0基础自学Python入门的路径是什么？

中国大学极少开设 Python 课程，故而国内 Python 程序员多属自学，一些前辈在自学 Python 的过程中有哪些值得分享的经验或者有趣的体验呢？

下面我们就来看一位Python大神的学习心得。

在2017年旧金山召开的GitHub年度盛会GitHub Universe，GitHub公布了年度受欢迎编程语言排行，Python已经超过Java位居第二。实际上Python还是目前研究领域最为广泛接受的编程语言，特别是如今最为火热的人工智能领域。

作为一门优美、精巧的编程语言，Python不仅仅适合作为编程入门，对于希望掌握实战开发技能进而从事编程工作的人来说，Python也是一个很不错的选择。

下面针对初学者自学说一说入门的学习路径。

1、建立开发环境

建立开发环境非常重要，工欲善其事，必先利其器。做任何开发，首先就是要把这个环境准备好，之后就可以去做各种尝试，尝试过程中的话就能逐渐建立信心。初学者往往在环境配置中被各种预想不到的问题弄得很沮丧。

目前来说，使用Python的工作环境有如下几种：

命令行交互环境：这是Python原生支持的工作环境，直接在命令行与Python进行交互。

文本编辑环境：是集成开发环境的一种精简版，以Sublime-Text这类文本编辑器为代表。这种环境仅保留帮助你编写代码的核心组件，主要是提供给单人工作的场景使用，在没有太多分工协作的前提下专注于代码的编写。

集成开发环境：如果想要使用Python编写较大的工程项目，特别是在很多人协同工作的情况下，可以考虑使用PyCharm这样的大型集成开发环境（IDE）。在这种环境下，IDE会将许多开发中需要的功能集成在一起，便于我们的使用。

交互研究环境：在这种交互研究环境下，每次的代码都相当于是在之前代码上的增量，从而保证只有发生变化的部分被重新执行，无需对不发生改变的部分重新计算。特别适用于研究人员快速验证模型的正确性。

初学者一般使用文本编辑环境就可以，当然也要了解如何在命令行中输入代码与Python进行交互。

2、了解编程语言基础

有了工作环境后，我们就可以开始编写和执行Python程序了。

Python这类脚本程序其实就像是一段“电影脚本”，按照从前往后的顺序规定了一系列的动作，指挥着你电脑的CPU、硬盘、操作系统等部件干这干那。所以为了让电脑能够看懂，你编写的这段“电影脚本”需要按照电脑所使用的语言进行编写。例如print("hello world!")这样一句话就会让电脑调用一系列部件，最后在屏幕上输出它对世界的问好；而a=3+5这样一句话就会让电脑计算3+5的答案，然后将答案放入一个名字为a的“盒子”当中。

所以初期你学习的是一些编写“电影脚本”的语法规则，在这个过程中你会逐渐了解到编程语言的一些基本元素：

·变量：变量就像是一个个存放了东西的盒子，用来保存一些临时的值或者那些需要多次使用的值。变量有不同的基本类型，比如数字和字符串类型。

·运算符：变量顾名思义，是可以不断变化的，而变化的手段就是对变量就行操作（或者称之为运算）。运算符是Python语言中一种直观的数据操作方式，它可以对特定的一个或者多个变量或常量进行运算并返回结果。比如最简单的加减乘除在Python语言中都有对应的运算符。

·条件控制：在Python程序执行的过程中，我们需要根据当前的状况来判断接下来让电脑做什么，这就是条件控制语句，它会将“剧本”拆分成两部分，在一种情况下执行第一部分，在剩下的情况执行第二部分。

·循环控制：有一些脚本我们有时候可能要重复执行，或者它们有很大程度的公共部分（例如输出1到100之间的100个整数，每次输出就非常相似），我们就会使用循环控制语句。我们也可以中断一次循环（continue）或者跳出循环（break）。

使用这些元素，我们就能完成大部分的计算了，你可以编写一些简单的程序，也可以在命令行中通过这些语言元素对Python虚拟机发号施令啦。当然，如果你学习过另外一门语言，这部分基础是信手拈来的，那么对你来说更多是熟悉和适应Python的语法风格。

3、掌握数据结构基础

为了能够完成更复杂的计算场景，Python提供了若干种内置的数据结构。所谓数据结构，你可以认为一组变量以某个特定的方式组织在一起，而不仅仅是单个独立的变量。通过特定的组织方式，在处理某些运算时能够能够大大提高编程的效率。数据结构是计算机专业的一门必修专业课，更高级的数据结构及其内部实现方式你需要专门学习，不过Python的数据结构可以是一个非常好的学习起点。

Python内置的数据结构包含如下四种：

·列表：列表(list)在Python的语法中是一种有序且长度可变的集合，可以随时对其中的元素进行添加、删除和修改。我们往往可以用列表来表示各种队列、数组这种“有序”的序列。

·元组：元组(tuple)和列表基本相同，都是有序的序列，其区别在于元组内的元素一旦定义，就不能够再进行修改，只能够通过下标对元组内部的元素进行访问。使用元组，我们可以将一些数据有机的组合在一起进行表示。

·集合：集合(Set)作为一个复杂数据类型，如其在数学中的定义一样，在Python中也是起到表示一系列值的“集合”的作用。使用集合，我们可以快速的判断某个元素的存在性。

·字典：字典(Dict)在数学中并没有对应的定义，它更像是从生活中的字典借鉴而来的一种数据类型。例如手机通讯录就是一个典型的可以使用字典来存储的数据集。依靠字典，我们可以很方便的根据某个元素ID（例如编号、名字等）来查找到它。

这四种数据结构能够覆盖大部分我们所工作的场景，天码营的课程提高了更多实例，熟练掌握这四种数据结构，你会发现编程效率会大大提高。

4、掌握函数的基本概念

在实际编写程序的过程中，某些代码可能会反复执行多次。而这些代码除了变量不同外，没有任何的区别。这些代码实际上类似于数学表达式中的函数f(x)，当我们给x赋值时，就会得到对应的结果。在Python中也提供了这样的特性，同样称之为“函数”。

函数将需要反复使用的代码进行模块化，从而减少了代码的重复，同时还增加了可读性和可维护性。当需要修改时，只要改变定义内的代码，就可以完成对每一次执行的修改。

定义函数的语法其实很简单，关于函数重点需要掌握的是函数的参数定义。Python函数的参数定义（即如何定义函数的输入）非常有特色，比如：

·默认参数

·可变参数

·关键字参数

·命名关键字参数

本质上这些特性使得函数调用者进行传参时会更加得心应手。

5、面向对象编程

面向对象是一种非常符合人类思维的编程方法，因为现实世界就是由对象和对象之间的交互来构成的，所以我们其实很容易将现实世界映射到软件开发中。举个例子，一辆汽车、一篇博客、一个人，对应到软件系统中都是一个对象；而对象具有自己的状态和行为。

面向对象：类的定义

你需要了解一个面向对象编程的核心概念：“类”。类描述一类对象的状态和行为的模板。可以把类想象成一个汽车设计图，根据这个汽车设计图生产出来的每一辆汽车就是类的一个实例，这些实例就称之为对象。

状态和行为，对应到Python语言中，就是一个类和对象的属性和方法（类中的函数一般称之为方法），属性方法可以进行外部的访问控制，从实现“封装”这一面向对象特性。

所以对应到Python这门编程语言，首先你需要了解如何定义类，以及定义类的属性和方法。

面向对象：理解继承和多态

在“封装”的基础上，面向对象编程还有“继承”和“多态”的特型。假如我们有一个动物(Animal)类，它包含有动物最基本的一些特型。现在我们要新写一个犬(Dog)类，显然我们知道犬也是动物的一种，因此它也肯定包含动物类的全部特性。因此我们利用“继承”的特型，并不需要将动物类的所有代码在犬类中重写一遍，而是在创建犬类时继承动物类。此时我们将动物类称之为犬类的父类，犬类称为动物类的子类。而“多态”的特性使得犬类在继承动物类的方法时，也可以重写这写方法，使得它更有符合犬的特征。

面向对象编程方法的在大型项目中被广泛的应用。现在人们谈论到面向对象编程时，不仅仅是一种程序设计方法，更多意义上是一种程序开发方法，了解面向对象编程时每个程序员必须要做的事。

6、学习函数式编程

也许你还觉得函数式编程很陌生，但许多的函数式编程风格已经渐渐开始流行。什么叫函数式编程呢？事实上只要语言将函数作为一等公民（或者借助工具达到类似效果） 就可以支持函数式编程。而将函数作为一等公民意味着函数可以像变量一样传参、赋值和返回。函数式编程的书写方式使得代码编写的效率更加高，极大地提高生产效率。

你需要了解高阶函数、匿名函数（lambda表达式），闭包等一些基本概念；了解函数式编程最好的方式是从下面几个非常实用的高阶函数开始。

函数式编程：了解高阶函数的用法

函数式编程：

map

map多用于对列表数据的处理，它将一个方法依次对序列的每一个元素使用，比如：

def f(x):

return x*x

map(f, [1,2,3])

该代码就会得到[f(1),f(2),f(3)]，所以结果是[1,4,9]

reduce

reduce利用递归的思想，会将前一次的计算结果作为第一个参数，将下一个元素作为第二个参数进行计算：

def f(x1,x2):

return x1*x2

reduce(f, [1,2,3,4])

实际上等价于f(f(f(1,2),3),4)，结果也就是24了

filter

filter会根据传入函数对象f的计算结果对原序列进行筛选，对于一个元素x， 留下f(x)为真(True)的元素，删除f(x)为假(False)的元素

sort

sort会根据函数的返回结果来判定两个数的大小关系，并依次作为依据对序列内元素进行排序，比如：

def compare(x, y):

return y - x #逆序

myList.sort(compare)

最后得到的myList就会是从大到小排列的序列。

函数式编程：lambda表达式

lambda表达式就是匿名函数，它直接实现了函数，而不需要定义函数名。比如上面排序的代码，我们就可以这样实现：

myList.sort(lambda x,y: y-x)

通过lambda表达式直接定义使用，这样就不需要去额外定义一个compare方法，代码会更加简洁。

函数式编程：闭包

在一般的函数中，返回值都是诸如数字、字符串之类的对象。但实际上函数的返回值可以是一个函数。返回的函数不仅仅包含有其自身的代码，也同时包含了调用时的参数，并且多次返回的函数之间互不干扰，这一特性被称为“闭包(closure)”。

函数式编程的学习并不复杂，学会使用函数式编程往往能够起到事半功倍的效果。能够熟练的使用Python函数式编程也是每个Python程序员应该掌握的能力。

7、掌握更多标准库中的模块

我们都说Python简单好用，方便易学，很大部分要归功于Python提供的功能强大的标准库。标准库意味着，Python已经帮我们封装好了很多底层功能，我们拿来即用。因此，标准库中的一些基础模块我们需要掌握。

·输入输出：最为“基础”的模块便是对输入输出的编程，我们都知道可以通过input(),output()来完成对数据的输入和输出。但是如果想要读取的是图片？二进制文件？甚至于各类奇怪格式的文件。这种时候，我们就需要通过IO编程来完成对这一过程的定制化。

·异常处理：我们编写的程序也可能产生许多错误，甚至有些错误是我们在设计时就预计产生的。但是我们不能让这些错误影响我们程序的运行。例如，使用Python爬虫获取1000个网页，如果在开始爬第一个网页的时候程序就出错了，那么一般情况下我们的程序就会自动终止，从而后续的网页也都不会爬取。但是我们可以使用异常处理，来“catch”住这些错误，将没有成功获取的网页记录下来，然后继续处理后续的网页。基于这样的方式，我们就可以安心的让程序跑上一个晚上，然后在第二天回来处理那些产生了异常的网页。

·多进程与多线程：我们还可以通过多进程和多线程使得我们的Python程序拥有可以并行处理诸多复杂事物的功能。并行是一种能够充分利用计算机计算核心(CPU/GPU)性能的方法。在目前单核计算能力增长逐渐放缓的现在，并行是少有的能够大大增加计算速度的技术了。想象一下，使用单核CPU训练一次模型如果需要20小时，通过多核GPU（GPU内部本身就是并行的）就很有可能将这个时间缩短到1小时内。这会大大增加对模型参数的调整效率。

Python标准库还有很多内容，这里列的肯定是不全的；实际上随着Python版本的逐渐更新，还有更多的高级特性会被逐渐加入这门语言当中。毋庸置疑的，随着数据科学的发展，Python的使用前景也将越来越好。而在这个过程中，保持对Python的熟悉和了解，会是你紧跟技术潮流的最佳助力。