如何优雅高效地自学Python?

首先在自学Python之前先要问自己学习Python的目的是什么？常见学习Python目的人群有以下四种：

1. 工作需要，自动化（高效化）办公。

2. 科研需要，利用Python进行数据分析、建模、深度学习的等等。

3. 增加自己的一项能力，方便日后跳槽能有一个加分项。

4. 大学生工作目标就是Python全栈。

针对不同的人群我们需要有不同的学习路线规划，下面就是我给不同目标人群自学Python的一些建议：第一部分是Python基础内容，这个部分是所有自学Python的人都必须掌握的，如果把学习Python当做是建一个房子，那么这一部分相当于打地基，是必须牢牢掌握的：

• Python简介

• Python的集成开发环境以及虚拟环境

• Python变量、赋值、简单的运算

• Python中的控制语句以及循环语句

• Python中的四大数据结构（列表、集合、字典、元组）

• Python中的函数、类、对象（面向对象编程）

• Python读写文件

• Python的异常处理

• Python最大的优势——丰富的第三方库

在掌握第一部分Python的情况下，针对不同的学习目的，学习的内容也有一个区分。

首先针对学习目标是利用Python进行自动化办公的人群和想给自己加码的，增加自己一项技能的人群来说，确定一下学习路线：

对于这一类人群现在有福了，我把我之前学习时花钱买来的资料和网上找的都整理了出来，关注我111就可以lq啦。我个人觉得里面的内容是十分合适小白上手的，而且课程的目标也很明确：“自动化办公”、“数据分析”、“数据可视化”，推荐有需要的同学可以关注111哦

• Python处理Excel文件的两个库xlrd和xlwt，其中xlrd库负责读入Excel文件，支持对Excel文件的行列操作；另外一个xlwt文件负责写入Excel文件，xlwt不仅可以简单的写入Excel文件还支持改变字体、对单元格进行上色、合并单元格等等操作。xlwt处理的效果图如下：

xlwt处理Excel效果

安装xlrd和xlwt库运行下面的命令即可。

pip install xlwtpip install xlrd

xlrd库的官方文档：

xlrd官方文档xlrd.readthedocs.io/en/latest/

xlwt库的官方文档：

xlrd - xlrd 2.0.1 documentationxlrd.readthedocs.io/en/latest/

• Python操控鼠标和键盘的第三方库pynput

通过pynput的pynput.mouse可以控制你计算机的鼠标进行上下移动、点击、以及滑轮的滚动等基本操作，通过pynput.keyboard可以控制你计算机模拟键盘进行输入、组合快捷键输入等，安装pynput库的命令如下：

pip install pynput  # 安装pynputfrom pynput.mouse import Button, Controller  # 控制鼠标From pynput.keyboard import Key, Controller # 控制键盘

• Python高效管理文件以及文件夹

有些时候我们需要创建大量的文件和文件夹，但是手动操作实在是太麻烦了，这个时候Python自带的os库就能帮助我们快速的创建大量的文件和文件夹。创建文件夹效果图如下：

Python创建文件夹

下面就利用os库展示一下如何创建文件和文件夹，以及遍历文件夹。

import osos.makedirs('./新建文件夹') # 新建文件夹os.makedirs('./新建文件夹/子文件夹') # 新建文件夹for dir in os.listdir('./新建文件夹'):# 遍历输出当前文件夹下所有的文件夹    print(dir)

我把我之前学习买的资料和网上找的都整理了出来，现在关注我111就可以lq哦，我个人觉得里面的内容是十分合适小白上手的，而且课程的目标也很明确：“自动化办公”、“数据分析”、“数据可视化”，推荐有需要的同学可以关注我111入手学习。

• Python旋转图片、去除图片水印、给图片增加噪声

Python旋转图片的方式有很多，但是我一般使用opencv-python库来实现。实现效果如下：

python处理图片

• 如果你的科研内容主要是数据分析、建立数学模型（数据科学方向），那么应该着重学习以下几个重要的库：

1.numpy，numpy库支持高维度的数组与矩阵运算，并且针对矩阵运算提供大量的数学函数（例如矩阵的求逆、矩阵的转置、矩阵的特征向量、矩阵的特征值等等）。

2.pandas，pandas主要是针对面板数据的一个高性能、易于使用的数据结构和数据分析工具库。它提供了从数据读取到数据清洗到数据分析到最后的数据可视化（基于matplotlib库）一套完整的流程。下面就是数据可视化的一个简单例子，一般来说初次绘画出的可视化图像是比较简单甚至有一点丑陋的，但是你花一点时间去精修一下就能变得十分美观。

pandas绘制的条形图

3.Scikit-learn，Scikit-learn是基于Python实现专门针对机器学习的第三方库，像常见的机器学习算法“分类算法”、“回归算法”、“聚类算法”都能直接调用Scikit-learn的一个类或者一个函数。更值得称赞的是Scikit-learn库实现的算法扩展性很高，并且很简单，基本看着文档就能上手。安装Scikit-learn库的命令为：

 pip install scikit-learn

那么对于全栈人群来说，除了上面的学习内容外，还需要学习一下Python在web开放上的一个框架——Django，Python当然也有很多成熟的网站开发框架，但是如果让我推荐一个网站开发框架的话我推荐的肯定是Django。

基于Python的django框架

Django和绝大部分的web框架一样都是MTV模式，如果说Django最大的优点是什么我认为一定是“简单易上手”和“易于维护”，我当时本科的毕业设计就是利用Django实现的，学习了半个月就能上手做一个相当不错的网站了。 Django虽然简单但是该有的组件和模块都有，例如拦截器、过滤器、CSRF等等。

同步在线学习文档给大家整理好了，有需要的小伙伴按以下步骤获取领取方式1、点赞+推荐2、后台回复：学习