原创 如何自学python？有好的建议吗？

　　自学的是一个节约成本的投资，能够按照自己设定的学习计划进行学习，时间安排也比较自由。可是自学需要强大的自制力，需要耐得住寂寞，每天固定的坚持学习，但是遇到技术难点很容易做牛角尖，导致半途而废。如何自学python？有好的建议吗？让我给大家说一说自学前大概做得准备吧！

　　1. 了解新语言产生的背景
　　ABC 是专门为非专业程序员设计的一种教学语言，但是由于其封闭，并未取得成功。1989年的圣诞节期间，吉多·范罗苏姆开发了一个新的脚本解释器，并命名为 Python，作为 ABC 语言的一种继承。新的脚本解释器开放，完美结合了 Unix Shell 和 C 的使用习惯。
　　2. 了解新语言应用的场景
　　· 网站后台
　　有大量成熟的框架，如Django，Flask，Tornado
　　· 网络爬虫
　　Python 写爬虫有很多库可用，如Scrapy，Beautiful Soup
　　· 科学计算
　　可以替代 R 语言和 Matlab，如 NumPy, SciPy, Matplotlib, Pandas
　　· 数据挖掘，机器学习，大数据
　　Scikit-learn，Libsvm，TensorFlow
　　· 系统部署，运维脚本
　　Shell 适合简单的系统管理工作，但涉及复杂的自动化任务还是需要 Python。
　　3. 了解新语言的特点
　　Python 的设计哲学是：优雅、明确、简单。Python 的开发哲学是：用一种方法，最好是只有一种方法来做一件事，有些类似 Unix。与其他语言非常不一样的是，Python 以缩进来确定语句块。
　　Python 是一门面向对象的动态、解释型语言，具有出色的模块化特性。同时，Python 拥有大量的第三方开源包，可以直接使用，极大地提高了开发效率。Python 编写的代码，可读性强，特别适合多人大型项目的开发。但是 Python 的执行效率比不上 C/C++ 这类编译型语言。
　　4. 学习新语言的数据结构
　　Python 中内置类型有整型 int，浮点型 float，布尔型 bool，字符串 str，列表 list，元组tuple，字典 dict，集合 set。与 C 不同的是，Python 并不依赖于关键字定义各种类型。Python 是动态强类型语言，是通过运行时，自动选择合适的数据类型。字符串、列表、元组、集合、字典等复杂数据类型，并不是 C 语言的内置类型。
　　5. 学习新语言的逻辑结构
　　if 条件判断结构
　　condition = 1if condition == 1:
　　print 1elif condition == 2:
　　print 2else:
　　print 3
　　for 循环结构
　　items = ['item1', 'item2', 'item3']for item in items:
　　print item
　　while 循环结构
　　sum, n = 0, 10while n > 0:
　　sum = sum + n
　　n = n - 2print sum
　　Keywords: if; for; while;
　　6. 学习定义一个独立模块
　　定义函数
　　def function_name(x):
　　return -x
　　定义类
　　class ClassName: #经典类、旧类
　　def __init__(self):
　　pass
　　class NewClassName(object): #新类
　　def __init__(self):
　　pass# 在多继承中，新式类采用广度优先搜索，而旧式类是采用深度优先搜索。
　　定义包：
　　Python 中定义一个包，只需要在文件夹里面，创建一个 __init__.py文件即可，如：
　　mypackage/__init__.py
　　mypackage/test.py
　　mypackage/views.py
　　那么在其他文件中，就可以通过from mypackage import views的语法，从 mypackage 这个包里面导入 views 。
　　7. 做一个小的项目
　　尝试完成一次领域实践，是对这个领域最佳的入门方式。学习一门新的编程语言，成长最快的阶段在，利用这门编程语言完成项目需求期间。
　　Django 是一个十分优秀的 Python 写的 Web 程序框架，广泛用于数据驱动类的网站开发。Django 是一个大而全的开发框架，基本不需要额外的第三方配置，就可以快速地进行开发。
　　笔者的小项目需求是：利用二维码扫码，查看在线简历。
　　确定项目需求之后，会迎来一个手足无措的时期，不知道从哪里着手开始做项目。如果有一个过来人指导一下，那么很快就能开始编码了。不幸的是，笔者当时身边并没有这样一个人。在网上查阅资料后，最终选定了Jquery 、Foundation、Django 实现这个项目。
　　实际上，笔者在此之前一直在写 C++ 程序，并没有 Python 的编程基础，仅仅是因为这个小项目，选定的技术栈后台使用的是 Django ，才开始学习 Python。
　　除了掌握项目使用到的技术栈，在完成项目的过程中，还可以解锁调试技能、通过搜索引擎解决各种程序问题的能力。
　　为了完成这个小项目，需要走出舒适区，突破原有的技术栈，最终获得快速的技术成长。
　　8. 学习使用库完成任务
　　通常，发布者会将使用频率高、可以复用的功能，打包成库，提供给大家共同使用。
　　库可以分为两类：
　　一种是官方的库，通常质量比较高、会维护更新；
　　一种是第三方的库，质量参差不齐，需要自己甄别。
　　例如，Django 中提供了 from django.views.decorators.http import require_POST 装饰器用于确保 view 函数的请求方法是 POST。使用这个装饰器可以简化 view 函数中的条件判断，有利于编写简洁易读的代码。当然 ，Django 还有大量的第三方 App可以下载使用，直接提供一个完整功能。
　　在项目开发的过程中，合理地使用库会起到锦上添花的效果。
　　9. 学习组织代码结构
　　研究怎样更好的组织项目的代码是一门管理科学。笔者之前也写过相关的文章
　　讨论了 Django 工程的目录组织结构。
　　好的项目代码结构需要学习一些高关注度的开源项目的经验，也需要注意输出，成为大家共同的标准，共同维护，产生影响力。
　　10. 学习让代码易维护
　　代码维护分为两类：
　　· Bug 易修复，需要代码具有良好的命名习惯、注释、日志输出，实现相同的功能编写尽量少的代码
　　· 新功能的扩展，通常是在原有逻辑上，创建新的分支。这类分支又可以分为代码级别和常量级别。我们需要的是通过常量的配置扩展新功能，而减少代码级别的修改
　　11. 提高代码复用率
　　随着使用新语言年限的增长，参与项目的增多，会出现一个显而易见的问题：在不同的项目中，会有一些非常类似的功能。甚至在开发新项目时，有时还会去以前项目中拷贝代码。
　　这时，应该思考如何提高代码的复用率，如何提供公共组件。
　　代码的复用可以分为：
　　代码片段（Snippets）
　　维护一个 Snippets List 是个不错的注意
　　公共组件（Components）
　　公共组件需要从项目中分离，会有一定的工作量，但收益很大
　　从项目中分离公共组件的过程，需要关注模块内的高内聚，模块间的低耦合。在模块分离的过程中，我们会更加深入地去理解应用系统。这一过程的完成，又将极大地提高开发效率。
　　更重要的是，我们不仅仅从项目中分离出一个公共组件，在使用其他人提供的公共组件时，也会变得容易。
　　下一次项目开发时，需要一个新功能，你首先想到的可能不是编码，而是去公共组件库或 Github 搜索有没有类似的包，然后经过简单的改造就能在项目使用。
　　12. 关注性能
　　针对 Web 应用，高并发、高可用、高一致性始终是亘古不变的议题。在对应用系统不断发起挑战时，那些隐藏的曾经被忽略的问题才会逐渐显现。在这个过程中，不断地发现应用系统的瓶颈，解决这些瓶颈，循环往复，不断加深对业务、对应用系统的理解。
　　性能报告是性能测试输出的结果。性能报告就像质检报告一样，是让用户信任和使用产品的凭证。高并发、高可用、高一致，并不是口号，需要数据的举证，需要不断的优化性能。
　　只要开头解决了python的入门，接下来的路途就很顺利了。