我不喜欢一上来就推荐一堆参考资料的东西，那只会让初学者更迷茫。好比一个婴儿，你告诉他学会走路的方法有100种，他只会变的对走路毫无兴趣，他要的只是一种最有效的学会走路的办法，而不是100种。

同样的，下面介绍的是我之前刚开始自己学习python的1种方法，只需要1种就可以了。

第1步，基础入门

很多人喜欢搞一本厚厚的书来看，虽然看完了但是还不会用Python，这是最大的悲哀。

伤心吧？难过吧？

其实，你只需要，看菜鸟教程网站的这个教程就足够了，网站地址：

Python3 教程 | 菜鸟教程

如果你是刚开始学习编程的新手，没看懂，多看几次就会了。虽然这个过程会很乏味，但是对于你建立牢固的编程思维是必须的。

这一阶段的辅助工具：

当你看到无法理解的代码或者概念时，可以将代码复制到下面这个网站，它会将你的代码用图形化的方式显示出来，便于你理解：

如果你不知道代码在内存中是如何运行的，不妨把它拷贝到Tutor里可视化执行一遍，加深理解。

举个栗子 ，比如你在学习Python中的字典数据结构，但是不太理解这个概念，那么你就可以将书中代码输入，然后点击下面红框汇中的按钮。

就会运行处以下的图形结果，对着图形理解概念，不要太爽哦。

第2步：数据分析进阶

上面第1步已经打好了Python编程的基础，现在进入数据分析的学习阶段。推荐一本书《利用Python进行数据分析》就够了，这本书在豆瓣评分是8.5分。

看到书里涉及到到当统计概率知识看不懂的时候，这时候反过来再学习统计概率的知识。

很多人错误的学习方式是，先学习统计概率，再去学习数据分析编程工具（Excel，Python，R）。最后抱怨太难了，学不会。

这其实学习方法是错误的。这是为什么呢？

有两个原因：

1）因为很多统计概率讲的都是复杂的数学公式，却不讲统计概率在生活中如何应用的。这样造成的结果就是你学习了很多，但是也忘记了很多。

2）统计概率知识大多数时候是理论基础，如果不结合数据分析工具（Excel，Python，R）来使用，你肯定学不会。

比如你学习了四分位数的理论，但是如何在实际中使用的，你不会数据分析的工具，你当然不会用了。

但是如果你会数据分析的工具，实际操作就一行代码，四分位就计算出来了。你当然兴奋了，一高兴学习兴趣也就上来了。

所以，我的建议，也是正确的学习方式是：先学习基础的数据分析工具用法，当遇到统计概率知识的时候，再来补这个知识，边学习边用数据分析工具实现一遍。

这一阶段的辅助工具：

如果你想通过做实际项目来学Python，可以试下《5 个适合 Python 数据分析初学者的项目》：

Five data science projects to learn data science

3. 数据分析高级-统计概率知识

统计概率知识学习其实很简单，只是很多老师和书把这个东东讲复杂了。学会下面图中的知识，你就可以学会统计概率了：

简单解释下，上面的图。

如果你的学习目的是：提高认知，将统计概率应用在生活中，用于指导你面对重大决策时做出最好的选择，你的应该看《赤裸裸的统计学》这本书就够了。

如果你的学习目的是：学习大数据的基础知识：统计概率，希望成为数据分析师，实现升职加薪的目的，那你的学习参考书是《深入浅出统计学》或者《商务与经济统计》。

《深入浅出统计学》适合没有任何统计概率基础的人学习，这本书足够有趣和简单。

如果你之前上学学习过一些统计概率的课，但是最后还是把课堂学的内容还给了老师，你应该选择看《商务与经济统计》这本书来重新巩固你的基础知识。

学会高级知识，你就不再是一个苦逼的搬砖了，而且会帮助你实现年薪增幅的目标。

4. 学习遇到困难，去哪找帮助？

只要是学习就会遇到困难，遇到困难怎么办呢？

1）首先，你需要使用某搜索引擎查找问题（你知道我说的不是百度），一般都能查到你问题的答案。学会用英文搜索真的很重要。

2）利用某搜索引擎查不到答案的话，当然是找前辈们帮忙了。不过问了不一定有人回复，为了解决这个问题，你可以留下你的问题，我看到会回复的。

3）最后记住，学习Python的目的，不是为了学一门编程语言而去学习一门编程语言，你的出发点应该是要完成什么项目，带着目标去学习。