找出激励你的因素

  找到并保持你的动机是关键——我在高中编程课上都是在睡觉，因为课程只让我记住一些语法;另一方面，当我需要学习python来制作自动作文评分算法时，我选择熬夜学习。
  学习很少涉及动机——一般只是按照别人的教程去尝试和做一些东西。然而，python几乎可以开发从移动应用程序到游戏再到高级机器学习算法的所有东西。不管你对它感兴趣与否，都可以用python构建，并且可能会得到一个很好的入门教程。
  选择一两个你感兴趣的事情并坚持下去，你将在这个领域开发许多项目。

了解一些基本的python语法

  除非你知道基本的语法，否则很难理解任何东西。即便如此，也不要在上面花太多时间，你的目标是开展自己感兴趣的项目，学习基础语法就足够了。
  作为参考，我花了不到一周的时间学习codecademy，学习了大约30%的语法，这足以开始一个项目。
  《Codecademy》：有利于学习基本语法。
  《Learn python the hard way》：一本教授许多python概念的书。
  《Dataquest.io》：这是我次学习Python的网站，它的重点是教你在数据科学中使用python，教你所有的基本语法。
  《python教程》：主要python网站教程。
  我再次强调，不要在前期花太多时间在基本语法上。你开展项目越快，学得就越快。当遇到问题时，仍然可以回头看看语法。

进行结构化项目

  除非你真的把你学到的应用到实际项目中，否则你学到的知识会慢慢流失。项目是一种很好的学习方式，因为它可以提升你的能力，让你知道如何运用学到的技能，让你在找下一份工作时有东西可以拿出来展示。
  当你开始工作的时候，更多带有指导的结构化项目会对你有很大帮助。

推荐类型

  游戏
  《Pygame tutorials》：pygame(制作游戏的python库)有一个很好的教程列表。
  《Making games with pygame》：这本书是通过制作游戏来学习python的。
  网站
  flak tutorial：官方的flak tutorial教程(简单的python网络框架)。
  Bottle tutorial：Bottle教程(简单的python web框架)。
  How To Tango With Django 1.7：django的指南(一些复杂的python网络框架)。
  数据科学
  Dataquest.io：交互式地教你Python和数据科学。你可以分析一系列有趣的统计数据集，从CIA文件到NBA球员。
  Scikit learn文档：Scikit learn有一些很好的文档和教程(python的主要机器学习库)。
  python数据分析：由Python数据分析库(pandas)的主要作者编写，它很好地介绍了如何使用Python来分析数据。