A. 求比較好的Python練習網站
適合 Python 入門學習的5個網站
1. Python官方網站
最權威的 Python 教程。
2. 菜鳥教程 Python 教程
基本入門級教程，還有一些簡單的進階教程。
3. 廖雪峰的 Python 教程
廖雪峰老師的教程相當不錯，由淺入深，算是 進階教程，一步步深入，後面還提供了一個實戰教程。
4. Python 中文學習大本營
這里有 Flask 資料大全，如果你需要，可以找到
你想要的幾乎所有教程。
5. github
希望對在大學里學習 Python 課程的同學，或者新手學習 Python 提供幫助。
B. Python去哪裡學
這個其實非常多，下面我簡單介紹幾個適合初學者學習的Python網站：
菜鳥教程
這是一個免費的編程學習網站，涉及開發語言眾多，包括常見的Python，Java等，資料眾多，章節詳細合理，知識點基礎全面，還提供在線練習環境，不需要本地搭建運行環境，非常適合初學者學習入門：
慕課網
這是一個非常不錯的編程學習網站，所有資料都是以視頻方式在線觀看，涉及語言眾多，前後端都有，既有基礎入門教程，也有高階深入項目，對於想入門編程或者提升自我編程經驗的人來說，是一個非常不錯的選擇：
實驗樓
這也是一個不錯的編程學習網站，涉及開發語言也非常多，所有項目示例都以小實驗的形式展示出來，非常好學有趣，資料文檔全面，自帶有實驗運行環境（Linux+Python），對於想提升自我編程水平或經驗的人來說是一個非常不錯的選擇：
網易雲課堂
這是一個在線的學習網站，資料非常多，涉及的方面也非常廣，其中就包含有編程開發這一塊（包含Python），課程安排合理，項目示例豐富，介紹詳細全面，由點及面，一層一層深入，非常適合初學者學習和自我提升：
Python官網教程
Python官網也自帶有基礎入門教程，中文版的，介紹的非常詳細，從基礎的數據類型、控制語句、函數、類、模塊、異常處理、輸入輸出等都有非常詳細的說明和示例，對於初學者入門來說，專業可靠、非常不錯：
就介紹這5個不錯的Python學習網站吧，非常適合初學者入門，當然，還有許多其他的Python學習網站，像Python中文開發者社區、廖雪峰Python教程等也都非常不錯，選擇適合自己的一個就行，希望以上分享的內容能對你有所幫助吧，也歡迎大家評論、留言進行補充。
C. 零基礎入門學習Python去哪兒
對於零基礎學習Python開發的小夥伴，小蝸這里整理了一份Python全棧開發學習路線，可參照這份大綱來進行學習~
第一階段：專業核心基礎
階段目標：
1. 熟練掌握Python的開發環境與編程核心知識
2. 熟練運用Python面向對象知識進行程序開發
3. 對Python的核心庫和組件有深入理解
4. 熟練應用SQL語句進行資料庫常用操作
5. 熟練運用Linux操作系統命令及環境配置
6. 熟練使用MySQL，掌握資料庫高級操作
7. 能綜合運用所學知識完成項目
知識點：
Python編程基礎、Python面向對象、Python高級進階、MySQL資料庫、Linux操作系統。
1、Python編程基礎，語法規則，函數與參數，數據類型，模塊與包，文件IO，培養扎實的Python編程基本功，同時對Python核心對象和庫的編程有熟練的運用。
2、Python面向對象，核心對象，異常處理，多線程，網路編程，深入理解面向對象編程，異常處理機制，多線程原理，網路協議知識，並熟練運用於項目中。
3、類的原理，MetaClass，下劃線的特殊方法，遞歸，魔術方法，反射，迭代器，裝飾器，UnitTest，Mock。深入理解面向對象底層原理，掌握Python開發高級進階技術，理解單元測試技術。
4、資料庫知識，範式，MySQL配置，命令，建庫建表，數據的增刪改查，約束，視圖，存儲過程，函數，觸發器，事務，游標，PDBC，深入理解資料庫管理系統通用知識及MySQL資料庫的使用與管理。為Python後台開發打下堅實基礎。
5、Linux安裝配置，文件目錄操作，VI命令，管理，用戶與許可權，環境配置，Docker，Shell編程Linux作為一個主流的伺服器操作系統，是每一個開發工程師必須掌握的重點技術，並且能夠熟練運用。
第二階段：PythonWEB開發
階段目標：
1. 熟練掌握Web前端開發技術，HTML，CSS，JavaScript及前端框架
2. 深入理解Web系統中的前後端交互過程與通信協議
3. 熟練運用Web前端和Django和Flask等主流框架完成Web系統開發
4. 深入理解網路協議，分布式，PDBC，AJAX，JSON等知識
5. 能夠運用所學知識開發一個MiniWeb框架，掌握框架實現原理
6. 使用Web開發框架實現貫穿項目
知識點：
Web前端編程、Web前端高級、Django開發框架、Flask開發框架、Web開發項目實戰。
1、Web頁面元素，布局，CSS樣式，盒模型，JavaScript，JQuery與Bootstrap掌握前端開發技術，掌握JQuery與BootStrap前端開發框架，完成頁面布局與美化。
2、前端開發框架Vue，JSON數據，網路通信協議，Web伺服器與前端交互熟練使用Vue框架，深入理解HTTP網路協議，熟練使用Swagger，AJAX技術實現前後端交互。
3、自定義Web開發框架，Django框架的基本使用，Model屬性及後端配置，Cookie與Session，模板Templates，ORM數據模型，Redis二級緩存，RESTful，MVC模型掌握Django框架常用API，整合前端技術，開發完整的WEB系統和框架。
4、Flask安裝配置，App對象的初始化和配置，視圖函數的路由，Request對象，Abort函數，自定義錯誤，視圖函數的返回值，Flask上下文和請求鉤子，模板，資料庫擴展包Flask-Sqlalchemy，資料庫遷移擴展包Flask-Migrate，郵件擴展包Flask-Mail。掌握Flask框架的常用API，與Django框架的異同，並能獨立開發完整的WEB系統開發。
第三階段：爬蟲與數據分析
階段目標：
1. 熟練掌握爬蟲運行原理及常見網路抓包工具使用，能夠對HTTP及HTTPS協議進行抓包分析
2. 熟練掌握各種常見的網頁結構解析庫對抓取結果進行解析和提取
3. 熟練掌握各種常見反爬機制及應對策略，能夠針對常見的反爬措施進行處理
4. 熟練使用商業爬蟲框架Scrapy編寫大型網路爬蟲進行分布式內容爬取
5. 熟練掌握數據分析相關概念及工作流程
6. 熟練掌握主流數據分析工具Numpy、Pandas和Matplotlib的使用
7. 熟練掌握數據清洗、整理、格式轉換、數據分析報告編寫
8. 能夠綜合利用爬蟲爬取豆瓣網電影評論數據並完成數據分析全流程項目實戰
知識點：
網路爬蟲開發、數據分析之Numpy、數據分析之Pandas。
1、爬蟲頁面爬取原理、爬取流程、頁面解析工具LXML，Beautifulfoup，正則表達式，代理池編寫和架構、常見反爬措施及解決方案、爬蟲框架結構、商業爬蟲框架Scrapy，基於對爬蟲爬取原理、網站數據爬取流程及網路協議的分析和了解，掌握網頁解析工具的使用，能夠靈活應對大部分網站的反爬策略，具備獨立完成爬蟲框架的編寫能力和熟練應用大型商業爬蟲框架編寫分布式爬蟲的能力。
2、Numpy中的ndarray數據結構特點、numpy所支持的數據類型、自帶的數組創建方法、算術運算符、矩陣積、自增和自減、通用函數和聚合函數、切片索引、ndarray的向量化和廣播機制，熟悉數據分析三大利器之一Numpy的常見使用，熟悉ndarray數據結構的特點和常見操作，掌握針對不同維度的ndarray數組的分片、索引、矩陣運算等操作。
3、Pandas裡面的三大數據結構，包括Dataframe、Series和Index對象的基本概念和使用，索引對象的更換及刪除索引、算術和數據對齊方法，數據清洗和數據規整、結構轉換，熟悉數據分析三大利器之一Pandas的常見使用，熟悉Pandas中三大數據對象的使用方法，能夠使用Pandas完成數據分析中最重要的數據清洗、格式轉換和數據規整工作、Pandas對文件的讀取和操作方法。
4、matplotlib三層結構體系、各種常見圖表類型折線圖、柱狀圖、堆積柱狀圖、餅圖的繪制、圖例、文本、標線的添加、可視化文件的保存，熟悉數據分析三大利器之一Matplotlib的常見使用，熟悉Matplotlib的三層結構，能夠熟練使用Matplotlib繪制各種常見的數據分析圖表。能夠綜合利用課程中所講的各種數據分析和可視化工具完成股票市場數據分析和預測、共享單車用戶群里數據分析、全球幸福指數數據分析等項目的全程實戰。
第四階段：機器學習與人工智慧
階段目標：
1. 理解機器學習相關的基本概念及系統處理流程
2. 能夠熟練應用各種常見的機器學習模型解決監督學習和非監督學習訓練和測試問題，解決回歸、分類問題
3. 熟練掌握常見的分類演算法和回歸演算法模型，如KNN、決策樹、隨機森林、K-Means等
4. 掌握卷積神經網路對圖像識別、自然語言識別問題的處理方式，熟悉深度學習框架TF裡面的張量、會話、梯度優化模型等
5. 掌握深度學習卷積神經網路運行機制，能夠自定義卷積層、池化層、FC層完成圖像識別、手寫字體識別、驗證碼識別等常規深度學習實戰項目
知識點：
1、機器學習常見演算法、sklearn數據集的使用、字典特徵抽取、文本特徵抽取、歸一化、標准化、數據主成分分析PCA、KNN演算法、決策樹模型、隨機森林、線性回歸及邏輯回歸模型和演算法。熟悉機器學習相關基礎概念，熟練掌握機器學習基本工作流程，熟悉特徵工程、能夠使用各種常見機器學習演算法模型解決分類、回歸、聚類等問題。
2、Tensorflow相關的基本概念，TF數據流圖、會話、張量、tensorboard可視化、張量修改、TF文件讀取、tensorflow playround使用、神經網路結構、卷積計算、激活函數計算、池化層設計，掌握機器學習和深度學習之前的區別和練習，熟練掌握深度學習基本工作流程，熟練掌握神經網路的結構層次及特點，掌握張量、圖結構、OP對象等的使用，熟悉輸入層、卷積層、池化層和全連接層的設計，完成驗證碼識別、圖像識別、手寫輸入識別等常見深度學習項目全程實戰。
D. 有哪些值得推薦的Python學習網站
1.Python.org
Python官方網站。你可以從這里下載Python、使用、學習Python。官方文檔自然是最權威的學習資料，只要你英文水平夠，學習起來應該不難。
2.Python教程
Python教程以及以其為代表的一系列中文Python教程。考慮到可能部分人的英文水平會成為閱讀Python官方文檔的障礙，所以中文教程也是必須的。相對於官方文檔，這批教程可能更加適合初學者，也比較能夠建立體系。
3.Stack Overflow
英語站點，50%的程序員日常工作就是從Google復制代碼，剩下的50%就是從這個網站復制了。
4.Django
以及其他常用的所有框架的文檔。不同的學習方向會有不同的框架，比如tensorflow、Flask 、Tornado、Requests、Scrapy等等。
5.CSDN
以CSDN為代表的一眾國內博客站，還有51CTO、開源中國、博客園等等。
E. 哪個網站能免費學Python
Python教程 - 廖雪峰的官方網站網頁鏈接我就是在這學的。
F. 推薦幾個學習Python的免費網站
1、Python @ Coursera
Pythonspot是一個綜合教程，劃分了很多不同類別的知識板塊，首先你將擁有初學者資源來幫你開始Python的學習，然後你繼續保持前進你能學到更多關於使用Python開發web等。
G. python哪裡有好的學習資源
1、《The Self-Taught Programmer》
本書將你如何將你的日常工作自動化，比如將數據從一個電子表格移動到另一個電子表格。這本書的目標讀者是新程序員，對於那些想學習編程以實現生活自動化，但又不打算把軟體開發作為職業道路的人來說，這本書尤其有用。
H. 想學python去哪裡比較好
既然做好學習Python的准備，那麼我們就要知己知彼！作為一門入門語言進行學習，Python還是比較合適的！與其他語言想比，Python的學習甚至說安裝包就可以開始你的征程！當然，這里還是要說，一個程序員的修養絕對不能止於一門，兩門的編程語言，哪怕是出於就業的目的，我們都要多多了解相關的技術知識。
如今，Python 已經成為一種再主流不過的編程語言了。它天生麗質，易於讀寫，非常實用，從而贏得了廣泛的群眾基礎，被譽為「宇宙最好的編程語言」，被無數程序員熱烈追捧。
推薦一下免費學習的網站給你
1.Python Code Examples：
https://www.programcreek.com/python/
在這里你可以搜索到你想要學習的代碼示例，通過例子來進行模仿學習。
2.python中文學習大本營：
http://www.pythondoc.com/
這里有Flask資料大全，如果你需要，在這里可以找到你想要的幾乎所有的教程。
3.1Python 3 Mole of the Week :
https://pymotw.com/3/
3.2Python Mole of the Week:
https://pymotw.com/2/
Python 3 Mole of the Week系列文章，每篇介紹一個 Python 標准庫的使用.
4. Welcome to Python for you and me:
http://pymbook.readthedocs.io/en/latest/
主要是面對初學者的一個網站，介紹 Python的語法，項目經驗等。
5. CheckiO is a code game coders:
https://py.checkio.org/
看上去就很像一個游戲界面，事實上，當你使用的時候會發現：這就是一個游戲吧！相當於你學會編程之後用它做一個闖關游戲，通過補充代碼實現對應游戲要求，是很有趣的一個網站。
6.Reddit:
https://www.reddit.com/r/Python/
Reddit上有大量關於 Python 的鏈接，也會有不少程序員在這里進行交流，如果你有問題的話，可以在上面進行提問，或許能得到不錯的答復。
7.W3Cschool Python 微課：
I. 推薦幾個學習Python的免費網站
摘要 RUNOOB