如题，本篇将讲解Python提升之路；Python作为语法简单易学的语言，入门容易精通却很难，这是共识，那么为什么会有这样的共识？精通Python的难度在哪里？

Python拥有简单、形象、直观的语法，有着众多的第三方库，封装了大多数的操作，因此入门Python非常容易，并且大多数学习Python都从爬虫开始，趣味性也比较丰富；这样友好的语法下，初学者入门非常简单。

创一个小群，供大家学习交

然而正是这样的技术路线，导致了我们忽略了Python本身，我们都注重了Python应用，都在学习的重心是在第三方库的接口熟悉，就忽略了对其中的框架思想、底层语法运用的学习。

也就是说我们仅追随其形，而未深入其心，于是乎由其他编程语言转Python很容易，而由Python转其他语言就相对困难；程序=算法+数据结构，但在Python应用中很少关注算法和数据结构，大多数人学习Python本质都只是在学习使用一个工具，而不是在学习编程思想；

并且学习Python要么从爬虫开始、要么从数据分析开始、或者从人工智能开始，这些都只是Python的应用，他们并不代表Python这门编程语言，以为自己学得很深入，其实只不过熟悉了一个工具而已；正如人工智能领域，太多的调包侠，我们在其他领域的深入，何尝不是在成为一个资深的调包侠。

要Python进阶，我们就要明白什么是Python的核心？一般来说Python的核心也是其他编程语言的核心：算法、数据结构；除此之外还有模式设计、框架思想、基础语法、内部机制、底层原理及实现；

Python的进阶很简单：深入三方库源码、学习框架思想、注重基础语法在常用库中的运用，同时深入程序模式设计与应用，学习Python的常用机制与实现原理；跳出对第三方库的API学习，更深入原理学习；简而言之，不仅要知道某个库的某个方法的使用效果，更要知道效果背后的实现逻辑。

这样的好处是：当你遇到兼容性问题的时候，你可以修改第三方库的某些代码，进而实现兼容；可以在学习众多框架之后，写出与之同样出众的框架；可以快速深入Python的其他应用领域。Python入门到实践教程请加群

在学习Python的过程中我们要有初级、中级、高级的印象；这样的判断并没有具体的标准，你可以这样来衡量：219539519欢迎加入免费获取教程

初级：熟悉Python的基础语法规则，能够按照经验使用三方库的API，平常练练并没在实际项目中运用。

中级：熟练应用Python的基础语法，能够解决意外情况，可以看懂源码中的方法实现思路，并在实际项目中应用。

高级：针对实际项目中的问题，可以追溯原因，并且能够解决出现的问题；对一些常用方法原理、协议模型、编程思想、框架熟悉。

更高级：自己定义吧。

上面的定义只是给Python学习路途上的Python指一个方面，其并不严谨，如果说衡量技术有唯一标准那就是结果，不管什么项目有什么困难，最后都能解决，那就是高手。

如何进阶？

下一个问题是，如何进阶呢？

我们首先应该会达成的共识是：作为一门技术，编程应该在实践中学习，因此，进阶一定包含大量的实践，而不仅仅是理论的阅读与理解。

于是，我们的问题转换为，我们要学习哪些理论，做哪些实践？

参考我们在上面提出的四条思路，主要涉及的理论应该包括：数据存储与传输、常用框架、数据结构与算法、编码规范、文档、测试、设计模式与版本管理等。

在这些理论知识中，我们实践起来最方便，教材也最丰富的，应该是各种常用框架。事实上，我们要构建一个应用，解决一个问题，一般都会借助一个成熟的框架。

那么也就是说，可能最为常见的学习路径，就是学习框架，通过框架搭建自己的应用，并在这个过程中系统学习，不断引入其它各方面的理论和实践。

举例来说，我们可以着手学习一个 web 框架，写一个简单应用，在这个过程中不断引入其它方面的内容：

首先是编码规范，最为基础，内容也很少。就 Python 而言，可以先看一遍 PEP8 的建议，然后在 IDE 中引入一些检查插件，就可以按照规范进行编码了。
第二个可以很快学会的是版本管理工具，只需要花几个小时了解一下基本命令，就可以在之后的编程实践中用起来了。
文档与测试，相对来说也比较容易上手，自然也可以紧接着引入自己的实践中。
数据存储与传输、数据结构与算法、设计模式等内容，相对地需要一定的系统学习，市面上也有丰富的材料，只要有一个整体的计划，在学习的过程中不断地与自己的实践相参照，自然可以融会贯通。

总的来说，这是一个有意识地学习的过程，不断反省自己的缺漏，不断引入新的实践内容。对于新人来说，开始上手都是容易的，可能比较困难的是对这些目标的持续反思，按这些规范严格要求自己。

3. 除此之外呢？

除此之外呢？

任何一门编程语言，除了语言本身，都包含大量社区实践形成的规范，或者说，经验总结。比如 PEP8 就是 Python 社区关于编码规范所形成的一套约定。这些经验，也可以认为是当前被比较多人所认同的最佳实践，我们当然有必要了解这些最佳实践。

事实上，是否知道并采用这些最佳实践，有时也可以作为我们判断一位程序员是否经验丰富的标准。

我们获取这类最佳实践的方法，一个是通过团队之间的相互学习，一个是通过书籍。

比如《Effective Python：编写高质量 Python 代码的59个有效方法》就是介绍最佳实践的书籍。里面的内容，有些我们已经习以为常了，也有些可能不太了解。

说来惭愧，当我阅读这本书的时候，有时心里是很慌的。我们写代码，经常过一段时间，就感觉之前的代码写得很烂，现在写得会好一些，于是感觉自己有点成就了，看了别人的实践，却发现自己的代码依然丑陋。

所谓“独学而无友，则孤陋而寡闻”，就是这个意思吧！

这篇文章已经比较长了，这个系列接下来的文章，会大体介绍《Effective Python》所推荐的最佳实践，叫做 “Python进阶自检清单” 。大部分内容确实只是把清单列出来而已，可能会涉及一些我自己的理解和补充。当然，出错的部分都是我的问题，还请大家多多指教！