？Jupyter Notebook就是最好的選擇。使用它比命令行和不同的拼湊在一起的腳本更容易。這是我自己使用的設置。本教程將幫助您開始學習Python的路徑。
9. Python Tutorial – W3Schools
https://www.w3schools.com/python/
W3School使用與用于教授HTML和其他Python相同的格式。使用交互式和文本片段練習不同的基本功能。使用本教程可以獲得語言的基礎并學習Python。
10. Python | Kaggle
https://www.kaggle.com/learn/python
Kaggle是一個舉辦數(shù)據(jù)科學和機器學習競賽的平臺。競爭對手使用數(shù)據(jù)集并盡可能準確地創(chuàng)建預測模型。他們還提供交互式Python筆記本，幫助您學習Python的基礎知識。?
11. Learning Python: From Zero to Hero – freeCodeCamp.org
https://medium.freecodecamp.org/learning-python-from-zero-to-hero-120ea540b567
這篇基于文本的教程旨在總結Python中的所有基本數(shù)據(jù)和功能概念。通過關注Python的面向?qū)ο蟛糠值膶ο蠛皖惒糠?，它深入研究了語言的多功能性。到最后，您應該在Python中有一個簡潔的對象摘要以及不同的數(shù)據(jù)類型以及如何迭代或循環(huán)它們。
12. BeginnersGuide – Python Wiki
https://wiki.python.org/moin/BeginnersGuide
這個關于官方Python Wiki的簡單教程充滿了資源，甚至還包括一個針對非英語人士學習Python的中文翻譯。
13. Python Tutorial – Tutorialspoint
https://www.tutorialspoint.com/python/
以與W3Schools類似的方式設置，使用Tutorialspoint作為替代或某些功能和部分的復習。
14. Python (programming language) – Quora
https://www.quora.com/topic/Python-programming-language-1
Quora社區(qū)中有許多學習Python的技術人員。本節(jié)專門介紹Python，包括運行分析和關于Python狀態(tài)的緊迫問題及其在各種不同領域的實際應用，從數(shù)據(jù)可視化到Web開發(fā)。
15. Python – DEV Community – Dev.to
https://dev.to/t/python
Dev.to每天都有來自開發(fā)人員的用戶提交的關于Python的文章和教程。使用這些視角來幫助您學習Python。
16. Python Weekly: A Free, Weekly Python E-mail Newsletter
https://www.pythonweekly.com/
如果你是每周時事通訊的粉絲，那么你將會對Python Weekly感到滿意，它總結了最新的發(fā)展，新聞以及有關Python的有趣文章。
17. The Ultimate List of Python YouTube Channels – Real Python
https://realpython.com/python-youtube-channels/
對于那些喜歡通過視頻學習的人來說，這個Youtube頻道列表可以幫助您在首選媒體中學習。
18. The Hitchhiker's Guide to Python
https://docs.python-guide.org/
與上面列出的其他資源不同，Hitchhiker的指南更加自以為是，并著眼于找到使用Python設置的最佳方法。使用它作為參考，并確保您最佳地設置為使用和學習Python。
19. Python: Online Courses from Harvard, MIT, Microsoft | edX
https://www.edx.org/learn/python
edX使用企業(yè)和學術合作伙伴來策劃有關Python的內(nèi)容。內(nèi)容通常是免費的，但您必須支付經(jīng)過驗證的證書，證明您已通過課程。
20. Python Courses | Coursera
https://www.coursera.org/courses?query=python
Coursera選擇的Python課程可以幫助您訪問大學和企業(yè)提供者的證書和課程。如果您覺得需要某種程度的認證，類似于edX，Coursera提供了一定程度的管理和認證，可以滿足這些需求。
02 進階者
21. Getting started with Django | Django
https://www.djangoproject.com/start/
官方的Django框架介紹將幫助您進行設置，以便您可以使用Python進行Web開發(fā)。
22. LEARNING PATH: Django: Modern Web Development with Django
https://www.oreilly.com/learning-paths/learning-path-django/9781788998703/
來自O'Reilly的這個資源有助于為Python學習Django和Web開發(fā)技能提供更多策劃。
23. A pandas cookbook – Julia Evans
https://jvns.ca/blog/2013/12/22/cooking-with-pandas/
Pandas Cookbook可用于清理和處理數(shù)據(jù)。使用它使我能夠?qū)?shù)據(jù)清理到我需要的級別，以便進行機器學習等等。
它使用一個示例，展示如何過濾，分組數(shù)據(jù)并在其上執(zhí)行功能 - 然后根據(jù)需要可視化數(shù)據(jù)。Pandas庫是經(jīng)過量身定制的，允許您有效地清理數(shù)據(jù)，并且可以對其進行轉(zhuǎn)換并從聚合級別基礎上查看趨勢（使用方便的單行函數(shù)，如head（）或describe）。
24. Newest 'python'?Questions – Stack Overflow
https://stackoverflow.com/questions/tagged/python
Stack Overflow社區(qū)充滿了迫切的問題和切實的解決方案。使用它作為Python的實現(xiàn)資源和學習Python的途徑。
25. Python – Reddit
https://www.reddit.com/r/Python/
Python subreddit在Python中提供了大量不同的新聞文章和教程。
26. Data Science – Reddit
https://www.reddit.com/r/datascience/
Data Science subreddit提供了大量有關如何使用Python處理大型數(shù)據(jù)集并以有趣的方式處理它的資源。
27. Data science sexiness: Your guide to Python and R
https://thenextweb.com/dd/2016/04/08/start-using-python-andor-r-data-science-one-best/
我為The Next Web編寫了本指南，以便區(qū)分Python和R以及它們在數(shù)據(jù)科學生態(tài)系統(tǒng)中的用法。從那以后，Python不斷推進并開始使用許多曾經(jīng)構成R在數(shù)據(jù)分析，可視化和探索方面的核心基礎的庫，同時也歡迎在驅(qū)動世界的基礎機器學習庫中。盡管如此，它仍然是一個有用的比較點和Python的資源列表。
28. Data Science Tutorial: Introduction to Using APIs in Python – Dataquest
https://www.dataquest.io/blog/python-api-tutorial/
在處理數(shù)據(jù)時，一項基本技能是訪問Twitter，Reddit和Facebook使用的API服務，以暴露他們持有的某些數(shù)據(jù)量。本教程將幫助您了解Reddit API的示例，并幫助您了解在查詢API時將獲得的不同代碼響應。
29. Introduction to Data Visualization in Python – Towards Data Science
https://towardsdatascience.com/introduction-to-data-visualization-in-python-89a54c97fbed
完成數(shù)據(jù)處理后，您需要提供數(shù)據(jù)以獲取洞察力并與他人分享。本數(shù)據(jù)可視化指南總結了Python中的數(shù)據(jù)可視化選項，包括Pandas，Seaborn和ggplot的Python實現(xiàn)。
30. Top Python Web Development Frameworks to Learn in 2019
https://hackernoon.com/top-python-web-development-frameworks-to-learn-in-2019-21c646a09a9a
如果你想在Django之外的一套選項用Python開發(fā)并學習Python用于web應用程序，那么這個編譯就是最好的。Hacker Noon出版物通常也會在本文之外的Python上提供有用的資源。值得一試。
03 高級玩家
31. Beginner's Guide to Machine Learning with Python
https://towardsdatascience.com/beginners-guide-to-machine-learning-with-python-b9ff35bc9c51
這個基于文本的教程有助于向人們介紹使用Python進行機器學習的基礎知識。對于數(shù)據(jù)科學而言，帶有相關文章的Medium插座是機器學習和數(shù)據(jù)科學資源的絕佳來源。
32. Free Machine Learning in Python Course – Springboard
https://www.springboard.com/resources/learning-paths/machine-learning-python/
這個來自Springboard的免費學習路徑有助于策劃您需要學習的內(nèi)容并在Python中練習機器學習。
33. Machine Learning – Reddit
https://www.reddit.com/r/MachineLearning/
機器學習subreddit經(jīng)常關注最新的論文和經(jīng)驗進展。還討論了這些進步的Python實現(xiàn)。
34. Python – KDnuggets
https://www.kdnuggets.com/tag/python
KDNuggets提供有關數(shù)據(jù)科學，數(shù)據(jù)分析和機器學習的高級內(nèi)容。它的Python部分討論了如何在Python中實現(xiàn)這些想法。
35. Learn Python – Beginner through Advanced Online Courses – Udemy
https://www.udemy.com/topic/python/
Udemy提供一系列Python課程，有許多高級選項可以教你Python的復雜性。這些課程往往比認證課程便宜，但你要仔細查看評論。
36. A Brief Introduction to PySpark – Towards Data Science
https://towardsdatascience.com/a-brief-introduction-to-pyspark-ff4284701873
對PySpark的介紹將幫助您開始使用更高級的分布式文件系統(tǒng)，這些系統(tǒng)允許您處理和處理比單個系統(tǒng)和Pandas更大的數(shù)據(jù)集。
37. scikit-learn: machine learning in Python
https://scikit-learn.org/
大多數(shù)數(shù)據(jù)科學家使用Python的默認方式是使用scikit-learn來嘗試模型思想：對不同機器學習模型的簡單優(yōu)化實現(xiàn)。學習一些機器學習理論，然后使用scikit-learn框架實現(xiàn)和練習。
38. The Next Level of Data Visualization in Python – Towards Data Science
https://towardsdatascience.com/the-next-level-of-data-visualization-in-python-dd6e99039d5e
本教程將介紹更高級的數(shù)據(jù)可視化版本以及如何實現(xiàn)它們，允許您預覽可以將數(shù)據(jù)從關聯(lián)熱圖切片到散點圖基礎的不同高級方法。
39. Machine Learning with Python | Coursera
https://www.coursera.org/learn/machine-learning-with-python
Coursera選擇使用Python進行機器學習的課程非常有名。IBM提供的這一介紹有助于指導您完成機器學習概念的視頻和解釋。
40. Home – deeplearning.ai
https://www.deeplearning.ai/
Deeplearning.ai是Andrew Ng（人工智能領域著名的斯坦福大學教授和Coursera的創(chuàng)始人）試圖為大眾帶來深刻的學習。我最終完成了所有課程：他們提供認證，并且是兩種交互式筆記本的清新組合，您可以使用Andrew Ng自己的不同概念和視頻。
41. fast.ai · Making neural nets uncool again
https://www.fast.ai/
這個深度學習課程有助于打破機器學習的逐節(jié)方面。最重要的是，它是完全免費的。我經(jīng)常使用fast.ai作為復習或深入學習我不太了解的深度學習理念。
42. Learn and use machine learning | TensorFlow Core | TensorFlow
https://www.tensorflow.org/tutorials/keras
本教程可幫助您使用TensorFlow和Google云基礎架構的高級Keras組件對一組時尚圖像進行深度學習。這是學習和練習深度學習技巧的好方法。
04 練習使用Python的資源
43. Datasets | Kaggle
https://www.kaggle.com/datasets
Kaggle提供了各種數(shù)據(jù)集，其中包含用戶示例和upvoting，以指導您訪問最流行的數(shù)據(jù)集。使用示例和數(shù)據(jù)集創(chuàng)建自己的數(shù)據(jù)分析，可視化或機器學習模型。
44. Practice Python
https://www.practicepython.org/
練習Python有一堆初級練習，可以幫助您輕松使用Python并練習它。在處理不同的項目和練習之前，請將此作為初始預熱練習。
45. Python Exercises – W3Schools
https://www.w3schools.com/python/python_exercises.asp
W3Schools上的Python練習遵循他們教程中的部分，并允許您使用Python進行一些交互式練習（盡管練習在練習中非常簡單）。
46. Solve Python | HackerRank
https://www.hackerrank.com/domains/python
HackerRank提供了一系列練習，要求您在沒有任何上下文的情況下解決。這是在Python中單獨練習不同功能和輸出的最佳方式（盡管您仍然希望通過不同的項目來鞏固您的Python技能。）當您完成更多挑戰(zhàn)時，您將獲得積分和徽章。這無疑會激勵我學習更多知識。一個非常有用的沙箱，供您學習Python。
47. Project Euler: About
https://projecteuler.net/
項目Euler提供了各種更加困難的編程挑戰(zhàn)，旨在測試您是否可以使用Python解決數(shù)學問題。用它來練習你的數(shù)學推理和你的Pythonic能力。
48. Writing your first Django app, part 1 | Django documentation | Django
https://docs.djangoproject.com/en/2.2/intro/tutorial01/
本文檔可幫助您使用第一個Django應用程序?qū)崿F(xiàn)，允許您使用Python在Web上獲取內(nèi)容。一旦你開始使用它，你可以構建你想要的任何東西。
49. Top 100 Python Interview Questions & Answers For 2019 | Edureka
https://www.edureka.co/blog/interview-questions/python-interview-questions/
如果您在面試中遇到Python技能問題，這個面試問題列表將有助于作為一個有用的提醒和復習，并且是您練習和鞏固不同Python概念的好方法。
來源：專知（ID：Quan_Zhuanzhi）
原文鏈接：
https://code-love.com/2019/06/03/49-essential-resources-to-learn-python/
—?完?—
回復關鍵字“簡明python ”，立即獲取入門必備書籍《簡明python教程》電子版
回復關鍵字“爬蟲”，立即獲取爬蟲學習資料
python入門與進階 每天與你一起成長 推薦閱讀
點「在看」的人都變好看了哦！