免费资源：Python从入门到精通
戳上方蓝字关注我吧
前言
人工智能的热门，使得Python成为这两年非常热门的一门编程语言，很多想做人工智能相关方向的都很难避开Python这道门槛。目前网上优质、实用的免费课程有很多，而一些收费的课程目的并不在于授业解惑，而是在于盈利。如果本着分享的目的，获取一些回报自然无可厚非，只怕绝大多数提供课程的出发点就带着商业行为，这样对于刚入门、不了解情况的初学者是一个非常严重的误导，不仅花费冤枉钱，而且掉进坑里费心费力，文末有资源下载方式。
说一下我关于Python学习的看法，我认为Python作为一个较为简单的编程语言 没必要看一些视频课程，这样会花费大量时间，而对于编程最高效的学习路线莫过于以下几步：
看书或者一些教程进行入门学习，掌握语言的语法和常用方法
找一些小项目练手，查漏补缺，熟练语法的基础上明确自己的不足
找一个方向，做一些相应的实战，进一步巩固
我谈一下我对Python的学习的观点，不一定适合所有人，如果有不同意见，欢迎讨论。
我认为，Python可以分三个阶段进行系统学习：
入门
进阶
实战
NO.1
入门
我认为人的精力和时间是有限的，推荐的书籍和教程太多，难免学不过来，倒不如选择一两本好书，仔仔细细学习一边。尤其对于编程语言，更多的需要在实践过程中不断的踩坑，才能意识到怎么做会更好，就比如面向对象、函数式编程、类的特殊方法等等，只有我们去实战中用到的时候，才能更加真切的体会到它的作用和优点。对于入门，书籍和在线教程分别推荐一份。
书籍
Python Cookbook
也可以查看在线链接：
1https://python3-cookbook.readthedocs.io/zh_CN/latest/
毫无疑问，这是一本很不错的书籍，有人会考虑，这本书适合入门吗？我的回答是肯定的。当然，这本书比着有些"入门书籍"要稍微深一些，这正是我推荐这本书而不推荐其他书籍的原因，我觉得《Python Cookbook》和其他入门书籍、教程一样，都是在围绕数据结构、基本概念在展开，但是它对比于其他教程"蜻蜓点水"式的阐述，我觉得这本书做了更多延伸，讲解了更多高阶用法，我觉得高阶用法你不一定要记住，但是知道有这么一回事，对后期进阶、实战会有很多帮助。除此之外，《Python编程：从入门到实践》 《Python编程快速上手》 《像计算机科学家一样思考Python (第2版)》 《流畅的Python》。
在线教程
菜鸟教程
1http://www.runoob.com/python/python-tutorial.html
廖雪峰的官方网站
1https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
想了解Python配置内容的可以查看我的另一篇文章【一文教你配置得心应手的Python】
NO.2
进阶
掌握了Python的基础语法，例如运算符、条件语句、循环语句、数据结构、函数、类等，要想加深印象，需要一些练手的小项目来进一步增强对Python的认知，关于进阶项目，我推荐以下几个。
Python 练习册，每天一个小程序
1https://github.com/Yixiaohan/show-me-the-code
github将近8k个star的学习项目。
500 line or less
1http://aosabook.org/en/500L/
一本Python神书，而且还有源码。
the5fire的技术博客
python项目练习一：即时标记
python项目练习二：画幅好画
python项目练习三：万能的XML
python项目练习四：新闻聚合
python项目练习五：虚拟茶话会
python项目练习六：使用CGI进行远程编辑
python项目练习七：自定义公告板
python项目练习八：使用XML-RPC进行远程文件共享
python项目练习九：文件共享2-GUI版本
python项目练习十：DIY街机游戏
覆盖面很广的十个练手项目。
NO.3
实战
学完基础语法并了解Python一下高阶方法之后该做些什么？
我认为首要的是先选择一个方向，
机器学习
图像处理
自然语言
数据分析
web
......
这样才清楚自己该朝着哪个方向努力、该拿哪些项目练手，对编程能力进一步巩固，这样要比“无头苍蝇”式的漫无目的学习效率要高很多。
其次，可以找一些比较优秀的项目进行实战，扩展自己知识面的同时对编程能力进行巩固。
首先，以机器学习、深度学习框架为例，推荐几个github上热门的学习项目。
tensorflow_course
如果觉得官方文档不能够让你变成tensorflow熟手，那就试着用tensorflow完成几个机器学习算法的搭建，tensorflow_course是一个gihub资源，目前已经10k+个star，受欢迎程度可见一斑，上面有传统算法，例如线性回归、支持向量机，也有深度学习算法，例如卷积神经网络，能够让你在学习机器学习的过程中进一步熟练tensorflow。
1https://github.com/nfmcclure/tensorflow_cookbook
tensorflow_cookbook
这也是一个github项目资源，虽然不如上面这个火热，但是目前也拥有4.2k+个star，和上面这个资源有些类似之处，包括传统算法和深度学习算法的实现，可以边学习机器学习知识、边学习深度学习平台。
1https://github.com/nfmcclure/tensorflow_cookbook
Awesome-pytorch-list
如果觉得官方文档内容不够，可以看一下这个github资源，目前5.8k+个star，这个资源可以称得上是大合集，包括计算机视觉、自然语言处理、教程和示例、优秀文章的实现，非常全面。
1https://github.com/bharathgs/Awesome-pytorch-list
然后，再推荐一下廖雪峰大神的Web App实战教程。
Web App
1https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001432170876125c96f6cc10717484baea0c6da9bee2be4000
从搭建环境，到构建前端，再到部署Web App。
·end·
—如果喜欢，快分享给你的朋友们吧—
我们一起愉快的玩耍吧
书籍获取方式
我把《Python Cookbook》中文版和英文版、《Python编程：从入门到实践》、《Python编程快速上手》、《像计算机科学家一样思考Python (第2版)》、《流畅的Python》几本书籍电子版打包共享了，需要的可以关注公众号，回复关键字"py"获取。