总算知晓python怎么学比较好

随着python语言的发展，在软件行业里面使用python编程语言的公司会越来越多，那么，在学习使用Python需要养成的什么好习惯呢?以下是小编为你整理的python怎么学比较好  

缩进：由于跟其他编程语言的区别性，缩进在python编程中显得十分重要;在Python的代码块中必须使用相同数目的行首缩进空格数，否则会造成脚本运行错误，提示你格式不正确之类的信息。因此，在使用python语言写脚本的时候，保证缩进的一致性相当重要。  

空行：虽然在python编程过程中，空行并不是Python语法的必需部分，但是，保持函数之间或类的方法之间用空行分隔，可以使得代码看起来更加清晰明了，也有利于后期的代码维护或重构。

注释：注释相对经常使用编程语言的人来说应该不是很陌生吧，主要因为注释不仅使得阅读代码的人容易理解，也让代码作者更好地定位代码函数等。python跟其它语言一样，注释在一些该注释的地方，可以让效率事半功倍。  

源代码：python作为完全开源的语言，代码对于任何人都可以随意浏览。这种方式可以更好地帮助人们发现有利精简扼要的代码，在很多方面可以省去不必要的时间，因为觉得合适可以直接拿过来使用或者简单修改。经常看一下好的源代码，不仅会让你学习别人的编程方式，还在另一方面大大的帮助你更好地学习。  

编程思想：使用任何一门编程语言，都需要保持很好的编程思想，对python来说也是一样的。学会创造使用适合自己的编程思想是至关重要的，因此，去多读一些讲解编程思想之类的书籍来充实自己吧。  

python的作用

Python的优势有必要作为*步去了解，Python作为面向对象的脚本语言，优势就是数据处理和挖掘，这也注定了它和AI、互联网技术的紧密联系。  

网站开发。Python数据处理很在线，用它编写网站可以为大众提供优秀的服务，主要使用django和flask框架，著名的网站像知乎、YouTube就是Python写的。  

自动化运维。Python运行在Linux系统上可以作为服务器脚本不停工作，实现对主机的自动化操作，自动登录等就是应用之一。  

网络爬虫。顾名思义，从互联网上爬取信息的脚本，主要由urllib、requests等库编写，实用性很强，小编就曾写过爬取5w数据量的爬虫。在大数据风靡的时代，爬虫绝对是新秀。  

人工智能。AI使Python一战成名，AI的实现可以通过tensorflow库。小编认为，神经网络的核心在于激活函数、损失函数和数据，数据可以通过爬虫获得。训练时大量的数据运算又是Python的show time。  

当然以上只是Python应用最多的领域，别的领域和这些往往存在交集，这里就不再赘述了，至于Python能不能写外挂和游戏，下面小编就告诉大家。  

外挂是写不了的，Python是脚本语言，不可能像易语言、C语言那样流畅自如地编写辅助。  

游戏并不适合用Python开发，Python虽有pygame库，但是功能不强，游戏运行效率低下，写游戏还是要靠游戏引擎。  

python的安装方法

python下载时也可以下载zip的版本(Windows x86-64 embeddable zip file)，但是下载后有时发现会出现很多dll文件丢失情况，还需要去重新修复这些问题，会比较麻烦，所以还是建议下载Windows x86-64 executable installer版本  

下载完成后双击执行下载的exe程序，进入安装界面。安装界面可以选择默认安装，也可以自定义安装，我比较喜欢自定义安装，默认安装路径都比较深，自定义安装自己定义个较浅的目录，后续容易找。

在选择路径安装时，可以把下方的“Add Python 3.6 to PATH”勾选上，这个就直接默认把用户变量添加上了，后续不用再添加  

选择好后，继续下一步，全部默认选择即可，如有需要可变更，再下一步时直接更新安装存储的路径(D:programpython3.6.0)。  

继续下一步，则提示安装成功。在安装目录也可以看到如下图2的相关信息。同时在cmd中执行python -V(大写V哦)则可看到成功安装的版本。  

要学会提高学习效率

在你的编程生涯中有一个技能比其他更重要。它就是，高效学习的能力。如果你掌握了这个本领，必将前程似锦，而且受到他人的敬仰。如John Sonmez所说， 至少有5种我们犯的错误会影响高效学习。接下来我们就来一一大致了解下。  

首先，一本书从头看到底，一页不漏： 这样不好因为我们只会记住我们读过的一小部分而且大部分书内容太宽泛以至于不值得一页不漏地读。当你刚开始学习时，学一些不会马上用的概念是时间和精力的极大浪费。可以花时间那样做，但不是刚开始的时候。 相反，你应该把精力放在当前需要学习的部分，而忽略其他部分。  

其次，没有计划地学习： 这方面我是一个惯犯。有时候我会因为一个新技术而变得很兴奋，接着马上投入进去，开始使用它，买很多书，读，读，读，用，用，用， 看一些相关的视频，订阅一些博客和新闻通讯，读的更多，用的更多 ，*我还是原地打转，没有什么大的进步。这是非常糟糕的。  

再次就是未能缩小范围： 有清晰的界限能让我们容易决定一个新的资源是否值得你花时间。 这就是为什么学习Python的*的途径是试着用它开发些东西。为了完成一个任务，你会明白Python哪些部分是你不需要了解的，你会发现开始你把范围缩的越小，学到的就越多而且进步越快。  

然后就是试着同时学两样(或更多)的东西：如果你是因为对Django 网页应用开发感兴趣而学习Python,那么很可能你在犯这个错误。你这里学点Python,那里学点Django,再学点Python,然后再学点Django。 本质上你就是我们特立尼达人喜欢说的“陀罗泥”，即转动了很多次，但是实际上没前进。  

*在实践之前投入太多时间学习： 因为我们害怕失败。我们想在尝试之前搞清楚我们在做什么。所以我们在付诸行动之前会花很多时间学习。过去我就是这样。具有讽刺意味的是我开始知道的越多，意识到自己不知道的也就越多，从而又想学更多。这使我更害怕尝试做些事情因为我知道我会做的狗屎一样。谁会想写狗屎一样的代码呢? 我们都想写优美的规范的Python代码。不用等准备好了再开始。