本文目录一览：
python入门教程
Python语言是一种典型的脚本语言，简洁，语法约束少，接近人类语言。有丰富的数据结构，例如列表、字典、集合等。具有可移植性，支持面向过程和面向对象编程，并且开源。
下载安装：从python官网下载开发和运行环境程序。本例下载python-3.3.3.amd64的安装包，并安装。
开发工具：window系统中，python有多种开发工具，比如，一、直接在cmd命令窗口执行，但此种仅能单条语句执行，不能运行完整的程序。二、python自带的集成开发环境，可通过开始——所有程序——python3.3——IDLE(Python GUI)启动。三、其他集成开发环境，如PythonWin等，有编辑和调试能力，还实现了MFC类库存的包装。
本例中，使用python自带的开发环境。File—New File，新建py文档，编写程序，保存。Run——Run module，可得到运行结果。
封装性：可以把属性、方法结合在一起，不可以直接访问对象的属性，仅能通过接口与对象发生联系。以下把方法和属性封装成了一个类。
构造器：python有3种类型的构造器，且一个类中仅可以定义一个构造器，若多个，则以最后为准。1.若不声明，则默认为一个没有任何操作的特殊的__init__方法，__init__(self)，此时可通过obj = my_class()声明实例。 2.自声明__init__构造器，会覆盖默认的，且可以更新类的数据属性。3.构造器方法__new__()，用于不可变内置类型派生，不能通过实例访问属性，仅能通过类访问。
继承性：python支持多继承，且子类继承了父类的方法和属性。若子类中有和父类相同名称的方法，则子类会覆盖（Override）父类方法。父类方法依旧可以访问。
数据结构：有丰富的数据结构，例如列表、字典、集合等。本例简单介绍字典的使用。字典是键值对的无序集合，是可变对象。键在字典中是唯一的且必须是不可变对象。值可以是可变对象或不可变对象。以下例子对python字典的定义、访问、更新等的操作。
文件的读写：python系统提供open()函数建立文件对象，并打开要读写的文件。可对文件进行读，写，若不需要时，需关闭文件，释放系统资源。
其他：python的数据类型，如数字类型、字符串类型等。运算符、程序控制结构、函数、异常处理等内容。一些基本的用法，可在平时的使用中巩固加强。若熟知java，python上手会很快。
python入门教程(非常详细)
新手入门需要掌握编程环境的安装与使用、输入及输出语句的应用、运算表达式的使用等。
具体教程如下：
1、编程环境的安装与使用。比如Python的学习一般推荐软件自带的IDLE，简单好用。
图一
2、掌握输入、输入语句的使用。输入语句可以让计算机知道你通过键盘输入了什么，输出语句可以让你知道计算机执行的结果。以输出语句为例：其中“”里面的内容是原样输出，多个输出项之间用，隔开。
示例
3、掌握运算（包含计算、逻辑）表达式使用。这个主要是用+、-、*、/、（）、、、=、=等符号连接起来的表示计算或者比较的式子，让计算机能做计算机或者判断。
示例
4、特别要掌握赋值表达式的使用，这个主要是等于号的理解。在计算机编程语言里，等于号一般不表示相等，而是表示赋值。也就是将等号右边的内容记入左边的名字里。
5、理解并熟练使用变量，变量的字面意思就是会变化的量。其实质的作用记忆信息。通过给要记忆的内容取个名字，然后通过这个名字就可以找到记忆的内容。有点类似于数学中的字母表示数。
示例
6、选择结构，这是让计算机具有一定的选择、判断能力的基础。比如我们常见的登录，VIP就要用到选择结构。
7、循环结构，这是让计算机具有重复的能力。前提是事件要具有一定的规律性，比如1，3，5，7，9……
8、文件的读取和写入，这个主要是针对大量的数据处理而言的。
一般来说，掌握以上内容就是入门了。
Python 从入门到精通推荐看哪些书籍呢？
本人是一名大学生，在我的大学期间。我辅修了人工智能这门课。在人工智能这门课中有一门课程是 Python 从入门到精通，在这里我为大家推荐几本有助于python学习的书籍。下面是我 Python 从入门到精通 课程学习的结课证明。
学习Python推荐用书：《Python程序设计》《数据科学导论：Python语言实现》《Python数据挖掘：概念、方法与实践》《Python3智能数据分析快速入门》《Python爬虫开发与项目实战》。
（一）《Python程序设计》(原书第2版)
推荐语：本书介绍Python的基础知识，旨在帮助学生首先掌握概念，之后通过步骤完备的实例培养学生的问题求解能力。这一版采用Python3，并对全书结构进行了优化，既可作为门程序设计课的入门教材，也可供Python爱好者自学参考。
（二）、《数据科学导论：Python语言实现》(原书第2版)
推荐语：本书首先介绍如何设置基本的数据科学工具箱，然后带你进入数据改写和预处理阶段，这一部分主要是阐明所有与核心数据科学活动相关的数据分析过程，如数据加载、转换、修复以及数据探索和处理等。
通过主要的机器学习算法、图形分析技术，以及所有易于表现结果的可视化工具，实现对数据科学的概述。
（三）、《Python数据挖掘：概念、方法与实践》
推荐语：本书使用Python编程语言和基于项目的方法介绍多种常被忽视的数据挖掘概念，如关联规则、实体匹配、网络分析、文本挖掘和异常检测。
每个章节都全面阐述某种特定数据挖掘技术的基础知识，提供替代方案以评估其有效性，并用真实的数据实现该技术，帮助你“知其然，知其所以然”，从而迈向数据挖掘专家的道路。
（四）、《Python3智能数据分析快速入门》
推荐语：本书假设你有一定的数据分析基础，但是没有Python和AI基础，为了帮助你快速掌握智能数据分析需要的技术和方法，书中有针对性地讲解了Python和AI中必须要掌握的知识点，内容由浅入深，循序渐进。
从环境配置、基本语法、基础函数到第三方库的安装与使用，对各个操作步骤、函数、工具、代码示例等的讲解非常详尽，确保所有满足条件的读者都能快速入门。
（五）、《Python爬虫开发与项目实战》
推荐语：零基础学习爬虫技术，从Python和Web前端基础开始讲起，由浅入深，包含大量案例，实用性强。
