今天加班整理了一篇 Python 免费自学的网站，不仅适合刚入门的小白，而且也适配需要精进自己编程能力的人，大家可以结合自身需求选择相对应的网站学习。
一、国内零基础友好平台
1. 菜鸟教程
网址：https://www.runoob.com/python3/python3-tutorial.html
特点：菜鸟教程比较适合刚开始接触 Python 的新手。内容按照知识点进行拆分，整体讲解相对通俗，同时还提供在线运行代码的功能，即使没有提前安装开发环境，也可以直接进行练习。网站里面还整理了基础练习题以及一些常见报错的解决方法，比较适合作为零基础阶段的入门资料。
2. 廖雪峰 Python 教程
网址：https://www.liaoxuefeng.com/wiki/1016959663602400
特点：这套教程的知识顺序相对清晰，讲解方式也比较容易理解，不会一开始就堆叠大量复杂术语。内容从 Python 基础开始，后续还会涉及爬虫、Web 开发以及数据分析等相关方向，适合希望按照一条完整路线逐步学习的人。
3. 中国大学 MOOC
网址：https://www.icourse163.org/
搜索关键词：Python 程序设计
特点：中国大学 MOOC 上面有不少高校开设的 Python 公开课程，通常会提供视频、课件以及课后作业。相比只看零散教程，这种课程形式更加接近正常课堂，适合希望跟着老师系统学习，并且按照固定进度完成练习的人。
4. B 站
网址：https://www.bilibili.com
可以搜索：
Python 入门到精通 黑马
尚硅谷 Python 零基础全套
特点：B 站上面的 Python 入门课程数量比较多，很多课程会从环境安装开始讲解，并且带有完整的代码操作演示。对于更加习惯观看视频、跟着老师一步一步敲代码的人来说，这种方式通常会更加直观。
5. 编程狮 w3cschool
网址：https://www.w3cschool.cn/python
特点：编程狮提供了相对完整的 Python 学习文档以及在线编程功能，知识点按照模块进行划分。它比较适合利用碎片时间查看某个知识点，或者在忘记语法的时候快速进行查询和练习。
二、国外优质学习网站
1. Python 官方教程
网址：https://docs.python.org/zh-cn/3/tutorial/
特点：Python 官方教程属于相对权威的学习资料，语法以及相关机制的说明更加准确。对于完全没有基础的人来说，部分内容可能稍显正式，但在掌握基础以后，仍然值得用来查询标准写法以及补充细节。
2. freeCodeCamp
网址：https://www.freecodecamp.org/
中文站点：https://chinese.freecodecamp.org/
特点：freeCodeCamp 主要通过练习以及项目的方式开展学习，部分 Python 内容可以结合实际任务进行操作。它比较适合不想只看教程，而是希望通过边学边做的方式，逐渐提升编程能力的人。
3. Codecademy
网址：https://www.codecademy.com/
特点：Codecademy 采用交互式学习方式，可以直接在网页当中编写代码，并且查看系统给出的运行结果以及错误提示。免费内容可以覆盖一部分 Python 基础，适合刚开始学习时用来练习语法和基础操作。
三、刷题练习网站
1. LeetCode 力扣
网址：https://leetcode.cn/
特点：力扣提供了大量算法练习题，可以使用 Python 完成提交。它更加适合已经掌握基础语法，希望继续训练算法思维，或者准备技术岗位面试的人。
2. 牛客网
网址：https://www.nowcoder.com/
特点：牛客网提供 Python 专项练习以及大量面试相关题目，其中也有不少难度相对较低的基础题。对于准备校招、笔试或者希望边刷题边了解面试要求的人来说，具有一定参考价值。
3. HackerRank
网址：https://www.hackerrank.com
特点：HackerRank 提供 Python 专项训练，题目会按照不同难度进行划分。它可以用来巩固基础语法，也能够进一步训练字符串、数据结构以及算法等相关能力。
四、实战项目与开源资料
1. GitHub
网址：https://github.com/
可以搜索：python beginner project
特点：GitHub 上面存在大量公开的 Python 项目。刚开始学习时，可以先选择结构相对简单的小项目，下载源码以后进行阅读、运行以及仿写。相比直接复制代码，更加重要的是理解每一部分代码解决了什么问题，并尝试自己重新实现。
2. Kaggle
网址：https://www.kaggle.com
特点：Kaggle 提供了大量公开数据集、代码案例以及数据分析项目，比较适合希望学习 Python 数据处理和数据分析的人。在掌握 pandas、NumPy 以及基础可视化以后，可以通过 Kaggle 项目继续开展实际练习。
大家刚开始可以先通过菜鸟教程或者廖雪峰教程学习基础语法，再选择一套 B 站视频课程跟着完成代码练习。
掌握变量、循环、函数以及常见数据类型以后，可以通过基础题巩固知识，再到 GitHub 选择简单项目进行仿写。
学习平台并不是选择得越多越好。更加重要的是确定一条相对清晰的路线，并且持续把代码真正写出来。
#python #python编程 #编程 #计算机 #程序员
