（关注我的人不仅有趣、有品，还有颜）
在学习python的过程中，我们总是有各种问题，怎么才能快速高效地学会python？今天给大家推荐一篇十分中肯的python学习分享文章。
我在学习的过程中，深深的觉得对于成人或者进入职场的人来说，学习一门新的知识，目的不在于积累，而在于解决问题。
所以这就要求我想明白3个问题：
学习python，要解决什么问题？要学哪些东西？怎样学？
1
选择好方向
我要学习python的目的不是为了解这门语言，而是为了要学会运用这门语言来解决问题。
但python的应用方向，实在太广了。在python基础知识学完之后，如果应用方向不同，要学习的东西也会大不同。
我不能说我要做web开发，学完python基础知识，跑去学numpy，pandas等知识，也不能说我要用python做数据分析，学完python基础知识，然后就跑去学django，flask框架。这个道理，就跟我们想要去泰国旅行，肯定不会买去日本的机票一样，很简单，但是我们不得不承认，还是会有人犯迷糊，上来就开干。
我学习python，是因为在工作中慢慢了解到python在数据分析方面，基本涵盖了“数据获取→数据处理→数据分析→数据可视化”这个流程中每个环节，是数据分析的利器，话说这风骚的操作，也是没谁了。
2
规划好路径
当我确定好方向后，下一步骤就是顺着这个方向，建立好我自己的学习路径地图。
这个路径是1个系统性的逻辑主线，这个主线会让我知道每个部分需要完成的目标是什么，需要学习哪些知识点，哪些知识是暂时不必要的。然后每学习一个部分，我就能够有一些实际的成果输出，利用成果产出来形成正向刺激，激励后续的学习。
而且，如果我们身在职场，大多时候我们是没有很大块的时间来集中学习的。我们的学习时间被分割在了一些碎片化的时间里。在碎片化的时间里，系统性的学习一门知识，更需要有一个贯穿前后，系统的逻辑主线，来串联所有相关碎片化的时间的学习。
当我确定好学习python的数据分析知识，就按照数据分析的流程“数据获取→数据处理→数据分析→数据可视化”这个路径，给自己建立了学习地图：
python基础知识爬虫基本知识+sqlnumpypandasmatplotlibsklearn统计学与概率论
3
对基本概念建立认知
python是我学习的第一门编程语言，我在开始学习python的时候，是一个连什么是字符串都不知道小白。所以对我来说，最重要的开始是，首先对这一领域的基本概念建立认知！
事实上，对一门领域完全零基础的人，想要开始学习它的话，真正重要的工作是先对这门领域的基本概念建立认知。
比如我在看到教程中有句话是“为变量赋值”，那我至少得知道，什么是变量？赋值是什么意思？
不知道为什么这么重要的一个开始，竟没有答案提到，更不知道是大家都天赋异禀，觉得不屑于提起这基础的步骤，还是很多人已经忘记了从小白一路走过来的痛苦和挣扎。人是会篡改记忆的，会认为现在拥有的都是轻松获得的，但真实的经历永远都是坎坷曲折的。
所以网上一些教程典型的通病就是，教学者用一个我们不懂的概念去解释另一个我们不懂的概念，然后我们还是不懂。因为教学者提前预设了作为0基础的我们的立场：已经有其他编程语言基础，只是没有接触python。
但其实，对真正如我一样的0基础的小白来说，大多时候，python是我们学习的第一门编程语言。所以这个时候，对我们来说，学习python，不仅是学习这门语言本身，还是在借着这门语言，帮我们建立对编程世界的一些基本概念的认知。
当我入了门之后，就是顺着在第二步建立的学习路径，一路升级打怪，毕竟，我的征途是星辰大海！
4
最后，学习中需要注意的问题
1、一开始绝不陷入底层原理和细枝末节的纠缠
这个坑，是把我坑的最深的坑。
举个例子，我学到函数的时候，我在开始的时候只需要，学会怎么定义函数，怎么调用函数这些基础知识，完全不需要一开始就深入到，研究函数参数的传递规则，到底是值传递，还是引用传递。
不是说这底层知识不重要，至少在入门的时候，我们不用一上来就深入这个层面。因为知识的学习，是一个线性的，从潜入深的顺序。如果一开始，就眉毛胡子一把抓，不分主次，可能我们很快就会体会到“从入门到放弃”是一种什么样的感觉。
而且我们在后续的学习过程中，其本身就是在“运用中深入理解，在深入理解中优化应用”。相互印证理解，是一种自然而然的深入学习过程。
2、最好是按照系统性的课程或书本来学习
既然在这个领域是新手，先接受一个已经存在的系统，再在上面修修改改，是最适合的方案。作为新手，如果依靠自学来学习一门领域的知识，根据我的经验，我依然认为最好的老师，仍旧是成体系的课程或书本。
网上的文章或帖子，其实非常不适合充当我们系统性的学习一门知识的教材，因为它是非常碎片化的知识，东一榔头西一棒子，不成体系。不要指望自己能把散落的信息整合成系统的，那是高手要做的事情。不过这些东西，可以作为我们对某些细节的查漏补缺的参考。
3、以能用起来，解决问题为指导原则
在工作中，需要的更多的是一种解决问题的工程性思维，所以很多时候，我们能掉包解决问题，就没必要自己造轮子。
举个例子，boss要去机场，那我只要会开车，驱车把boss送到目的地就行，而不需要我去研究怎么怎么造车轮，怎么造发动机，怎么造电瓶。。。。。。
当然，如果我们学有余力，能深入，肯定是只好不坏。但还是那句话，开始的时候，不眉毛胡子一把抓。
4、没有什么牛逼的事情是能够速成的，越是底层的、收益周期越长的技能越是这样。
“大道甚夷，而人好径，终为所误”。我们总会在踩了无数的坑后，才恍然大悟：捷径往往是最长的弯路。学习一门领域的知识，对于普通人人在短时间内从0到1入个门，倒是不难，但是从1到10，到100，进阶为高手，没有长时间的投入和刻意练习，无异于痴人说梦。