这样学Python就是在浪费时间~

这篇文章不是广告，而是给很多学Python而又无所得的同学一些建议。

自学 Python 很久却还是不会用，就像你学英语十几年还是不会说，原因是一样的，你没有把Python当做工具去用，而是一味地学，等同于纸上谈兵。《笨方法学Python》作者说过这样一段说：

编程语言这东西并不重要，重要的是你用这些 语言做的事情... 不要被围绕某一种语言的宗教把你扯进去， 这只会让你忘掉了语言的真正目的，也就是作为你的工具来实现有趣的事情。

编程作为一项智力活动，是唯一一种能让你创建交互式艺术的艺术形式。你可以 创建项目让别人使用，而且你可以间接地和使用者沟通。没有其他的艺术形式能 做到如此程度的交互性。电影领着观众走向一个方向，绘画是不会动的。而代码 却是双向互动的。

我们理解下，学Python不是目的，真正的目的是解决问题，实现有趣的事情，哪怕这种工具不是Python也行。

所以从一个学习者的角度来看，一定要带着目的学习。Python的用途有很多，比如网络爬虫、机器学习、数据分析、金融量化、自动化办公等，如果没有目标瞎学，效率会非常低。

你去观察下你的工作有哪些是可以用编程去做，然后对症下药，专门学习Python在这块的应用场景。

比如说你做金融分析工作，就应该思考金融领域有什么用到编程的地方，比如量化交易、定价模型、风险管理等，那这些领域Python有什么优势？有哪些库和模型可以直接用？有哪些经典的策略？是否可以用Python去搭建应用工具？....

各种各样的行业用到编程的地方太多了，你应该多想、多做、多反思，这样就不怕不会用Python了。

想好了为什么学Python，接下来就是疯狂的去练习，撸代码。

去每天花两小时写代码，去研读各种开源项目源代码。

去写技术博客，去蹭技术讲座、会议、公开课程。

去逛Github，去StackOverflow上提问，去论坛上找技术大佬聊天

去参加软考，去参加ACM等正规编程比赛。

去尝试自己写一个个人网站，或者开发一个游戏APP。

......

只要你愿意提高代码能力，有无数种方法能帮到你，但你需要让你的意愿充斥整个身体，并相信能做好。

俗话讲，不积跬步无以至千里，新手想要成为高手，疯狂的练习是第一步。

Github上有很多Python项目案例，教程、开源项目、技术书籍、数据资源层出不穷，你可以挑合适的去复现，养成解决问题的习惯。比如说大名鼎鼎的pandas、django、tensorflow、pytorch、requests等都在github上有开源代码。

还有诸如awe-some python、Python-100-Days、ML-For-Beginners等这样的资源教程，有十几万的star，非常适合初学者去学习。

你用Python关键词搜索，会出来300多万的相关仓库，足够你花一辈子去学习。还有像kaggle上也有很多练习，Kaggle是世界上最大的数据科学比赛网站和社区，里面有成千山万个比赛项目，涉及数据分析、机器学习、深度学习、数理统计、可视化分析等全方位的数据科学知识。kaggle还有各种各样的免费数据集、模型、教程文档，提供给python数据科学爱好者使用。这样的资源不计其数。

Python编程应该是最能体验prctice make perfect的技能之一，在前期积累的阶段，往往要大量的去刷题、比赛、模仿，才能显得游刃有余。

可能练习不一定会让你完美，但大量的练习会让你产生髓磷脂，一种神经元外侧的脂质，能让你的脑回路更加灵活。

人的大脑可以分为反射、思考、记忆三个功能，大脑可以通过大量的反复练习让思考演变成习惯，最后跳过思考只需要反射的指令操控就能完成，从而达到“生巧”的效果。

当然，练习不是一味的重复，或者去完全复刻别人的代码，每一次练习都应该增加难度，有突破自己认知的成长。

这样经过反复的输入、评估、输出、纠正，你会有惊人的变化。

总而言之，明确的目的+疯狂的练习是学好Python的不二法门，可能也是绝大多数技能的精进之路。

加入知识星球【我们谈论数据科学】

提供100节专属Pandas数据分析视频教程

600+小伙伴一起学习！