未來人工智能發展的機會非常大，想轉行到IT領域學習python，有什么建議嗎
人工智能從業的方向有為好多種，但大多都會涉及到數據，不管是用戶網絡數據還是圖像數據，現階段應用相對最多的是大數據方面以及機器視覺方面，從這你就會發現說白了主要就是數學與計算機科學等結合，其實人工智能在數學理論方面是相對較老的話題了，只不過最近因為深度網絡學習以及大規模數據和超強算力的出現又一次火了，學習方面如果是要上大學的學生建議選數學與應用數學專業本科，計算機科學研究生路線來學，大學生建議學習路線，基礎理論數學，計算機理論知識，數字圖像處理，matlab，C++，簡單項目，從業者路線:coursera課程賈揚清老師課程，mooc課程北京大學曹健老師的tentroflow學習筆記，南京大學張莉老師的用Python玩轉數據，學習至少一種面向對象語言，建議JAVA或C#,當然C++最好，這些的學習直接上Mooc學就可以，結合相關github上相關開源項目進行測試實踐，至少結合caffe用自己的數據跑一到兩個項目，就這樣，當然這也只是個建議，不同人結合自己實際情況來學，總之一句話人工智能離不開數學，與計算機科學息息相關。
正常人自學python一般多久學會
零基礎入門級的Python大約1周時間就能摸到門邊了，現在也有很多在線學習的平臺，大部分都是用一周的時間教會你對Python的“語言”有個了解，能簡單運用一些指命來運算。
提供我的學習之旅給你一個借鑒
1.初期:完全不懂啥叫Python，找了幾個玩編程的朋友問了問，最后鎖定爬蟲和自動化辦公是我最有興趣且與工作有強關聯的技能，所以先給自己立了個Flog。
2.篩選期:開始自尋+推薦的找尋各種零基礎學習的網站，渠道，網課等等，對比學員評價，價格和大綱，鎖定比較??品質的，而且說“人話”的，（這點很重要，專業但不懂翻譯成白話的技術人，基本都缺乏客戶思維，學起來你會很不爽的[靈光一閃]）
3.Try:敲定你選擇的那家培訓機構（或者網絡上免費學習資源）開始你的學習之旅，首先要完成一件重要的事——給自己定個初試期。這個有個好處，就行投資一樣你要讓自己的時間成本有回收的概念。一旦定好時間，這段時間就全力以赴學習，時間到后你要評估一下自己的學習狀態，學習難度以及適應度，并且在下個階段調整好學習方法。
4.階段總結:學Python也是有不同階段的，如:基礎語法，爬蟲，自動化辦公，Git與項目等，那依據項目的難度，也都會有相應的學習周期。那每個學習周期結束后都建議自己做個復盤，比如分析一下自己的學習方法是否合適，做個測試或者項目，看看自己的掌握程度，上一些網頁看看其他學習者在這個過程遇到的障礙自己是否也遇到過，他們以及自己的解決思路是否類似，可有其他選擇。這一步就是我們常說的“實踐出真知”，一定要讓學到的東西在一段時間類不斷鞏固（但不是簡單重復操作），多維度的理解和嘗試才能更加牢牢掌握！
最后:學習是可以好玩有趣的，關鍵看你是否找到了最適合你的學習方法。
I'mposeble[思考][思考][思考]
如何評價《精通Python網絡爬蟲》這本書
我特地下載了電子書，瀏覽了一遍。
如果10分滿分，此書3分以下，《網絡數據采集》7.5分。
此書可稱標題黨，理由如下。
1：第一篇從1-2章理論基礎篇，口水湊字文。
2：第二篇核心技術篇從3-9章，講了點正則、Fiddler、http頭，也沒啥核心技術。
3：第三篇從第10-17章講scrapy框架，毫無價值，遠遠不如scrapy文檔。
4：第四篇項目實戰篇從18-20章，對于小白多少有點用，但我認為這樣項目練手純粹浪費時間。
那么，網絡爬蟲主要包含哪些內容呢?
這里簡單列個提綱。
0：網絡爬蟲的定義與道德規范。
1：http協議，重點http頭(包括Cookie)和http狀態碼。
2：html/css/JavaScript，重點在于網頁結構原理。
3：網頁數據預處理，編碼的轉換和數據的解壓解密。
4：網頁數據的提取，重點正則表達式、Lxml、BeautifulSoup。
5：數據的保存，sql和nosql數據庫的查改刪。
6：日志和錯誤調試捕捉。
7：爬蟲框架，如scrapy，建議閱讀官方文檔，重點中間件middleware、爬蟲spider、queue隊列、dupefilter去重、設置setting。
8：搭建分布式爬蟲，重點redis組件即redis數據庫。
9：常見反爬與對策。重點JavaScript、ajax、代理服務器、圖片驗證碼、selenium+phantomjs模擬瀏覽器。
10：分布式爬取類似頭條、知乎、微博、豆瓣等網站。
對照我列的提綱，這就是我為什么對《精通Python網絡爬蟲》評價很低的原因。
如果對您有幫助，請點贊支持。
手機上如何自學python 3 +Linux呢
之前學習python時，我也曾經下載了很多手機編程軟件，結果發現不是各種限制就是廣告太多，并且用手機寫代碼各種不適應。最后我不得不轉到了臺式機和筆記本。
現在手機上一直保留的最常用的兩個學習軟件是ibook和github客戶端，一個用來電子書，一個用來學習別人的源碼，這也會我覺得最有用的學習途徑。另外網易云課堂、騰訊課堂、慕課網的手機客戶端也是不錯的學習工具。
O'Reilly系列的Python書有什么區別
作為O'Reilly的腦殘粉，這個問題我喜歡。
長文預警。長文預警。長文預警。
回答的結構共分三部分：
一、匯集15本O'Reilly書籍的書名、封面、作者、頁數、目錄、簡評，以供選擇。
二、其它7本O'Reilly出版的Python書名
三、個人推薦的Python書籍
四、大家最最喜歡的下載地址
第一部分：
0.《LearningPython》中文名《Python學習手冊》
作者MarkLutz共1600頁
主要內容：
學習Python的主要內建對象類型：數字、列表和字典。
使用Python語句創建和處理對象，并且學習Python的通用語法模型。
使用函數構造和重用代碼，函數是Python的基本過程工具。
學習Python模塊：封裝語句、函數以及其他工具，從而可以組織成較大的組件。
Python的面向對象編程工具，用于組織程序代碼。
學習異常處理模型，以及用于編寫較大程序的開發工具。
了解包括裝飾器、描述器、元類和Unicode處理等高級Python工具。
顯然，這是一本Python語言較為全面的入門書籍。
1.《ProgrammingPython》中文名《Python編程》
作者MarkLutz共1584頁
主要內容：如何應用Python進行系統管理、GUI編程和web開發，并探索Python在網絡、數據庫、前端、腳本層、文字處理等方面的應用。
顯然，此書側重于Python在現實世界的編程任務的應用。
2.《PythonPocketReference》中文名《Python袖珍指南》
作者MarkLutz共189頁
以上三本是同一作者的配套書
主要內容：
部分目錄：
正如書名，一本袖珍指南書籍。
3.《HeadFirstPython（中文版）》
作者:Barry.P.共457頁
主要內容：簡單介紹Python的基礎知識，然后轉向持久存儲、異常處理、Web開發、SQLite、數據加工和lGoogleAppEngine，以及為Android編寫移動應用。
更偏向實用，而非全面介紹Python的書籍。
4.《PythonCookbook》
作者DavidM.Beazley/BrianK.J共684頁
主要內容：介紹了Python應用在各個領域中的一些使用技巧和方法。
原書說得很清楚：
5.《Python語言入門》作者MarkLutz，2001年出版的，就直接忽略吧。
6.《PythonforDataAnalysis》中文《利用Python進行數據分析》
作者WesMcKinney共464頁
主要內容:
?將IPython這個交互式Shell作為你的首要開發環境。
?學習NumPy（NumericalPython）的基礎和高級知識。
?從pandas庫的數據分析工具開始。
?利用高性能工具對數據進行加載、清理、轉換、合并以及重塑。
?利用matplotlib創建散點圖以及靜態或交互式的可視化結果。
?利用pandas的groupby功能對數據集進行切片、切塊和匯總操作。
?處理各種各樣的時間序列數據。
?通過詳細的案例學習如何解決Web分析、社會科學、金融學以及經?濟學等領域的問題。
部分目錄
如果想用python進行數據分析，顯然此書不應錯過。
7.《ThinkPython》中文名《像計算機科學家一樣思考Python》
作者AllenB.Downey共328頁
主要內容：
作者從最基本的編程概念開始講起，包括語言的語法和語義，而且每個編程概念都有清晰的定義，引領讀者循序漸進地學習變量、表達式、語句、函數和數據結構。
此外，書中還探討了如何處理文件和數據庫，如何理解對象、方法和面向對象編程，如何使用調試技巧來修正語法、運行時和語義錯誤。
每一章都配有術語表和練習題，方便讀者鞏固所學的知識和技巧。
此外，每一章都抽出一節來講解如何調試程序。
作者針對每章中所專注的語言特性，或者相關的開發問題，總結了調試的方方面面。
這是一本實用的入門書籍，適合沒有python編程經驗的程序員閱讀。
8.《Python網絡數據采集》
作者米切爾共200頁
主要內容：
第一部分重點介紹網絡數據采集的基本原理：
如何用Python從網絡服務器請求信息，如何對服務器的響應進行基本處理，以及如何以自動化手段與網站進行交互。
第二部分介紹如何用網絡爬蟲測試網站，自動化處理，以及如何通過更多的方式接入網絡。
講得不夠深入，但這是市面最全面最值得一看的Python爬蟲入門書籍了。
9.《FlaskWeb開發：基于Python的Web應用開發實戰》
作者MiguelGrinberg共224頁
主要內容：
學習Flask應用的基本結構，編寫示例應用；
·使用必備的組件，包括模板、數據庫、Web表單和電子郵件支持；
·使用包和模塊構建可伸縮的大型應用；
·實現用戶認證、角色和個人資料；
·在博客網站中重用模板、分頁顯示列表以及使用富文本；
·使用基于Flask的REST式API，在智能手機、平板電腦和其他第三方客戶端上實現可用功能；
·學習運行單元測試以及提升性能；
·將Web應用部署到生產服務器。
基于Python的FlaskWeb應用開發實戰書籍。
10.《FluentPython》中文名《流暢的Python》
作者LucianoRamalho共600頁
主要內容：
●Python數據模型：理解為什么特殊方法是對象行為一致的關鍵。
●數據結構：充分利用內置類型，理解Unicode文本和字節二象性。
●把函數視作對象：把Python函數視作一等對象，并了解這一點對流行的設計模式的影響。
●面向對象習慣用法：通過構建類學習引用、可變性、接口、運算符重載和多重繼承。
●控制流程：學習使用上下文管理器、生成器、協程，以及通過concurrent.futures和asyncio包實現的并發。
●元編程：理解特性、描述符、類裝飾器和元類的工作原理。
這是一本從語言設計層面剖析編程細節的進階書籍。
11.《Python高性能編程》
作者MichaGorelick，IanOzsvald
主要內容：
圍繞如何進行代碼優化和加快實際應用的運行速度進行詳細講解。
本書主要包含以下主題：計算機內部結構的背景知識、列表和元組、字典和集合、迭代器和生成器、矩陣和矢量計算、并發、集群和工作隊列等。
最后，通過一系列真實案例展現了在應用場景中需要注意的問題。
這是一本Python進階必讀書籍
12.《DataWranglingWithPython》中文《Python數據處理》
主要內容：
本書采用基于項目的方法，介紹用Python完成數據獲取、數據清洗、數據探索、數據呈現、數據規模化和自動化的過程。主要內容包括：Python基礎知識，如何從CSV、Excel、XML、JSON和PDF文件中提取數據，如何獲取與存儲數據，各種數據清洗與分析技術，數據可視化方法，如何從網站和API中提取數據。這是難得一見的精講數據處理的書籍。
13.《IntroducingPython》
作者BillLubanovic共476頁
主要內容：
前7章講解python基礎，之后分別是python在web、數據庫、網絡等方面的應用，附錄介紹了圖像、數學統計(Math、NumPy)等模塊的應用。
這是一本快速上手python實踐的書籍
14.《TheHitchhiker'sGuidetoPython》中文《Python最佳實踐指南》
作者KennethReitz/TanyaSchlusser共300頁
主要內容:旨在為Python初學者和專家提供一個關于Python安裝、配置、和日常使用的最佳實踐手冊。
如果你不知道如何著手學習Python，那么先閱讀此書就對了。
它會告訴你如何安裝Python，如何選擇開發工具和配置開發環境，以及閱讀哪些書籍學習python。
以下分割線部分來自此書：
第二部分：其它7本O'Reilly的Python書籍
1.《PythonandAWSCookbook》
2.《PythonandHDF5》
3.《IntroductiontoMachineLearningwithPython》
4.《DataVisualizationwithPythonandJavaScript》
5.《FoundationsforAnalyticswithPython》
6.《PythonDataScienceHandbook》
7.《ThoughtfulMachineLearningwithPython》
第三部分：個人推薦的書單
1.0基礎入門：
《父與子的編程之旅》《python簡明教程》《笨方法學python》
2.五本有特色實例易上手書籍：
《Python編程：從入門到實踐》《Python編程快速上手》《HeadFirstPython》
《ThinkPython》即《像計算機科學家一樣思考》
《Python基礎教程》
3.全面權威的入門書籍
《python核心編程》第二版+第三版
《python學習手冊》、《python編程》均第四版
《python標準庫》
進階需讀：
《PythonCookbook》
《FluentPython》中文名《流暢的Python》
《Python高性能編程》
《EffectivePython_編寫高質量代碼改善Python程序的91個建議》
《WritingIdiomaticPython》
第四部分：
某度云盤/s/1o9wfr6M，提取q9jg
如果對您有幫助，請點贊支持鼓勵。
有疑問請評論區留言。
27歲的人學JAVA和Python還來得及嗎
謝謝邀請！
首先，答案是肯定的，27歲開始學習Java或者Python語言是可以的。
Java和Python語言目前在整個IT領域有廣泛的應用，這兩門編程語言都有較為健全的生態體系，也都有大量的成熟方案，所以從就業的角度來說，學習Java和Python都是不錯的選擇。
Java語言被廣泛應用在Web開發、Android開發、大數據開發和后端開發領域，Java語言的特點集中在性能穩定、擴展性強、體系結構中立等方面，所以Java語言往往是大型互聯網平臺的重要解決方案。Java語言雖然優點較多，但是Java語言在學習上要稍微復雜一些，而且Java的語法要求相對于Python來說也要更麻煩一些（我在頭條寫了關于Java的系列文章，感興趣的朋友可以讀一下）。
Python語言主要的應用領域集中在Web開發、大數據開發、人工智能開發、嵌入式開發和各種后端服務的開發上，Python語言的特點是語法簡單且調整方便，另外Python語言有大量的庫可以使用，這就使得開發的過程相對會輕松一些，因此Python語言也比較受程序員歡迎。Python語言雖然優點較多，但是缺點也比較明顯，那就是執行的效率并不高，所以Python語言往往需要通過其他語言來擴展其性能。
如果具有一定的計算機基礎，那么可以先從Java語言開始學起，可以按照JavaWeb方向來制定學習路線。如果計算機基礎比較薄弱，可以從Python語言開始學起，因為Python語言的語法比較簡單，學起來的難度要小一些。
最后，不論學習Java還是Python語言，最好先制定一個學習方向，然后再根據具體方向制定學習計劃。如果在學習的過程中能有人指導一下，會節省大量的時間，尤其是在學習的初期。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續在頭條寫一些關于互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收獲。
如果有互聯網方面的問題，也可以咨詢我，謝謝！
