经常有同学会问，如何选择并且快速上手一门编程语言，Python也是本文最推荐的一种编程语言。

在这篇回答中，我们将会分享五大部分的内容:

1、为什么要学python?
2、如何快速上手python?
3、python基础学习资源
4、python最佳代码库
4、python的常用package

希望能对大家有一定的帮助。

1.相比于C++和JAVA而言，python更加易于学习，语法简约;同时兼容众多平台;既支持面向过程也支持面向对象。

一句话总结，既强大又好学!

2.Python社区创造了一大堆各种各样的Python库。

在这些库的帮助下,你可以不用编写具体的程序，直接调用已有的程序，就可以轻松管理文档,执行数据处理、搭建数据库、创建网站，操作图形用户界面，进行人工智能模型训练等等。

3.Python应用范围广:

除了应用在互联网行业还可以应用在金融、咨询、地产、快消等多个领域。

根据你的需要，你总能找到很多网上已经写好的代码，来解决各种实际问题，比如批量修改文档格式、爬取数据、更好的图表可视化、抢票抢红包程序等等。

经过简单的修改，你就能投入到自己工作生活里，降低重复繁琐的时间成本。

python并不难，学习python具备初中数学知识即可，文科理科学生都可以学所以大家不要有畏难情绪，我认识很多商科的学生，其实学起Python来不比计算机专业的同学慢，原因就是Python真的很简单。

是因为职业发展需要?想做副业需要?还是自我提升?比如商科学生学 Python可以转型数据分析，传统金融的学生可以做量化交易等等。

不同需求的人群对python的掌握要求是不同的，所需要的资料上也不一样。搞清楚自己学python是为了外理或挖掘数据?还是做机器学习和人下智能?或者是网站开发?这会让你的学习事半功倍。

按照“读写文件;数据类型:条件、循环语句;常用函数:常用package”这样的顺序来学习，就能比较有体系地入门Python知识了，起码看代码能大致看懂了。

(1)关于Python的学习资料与视频太多了，但是看书或者零碎看视频是不能堂握编程的。

这里特别强调可以给自己每周定一个编程小任务，根据自己的学习领域与进度安排一个编程目标。

所谓站在岸上学不会游泳，一定要手动敲代码，加深对代码的理解。比如学完文件读取后，尝试能自己写个程序获得文档中的一些字段。

(2)不要害怕编程出错，错误是难免的，出现错误代码会有相应的报错，不断尝试自己解决问题。

1、廖雪峰“大佬的免费教程网站，从基础到实战都有详细的教程，喜欢看文字类教程的同学，这个网站不能错过。

https://link.zhihu.com/?target=https%3A//www.liaoxuefeng.com/wiki/1016959663602400/1016959856222624

2、知乎站内就为用户提供了很多免费的学习资源，非常适合新手去系统性的学习使用。

https://www.zhihu.com/xen/market/remix/paid_column/1449876084258594817

https://www.zhihu.com/xen/market/remix/paid_column/1449876418532945920

https://www.zhihu.com/xen/market/remix/paid_column/1449875791048171521

3、菜鸟教程网站拥有自带的在线编辑器，课程的内容丰富，且配有实例讲解

1、Python开发资源大全：Python框架、库、软件以及资源精选列表，这份资料特别好的地方在于有中文版，方便了很多刚开始学习的同学。

https://link.zhihu.com/?target=https%3A//github.com/vinta/awesome-python

https://link.zhihu.com/?target=https%3A//github.com/jobbole/awesome-python-cn

2、同样是Python框架、库、软件以及资源列表的精选合集，可以和上一份补充着看。

https://link.zhihu.com/?target=https%3A//github.com/trananhkma/fucking-awesome-python

3、将近400个开源Python应用程序，按主题陈列，且附有使用apatite根据结构化数据生成的代码库、文档等链接。

https://link.zhihu.com/?target=https%3A//github.com/mahmoud/awesome-python-applications

NumPy是一个针对数据分析的Python库，它支持多维数组和矩阵，是Python中最基础的库之一其实它本身并没有提供多么高级的数据结构和分析功能，但它是很多高级工具(如pandas)构建的基础。

Pandas库提供了快速、简捷、易懂的数据结构，简化了数据整理步骤，绝大多数的数据预处理与数据分析都可以完成。

大家可以简化认为Pandas是Python版本的excel,但是当你熟练记住代码使用后，它会比excel操作方便太多。

Sklearn主要是用干机器学习，所以sklearn的模块也都是围绕机器学习算法的，可以说是一个完善的机器学习工具箱。

你在里面可以完成分类、回归、聚类、数据降维、模型选择和数据预处理等任务;几乎常见的机器学习模型也都可直接调用:比如支持向量机、随机森林、k-means等。

Matplotlib是一个用于科学计算绘图的库。可以帮助你完成描述性分析和数据可视化。你可以用它来进行快速绘制线形图、饼状图、直方图等等。

Seaborn主要是基于Matplotlib构建的，进行了更高级的API封装，可以让用户把自己常用到的可化绘图过程进行函数封装，形成的一个制图的“快捷方式”。

希望以上分享对你有所帮助!