提前說一下，這篇福利多多，別的不說，直接讓你玩回最有手感的懷舊遊戲，引數貼圖很方便自己可以根據喜好修改哦。
本篇通過以下四塊展開，提供大量資源對應。
選一個好版本
有沒有看過《在下阪本，有何貴幹？》
那個阪本可以裝B，Python的版本則是你的工作環境。
首先，在學習之前一定會考慮一個問題——Python版本選擇
對於程式設計零基礎的人來說，選擇Python3。
1、學習基礎知識
首先，Python 是一個有條理的、強大的物件導向的程式設計語言。建議從下面課程開始：
- Python 教程
- Python 標準庫
- 官方文件 （非常貼心地提供中文翻譯）
首先需要學習Python的基礎知識，下載、安裝、匯入庫、字串處理、函式使用等等。
a、檢視文章 BeginnersGuide/Download，按步驟下載正確的Python版本。
b、接下來，閱讀教程，並嘗試用你的新Python編譯器做一些簡單的練習。
- 如果你之前沒有程式設計經驗，讀一下 [[BeginnersGuide/NonProgrammers]， 裡面有適合你的教程列表。
- 如果你之前有程式設計經驗，參考 BeginnersGuide/Programmers, 裡面列出了更多高階教程。
- 如果英語不是你的母語，閱讀翻譯好的教程更適合你。參考 python.org's 非英語資源列表.
c、當你讀完教程後，可以瀏覽Python線上文件
d、在準備寫第一個程式前，你需要一個文字編輯器 PythonEditors
ps：有一個超讚的網站，提供很多文件的中文翻譯，有Python、pandas、numpy、NLTk、Django等等，值得收藏。
一譯中文文件
如果你更喜歡看視訊
- 零基礎學Python語言 嵩天老師的課程，非常全面細緻
- 零基礎入門學習Python 小甲魚的入門視訊，講課十分有趣
- Python for Everybody Course上非常經典的Python教學視訊
2、確定學習方向
Python職業學習方向很多，大體上分為這四個
針對各個方向，造數君提供了需要了解的標準庫：
- 後端開發：Django**、Flask**、Tornado**
- 資料科學：NumPy**、Pandas**、Matplotlib**
- 網路爬蟲、Requests**、Scrapy**、threading**
- 機器學習：scikit-learn**、TensorFlow**
後端開發學習圖
同時，你也可以用Python來寫遊戲
www.pygame.org/tags/all
除了文件，還有這些地方可以學習：
舉個例子，以前學習Django的時候，看到全英文的文件，當時一臉懵逼。後來找到一譯，看完了文件，又找到了一些部落格：
- 前言_Django部落格教程 學光的教程
- Django 模板 自強學堂的分享
- Django從入門到實戰 實驗樓的路徑學習
- python web 入坑指南 知乎後端工程師所著
3、專案練手
只會埋頭敲程式碼肯定不行的，需要自己動手寫寫具體的專案，那麼去哪裡找呢？
造數君以前曾經提供了一些：Python 有哪些一千行左右的經典練手專案？
Tips：如果你想尋找某個專案，可以去Github上找。
例如，我想寫一個知乎爬蟲，搜尋“知乎”，選擇Python分類
Github
同時，自己的專案可以分享出來，例如最大的同性交友網站 Github 、真實的網路問答社群 知乎 、 如果覺得不爽，還可以自己搭建一個部落格 教你免費搭建個人部落格 。
4、商業化協作
等到了這個階段，你已經找到了一份Python相關的工作。你需要更好的與同事配合，瞭解更多語言特性。
例如 有人曾經寫到 ：
需要擴充套件Python語言的理由：
- 新增/額外的（非Python）功能，提供Python核心功能中沒有提供的部分，比如建立新的資料型別或者將Python嵌入到其它已經存在的應用程式中，則必須編譯。
- 效能瓶頸的效率提升， 解釋型語言一般比編譯型語言慢，想要提高效能，全部改寫成編譯型語言並不划算，好的做法是，先做效能測試，找出效能瓶頸部分，然後把瓶頸部分在擴充套件中實現，是一個比較簡單有效的做法。
- 保持專有原始碼的私密，指令碼語言一個共同的缺陷是，都是執行的原始碼，保密性便沒有了。把一部分的程式碼從Python轉到編譯語言就可以保持專有原始碼私密性。不容易被反向工程，對涉及到特殊演算法，加密方法，以及軟體安全時，這樣做就顯得很重要。
這裡給出一個闖關網站：The Python Challenge ， 非常好玩，大家可以再評論中給出答案
最後，我們看看Python的薪資情況
Python酷不酷、你想不想學？
歡迎關注，定會有更多精彩，更多精彩內容關注造數科技