为什么自学Python看不进去？
教程看了一遍还是记不住，不会入门。 首先学习python一定要以实用性为导向！盲目看教程，结果大多是浅尝辄止，从入门到放弃。我想告诉你我的经验，如何在一个月内入门python！
http://picx.zhimg.com/50/v2-25dca00dff1f6ada20e4fd8b3ddc20ee_720w.jpg?source=1940ef5c
很多小伙伴留言时都会提到不知道自己是否适合数据分析，害怕自己零基础入门难，或者文科生学不会。
其实最好的办法就是去尝试。
1、【why】 你为什么要学习python？
爬虫？数据分析？机器学习？又或者其它？
在找一本python教程准备啃之前，一定要问问自己，我为什么要学习python？
python在近几年越来越受追捧，很多童鞋或者职场小伙伴想要提升技能-学习python。这是非常好的事情，但问题在于很多人不知道学python做什么，所以什么零碎细末、艰难晦涩、长篇大论的都去看，很容易陷入学不下去的困境。必须要有针对性、选择性地学！
针对性学习宗旨是按需去学，学以致用。
想成为木匠，才去学习用刨子、用车床，一个砖瓦匠就没必要瞎费这功夫。同理，当你对网络爬虫感兴趣，并且有爬一个网页的冲动，这时候去学python是最容易上手的。
我是做数据分析工作，学python的初衷是想利用python强大灵活的数据分析能力。python做数据分析对语法的要求并不高，只要能理解基本的逻辑结构、数据类型、数据结构、运算符、函数、库，就可以运用到实际项目里。所以我就没必要花很大功夫在诸如类、web编程、模块、线程等数据分析不常用的功能上面，如果真遇到这些内容，我再去查资料搞清楚。
2、【what】选择什么样的教程学?
在明确自己为什么学python后，要选择合适的书籍教程。不可否认，市面上已经有太多python入门书籍，以及更多的网络教程。推荐给大家python官方文档，不久前该文档已经汉化，大家可以很方便的去学习最新最全的python知识。如果你有能力阅读英文文档，那就选英文文档，毕竟第一手的内容更专业。
http://picx.zhimg.com/v2-af6e7bf5e3af5bd2838a7dd582c9a903_r.jpg?source=1940ef5c
python官方中文文档
当然，官方文档知识点太多，初学者很难找到要学的内容，这时你需要查查各个专业领域的python要求。
如果你是要准备从事数据科学，不妨去kaggle数据科学微教程看看，里面会讲到数据科学需要的python知识，然后对照着一个知识点一个知识点地啃python官方文档。
http://picx.zhimg.com/v2-858ca5b8022764cb15b9e8db27016587_r.jpg?source=1940ef5c
kaggle平台数据科学微教程
如果你要做爬虫工作，不妨在网上买一本评分高的python爬虫书籍，一般来说里面会有python基础部分，同理你只要在官方文档里找这部分知识学习。
针对性地在官方文档里学习python知识，不仅节省时间，而且你会发现更容易理解，因为你是带着问题去学习的。
3、【how】怎么去学习python？
其它回答里也提到了在重复练习中学习python，这点我是非常认同的。输出是最好的输入，编程语言虽然注重逻辑，但更需要学习者不断地动手敲代码。
从一开始，你要学会如何搭建python环境，选择什么样地开发环境（IDE）。这些都可以去网上查，慢一点的折腾两三天，快一点的一天不到就能搞定。总之，这是学习python的第一步，也是练习的开始。
对于官方文档的每一段代码，我建议都动手亲自敲一遍，比如你看到字符串这一节，在理解了字符串定义后，文档会给出示例代码和运行结果：
http://pic1.zhimg.com/v2-fd1629dc22660cedadbf40920d955a51_r.jpg?source=1940ef5c
照着示例代码，在你的编程环境中实践，千万不要复制黏贴，对自己的火眼精金过度自信并不是一件好事。
4、【when】如何制定时间学python？
学习python切忌拉很长战线。制定的计划时间越长，人的惰性、拖延就会冒出来。
我的建议：
[*]制定5~8周的学习计划
[*]一周学习5天
[*]每天3小时左右
理由是：
[*]时间不长1~2个月，比较容易坚持
[*]符合一门大学课程的学习周期
[*]短时间高密度的学习有利于形成知识的连贯性，对python理解也会更加深入
当然，这中间需要监督机制，你可以在社交平台打卡，可以制定自己的学习课程表，也可以和朋友一起学习。
如果跟课程学更需要监督自己，不然钱白花了。现在课程有一点好处，你学完会给你奖励，就怕你学不完。像前面说到的夜曲编程，据说完成80题会奖励蓝牙键盘，对自律性强的童鞋来说是个好事。
结合网上资料和python官方文档，整理一份30天python 学习计划，供大家参考。
第1天
[*]Python简介 - Python的历史 / Python的优缺点 / Python的应用领域
[*]Python环境搭建 【参考资料】
第2天
[*]使用python解释器【参考资料】
[*]关于python语法的简单介绍【参考资料】
第3天
[*]词法结构
[*]运算符和表达式 【参考资料】
第4天
[*]python数据结构列表/字符串/元组【参考资料】
第5天
[*]python数据结构字典/集合 【参考资料】
第6天
[*]python流程控制1【参考资料】
[*]if语句
[*]for循环
[*]while循环
第7天
[*]python流程控制2【参考资料】
[*]continue语句
[*]break语句
[*]pass语句
第8~9天
[*]格式化字符串
[*]读写文件【参考资料】
第10~12天
[*]python函数 【参考资料】
[*]Lambda 表达式
[*]编码风格
第13天
[*]python模块 【参考资料】
第14天
[*]迭代器
[*]生成器
[*]生成器表达式
第15~16天
[*]错误和异常【参考资料】
第17~19天
[*]面向对象编程 【参考资料】
第19~20天
[*]标准库使用 【参考资料】
[*]日期和时间
[*]数学
[*]操作系统接口
第21天
[*]安装 Python 模块
第22~23天
[*]虚拟环境和包
第24天
[*]多线程
第25~30天
[*]训练题
30天以后
等这些全部学习完，可以去刷题练练手。
<a data-draft-node="block" data-draft-type="mcn-link-card" data-mcn-id="1193094561285799936"> 「自学」是一件有方法的事情，有固定的套路，掌握了套路，就不会心虚。
首先，不用担心「记不住」
编程首先是一门技术活，但凡技术活，都有一个巨大的特点——熟能生巧。记不住，只是因为写得少。不过不必担心，随着你学习的深入，这个问题会自然而然消失，常用的方法（可能你现在还分不清哪些函数和API是常用的，没关系，不用区分）会慢慢在你脑海留下来。那些不常用的，尽管忘掉好了，等需要用的时候再去搜一搜。
有些人可能会让自学者「死记硬背」——这一点是错的。记忆应该建立在「有用」的基础上，换言之，我们宝贵的脑容量应该用来记忆最重要的东西，而不是一股脑的去背文档。况且这样的学习方式实在是用战术上的勤奋掩盖战略上的懒惰，不可取。
其次，不用担心「看完教程还是不会」
答主的这种「看完书依然不会」的感受，我曾深有体会，后面解决了这个问题，也算有点经验。
这是非常正常的现象，通过教材自学任何一门技术，都不可能像《倚天屠龙记》里开了挂的张无忌一样、读一本《胡青牛医书》就能直接上手救人。技术，是需要场景进行实践的，在一定的实践之前，脑海中的种种知识都是屠龙之术，无处施展。
这就是为什么那么多 Python 教程都用「爬虫」作为入门的练手项目，因为它足够简单、直白、立竿见影。然而爬虫并不是对每个人都有用，你肯定还有其他繁琐的工作要做，而最棒的学习方法恰恰是马上现在立刻用 Python 来解决你工作和生活中的痛点。如果工作中有很多 Excel 数据处理，完全可以试试用 pandas 来提高效率；如果你喜欢追某个美剧，就试试写个自动化脚本来给自己发新番的短信提醒。
在这里，我强烈推荐一本书：《Python编程快速上手：让繁琐工作自动化》，里面包含了大量实际应用（例如上文说的处理Excel表格、批量给图片打水印、按特殊规则合并PDF等等）。这是我自学时对自己帮助最大的书，里面有大量的小型项目可供答主学习，上手快，见效快，其实很多内容也是Python后端开发常见内容（例如数据处理等等），值得仔细读一读。
最后，你需要一点鼓励
自学真的不容易，苦心孤诣的独自写代码有时甚至会让你觉得痛苦。答主可以加我微信 gulaoshizaici，把你加到我的 Python爱好者 社群，每天和大家在群里做做题、聊聊技术、说说自己的困惑、与大家互相鼓励，不亦乐乎？
最后的最后，发一篇我写的关于自己自学Python的回答，希望答主顺利完成学习目标！
延伸阅读：<a href="http://www.zhihu.com/question/25034235/answer/295451575" class="internal">自学编程的人，都是怎么找到第一份软件开发工作的？ 如果你自学Python只是看教程的话，你可能学2年都入不了门……
学习学习，重要的是一边学；一边练习。个人推荐尝试海伦泰勒学习法
先用1-2h阅读学习一段时间
然后默记一段时间
随后自问其中的知识点
最后把学到的知识实践（并非原版，已经过提炼）换在Python上面，你很可能是已经因为长时间背教程/书籍上的内容，大脑已经非常抗拒学习了。
提示：关注微信公众号 【七月在线实验室】，让自己变得更强！在公众号内发“ZH”。即可获得BAT面试题100道和课程代金劵等精美好礼哦！你需要的是能给快速用Python实现、耍起来的小项目。
得到足够的反馈、动力，让你感到愉悦，这样才能更快更高效的继续学习。
一、教你如何用Python进行数据分析，kaggle竞赛-泰坦尼克
作者：寒小阳，也是我们七月在线的讲师。
https://blog.csdn.net/han_xiaoyang/article/details/49797143
二、GitHub万星项目
这个项目列举了30+个用Python，就能简单、快速应用的小项目
1.batch_file_rename.py - 批量重命名指定目录下面所有文件的后缀名。
2.create_dir_if_not_there.py - 检查用户主目录中是否存在目录，如果不存在则创建目录。
3.快速Youtube下载器 - 使用aria2c多线程快速下载YouTube视频。
4.Google Image Downloader - 查询指定词语并从Google中下图。
5.dir_test.py - 测试目录是否testdir存在，如果不存在，它将为您创建目录。
6.env_check.py - 将检查是否已设置所需的所有环境变量。
7.fileinfo.py - 显示文件的信息。
8.folder_size.py - 统计文件夹大小。
9.logs.py - 将搜索*.log指定目录中的所有文件，对其进行压缩，然后按日期。
10.move_files_over_x_days.py - 将指定年龄（以天为单位）的所有文件从源目录移动到目标目录。
11.nslookup_check.py - 这个简单的脚本打开文件server_list.txt，然后为每个文件执行nslookup检查DNS条目。
12.osinfo.py - 显示操作系统的一些信息。
13.ping_servers.py - 根据提供的参数，此脚本将ping与该应用程序组关联的服务器。
14.ping_subnet.py - 在提供前3个八位字节后，此文件将扫描可用地址的最终范围。
15.powerdown_startup.py - 此文件通过服务器列表并ping机器，如果它已启动，它将加载putty会话，如果不是，它将通知您。
16.puttylogs.py - 此文件会压缩给定目录中的所有日志。
17.script_count.py - 统计目录下不同脚本。
18.script_listing.py - 此文件将列出给定目录中的所有文件，并遍历所有子目录。
19.testlines.py - 这个简单的脚本打开一个文件，打印出100行。
20.tweeter.py - 用脚本发推特。
21.光收藏不点赞=耍流氓
转载自公众号“七月在线实验室”
↓↓↓
公号后台回复“666”。即可免费获得 七月在线【面试求职 第四期】课程+最新升级版《名企AI面试100题》电子书。
http://pic1.zhimg.com/v2-6f13a2c6b4158fc14ee50e8299b62bde_r.jpg?source=1940ef5c
http://picx.zhimg.com/v2-918d9244cb11362b27bce59a32c3466e_r.jpg?source=1940ef5c
《名企AI⾯试100题》涵盖计算机语⾔基础、算法和⼤数据、机器学习、深度学习、应⽤⽅向 (CV NLP 推荐 ⾦融风控)等五⼤章节，每⼀段代码、每⼀道题⽬的解析都经过了反复审查或review。
部分内容展示
http://picx.zhimg.com/v2-0d61ae9e352e05e24db7631ed6389551_r.jpg?source=1940ef5c
http://pic1.zhimg.com/v2-310b312d4c8ab605a5e32c92cf6c6d45_r.jpg?source=1940ef5c
http://pic1.zhimg.com/v2-883648bbf11b54cdb98069c061aab4eb_r.jpg?source=1940ef5c
（点击图片可查看大图） 有一句话，我在回答许多问题时都会重复地分享给大家：
Repetition is the mother of all learning. 重复是学习之母。看、看、看、看、看，看视频，看书，看公众号....倘若学习编程只要看看书、看看视频、听听讲就能够学会，那编程本身也失去魅力了。
现在大家图方便，搜集大堆大堆的视频教程去看，看的时候感觉都懂了。看完什么都忘了。要动手啊！你学编程，无论是工作，还是做自己的项目，都是要一行代码一行代码地去敲出来的。这个过程才是真正学习的过程。
Learning By Doing， 在实践中去学习，才是最高效的。你练习敲代码的时候，是同时在记忆、理解、消化这些知识点。当你亲自敲出一个项目，那种成就感更加地会激励你去深入学习的。这就是动手的好处，是思考的，灵活的，快乐的学习方式。
不厌其烦地说，说完，还要拿出许多的练手项目给你们去体验。上次有人说，骗子还要注册好麻烦。连注册都不想做的人，恐怕是学不好的。没有让你下载App，广告也没有，更不用花钱.....在线的Linux云端环境，点开就能学习的啊。这大概就是浮躁吧......
算了不发牢骚了，分享给真正想要学习的人：
入门知识
[*]Linux入门知识
2. 真·零基础 Python 新手入门课
3. 学习使用Vim编辑器
4. 快速认识&掌握Git
基础学习
[*]MySQL基础入门
2. SQLAlchemy 基础教程
3. Python3 简明教程
4. Python版设计模式实践
昨夜下了一场雨，早上一棵树倒了。树倒了，因为根基不牢。要把基础打牢，别怕重复。
Web框架基础
[*]Python Flask Web框架
2. Django 基础教程
3. Flask 框架搭建个人博客
4. Flask 实现简单聊天室
基础巩固与运用
[*]Python 破解验证码
通过一个简单的例子来实现破解验证码。从中我们可以学习到 Python 基本知识，PIL 模块的使用和破解验证码的原理。
2. Python 图片转字符画
用 50 行 Python 代码完成图片转字符画小工具。通过本实验将学习到 Linux 命令行操作，Python 基础，pillow 库的使用，argparse 库的使用。
3. Python3 实现色情图片识别
使用 Python3 去识别图片是否为色情图片，我们会使用到 PIL 这个图像处理库，会编写算法来划分图像的皮肤区域。其中涉及到Python3 基础知识，肤色像素检测与皮肤区域划分算法，Pillow 及argparse 的使用。
4. Python3 图片隐写术
通过Python3实现将关键信息隐藏在图片的效果，主要目的是为了不让预期接收者以外的人知晓传递的内容。与电视剧中使用特殊墨水传递信息一样，表面看就是一张什么都没写的白纸，实则暗藏着重要信息。
5. 200 行 Python 代码实现 2048
仅用200行的 python 代码完成2048小游戏的编写。通过本实验将学习 Python 基本知识，状态机的概念，以及编写 python 游戏的步骤。
6. Python文本解析器
使用 Python 来解析纯文本生成 HTML 页面的小程序。从中我们将使用Python基础语法知识以及HTML标记语言知识，以及如何用 Python 将纯文本分成一个一个的文本块，并对它对解析。文本中使用部分简单的 Markdown 语法。通过学习加深巩固Python、HTML的基础知识。
7. Python实现3D建模工具
基于OpenGL实现一般CAD软件都会具备的基础功能：渲染显示3D空间的画面并可以操作3D空间中物体。
8. Python实现模板引擎
模版引擎使得用户界面能够与业务数据分离，前端与后端分离，它通常用于渲染页面文件。本课程将使用Python实现一个具备基础功能的模板引擎。
9. Python3 & OpenCV 视频转字符动画
使用 OpenCV 处理图片视频，将视频转为字符画序列，再在终端中播放字符动画。除了 OpenCV 的操作，还会了解光标定位转义编码的使用。
10. 使用 Python 定制词云
使用 Python3 的 wordcloud 扩展包制作词云，并通改进 wordcloud 使其能够制作中文词云。此外，还将分享如何用自己喜欢的图片作为词云轮廓对词云进行定制。
11. Python 实现简单滤镜
在这个人人自拍的年代，每个人的智能手机中至少都装了一款美颜相机或者美图软件，而这些软件实现美图功能又主要是靠滤镜来实现的。本教程带领大家使用 Python 编写一个简单的滤镜程序。
12. 川普撞脸希拉里(基于 OpenCV 的面部特征交换)
通过 OpenCV 库来实现人脸面部特征交换，其实就是将第二张人脸的眼睛、鼻子和嘴巴通过程序自动裁剪适配并覆盖到第一张人脸上，并且为了使得修改后的照片看着更加自然，我们还需要调整皮肤颜色。
13. Python3 智能裁切图片
裁剪图片时，需要尽可能保留下图片中最关键或最重要的信息。在本课程里我们将学习如何使用 Python3 智能的裁切图片。
14. Python 实现简单画板
相信用过 Windows 的同学一定都对 Windows 自带的画板不陌生吧，虽然功能简单却也还实用。今天我们就是要利用 Pygame 模块来自己实现一个功能更加简单的画板。
15.微信变为聊天机器人
现在的日常生活已经离不开微信，本文将会抛砖引玉演示如何使用Python调用微信API做一些有意思的东西。
16. 使用 Python 解数学方程
用 python 解决数学题。 说到数学题，相信大家都不陌生，从小学到大学都跟数学打交道。 其中初中的方程组，高中的二次曲线，大学的微积分最为头疼，今天我们将使用 python 来解决方程组问题，微积分问题，矩阵化简。
17. 使用 Python 创建照片马赛克
使用 Python 创建照片马赛克。我们将目标图像划分成较小图像的网格，并用适当的图像替换网格中的每一小块，创建原始图像的照片马赛克。
数据与计算
1. Python 基于共现提取《釜山行》人物关系
针对《釜山行》剧本的文本，使用 python3 编写代码分析文本中人物的共现关系，完成对《釜山行》文本的人物关系提取，并利用Gephi软件对提取的人物关系绘制人物关系图。
2. Python 气象数据分析：《Python 数据分析实战》
本教程对意大利北部沿海地区的气象数据进行分析与可视化。我们在实验过程中先会对数据进行清洗，然后运用 Python 中 matplotlib 模块的对数据进行可视化处理，最终从清晰的图表中得出我们的结论。
3. NBA常规赛结果预测：利用Python进行比赛数据分析
本教程将利用NBA在2015~2016年的比赛统计数据进行回归模型建立，最终在今年2016~2017的常规赛中预测每场比赛的输赢情况。
4. Python 的循环语句和隐含波动率的计算
介绍隐含波动率的定义及其背后的逻辑，然后讨论3种计算隐含波动率的方法，分别基于for循环、while循环和二分搜索。
5. Python 实现数据科学中的无监督挖掘技术
本教程将会讨论数据科学中的无监督挖掘技术，先精心探讨了基于距离方法，核方法等内容，接着会对聚类与异常点检测技术进行详细讨论。
6. K-近邻算法实现手写数字识别系统
本教程将会从电影题材分类的例子入手，详细讲述 k-近邻算法的原理。在这之后，我们将会使用该算法实现手写数字识别系统，书籍教程配套实验练习，帮助您更好得实战。
7. 数独游戏的 Python 实现与破解
8. 基于 Flask 与 MySQL 实现番剧推荐系
9. Python 实现英文新闻摘要自动提取
10. Python 解决哲学家就餐问题
11. Ebay 在线拍卖数据分析
12. 神经网络实现人脸识别任务
13. 使用 Python 解数学方程
网络编程
1. Python3 实现火车票查询工具
2. Python 实现端口扫描器
3. Python3 实现可控制肉鸡的反向Shell
4. Python 实现 FTP 弱口令扫描器
5. 基于PyQt5 实现地图中定位相片拍摄位置
6. Python实现网站模拟登陆
7.Python实现简易局域网视频聊天工具
8. 基于 TCP 的 python 聊天程序
9. Python3基于Scapy实现DDos
综合进阶项目
1. 高德API + Python 解决租房问题
本教程使用 Python 脚本爬取某租房网站的房源信息，利用高德的 js API 在地图上标出房源地点，划出距离工作地点1小时内可到达的范围。在项目实现的过程中熟悉了 requests 、BeautifulSoup、csv 等库的简单使用。
2. 基于 Flask 与 RethinkDB 实现TODO List
本教程将学习 RethinkDB 作为数据库后端，Backbone.js 作为前端的技术栈，并实现一个清单应用。从中我们可以学习 Flask Web 应用框架，及 Rethinkdb 文档型数据库和 Backbone.js web开发框架。
3. Python3 实现简单的 Web 服务器
本教程将通过使用 Python 语言实现一个 Web 服务器，探索 HTTP 协议和 Web 服务的基本原理，同时学习 Python 如何实现 Web 服务请求、响应、错误处理及CGI协议，最后会使用 Python 面向对象思路进行重构。
4. Python 实现 Redis 异步客户端
我们将基于 Tornado 框架实现一个简单的异步 Redis 客户端，通过该客户端我们可以设置和读取 Redis 中的数据。其中涉及设置 virtualenv 环境，网络开发，Socket，Redis协议，Tornado框架。
5. 仿 StackOverflow 开发在线问答系统
使用Python Flask Web开发框架实现类似StackOverflow的在线问答平台LouQA，具备提问，回答，评论等功能。学习数据库设计，Python Web 开发相关知识。
学一门编程语言最好的时间是十年前，其次是现在。加油。 补充在下面
对于大部分新学编程的人来说，其实并不是学不下去，其实主要的问题是学了然后不知道可以干啥。我会了python的大部分基本语法，但是我除了会写hello world，除了能print一些数组，字典，我啥都做不了啊。所以这里推荐几个可以值得学习的新手可以作为了解python的一些项目：
1.算法类的：
donnemartin/interactive-coding-challenges
这是一个一些入门算法的做题 也支持jupyterbook哦。
2.web类的Django：
django/django可以自己尝试搭建一个技术类的私有博客，把自己的一些笔记和资料保存在上面哦。
3.如果是GUI方面的话
learn GUI programming with PyQt4 是个很不错的GUI教程 还有对应PyQt5的教程版本
4.当然还是现在的大热python的人工智能
推荐个大博士的Github：
PeterJaq/machine-learning-for-software-engineers不光是关于编程，还有关于人工智能的算法具体的意义和实现，我觉得他的教程在中文教程里是属于没有很深的数学功底也可以很好理解很多贝叶斯方法的教程，点赞啦~
5.自然语言处理~ LDA啊LSA啊啥的自己有兴趣可以去实现一下，这是有关于推荐系统的，网易淘宝包括百度的很多推荐系统都是基于这个的。
补充内容：
上面的内容可以让大家对于新手能用Python做什么的一个概述，但是实际操作中还有很多问题会遇到。毕竟作为一个新手特别是可能并没有经过一个系统的编程学习和相关学科很好基础的人，我觉得下面的一些教程都可以给大家一个很好的帮助。
以下的内容有一部分是从python区的一些其它人的回答中引用的，我会标注出来，大家可以移步去看一下。
入门学习类的：
先列书单
1. 笨办法学 Python中文版 （Learn Python In Hard Way）学编程是一步一步的事情。
2. The Hitchhiker’s Guide to Python!
3. Fluent Python 这本书大爱！
4. The Python Standard Library Python标准库，可以作为工具书使用，将常伴在你的左右。
很多人人会列一大堆书，但是我相信短期内是看不完的，我就先列四本，其中前三部推荐个可以看完的。代码！！！一定要！！！自己去敲一遍！！！
再列学习网站：
1.Python CodeCademy的网课，个人觉得不错，可以去尝试一下。
2.Programming for Everybody (Getting Started with Python) | Coursera Coursera也是入门网课，很不错哦。
以上的两个课程可以二选一，还是这句话，老老实实的去写一遍代码。
3.Algorithms | Coursera 算法课，虽然不是Python写的但是如果以后想要从事编程行业，这是必须要的一个思维方式，所以我希望大家可以去看一下。
4.Data Structures and Algorithms | Coursera 数据结构和算法，理由同上。
5. Python全部 - 课程 - 实验楼 （个人感觉几乎中国的互联网教育网站都有点急功近利，啥都不会就Po项目，然后Po代码也说不清楚原理。）但是有一点他们很好的告诉了你你可以去完成什么，可能你一下子看不懂哪一步是什么意思，但是修行在个人，去查阅工具书，去弄懂每一句的意义，然后你会发现你的进步很快。
6. xianhu/LearnPython 不错的有意思的一个学习项目仓库，去看看，然后尝试去重构以下。
有关机器学习类的：
1. lijin-THU/notes-python 一个python机器学习基础的笔记，对于如何使用Numpy，Pandas，Matplotlib的部分我觉得非常的有价值，同时也罗列了一些简单的程序实例。
2. TensorFlow实战 (豆瓣) 来自于黄博士的一本很好的深度学习教程，从自编码出发，到卷积神经网络，深层网络以及循环神经网络，也附带介绍了一些基础知识。在对机器学习的理论只是有入门理解之后这本书可以最快的带你进入实战的部分。
3. Machine Learning | Coursera 之前百度大脑的吴恩达，IEEE官网贴结婚照那个人，作为机器学习的入门课程非常适合每一个人。
4. ZuzooVn/machine-learning-for-software-engineers 之前提过的那个大博士的教程，非常的喜欢如果书和公式给你带来的是科学上的理解，这个大博士的教程则给你通俗上的解释了各种不同的机器学习模式，而且他的教程是一步一步教你打代码的，非常适合新手。
5. Applied Machine Learning in Python | Coursera 也是Coursera的课程这个可以作为补充教程。
歇一会继续更新
页:
[1]