本文目录一览：
如何系统地自学Python？你知道哪些相关的学习小技巧？
Python即计算机高级编程语言，能够简单有效的面向对象编程，它的本质就是ABC语言的替代品，想要自学就要先学会编程，在基础入门时，就需要对自己有一个清醒的认知，掌握编程语言，要能够看得懂复杂的编程代码，清楚自己学习编程的目标，朝着既定目标前进，尝试收集一些相关资料，建立牢固的编程思维，在看到无法理解的代码时，可以选择辅助工具帮忙理解。
打好Python基础之后，这时候就可以学习基础的数据分析工作用法，购买一些关于学习Python编程的书本，了解Python是什么，知道变量，算法和解释器之间的关系，懂得Python的基本数据类型和操作方法，并学会使用字典进行参考和查阅，在学习的过程中定期地记笔记也是必要的，可以加深印象，最好的情况是寻找业内对这些知识有深刻了解的人教自己。
学习Python编程，要熟练掌握编程工具，像excel就需要把握好数据分析，要将书本知识结合实际操作来进行，在学习Python编程之前，也要系统地学习统计学，经济管理学等，学会这些高级的统计概率知识，将需要学习领域的知识点进行汇总和整理，就可以进行初级阶段的Python编程学习，编写代码了。
想要更好地学习Python编程技术，就像学生学习那样进行刷题，巩固所学知识，提高编程效率，遇到困难时，不轻言放弃，遇到程序错误和异常时，多查找原因，询问前辈，积极动手实践解决，总的来说，就是要多学多看多练，学习Python编程技术，从来都不是一蹴而就的，要努力坚持下去，最后，不要为了学习一门编程语言而去学习，从始至终不要忘记自己学习Python编程的目标。
Python精选5篇教学心得
Python是一种跨平台的计算机程序设计语言，是一种面向对象的动态类型语言，越来越多被用于独立的，大型项目的开发，已被逐渐广泛应用于系统管理任务的处理和Web编程。下面给大家带来一些关于Python 学习心得 ，希望对大家有所帮助。
python学习心得1
最近这段时间我们学习了很多内容，增长了很多关于Python的知识，万事万物是相通的，正如学习新的知识就像吃饭一样。
吃多了就会消化不良，反映到学习上也是一样，不知各位最近的感觉怎样，反正学记是需要一些时间好好消化，掌握到手中，为下一步的知识补齐缺口。
接下来，学记和大家一起回顾一下最近学习的内容，循序渐进，循序渐进。
分支结构
分支结构就像上图一样，是用来选择道路的。
所用的关键字是
If elif else
这三个词的意思分别是
如果 否则如果 其他的
分支语句的写法需要将与关键字与关键字对齐
循环结构
循环结构应用于一些重复的进程
通常我们只接触两种循环
for-in循环 和 while循环
for-in循环适用于
确切的知道到底循环几次
while循环适用于
不知道到底有几次循环
此时要搭配bool 来进行
即 True 和 Flase
关键字
关键字的熟练运用对于今后的开发工作
有非常重要的作用，但这么多关键字我们不能去死记硬背
只有在一个一个代码的验证当中去熟悉去掌握
那样是最可靠的
def 设置模组
len 计算字符串长度
capitalize 获得字符串首字母大写的拷贝
upper 获得字符串变大写后的拷贝
find 从字符串中查找子串所在位置
index 与find类似但找不到子串时会引发异常
startswith 检查字符串是否以指定的字符串开头
endswith 检查字符串是否以指定的字符串结尾
center 将字符串以指定的宽度居中并在两侧填充指定的字符
rjust 将字符串以指定的宽度靠右放置左侧 填充指定的字符
isdigit 检查字符串是否由数字构成
isalpha 检查字符串是否以字母构成
isalnum 检查字符串是否以数字和字母构成
append 添加元素
remove 删除元素
clear 清空元素
sorted 排序
大家可能会有些疑惑，学习这些东西真的有用吗?这些随处可见的基础方面的知识真的有用吗?
我可以非常肯定地告诉大家
有用的!
这些知识就像是建筑工地随处可见的砖石，不管这些砖石怎样的不起眼，但是没有一幢建筑可以离开砖石，学习的过程是枯燥的，不过这也正符合非常现实的一条规律。
学如逆水行舟，不进则退!
也正是因为它枯燥苦闷，学习有难度，才保证了，我们学习了这些知识以后，可以靠它们为生，在这个知识时代闯出自己的一片天!
不要放弃，绝对不要放弃!
黎明之前是最黑暗的!
为了自己的未来好好坚守吧!
青年学记 陪伴着各位青年
python学习心得2
python是一门非常有潜力的高级语言，历经多年的发展，其在编程上发挥着越来越大的作用。在这学期中，通过选修python课上的基础知识学习，我对python也有了一定的认识。而且，在字符串上的处理，python相对于c语言也是给程序员极大的便利。而python不仅如此，它的库也很多，正因为它强大的库，让编程变得不再艰难。但是，我认为python虽然在许多方 面相 对于c语言比较方便，但也有其相对于弱一点的方面，比如说for循环等方面。虽然一学期下来，我对python的学习也仅仅只是它的基础方面，但python的强大，也是足足地吸引着我，希望自己能够在不断地学习中，将python学习的更加好。
python是一门非常有潜力的高级语言，历经多年的发展，其在编程上发挥着越来越大的作用。在这学期中，通过选修python课上的基础知识学习，我对python也有了一定的认识。
在学习python的第一节课上，其对我的最初的印象就是，相较于我学习过的c语言编程，它更加的简洁。所有的变量都不需要像c语言编程那样需要提前去定义，这样给了编程者很大的自由空间与方便。如x=2，即可同时完成变量的定义与赋值。对于简化程序的代码，起到了许多的作用。而且，在字符串上的处理，python相对于c语言也是给程序员极大的便利。在c语言中，只能用字符类的数组对字符串进行相应的操作，步骤也是相对于比较繁琐的，而在python中，当我们需要创建一个字符串的时候，只需要在创建字符串的时候用“s=”就可以了。而python不仅如此，它的库也很多，正因为它强大的库，让编程变得不再艰难。我们只需要调用库中的函数，而对于函数的具体实现，也没有特殊的需求。
但是，我认为python虽然在许多方面相对于c语言比较方便，但也有其相对于弱一点的方面，比如说for循环等方面。不过也依然不会影响到python的强大，而随着近几年来的发展，python的受欢迎度也越来越高，而它的运用的领域也是越来越多，比如人工智能和大数据等领域，python都是在其中扮演者重要的角色。虽然一学期下来，我对python的学习也仅仅只是它的基础方面，但python的强大，也是足足地吸引着我，希望自己能够在不断地学习中，将python学习的更加好。
python学习心得3
由于我是自学Python，非科班出生，所以只能分享一些关于我的学习心得，如果有不对地方欢迎指正。
不过非科班出生虽然是一个痛点，但是在工作上，我其实不输给我其他同事，这点我倒是很有自信，而且我也统一一句话“目前互联网上的免费编程课程，足够让你成为一个合格的码农”。
编程入门
我刚开始学习编程，主要是因为自己想动手做个网站，但是由于技术原因，再加上朋友都比较忙，最后抱着“求人不如求己”的想法，干脆自学。
编程难不难?
这个问题我觉得所有认真学过的人，都一定会肯定告诉你编程不难，但是精通那是相当困难的。
如果你还没去学习，就觉得编程一定很难，那么其实你是没有资格说这句话的，任何事情一定是要去尝试后，才能这么说。
编程其实很像堆积木，然后根据需求，把东西造出来，可以是房子，也可以是桥梁。
学习编程无非运用这些积木，来创造你要的东西。
编程语言选择
这边说个题外话，关于当时编程语言的选择，很多时候我觉得不是你选择编程语言，而是编程语言选择你，也就是你的“本命编程语言”。
人的性格会影响你适合的编程语言，比如你做事有条理，喜欢定期清理房间，那么可能C语言很适合你;如果你不喜欢打扫房间，实在受不了，才打扫一次，可能你适合Java。
哈哈，开个玩笑，不过确实有这种很玄的存在。
我当时在编程语言的选择上，用了一个笨 方法 。
我跑到w3cschool上面，把所有编程语言的第一章都去试了一遍，看看自己喜欢哪个语言，然后就选哪个语言，如果你不知道选哪门语言，可以用我的方法试试看。
至于编程语言，没有高低之分，因为无论你学习哪门语言，你都非常有市场，而且你都能够拿到高薪，关键是哪门语言适合你，并且能够让你有兴趣学下去，能学好，这个很关键。
兴趣是学习编程最大的驱动力!
为什么是Python
说下为什么选择Python?
因为简单，Python是公认的最容易入门的编程语言，而且也是公认有发展前景的编程语言，适用于机器人、大数据、人工智商等未来高科技。
基于以上的原因，我选择Python来作为自己的入门语言，而且我觉得我适合Python这么语言。(因为我很懒)
之前有个梗，大概就是其他编程语言在讨论某个问题，怎么解决，而Python的程序员已经下班了，由此可见Python的效率。
总结 ：Python的语言特点就是“一气呵成，痛快如拉稀”。
学习心得
由于我是自学的，所以参考的网站比较多，小伙伴可以按照我的学习路线，一般来说不会出现什么问题。
基础：教程+视频
进阶：视频+实践
进阶pro：视频+实践+书籍+交流
基础
刚开始学习的时候，我比较推荐w3cschool和菜鸟教程这两个网站。
w3cschool-学编程，从w3cschool开始!
菜鸟教程 - 学的不仅是技术，更是梦想!
这两个网站在我看来，是编程自学的福音。
w3cschool这个网站手册非常棒，另外这个网站的编程微课以及编程实战对新手来说非常友好!
我当时就是靠这两个，引发我学习的乐趣，不然对着枯燥的代码，说实话，很无聊的。
菜鸟教程，这个网站的实例是最棒的，很多时候，你不仅仅要自己看教程，还要去看看为什么，而菜鸟教程的实例就能够让你清晰的知道，为什么，并且会原来如此。
总的来说，这两个网站就像新手村刚出来的剑和盾!是新手入门绝对不能少的，尤其是w3cschool，强烈推荐。
还有一个就是视频，视频我是在慕课网上面看的，我很喜欢慕课网这个网站，网站风格很棒，而且视频也很清晰。
也可以在阿里云上面看Python的视频，也很不错，并且是免费的。
进阶
进阶结束后，代表你是个初级工程师。
这一步实践非常重要，你要自己动手，做一些小玩意，实践才是最重要的，在实践中发现问题，那是学习最快并且效率最高的时刻。
你可以先给自己定下一个目标，比如我要做一个简单的页面，或者我要做一个简单的小程序。
然后就开始动手去实践，这步很重要。
同时还是要多看书籍。
进阶pro
到这一步，我建议务必买书，你需要书籍帮你反向梳理你的知识，这决定了你以后的高度，而不是这个也懂，那个也懂，但是东西就是做不出来。
我记得当时我买完书，看完后的第一感受就是：原来这个世界是这样的!
书会非常系统性的帮你梳理你自己学过的知识!
这里只推荐两本书：《Python入门手册》和《Python核心编程》
小伙伴可以自己去亚马逊购买。
然后就是和身边的小伙伴交流!
多看看别人的代码，自己多敲敲代码，是必经之路，也是一定要做的。
以上，希望对想入门Python的小伙伴能够提供一点点帮助。
python学习心得4
017年11月，一群编程零基础的小伙伴们成立了Python学习小组，12名学员从此夜以继日地奔赴学习的征程。一个月过去了，从在屏幕上用最简单的语句打印出“Hello, Python; Hello, World”开始，我们逐步地学习Python语法，学习操作列表、字典，学习For，While，If语句，现在遇到了第一个难点：类。通过研读、练习、交流、讨论，作为程序界的小白，我们逐步地理解了类的概念，明白了面向对象与面向过程编程的差异，以下是我们的小小心得，与大家分享：
编程基本思想
现实世界中，每个复杂的事务都可以拆分为多个组成部分，其中的每一部分就可称之为对象。比如要实现一个很大很复杂的项目，我们可以把项目拆分成不同的组成部分，然后分别对不同部分通过编程实现，最终再把各个部分组装起来完成整个项目。这让我们能够从整体上来控制项目，从而让程序开发更有效。
比如汽车制造，汽车厂所做的仅仅是各个部件的组装和匹配，而各个部件的生产是由相对专业的厂商完成。如果需要研发新型号汽车，整车厂所考虑的是如何对各个新式的零部件进行新的组装和匹配，而不是从头到尾重新生产一辆汽车。
面向对象的编程
VS
面向过程的编程
面向过程编程是针对一个需求的具体实现过程，但是对于大型项目的复杂需求，一步一步的做，这种编程效率显然是低下的。
面向对象编程则是对项目进行拆分后(一般按照功能拆分)，分别实现，再将各个对象组装起来。因此简单的小程序使用面向过程方法编程更适合。面向对象的编程特性是易维护(可读性高)，效率高，质量高(重用性)，扩展性好(高内聚,低耦合)。
对象
通俗的讲，对象就是事物，一个公司、一个部门、一个人，甚至一本书都可以是一个对象，程序员可以自由决定把什么作为对象。
比如eHR系统，需要对组织架构，员工进行管理，所以使用的对象可能是公司，部门，岗位，员工，等等。对象可大可小，可复杂也可简单，如果仅仅是做一个考勤系统，员工这个对象一定要比eHR系统中的员工对象简单。
类
现实世界中，类代表一组有共同特性的事物，把不同对象之间的共性抽象出来，就形成类的概念。比如说男人、女人可以抽象成人这个类;处长、秘书可以抽象成员工类。至于类如何去抽象，粒度的粗细，这是一个需要在学习和实践中摸索的过程。
实例
以下是一个实例，大家体会一下：
1. 定义父类：
class Employee:
def __init__(self, name, age): #抽象员工共性(名字，年龄)
self.name = name
self.age = age
def signON(self):
print(self.name+" sign on.") #抽象签到的动作
def work(self):
print(self.name + " on work.") #抽象工作的动作
2. 继承出子类：
class MEmployee(Employee): #继承父类的共性
def __init__(self, name, age):
super().__init__(name, age)
def work(self): #重写子类的方法(抽象出从事管理岗位工作的动作)
print(self.name + " on manager_work.")
3. 继承出第二个子类：
class TEmployee(Employee):
def __init__(self, name, age, devLanguage): #继承父类的共性，增加语言的属性
super().__init__(name, age)
self.devLanguage = devLanguage
def work(self): #重写子类的方法(抽象出从事技术岗位工作的动作)
print(self.name + " on technology_work.")
def showLanguage(self): #增加子类的方法(抽象出会某种编程语言的动作)
print("use "+self.devLanguage+" language.")
在上面的程序中，我们先定义了一个父类：包含员工的姓名、年龄等一般特性，可以执行签到、工作这两类动作。在第一个子类中，管理层在前面一般特性的基础上，执行管理工作;在第二个子类中，作为一般员工在前面一般特性的基础上，执行技术工作，从事编程。
python学习心得5
1、定义方法
关键字 def 是方法定义的标志。接下来紧跟方法名和被圆括号所包围的参数列表。方法的主
体语句将在下一行开始并且必须缩进。
方法主体的首句可选择性地是一句字符，用来说明方法的主要功能
例如：
"""print a finabo series up to n."""
2、默认参数值
默认值仅被设置一次，这与以前默认值为可变对象(如列表、字典和多数类实
例时)有很大的区别。
例如：
i=5
def f(arg=i):
print(arg)
i=6
f()
将会输出 5
3、关键字参数
可以通过形式关键字参数调用方法
在方法调用中，关键字参数必须遵循位置参数。 所有的关键参数必须符合方法接受的参数
其中之一。但是他们的次序不重要，这包含非选择的参数。没有参数可以多次接受一个值。
当最后一个形参是__ name 时，它可以接受包含除了形式参数之外的所有关键字的字典，
_ name 必须在__ name 之前出现
4、可变参数列表
正常来说，这些可变参数常常放在正式参数列表的后面，因为它们会包揽所有传递给该方法
的剩余输入参数。任何出现在_ args 参数后低的正式参数会被认为是关键字参数，意味着它
们只能当关键字使用而不是位置参数。
def concat(_ args,sep="/"):
...returnsep.join(args)
...
concat("earth","mars","venus")
’earth/mars/venus’
concat("earth","mars","venus", sep=".")
’earth.mars.venus’
5、拆分参数列表
当参数已经存在列表或者元组中，但是需要分拆以供要求分离位置参数调用的方法，如果单独
分开它们无法使用，就需要写一个方法用 _ 操作符来调用实现分拆列表或者元组中的参数。
同样的使用形式，字典可以用__ 操作符实现关键字参数。
6、形式
lamdba a,b:a+b 该函数表示两个数的和，像内嵌函数
7、代码风格
对于 python，PEP8 作为许多项目应该遵守的编码指导书而做的。 它提出了一种可读而悦
目的编码风格。 每位 python 开发者应该读它。这里抽出一个重要的事项与你分享 ：
? 用四个空格代替 tab 键
? 每行不要超过 79 个字符。
? 用空行分离方法和类，大块代码中的方法。
? 必要的时候为每行添加注释。
? 用文档字符串
? 在操作符两边用空格
? 用统一的风格命名自定义的方法和类
? 如果你的代码打算用在国际环境中，请不要用想象的字符编码。Python 默认的是
utf-8,在任何情况下可以用 Ascii .
? 同样的，即使有很少机会让说不同语言的人们读代码或者维护代码，但在定义中不
要用非 ASCII 编码字符。
如何系统地自学 Python
是否非常想学好 Python，一方面被琐事纠缠，一直没能动手，另一方面，担心学习成本太高，心里默默敲着退堂鼓？
幸运的是，Python 是一门初学者友好的编程语言，想要完全掌握它，你不必花上太多的时间和精力。
Python 的设计哲学之一就是简单易学，体现在两个方面：
语法简洁明了：相对 Ruby 和 Perl，它的语法特性不多不少，大多数都很简单直接，不玩儿玄学。
切入点很多：Python 可以让你可以做很多事情，科学计算和数据分析、爬虫、Web 网站、游戏、命令行实用工具等等等等，总有一个是你感兴趣并且愿意投入时间的。
废话不多说，学会一门语言的捷径只有一个： Getting Started
¶ 起步阶段
任何一种编程语言都包含两个部分：硬知识和软知识，起步阶段的主要任务是掌握硬知识。
硬知识
“硬知识”指的是编程语言的语法、算法和数据结构、编程范式等，例如：变量和类型、循环语句、分支、函数、类。这部分知识也是具有普适性的，看上去是掌握了一种语法，实际是建立了一种思维。例如：让一个 Java 程序员去学习 Python，他可以很快的将 Java 中的学到的面向对象的知识 map 到 Python 中来，因此能够快速掌握 Python 中面向对象的特性。
如果你是刚开始学习编程的新手，一本可靠的语法书是非常重要的。它看上去可能非常枯燥乏味，但对于建立稳固的编程思维是必不可少。
下面列出了一些适合初学者入门的教学材料：
廖雪峰的 Python 教程 Python 中文教程的翘楚，专为刚刚步入程序世界的小白打造。
笨方法学 Python 这本书在讲解 Python 的语法成分时，还附带大量可实践的例子，非常适合快速起步。
The Hitchhiker’s Guide to Python! 这本指南着重于 Python 的最佳实践，不管你是 Python 专家还是新手，都能获得极大的帮助。
Python 的哲学：
用一种方法，最好是只有一种方法来做一件事。
学习也是一样，虽然推荐了多种学习资料，但实际学习的时候，最好只选择其中的一个，坚持看完。
必要的时候，可能需要阅读讲解数据结构和算法的书，这些知识对于理解和使用 Python 中的对象模型有着很大的帮助。
软知识
“软知识”则是特定语言环境下的语法技巧、类库的使用、IDE的选择等等。这一部分，即使完全不了解不会使用，也不会妨碍你去编程，只不过写出的程序，看上去显得“傻”了些。
对这些知识的学习，取决于你尝试解决的问题的领域和深度。对初学者而言，起步阶段极易走火，或者在选择 Python 版本时徘徊不决，一会儿看 2.7 一会儿又转到 3.0，或者徜徉在类库的大海中无法自拔，Scrapy，Numpy，Django 什么都要试试，或者参与编辑器圣战、大括号缩进探究、操作系统辩论赛等无意义活动，或者整天跪舔语法糖，老想着怎么一行代码把所有的事情做完，或者去构想圣洁的性能安全通用性健壮性全部满分的解决方案。
很多“大牛”都会告诫初学者，用这个用那个，少走弯路，这样反而把初学者推向了真正的弯路。
还不如告诉初学者，学习本来就是个需要你去走弯路出 Bug，只能脚踏实地，没有奇迹只有狗屎的过程。
选择一个方向先走下去，哪怕脏丑差，走不动了再看看有没有更好的解决途径。
自己走了弯路，你才知道这么做的好处，才能理解为什么人们可以手写状态机去匹配却偏要发明正则表达式，为什么面向过程可以解决却偏要面向对象，为什么我可以操纵每一根指针却偏要自动管理内存，为什么我可以嵌套回调却偏要用 Promise...
更重要的是，你会明白，高层次的解决方法都是对低层次的封装，并不是任何情况下都是最有效最合适的。
技术涌进就像波浪一样，那些陈旧的封存已久的技术，消退了迟早还会涌回的。就像现在移动端应用、手游和 HTML5 的火热，某些方面不正在重演过去 PC 的那些历史么？
因此，不要担心自己走错路误了终身，坚持并保持进步才是正道。
起步阶段的核心任务是掌握硬知识，软知识做适当了解，有了稳固的根，粗壮的枝干，才能长出浓密的叶子，结出甜美的果实。
¶ 发展阶段
完成了基础知识的学习，必定会感到一阵空虚，怀疑这些语法知识是不是真的有用。
没错，你的怀疑是非常正确的。要让 Python 发挥出它的价值，当然不能停留在语法层面。
发展阶段的核心任务，就是“跳出 Python，拥抱世界”。
在你面前会有多个分支：科学计算和数据分析、爬虫、Web 网站、游戏、命令行实用工具等等等等，这些都不是仅仅知道 Python 语法就能解决的问题。
拿爬虫举例，如果你对计算机网络，HTTP 协议，HTML，文本编码，JSON 一无所知，你能做好这部分的工作么？而你在起步阶段的基础知识也同样重要，如果你连循环递归怎么写都还要查文档，连 BFS 都不知道怎么实现，这就像工匠做石凳每次起锤都要思考锤子怎么使用一样，非常低效。
在这个阶段，不可避免要接触大量类库，阅读大量书籍的。
类库方面
「Awesome Python 项目」：vinta/awesome-python · GitHub
这里列出了你在尝试解决各种实际问题时，Python 社区已有的工具型类库，如下图所示：
请点击输入图片描述
vinta/awesome-python
你可以按照实际需求，寻找你需要的类库。
至于相关类库如何使用，必须掌握的技能便是阅读文档。由于开源社区大多数文档都是英文写成的，所以，英语不好的同学，需要恶补下。
书籍方面
这里我只列出一些我觉得比较有一些帮助的书籍，详细的请看豆瓣的书评：
科学和数据分析：
❖「集体智慧编程」：集体智慧编程 (豆瓣)
❖「数学之美」：数学之美 (豆瓣)
❖「统计学习方法」：统计学习方法 (豆瓣)
❖「Pattern Recognition And Machine Learning」：Pattern Recognition And Machine Learning (豆瓣)
❖「数据科学实战」：数据科学实战 (豆瓣)
❖「数据检索导论」：信息检索导论 (豆瓣)
爬虫：
❖「HTTP 权威指南」：HTTP权威指南 (豆瓣)
Web 网站：
❖「HTML CSS 设计与构建网站」：HTML CSS设计与构建网站 (豆瓣)
...
列到这里已经不需要继续了。
聪明的你一定会发现上面的大部分书籍，并不是讲 Python 的书，而更多的是专业知识。
事实上，这里所谓“跳出 Python，拥抱世界”，其实是发现 Python 和专业知识相结合，能够解决很多实际问题。这个阶段能走到什么程度，更多的取决于自己的专业知识。
¶ 深入阶段
这个阶段的你，对 Python 几乎了如指掌，那么你一定知道 Python 是用 C 语言实现的。
可是 Python 对象的“动态特征”是怎么用相对底层，连自动内存管理都没有的C语言实现的呢？这时候就不能停留在表面了，勇敢的拆开 Python 的黑盒子，深入到语言的内部，去看它的历史，读它的源码，才能真正理解它的设计思路。
这里推荐一本书：
「Python 源码剖析」：Python源码剖析 (豆瓣)
这本书把 Python 源码中最核心的部分，给出了详细的阐释，不过阅读此书需要对 C 语言内存模型和指针有着很好的理解。
另外，Python 本身是一门杂糅多种范式的动态语言，也就是说，相对于 C 的过程式、 Haskell 等的函数式、Java 基于类的面向对象而言，它都不够纯粹。换而言之，编程语言的“道学”，在 Python 中只能有限的体悟。学习某种编程范式时，从那些面向这种范式更加纯粹的语言出发，才能有更深刻的理解，也能了解到 Python 语言的根源。
这里推荐一门公开课
「编程范式」：斯坦福大学公开课：编程范式
讲师高屋建瓴，从各种编程范式的代表语言出发，给出了每种编程范式最核心的思想。
值得一提的是，这门课程对C语言有非常深入的讲解，例如C语言的范型和内存管理。这些知识，对阅读 Python 源码也有大有帮助。
Python 的许多最佳实践都隐藏在那些众所周知的框架和类库中，例如 Django、Tornado 等等。在它们的源代码中淘金，也是个不错的选择。
¶ 最后的话
每个人学编程的道路都是不一样的，其实大都殊途同归，没有迷路的人只有不能坚持的人！
希望想学 Python 想学编程的同学，不要犹豫了，看完这篇文章，
Just Getting Started ！！！
