49 个 Python 学习资源，从初学者到高级玩家都有了！

译者：ROGER HUANG

https://code-love.com/2019/06/03/49-essential-resources-to-learn-python/

@Python与数据挖掘

，著眼 Python、数据挖掘、数据挖掘、有趣辅助工具！

那时给我们撷取呵呵，相同期的 Python 自学者从相同视角度身订制了49个自学天然资源，提议珍藏，讨厌雅雷全力支持。

01 新手

1. Welcome tohttp://Python.org

https://www.python.org/非官方Python站点提供更多了两个已经开始采用Python生态系和自学Python的好方式，主要包括非官方文件格式。

2. Learning Python The Hard Way

https://learnpythonthehardway.org/book/两本新浪网书刊，有订阅版与专业版的

3. Basic Data Types in Python – Real Python

https://realpython.com/python-data-types/如是说了Python 中的基本上正则表达式

4. How to Run Your Python Scripts – Real Python

https://realpython.com/run-python-scripts/教你怎样运转PythonJAVA

5. Python Tutorial: Learn Python For Free | Codecademy

https://www.codecademy.com/learn/learn-pythonCodecademy提供更多免费的互动课程，帮助您练习Python的基础知识，同时为您提供更多即时，类似游戏的反馈。对于那些讨厌练习专业知识的人来说，自学Python的好方式。

6. Googles Python Class | Python Education | Google Developers

https://developers.google.com/edu/python/来自Google开发人员的非官方Python开发类。本教程是交互式代码片段的混合，可以在您的结尾和上下文文本上复制和运转。这是一种从世界领先的技术公司之一自学Python的半互动方式。

7. Learn Python – Free Interactive Python Tutorial

https://www.learnpython.org/此交互式教程依赖于可以实现和实践的实时代码片段。采用此天然资源作为交互式自学的方式，并提供更多一些指导。

8. Jupyter Notebook: An Introduction – Real Python

https://realpython.com/jupyter-notebook-introduction/想要一种简单，直观的方式来访问和采用Python函数吗？Jupyter Notebook就是最好的选择。采用它比命令行和相同的拼凑在一起的JAVA更容易。这是我自己采用的设置。本教程将帮助您已经开始自学Python的路径。

9. Python Tutorial – W3Schools

https://www.w3schools.com/python/W3School采用与用于教授HTML和其他Python相同的格式。采用交互式和文本片段练习相同的基本上功能。采用本教程可以获得语言的基础并自学Python。

10. Python | Kaggle

https://www.kaggle.com/learn/pythonKaggle是两个举办数据科学和机器自学竞赛的平台。竞争对手采用数据集并尽可能准确地创建预测模型。他们还提供更多交互式Python笔记本，帮助您自学Python的基础知识。

11. Learning Python: From Zero to Hero –http://freeCodeCamp.org

https://medium.freecodecamp.org/learning-python-from-zero-Python中有两个简洁的对象摘要以及相同的正则表达式以及怎样迭代或循环它们。

12. BeginnersGuide – Python Wiki

https://wiki.python.org/moin/BeginnersGuide这个关于非官方Python Wiki的简单教程充满了天然资源，甚至还主要包括两个针对非英语人士自学Python的中文翻译。

13. Python Tutorial – Tutorialspoint

https://www.tutorialspoint.com/python/以与W3Schools类似的方式设置，采用Tutorialspoint作为替代或某些功能和部分的复习。

14. Python (programming language) – Quora

https://www.quora.com/topic/Python-programming-language-1Quora社区中有许多自学Python的技术人员。本节专门如是说Python，主要包括运转分析和关于Python状态的紧迫问题及其在各种相同领域的实际应用，从数据可视化到Web开发。

15. Python – DEV Community – Dev.to

https://dev.to/t/pythonDev.to每天都有来自开发人员的用户提交的关于Python的文章和教程。采用这些视角来帮助您自学Python。

16. Python Weekly: A Free, Weekly Python E-mail Newsletter

https://www.pythonweekly.com/如果你是每周时事通讯的粉丝，那么你将会对Python Weekly感到满意，它总结了最新的发展，新闻以及有关Python的有趣文章。

17. The Ultimate List of Python YouTube Channels – Real Python

https://realpython.com/python-youtube-channels/对于那些讨厌通过视频自学的人来说，这个Youtube频道列表可以帮助您在首选媒体中自学。

18. The Hitchhikers Guide to Python

https://docs.python-guide.org/与上面列出的其他天然资源相同，Hitchhiker的指南更加自以为是，并着眼于找到采用Python设置的最佳方式。采用它作为参考，并确保您最佳地设置为采用和自学Python。

19. Python: Online Courses from Harvard, MIT, Microsoft | edX

https://www.edx.org/learn/pythonedX采用企业和学术合作伙伴来策划有关Python的内容。内容通常是免费的，但您必须支付经过验证的证书，证明您已通过课程。

20. Python Courses | Coursera

https://www.coursera.org/courses?query=pythonCoursera选择的Python课程可以帮助您访问大学和企业提供更多者的证书和课程。如果您觉得需要某种程度的认证，类似于edX，Coursera提供更多了一定程度的管理和认证，可以满足这些需求。

02 进阶者

21. Getting started with Django | Django

https://www.djangoproject.com/start/非官方的Django框架如是说将帮助您进行设置，以便您可以采用Python进行Web开发。

22. LEARNING PATH: Django: Modern Web Development with Django

https://www.oreilly.com/learning-paths/learning-path-django/9781788998703/来自OReilly的这个天然资源有助于为Python自学Django和Web开发技能提供更多更多策划。

23. A pandas cookbook – Julia Evans

https://jvns.ca/blog/2013/12/22/cooking-with-pandas/Pandas Cookbook可用于清理和处理数据。采用它使我能够将数据清理到我需要的级别，以便进行机器自学等等。它采用两个示例，展示怎样过滤，分组数据并在其上执行功能 – 然后根据需要可视化数据。Pandas库是经过度身订制的，允许您有效地清理数据，并且可以对其进行转换并从聚合级别基础上查看趋势（采用方便的单行函数，如head（）或describe）。

24. Newest python Questions – Stack Overflow

https://stackoverflow.com/questions/tagged/pythonStack Overflow社区充满了迫切的问题和切实的解决方案。采用它作为Python的实现天然资源和自学Python的途径。

25. Python – Reddit

https://www.reddit.com/r/Python/Python subreddit在Python中提供更多了大量相同的新闻文章和教程。

26. Data Science – Reddit

https://www.reddit.com/r/datascience/Data Science subreddit提供更多了大量有关怎样采用Python处理大型数据集并以有趣的方式处理它的天然资源。

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/我为The Next Web编写了本指南，以便区分Python和R以及它们在数据科学生态系中的用法。从那以后，Python不断推进并已经开始采用许多曾经构成R在数据挖掘，可视化和探索方面的核心基础的库，同时也欢迎在驱动世界的基础机器自学库中。尽管如此，它仍然是两个有用的比较点和Python的天然资源列表。

28. Data Science Tutorial: Introduction to Using APIs in Python – Dataquest

https://www.dataquest.io/blog/python-api-tutorial/在处理数据时，一项基本上技能是访问Twitter，Reddit和Facebook采用的API服务，以暴露他们持有的某些数据量。本教程将帮助您了解Reddit API的示例，并帮助您了解在查询API时将获得的相同代码响应。

29. Introduction to Data Visualization in Python – Towards Data Science

https://towardsdatascience.com/introduction-to-data-visualization-in-python-89a54c97fbed完成数据处理

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之外的一套选项用Python开发并自学Python用于web应用程序，那么这个编译就是最好的。Hacker Noon出版物通常也会在本文之外的Python上提供更多有用的天然资源。值得一试。

03 高阶玩者

31. Beginners Guide to Machine Learning with Python

https://towardsdatascience.com/beginners-guide-to-machine-learning-with-python-b9ff35bc9c51这个基于文本的教程有助于向人们如是说采用

32. Free Machine Learning in Python Course – Springboard

https://www.springboard.com/resources/learning-paths/machine-learning-python/这个来自Springboard的免费自学路径有助于策划您需要自学的内容并在Python中练习机器自学。

33. Machine Learning – Reddit

https://www.reddit.com/r/MachineLearning/

34. Python – KDnuggets

https://www.kdnuggets.com/tag/pythonKDNuggets提供更多有关数据科学，数据挖掘和机器自学的高阶内容。它的Python部分讨论了怎样在Python中实现这些想法。

35. Learn Python – Beginner through Advanced Online Courses – Udemy

https://www.udemy.com/topic/python/Udemy提供更多一系列Python课程，有许多高阶选项可以教你Python的复杂性。这些课程往往比认证课程便宜，但你要仔细查看评论。

36. A Brief Introduction to PySpark – Towards Data Science

https://towardsdatascience.com/a-brief-introduction-to-pyspark-ff4284701873对PySpark的如是说将帮助您已经开始采用更高阶的分布式文件系统，这些系统允许您处理和处理比单个系统和Pandas更大的数据集。

37. scikit-learn: machine learning in Python

https://scikit-learn.org/大多数数据科学家采用Python的默认方式是采用scikit-learn来尝试模型思想：对相同机器自学模型的简单优化实现。自学一些机器自学理论，然后采用scikit-learn框架实现和练习。

38. The Next Level of Data Visualization in Python – Towards Data Science

https://towardsdatascience.com/the-next-level-of-data-visualization-in-python-dd6e99039d5e本教程将如是说更高阶的数据可视化版本以及怎样实现它们，允许您预览可以将数据从关联热图切片到散点图基础的相同高阶方式。

39. Machine Learning with Python | Coursera

https://www.coursera.org/learn/machine-learning-with-pythonCoursera选择采用Python进行机器自学的课程非常有名。IBM提供更多的这一如是说有助于指导您完成机器自学概念的视频和解释。

40. Home – deeplearning.ai

https://www.deeplearning.ai/Deeplearning.ai是Andrew Ng（人工智能领域著名的斯坦福大学教授和Coursera的创始人）试图为大众带来深刻的自学。我最终完成了所有课程：他们提供更多认证，并且是两种交互式笔记本的清新组合，您可以采用Andrew Ng自己的相同概念和视频。

41. fast.ai · Making neural nets uncool again

https://www.fast.ai/这个深度自学课程有助于打破机器自学的逐节方面。最重要的是，它是完全免费的。我经常采用fast.ai作为复习或深入自学我不太了解的深度自学理念。

42. Learn and use machine learning | TensorFlow Core | TensorFlow

https://www.tensorflow.org/tutorials/keras本教程可帮助您采用TensorFlow和Google云基础架构的高阶Keras组件对一组时尚图像进行深度自学。这是自学和练习深度自学技巧的好方式。

04 练习采用Python的天然资源

43. Datasets | Kaggle

https://www.kaggle.com/datasetsKaggle提供更多了各种数据集，其中包含用户示例和upvoting，以指导您访问最流行的数据集。采用示例和数据集创建自己的数据挖掘，可视化或机器自学模型。

44. Practice Python

https://www.practicepython.org/练习Python有一堆初级练习，可以帮助您轻松采用Python并练习它。在处理相同的项目和练习之前，请将此作为初始预热练习。

45. Python Exercises – W3Schools

https://www.w3schools.com/python/python_exercises.aspW3Schools上的Python练习遵循他们教程中的部分，并允许您采用Python进行一些交互式练习（尽管练习在练习中非常简单）。

46. Solve Python | HackerRank

https://www.hackerrank.com/domains/pythonHackerRank提供更多了一系列练习，要求您在没有任何上下文的情况下解决。这是在Python中单独练习相同功能和输出的最佳方式（尽管您仍然希望通过相同的项目来巩固您的Python技能。）当您完成更多挑战时，您将获得积分和徽章。这无疑会激励我自学更多知识。两个非常有用的沙箱，供您自学Python。

47. Project Euler: About

https://projecteuler.net/项目Euler提供更多了各种更加困难的编程挑战，旨在测试您是否可以采用Python解决数学问题。用它来练习你的数学推理和你的Pythonic能力。

48. Writing your first Django app, part 1 | Django documentation | Django

https://docs.djangoproject.com/en/2.2/intro/tutorial01/本文件格式可帮助您采用第两个Django应用程序实现，允许您采用Pytho

49. Top 100 Python Interview Questions & Answers For 2019 | Edureka

https://www.edureka.co/blog/interview-questions/python-interview-questions/如果您在面试中遇到Python技能问题，这个面试问题列表将有助于作为两个有用的提醒和复习，并且是您练习和巩固相同Python概念的好方式。