一、环境配置、编辑器选择
安装 Python 就像安装一个其他软件一样：到 Python 官网上下载安装程序，然后安装到电脑上。在 https://www.python.org，我们选择「Downloads——Windows」（根据你电脑的操作系统来选择），就可以来到供 Windows 操作系统使用的 Python 的下载页面。
具体安装与环境配置，大家可以直接看这个教程：
https://www.bilibili.com/video/BV1ex411x7Em其他可用编辑器：
- idle： Python 自带编辑器。如果只是想尽快写出几行代码来，这是最简便的方式。
- vs code： Visual Studio Code - Code Editing. Redefined
- atom： A hackable text editor for the 21st Century
- SublimeText： Sublime Text - Download
- notepad++： Notepad++ Home
二、Python学习导览
以Python+大数据方向为学习计划，计划如下：
- 开发入门： MySQL数据库
- 核心基础： Hadoop
- 数仓技术： Hive数仓项目
- PB内存计算： Python入门 → Python进阶→ pyspark框架 → Hive+Spark项目
技术点概览：
Linux-->MySQL-->Kettle-->BI工具-->Zookeeper-->Hadoop HDFS-->Hadoop MapReduce-->Hadoop YARN-->Hive-->CDH-->基于阿里数仓分层架构-->Hive + Presto-->Hive 性能调优-->调度-->Python编程-->Spark-->Flink Core-->数据结构-->高频算法-->面试真题-->大厂架构
三、Python好书推荐
初级难度
- 《python 编程：从入门到实践》
- 《python学习手册》
中级难度
- 《流畅的python》
- 《effective python》
- 《Python Cookbook》
高级难度
- 《python编程》
- 《python核心编程》
python 分类书籍
- 机器学习：机器学习实战
- 数据挖掘：集体智慧编程/ Python数据分析与挖掘实战
- 官方文档：Numpy / Pandas / Scikit-learn
四、刷题渠道
1、Github：https://github.com/
这不是一个专门的刷题网站，而是代码托管平台，里面有数百万个Python项目，其中不乏优秀的Python学习类资源。
Leetcode是一个专业的刷题网站，上面有很大大厂面试的真题，当然大家可以根据类别去刷题。
3、牛客网：https://www.nowcoder.com/
牛客网提供相当多企业面试题库，主要面向编程、管理、营销等各行各业的面式题，内容丰富。
4、实验楼：http://demo.erdangjiade.com/modals/8/856/demo/
不同于leetcode和牛客网，它是一个实操代码项目的练习网站，提供了包括Python在内的各种编程语言练习项目，包括像Python入门、Django web编程、Pandas数据分析、自动化运维等。
5、和鲸社区：https://www.heywhale.com/home
一个数据科学社区，其中以Python环境为主，主要是提供了各式各样的数据科学项目，大家可以进行代码项目练习。
6、趣IT：https://www.funit.cn/
互联网求职刷题神器，大厂真题、专项练习、面试讨论社区等等可以针对不同阶段学习的小伙伴求职、自测能力使用。
五、Python项目推荐
练手小案例：
- python小游戏：https://github.com/CharlesPikachu/Games
- Python小工具：https://github.com/CharlesPikachu/pytools
- 每天一个小程序：https://github.com/Yixiaohan/show-me-the-code
- 小项目案例：https://github.com/geekcomputers/Python
深度学习项目：
- 黑白照片上色：https://github.com/satoshiiizuka/siggraph2016_colorization
- Handwriting Generation：http://www.cs.toronto.edu/~graves/
- neural-style：https://github.com/jcjohnson/ne
- 识别人脸图像：https://github.com/Hironsan/Bos
- Deep Dreaming：https://github.com/google/deepd
大数据开发项目：
- 黑马大数据项目之Hive数仓项目 01
- 黑马大数据项目之Hive数仓项目 02
- 黑马大数据项目之Hive数仓项目 03
- 黑马大数据项目之Hive数仓项目 04
- 黑马大数据项目之Hive数仓项目 05（上）
- 黑马大数据项目之Hive数仓项目 05（下）
- 黑马大数据项目之Hive数仓项目 06（上）
- 黑马大数据项目之Hive数仓项目 06（下）
- 黑马大数据项目之Hive数仓项目 07
- 黑马大数据项目-补充Git部分 08
架构说明：
本项目从需求调研、设计、研发再到测试上线，涵盖了项目的完整工序，挖掘分析了海量用户的数据行为，形成数据集市，可供各个场景使用。