本文的目标读者是没有专业学习过编程的新手，尚未掌握其他编程语言的新手。如果你具备2-3年以上编程经验，本文推荐的书籍不一定适合（未来可能增加单独章节）。

视频和书籍有本质的区别，人脑在接收视频信息时，需要处理视频与音频，留给大脑主动思考的带宽肯定没有看书来的多。编程的学习过程，非常注重思考的培养。书籍留给大家思考分析的环节与空间更多，因此推荐看书为主。看书与思考的过程，不仅仅包含阅读，还包含提出疑问、分析疑问、前后对照、动手实践，如此就形成了自我积累的过程，有了这样的过程才能深刻理解重要的概念与方法。

视频教程当然不是祸水，优秀的视频教程同样是很好的学习资源。建议缺乏计算机知识的人，在刚起步阶段，例如安装Python的过程，第一次运行程序等过程参考视频。防止自己在某些操作阶段卡壳，打击信心。

如果时间比较充分，书本与视频可以结合学习，相辅相成。

使用书本学习的成本普遍较低，一本书几十块包邮直接到家，有些还囊括作者准备好的代码与视频讲解。

各大机构推出的收费类视频教程，普遍费用很高，是否有必要在一开始尚未踏入门槛时就搞大投入，值得好好你思考。

免费的视频教程网上泛滥成灾，良莠不齐，大部分视频的制作者只是简单的模范别人。与其花费大量时间去筛选，还不如省下时间来学习。

Python是成熟的脚本语言，与编译语言相比，学习门槛学习曲线都低很多。掌握基础的语法与控制流程后，可以很快上手日常的应用开发。因为各路大牛写了无数非常好用的轮子，夸张点说，只要你能想到，基本上都有人写出来了。

回到正题，既然要学习Python，除了最基础的语法外，建议大家挑选一个实际的方向进行挑战。按照大家使用Python的具体方向来划分，通常有几大类：

网络爬虫（网络机器人），代替人们地在互联网上进行数据信息的采集与整理。在大数据时代，信息的采集是一项重要的工作。例如对股票等金融数据进行采集分析，供后续的交易算法使用；猎头采集各类招聘岗位信息，及时把握职场风向标；对各类新闻数据进行采集分析，分析舆论趋势；还有人通过网络爬虫采集漂亮小姐姐的照片。

立志成为码农，通过学习Python掌握Web前后台开发，达到全栈输出能力。当然不是让你做到Web开发涉及的内容样样精通，而是利用Python语言的快速开发能力，高效的实现开发目标。掌握基础之后就可以从Flask、Django开始练级，结合MySQL等数据库，完成全栈码农的转变。有人或许认为Python并发能力弱，无法支撑高流量高并发下的场景。并非大家都需要高并发高性能的应用，大部分Web应用的性能要求其实不会很高，反而是交货周期，快速迭代能力更加重要。

大数据的概念各位接触肯定很多，不必赘述。使用Python进行大数据分析的人都是幸福的人，因为有NumPy（科学计算的基础库）、pandas（大数据处理库）、scikit-learn（机器学习库）、Matplotlib（可视化库）等等功能强大的轮子，使用简单快捷，不会欺负新手。从爬虫信息采集到数据清洗再到大数据分析一条龙的流程。有能力再延伸到Hadoop、Spark。

Python毋庸置疑是当前最流行的机器学习语言。什么10行代码实现目标检测，20行Python代码实现鸡汤名言生成，太多太多花样。当然很多都是公众号文章的标题党，利用Python的强大功能拉粉，同时很好的佐证了Python的强大之处。

机器学习的范畴非常大，例如深度神经网络（常见用途就是图像检测与识别），各国语言机器翻译，语音识别，自动驾驶，机器人控制，购物推荐算法等。

对于机器学习Python只是基础工具，具备良好的专业基础才是王道。

利用Python实现文件数据汇总；生成、合并PDF文件，添加水印；批量调整图片大小与格式；批量整理数据文件与文件夹等；自动发送提示告警邮件等。Python既可以完成个人电脑上常见的办公流程，还能在服务器上大施拳脚。完成自动化测试、自动化运维等工作。越来越多的人利用Python实现工作效率的提升。

学习没有捷径，但有方法。

选定一个自己感兴趣的方向，制定简单的学习计划。你没看错，我让你制定一份学习计划，你完全可以佛系些，只列出分几个阶段，每个阶段期望自己能达到的目标。有了方向与目标，我们的学习效率会更好。

就算刚开始慢如蜗牛，依然要坚持完成代码练习。对于没有基础的人，经常出错是正常的，很少出错反而不正常，除非已经有其他编程语言的基础。代码练习能让你熟悉语法，熟悉流程，熟悉代码思路。更重要的是培养手感，养成良好习惯。

在掌握书中的方法后，根据自己的理解尝试用新的方法解决书中的问题。这种方式非常锻炼人，但我不建议使用书本以外的例子，因为你很容易卡住，会浪费太多时间。等你有了一定的基础倒是可以尝试。

第一本：《Python编程：从入门到实践（第2版）》，源代码文件+视频讲解

推荐指数：★★★★★

适合新手： Yes

第一本，毫无疑问必须是《Python编程：从入门到实践（第2版）》，千万注意要买第二版，使用Python 3.6讲解，方便你日常使用。

作者Eric Matthes 5岁开始编程，起步非常早。后来经常与自己儿子交流Python编程话题，驱使他推出本书。

该书完全涵盖Python入门的基础知识，特别出彩的是用心安排了开发小游戏的章节，激发大家的学习兴趣同时开阔大家的视野。当然Web开发，数据处理、数据可视化等重点内容自然不会缺。

依照循序渐进的特点，各类步骤讲解详细，还有常见错误的说明，帮助读者解决常见编程问题和困惑，相当于手把手教。随着阅读的进展，逐步跟随作者节奏，让人不知不觉掌握编程理念与技巧。

会写单元测试的程序员才算进阶，本书专门安排了单元测试的章节，再加上git等知识的辅助让你全方位体验进阶步骤。

整本书的结构编排科学合理，代码清晰可读，帮助初学者养成良好的编程习惯。从头仔细学习，认真实践练习环节，保证成功入坑。

再说一遍：非常好的书，必须强烈推荐。

第二本：《“笨办法”学Python3》，配套视频

推荐指数：★★★★☆

适合新手： Yes

本书想传达的理念，与我开头说的类似，并没有特殊的捷径，按部就班的学习才是捷径。

作者在本书中设定了特殊的练习与记忆模式，逐步指导你使用和掌握Python的编程技巧。特殊之处在于全书真的是安排了52个练习。从第一个练习“Hello World”，就给大家引入扩展知识。随着练习的进展，会让你接触文件操作、循环、字典；再到后面的项目架构，第一个网站等等内容，都是围绕固定的模式进行，只要熟悉了开始的模式，后面的学习会比较轻松。

笨方法的特点：

“笨办法”学Python的网上评价相当不错，说明深受大家喜爱。

我个人倒不太习惯这种方法，仿佛让我回到小学阶段，失去自由发挥的余地，所以不太适应。

另外要特别注意，本书还有另外一部“进阶版”可不要弄错了，新手看不懂。

书名：《Python编程快速上手——让繁琐工作自动化》

推荐指数：★★★☆

适合新手： No

出版时间：2016年

不可否认这是本好书，我看过！ 第一部分主要讲Python编程的基础概念与知识。 第二部分围绕实际项目，每一章都有一些项目程序，供读者学习Python在日常工作中的使用，帮助读者巩固所学的知识。项目内容丰富实用，例如：从Web抓取信息、处理Excel电子表格、处理PDF和Word文档 、发送电子邮件和短信、操作图像等等。

但是，但是，这本书太老了，2016年的书。所以我不建议新手选择它，虽然用的也是Python3，在你掌握Python基础之后，可以学习里面的项目章节，毕竟思路还是很不错的。

书名：《Python核心编程（第3版）》

推荐指数：★★★☆

适合新手： No

出版时间：2016年

本书属于进阶类型的书，等大家入门后再考虑看吧，2016年的书，虽然是Python3同样不太推荐。等你入门之后，自然有判断力本书是否适合自己。

书名：《Python Cookbook（第3版）中文版》

推荐指数：★★★☆

适合新手： No

出版时间：2015年

本书侧重于介绍高级应用与技巧，非入门类书籍。主要是高级编程中所涉及的算法，如果你打算成为Python高级开发人员，本书值得参考，因为其他书要么太简单，要么侧重专业主题。

书名：《流畅的Python》

推荐指数：★★★★☆

适合新手： No

出版时间：2017年（2015年）

属于最好的劝退书系列，这可是本名气很大的书，谁推荐给新手鄙视谁。按内容来说，本书是给具备良好编程能力，打算充分发挥Python魅力人准备的。

假如你写了多年的C++代码或Java八股文，无聊的想换换口味，那建议看这本书，因为它探讨问题的方式直接围绕问题核心。使用简洁的例子探索Python语言特点、高级用法，针对语言特性进行挖掘讲解。看完会对Python有更高层次的认识。

总而言之，没有两把刷子就别碰本书。哈哈，偷偷告诉你们，我看了也感觉很困。

许多人会在网上问：

“我学了Python是不是就能找到大数据的工作？”

“学了Python是不是就能找到数据挖掘的工作？”

“为什么我学了6个月Python，还是找不到工作？”

“我现在 28 岁，如果零基础开始学 python，可以找到工作吗？”

......

每每看着这些问题，我总是不知从何说起。因为说出真相，必将伤害许多人的内心，更打击卖课程的行业。你可以把上面各个提问中的“Python”， 换成Java、C#、C++，重点真的不是学了Python有没有用，而是你自身是否努力上进，有没有能力完成岗位工作。

把Python看成重要的加分项更为合适。

Python就是门编程语言，可视为一种工具。而编程的实际能力涉及到算法、数据结构、网络知识、计算机系统架构等等。

专业能力最为关键

例如你是做数据分析方向，统计相关的数学知识就非常重要，有过硬的专业知识打底，再掌握SQL、Python等工具，就是如虎添翼。否则只会Python工具，你不知道该怎么分析数据，不精通业务，就算用了别人的模型得到结果，依然无法解读数据背后隐藏的业务内涵。

这些都是我接触Python多年以来的经验之谈。编程并不神秘，学习编程的过程是一个不断形成新观念、不断习得新经验的烧脑过程，亦是实践出真知的过程。经历这些过程的反复，自然而然就让你掌握了编程的奥秘。

好的Python书籍与教程还有很多，肯定有些我未曾接触过。大家不妨一起来分享，方便新人入坑。

选择书籍与教程固然重要，但靠自己多敲代码多思考才是正确之道。