著作權歸作者所有。商業(yè)轉載請聯(lián)系作者獲得授權脖母，非商業(yè)轉載請注明出處士鸥。
Repetition is the mother of all learning. 重復是學習之母。
看谆级、看烤礁、看、看肥照、看脚仔，看視頻，看書舆绎，看公眾號....倘若學習編程只要看看書鲤脏、看看視頻、聽聽講就能夠學會吕朵，那編程本身也失去魅力了猎醇。
現(xiàn)在大家圖方便，搜集大堆大堆的視頻教程去看努溃，看的時候感覺都懂了硫嘶。看完什么都忘了梧税。要動手奥偌病则拷！你學編程，無論是工作曹鸠，還是做自己的項目煌茬，都是要一行代碼一行代碼地去敲出來的。這個過程才是真正學習的過程彻桃。
Learning By Doing坛善， 在實踐中去學習，才是最高效的邻眷。你練習敲代碼的時候眠屎，是同時在記憶、理解肆饶、消化這些知識點改衩。當你親自敲出一個項目，那種成就感更加地會激勵你去深入學習的驯镊。這就是動手的好處葫督，是思考的，靈活的板惑，快樂的學習方式橄镜。
不厭其煩地說，說完冯乘，還要拿出許多的練手項目給你們去體驗洽胶。上次有人說，騙子還要注冊好麻煩裆馒。連注冊都不想做的人姊氓，恐怕是學不好的。沒有讓你下載App喷好，廣告也沒有翔横，更不用花錢.....在線的Linux云端環(huán)境，點開就能學習的啊绒窑。這大概就是浮躁吧......
算了不發(fā)牢騷了棕孙，分享給真正想要學習的人：
入門知識
基礎學習
昨夜下了一場雨舔亭，早上一棵樹倒了些膨。樹倒了，因為根基不牢钦铺。要把基礎打牢订雾，別怕重復。
Web框架基礎
基礎鞏固與運用
通過一個簡單的例子來實現(xiàn)破解驗證碼矛洞。從中我們可以學習到 Python 基本知識洼哎，PIL 模塊的使用和破解驗證碼的原理烫映。
用 50 行 Python 代碼完成圖片轉字符畫小工具。通過本實驗將學習到 Linux 命令行操作噩峦，Python 基礎锭沟，pillow 庫的使用，argparse 庫的使用识补。
使用 Python3 去識別圖片是否為色情圖片族淮，我們會使用到 PIL 這個圖像處理庫，會編寫算法來劃分圖像的皮膚區(qū)域凭涂。其中涉及到Python3 基礎知識祝辣，膚色像素檢測與皮膚區(qū)域劃分算法，Pillow 及argparse 的使用切油。
通過Python3實現(xiàn)將關鍵信息隱藏在圖片的效果蝙斜，主要目的是為了不讓預期接收者以外的人知曉傳遞的內容。與電視劇中使用特殊墨水傳遞信息一樣澎胡，表面看就是一張什么都沒寫的白紙孕荠，實則暗藏著重要信息。
5.200 行 Python 代碼實現(xiàn) 2048
僅用200行的 python 代碼完成2048小游戲的編寫攻谁。通過本實驗將學習 Python 基本知識岛琼，狀態(tài)機的概念，以及編寫 python 游戲的步驟巢株。
使用? ? Python 來解析純文本生成 HTML 頁面的小程序槐瑞。從中我們將使用Python基礎語法知識以及HTML標記語言知識，以及如何用? ? ? Python 將純文本分成一個一個的文本塊阁苞，并對它對解析困檩。文本中使用部分簡單的 Markdown? ? ? 語法。通過學習加深鞏固Python那槽、HTML的基礎知識悼沿。
基于OpenGL實現(xiàn)一般CAD軟件都會具備的基礎功能：渲染顯示3D空間的畫面并可以操作3D空間中物體。
模版引擎使得用戶界面能夠與業(yè)務數(shù)據(jù)分離骚灸，前端與后端分離糟趾，它通常用于渲染頁面文件。本課程將使用Python實現(xiàn)一個具備基礎功能的模板引擎甚牲。
使用 OpenCV 處理圖片視頻义郑，將視頻轉為字符畫序列，再在終端中播放字符動畫丈钙。除了 OpenCV 的操作非驮，還會了解光標定位轉義編碼的使用。
使用 Python3 的 wordcloud 擴展包制作詞云雏赦，并通改進 wordcloud 使其能夠制作中文詞云劫笙。此外芙扎，還將分享如何用自己喜歡的圖片作為詞云輪廓對詞云進行定制。
在這個人人自拍的年代填大，每個人的智能手機中至少都裝了一款美顏相機或者美圖軟件戒洼，而這些軟件實現(xiàn)美圖功能又主要是靠濾鏡來實現(xiàn)的。本教程帶領大家使用 Python 編寫一個簡單的濾鏡程序允华。
通過 OpenCV 庫來實現(xiàn)人臉面部特征交換施逾，其實就是將第二張人臉的眼睛、鼻子和嘴巴通過程序自動裁剪適配并覆蓋到第一張人臉上例获，并且為了使得修改后的照片看著更加自然汉额，我們還需要調整皮膚顏色。
裁剪圖片時榨汤，需要盡可能保留下圖片中最關鍵或最重要的信息酿箭。在本課程里我們將學習如何使用 Python3 智能的裁切圖片秆撮。
相信用過 Windows 的同學一定都對 Windows 自帶的畫板不陌生吧捉腥，雖然功能簡單卻也還實用跃洛。今天我們就是要利用 Pygame 模塊來自己實現(xiàn)一個功能更加簡單的畫板。
現(xiàn)在的日常生活已經(jīng)離不開微信蜜宪，本文將會拋磚引玉演示如何使用Python調用微信API做一些有意思的東西虫埂。
用 python 解決數(shù)學題。 說到數(shù)學題圃验，相信大家都不陌生掉伏，從小學到大學都跟數(shù)學打交道。 其中初中的方程組澳窑，高中的二次曲線斧散，大學的微積分最為頭疼，今天我們將使用 python 來解決方程組問題摊聋，微積分問題鸡捐，矩陣化簡。
使用 Python 創(chuàng)建照片馬賽克麻裁。我們將目標圖像劃分成較小圖像的網(wǎng)格箍镜，并用適當?shù)膱D像替換網(wǎng)格中的每一小塊，創(chuàng)建原始圖像的照片馬賽克煎源。
數(shù)據(jù)與計算
1.Python 基于共現(xiàn)提取《釜山行》人物關系
針對《釜山行》劇本的文本色迂，使用 python3 編寫代碼分析文本中人物的共現(xiàn)關系，完成對《釜山行》文本的人物關系提取薪夕，并利用Gephi軟件對提取的人物關系繪制人物關系圖脚草。
2.Python 氣象數(shù)據(jù)分析：《Python 數(shù)據(jù)分析實戰(zhàn)》
本教程對意大利北部沿海地區(qū)的氣象數(shù)據(jù)進行分析與可視化赫悄。我們在實驗過程中先會對數(shù)據(jù)進行清洗原献，然后運用 Python 中 matplotlib 模塊的對數(shù)據(jù)進行可視化處理馏慨，最終從清晰的圖表中得出我們的結論。
3.NBA常規(guī)賽結果預測：利用Python進行比賽數(shù)據(jù)分析
本教程將利用NBA在2015~2016年的比賽統(tǒng)計數(shù)據(jù)進行回歸模型建立姑隅，最終在今年2016~2017的常規(guī)賽中預測每場比賽的輸贏情況写隶。
介紹隱含波動率的定義及其背后的邏輯，然后討論3種計算隱含波動率的方法讲仰，分別基于for循環(huán)慕趴、while循環(huán)和二分搜索。
5.Python 實現(xiàn)數(shù)據(jù)科學中的無監(jiān)督挖掘技術
本教程將會討論數(shù)據(jù)科學中的無監(jiān)督挖掘技術鄙陡，先精心探討了基于距離方法冕房，核方法等內容，接著會對聚類與異常點檢測技術進行詳細討論趁矾。
6.K-近鄰算法實現(xiàn)手寫數(shù)字識別系統(tǒng)
本教程將會從電影題材分類的例子入手耙册，詳細講述 k-近鄰算法的原理。在這之后毫捣，我們將會使用該算法實現(xiàn)手寫數(shù)字識別系統(tǒng)详拙，書籍教程配套實驗練習，幫助您更好得實戰(zhàn)蔓同。
7.數(shù)獨游戲的 Python 實現(xiàn)與破解
8.基于 Flask 與 MySQL 實現(xiàn)番劇推薦系
12.神經(jīng)網(wǎng)絡實現(xiàn)人臉識別任務
網(wǎng)絡編程
3.Python3 實現(xiàn)可控制肉雞的反向Shell
7.Python實現(xiàn)簡易局域網(wǎng)視頻聊天工具
綜合進階項目
本教程使用 Python 腳本爬取某租房網(wǎng)站的房源信息饶辙，利用高德的 js API 在地圖上標出房源地點，劃出距離工作地點1小時內可到達的范圍斑粱。在項目實現(xiàn)的過程中熟悉了 requests 弃揽、BeautifulSoup、csv 等庫的簡單使用则北。
2.基于 Flask 與 RethinkDB 實現(xiàn)TODO List
本教程將學習 RethinkDB 作為數(shù)據(jù)庫后端蹋宦，Backbone.js 作為前端的技術棧，并實現(xiàn)一個清單應用咒锻。從中我們可以學習 Flask Web 應用框架冷冗，及 Rethinkdb 文檔型數(shù)據(jù)庫和 Backbone.js web開發(fā)框架。
本教程將通過使用 Python 語言實現(xiàn)一個 Web 服務器惑艇，探索 HTTP 協(xié)議和 Web 服務的基本原理蒿辙，同時學習 Python 如何實現(xiàn) Web 服務請求、響應滨巴、錯誤處理及CGI協(xié)議思灌，最后會使用 Python 面向對象思路進行重構。
我們將基于 Tornado 框架實現(xiàn)一個簡單的異步 Redis 客戶端恭取，通過該客戶端我們可以設置和讀取 Redis 中的數(shù)據(jù)泰偿。其中涉及設置 virtualenv 環(huán)境，網(wǎng)絡開發(fā)蜈垮，Socket耗跛，Redis協(xié)議裕照，Tornado框架。
5.仿 StackOverflow 開發(fā)在線問答系統(tǒng)
使用Python Flask Web開發(fā)框架實現(xiàn)類似StackOverflow的在線問答平臺LouQA调塌，具備提問晋南，回答，評論等功能羔砾。學習數(shù)據(jù)庫設計负间，Python Web 開發(fā)相關知識。
學一門編程語言最好的時間是十年前姜凄，其次是現(xiàn)在政溃。
加油。
補充在下面
對于大部分新學編程的人來說态秧，其實并不是學不下去玩祟，其實主要的問題是學了然后不知道可以干啥。我會了python的大部分基本語法屿聋，但是我除了會寫hello world空扎，除了能print一些數(shù)組，字典润讥，我啥都做不了啊转锈。所以這里推薦幾個可以值得學習的新手可以作為了解python的一些項目：
1.算法類的：
donnemartin/interactive-coding-challenges
這是一個一些入門算法的做題 也支持jupyterbook哦。
2.web類的Django：
可以自己嘗試搭建一個技術類的私有博客楚殿，把自己的一些筆記和資料保存在上面哦撮慨。
3.如果是GUI方面的話
learn GUI programming with PyQt4是個很不錯的GUI教程 還有對應PyQt5的教程版本
4.當然還是現(xiàn)在的大熱python的人工智能
推薦個大博士的Github：
PeterJaq/machine-learning-for-software-engineers
不光是關于編程，還有關于人工智能的算法具體的意義和實現(xiàn)脆粥，我覺得他的教程在中文教程里是屬于沒有很深的數(shù)學功底也可以很好理解很多貝葉斯方法的教程砌溺，點贊啦~
5.自然語言處理~ LDA啊LSA啊啥的自己有興趣可以去實現(xiàn)一下，這是有關于推薦系統(tǒng)的变隔，網(wǎng)易淘寶包括百度的很多推薦系統(tǒng)都是基于這個的规伐。
補充內容：
上面的內容可以讓大家對于新手能用Python做什么的一個概述，但是實際操作中還有很多問題會遇到匣缘。畢竟作為一個新手特別是可能并沒有經(jīng)過一個系統(tǒng)的編程學習和相關學科很好基礎的人猖闪，我覺得下面的一些教程都可以給大家一個很好的幫助。
以下的內容有一部分是從python區(qū)的一些其它人的回答中引用的肌厨，我會標注出來培慌，大家可以移步去看一下。
入門學習類的：
先列書單
1.笨辦法學 Python中文版（Learn Python In Hard Way）學編程是一步一步的事情柑爸。
2.The Hitchhiker’s Guide to Python!
3.Fluent Python這本書大愛吵护！
4.The Python Standard LibraryPython標準庫，可以作為工具書使用，將常伴在你的左右馅而。
很多人人會列一大堆書祥诽，但是我相信短期內是看不完的，我就先列四本用爪，其中前三部推薦個可以看完的原押。代碼Ｐ哺洹Ｙ搜！一定要６⑵Ｆ溺琛！自己去敲一遍＞屠隆Ｌ！
再列學習網(wǎng)站：
1.PythonCodeCademy的網(wǎng)課竭宰，個人覺得不錯空郊，可以去嘗試一下。
2.Programming for Everybody (Getting Started with Python) | CourseraCoursera也是入門網(wǎng)課切揭，很不錯哦狞甚。
以上的兩個課程可以二選一，還是這句話廓旬，老老實實的去寫一遍代碼哼审。
3.Algorithms | Coursera算法課，雖然不是Python寫的但是如果以后想要從事編程行業(yè)孕豹，這是必須要的一個思維方式涩盾，所以我希望大家可以去看一下。
4.Data Structures and Algorithms | Coursera數(shù)據(jù)結構和算法励背，理由同上春霍。
5.Python全部 - 課程 - 實驗樓（個人感覺幾乎中國的互聯(lián)網(wǎng)教育網(wǎng)站都有點急功近利，啥都不會就Po項目叶眉，然后Po代碼也說不清楚原理终畅。）但是有一點他們很好的告訴了你你可以去完成什么，可能你一下子看不懂哪一步是什么意思竟闪，但是修行在個人离福，去查閱工具書，去弄懂每一句的意義炼蛤，然后你會發(fā)現(xiàn)你的進步很快妖爷。
6.xianhu/LearnPython不錯的有意思的一個學習項目倉庫，去看看，然后嘗試去重構以下絮识。
有關機器學習類的：
1.lijin-THU/notes-python一個python機器學習基礎的筆記绿聘，對于如何使用Numpy，Pandas次舌，Matplotlib的部分我覺得非常的有價值熄攘，同時也羅列了一些簡單的程序實例。
2.TensorFlow實戰(zhàn) (豆瓣)來自于黃博士的一本很好的深度學習教程彼念，從自編碼出發(fā)挪圾，到卷積神經(jīng)網(wǎng)絡，深層網(wǎng)絡以及循環(huán)神經(jīng)網(wǎng)絡逐沙，也附帶介紹了一些基礎知識哲思。在對機器學習的理論只是有入門理解之后這本書可以最快的帶你進入實戰(zhàn)的部分。
3.Machine Learning | Coursera之前百度大腦的吳恩達吩案，IEEE官網(wǎng)貼結婚照那個人棚赔，作為機器學習的入門課程非常適合每一個人。
4.ZuzooVn/machine-learning-for-software-engineers之前提過的那個大博士的教程徘郭，非常的喜歡如果書和公式給你帶來的是科學上的理解靠益，這個大博士的教程則給你通俗上的解釋了各種不同的機器學習模式，而且他的教程是一步一步教你打代碼的残揉，非常適合新手胧后。
5.Applied Machine Learning in Python | Coursera也是Coursera的課程這個可以作為補充教程。
