作为一个自学Python已经3年的人来说，完全经历了从0基础开始(大学专业是设计专业)，到享受到学习Python的好处，当别人还在网上费尽心思找资料的时候，直接代码一敲，数据自然就搞定;
抢票，抢东西都是快人一步，简直不要太爽!当然除了这些日常的好处外，钱才是最重要的，工资也从之前4K+到了8k+，真的是翻了一番这么好使的技能不学赶紧起来，其实0基础也是能很快上手的，并没有想象中那么难
就来我是之前专业跟Python八竿子打不到的关系，第一份工作是在工厂车间，看到薪资4k多，还有时要轮班，环境也是一成不变的，所以就寻思转行干些别的。
也是从同学那里了解到编程前景不错，随后他也给我推荐了下Python，说这个易上手，性价比高工作也好找，起码对于以后都是加分项。
所以我就开始在网一找资料，看到底怎么入手，需要哪些学习资料和课程。
学习了一段时间后，发现掌握一门新的技能，光靠自己摸索是不行，没有带，学习效果非常差，对于一些问题光靠自己也不能解决，当时甚至都想放弃。
幸运的是，我也花了了点时间，混迹于各种论坛，终于找到了一个适合自己的python学习交流群，里面都是一帮乐于分享学习经验和学习资料的人，在这里有良好的学习氛围，对于一些不够自律的朋友，绝对是一种督促，里面甚至还有行业老师时不时指导，所以在这个群的帮助下，我也坚持下来了，所以我也把这个Python指导老师的·微信分享给大家。
有人带领学习确实能少走弯路，让你不会偏离学习轨迹，但是最重要的还是自己愿不愿意学。
1.明确目标
对于零基础的同学而言，要明确你学习Python仅仅是为了满足好奇心?还是有工作需要，比如办公自动化的需要，转行的需要。
不同的目标，所选用的学习内容和相应的学习方法也就会有所不同。比如，仅仅是好奇，其实就不需要系统学习Pvthon的知识了，简单做个了解，能够根据老师的操作，做出一些能满足好奇心的小案例即可。但如果是工作的需要，那就需要踏踏实实打牢基础了。
所以，决定自学时先想清楚为什么学，这很重要。
2.选择内容
Python基础
对于零基础同学，如要要达到使用Python的需要，那都是需要从Python基础知识进行系统学习的。
Python模块
一般来说Python常见到的有以下几个模块的应用:
【如何零基础入门 Python（）】1)网络爬虫
爬虫技术是数据采集的利器，在大数据时代作为数据提供方，十分有用武之地。利用Python可以提升对数据抓取的精准程度和速度。Python入门爬虫比较简单，因为不需要在一开始掌握太多基础和底层的知识就可以很快上手，而且很快可以做出成果，非常适合无编程基础的同学。
2)数据分析
现在正外于大数据时代，数据分析尤为重要，Pvthon这门语言在数据分析上比Java更加有效率
Python所拥有的完整的生态环境十分有利于进行数据分析处理，比如，"大数据"分析所需要的分布式计算、数据可视化、数据库操作等，都可以通过Python中十分成熟的模块完成。
3)人工智能
人工智能领域近几年非常火，很多AI算法及框架都是基于Pvthon开发的，相关应用已经融入了我们的生活，比如人脸识别，语音助手。但是目前的话，人工智能方面的工作对学历(研究生)和数学要求比较高。
4)Python web开发
我们平时使用的网站，比如豆瓣、拉勾网，还有知平，都是用Python开发的，web端开发在国内的发展前景也非常好，因为Python的web开发框架是最大的一个优势，用Python搭建一个简单的网站只需要几行的代码就可以搞定，非常高效。
5)自动化测试
Python在自动化测试领域也占有很大的市场份额，因为Python可以直接调用很多功能强大的第三方库，满足接口测试、单元测试、性能测试及其他各种测试需求，适合不愿意写代码，但喜欢给软件找各种bug的同学。
当然还有其他方面的应用，这里就不再过多赘述了，如果需要可以网络上搜索相关资源查看即可。
4.注重练习
要做到事半功倍的学习，恰当的学习方法是制胜的关键。对于编程的学习，最好的方法就是练习、练习、再练习，这是没有捷径可走的。我建议学习的过程是:理解知识--编程实践--总结反思。即，先跟随视频或是教材中内容先理解知识，而后在Python环境中进行编写代码、运行程序、调试代码。通过实践发现问题，解决问题，进而加深对程序的理解，直至精通。在学习过程中，也要学会善用工具，用巧劲儿。
5.学会分享
检验自己是否已经把知识掌握透彻了，最好的方法就是分享。
好了，说了这么多，都是抛转引玉，希望你能确定好目标，选择合适的内容，制定计划，多多练习，多多分享，制定最适合自己的计划，然后按部就班的实施起来。如果你能坚持这么做，一定可以学好Python。最后分享一句话，越是让你痛苦的事情，越能逼着你成长。上坡路本就难走，下坡路才舒服，咬着牙登上顶后，你会拍拍手轻松说句:呼，也不过如此。
推荐阅读
- 推荐系统论文进阶|CTR预估 论文精读(十一)--Deep Interest Evolution Network(DIEN)
- Python专栏|数据分析的常规流程
- Python|Win10下 Python开发环境搭建(PyCharm + Anaconda) && 环境变量配置 && 常用工具安装配置
- Python绘制小红花
- Pytorch学习|sklearn-SVM 模型保存、交叉验证与网格搜索
- OpenCV|OpenCV-Python实战（18）——深度学习简介与入门示例
- python|8. 文件系统——文件的删除、移动、复制过程以及链接文件
- 爬虫|若想拿下爬虫大单，怎能不会逆向爬虫，价值过万的逆向爬虫教程限时分享
- 分布式|《Python3网络爬虫开发实战（第二版）》内容介绍
- java|微软认真聆听了开源 .NET 开发社区的炮轰（ 通过CLI 支持 Hot Reload 功能）