粉丝问，能否推荐一些不错Python视频，菜鸟哥马上安排！

深藏阁楼爱情的钟 2022-09-16 11:15 11阅读 0赞

![d50e5b39c90853539ec7762129f1cb15.png][]

**最近很多小伙伴在粉丝群咨询我，学Python的一些视频资料**。以前菜鸟哥是喜欢看英文版本(因为简单，不拖沓)。我记得我最开始学Python是看A byte of Python(英文版)，还有udacity的一个谷歌副总裁(就是前段时间去斯坦福教书)讲的计算机入门的课程，里面编程都是用Python我觉得讲的真的非常不错。

包括我现在学一些课程喜欢看udemy或者是油管上评分比较高的。但是并不是每个人都喜欢看英文的资料和视频，**下面我推荐一些B站上非常不错的，优秀的中文Python的资源，希望能帮到你**。

![3aa87eb49be80e3a5736fd7c017a55e8.png][]

**01.小甲鱼的零基础入门Python**

![3a12878e2aad92f1415511573c2f719e.png][]

小甲鱼的Python视频在**B站上已经累计播放破1600万了**，这个相当厉害了。目前在Python的视频搜索排第一，全套有96节课，小甲鱼讲课还是非常不错的，课程很幽默也有很趣。

唯一缺点就是课程的后半部分加了很多爬虫，tk这样的内容，我觉得这个不适合在入门的课程讲解。但是入门的部分还是不错的。

> 链接：https://www.bilibili.com/video/av4050443

**2.数据结构与算法Python版本**

![d1151267526a3d6c54cf39c66421dafd.png][]

这门课是由北大的陈老师讲的额，内容主要是涉及一些算法的分析你数组，栈，队列，递归，排序，查找，二叉树已经最难的的动态规划。有同学说我入门Python你给我推荐这个干嘛，**第一个****视频只是让你快速的学习Python一些招式，但是内功的修炼，你的算法数据结构基础还是要夯实**。

而且现在进大厂都是在刷leetcode的题目，而刷Leetcode越来越多的人都用Python刷题，毕竟Python语法简单，你说你学好这个是不是很重要。

> 链接：https://www.bilibili.com/video/BV1VC4y1x7uv

**3.Python数据分析与展示(北京理工大学)**

![9bcda1f7cdad140a65ab5e9bde3b8f0e.png][]

这个是北理工大老师的一个公开MOOC,一共有47讲，老师把整个数据分析的入门知识点都讲的非常详细和清晰，而且我们非常喜欢这个老师的着装，很正式，口齿也很清晰，语速非常适中，推荐想学数据分析的同学可以看看。

> 链接：https://b23.tv/aAc1Vn

**4.机器学习(Machine Learning)**

![96585e5cc2c5138e0efbb54e88b06e24.png][]

学习机器学习，我估计有一大半的同学都会看吴恩达老师的课程(毕竟他是机器学习四大天王之一)，机器学习相比上面的几个视频，难度会加大。因为本身机器学习就涉及很多非编程的知识，比如数学的知识，统计学的知识。不过吴恩达老师讲课讲的还是非常通熟易懂的。

**05.2021最新版Python+Django网站实战开发**

![48a3c0dd80f061e37c550f2eacd1c019.png][]

学Python如果玩web框架的话，肯定是要学Django的，但是Django的发展还是很快的，现在都已经3.2了，网上很很多视频都是2.x版本，其实不是很适合初学者(其实网易云课堂里面有一门免费的Django课程，讲的非常好，但是现在下线了)。刚开始学习还是希望学比较新的版本，避免一些弯路。

--------------------

**好了，以上就是我们给大家推荐的一些好看好用又免费的Python学习资料，下面给大家整理了一些不错的资源，适合收藏学习，有需要的同学可以撸一波羊毛。**

![4f45c531bab769681c1600853deebdde.png][]

Python基础系列推出的内容包括：Python 基础、Python进阶、导入数据及 Jupyter Notebook：

![1b666676d565dfb7f0dfb836b60bdfbb.png][]

Python数据科学速查表 - Python 基础

![623d045295ffe8228236722350a25daf.png][]

Python数据科学速查表 - 导入数据

![ac17a200c7388bb3ed73326c151637d5.png][]

Python数据科学速查表 - Jupyter Notebook

数据处理系列推出的内容包括：Numpy、Pandas 及 SciPy：

![8e64375d12230fdb8c870923ef38e21b.png][]

Python数据科学速查表 - Numpy 基础

![e89fe82a853ed885390ce046a5296312.png][]

Python数据科学速查表 - Pandas 基础

![555112d9a52d2891b03a9787a5668755.png][]

Python数据科学速查表 - Pandas 进阶

![290a0ad2f609c6c6d2cd5faa290d2320.png][]

Python数据科学速查表 - SciPy

对上面的资料感兴趣的同学，可以在下面的公众号获取。

1).关注公众号 “Go编程爱好者”

2).后台输入：速查表

**推荐阅读:**

入门: [最全的零基础学Python的问题][Python] | [零基础学了8个月的Python][8_Python] | [实战项目][Link 1] |[学Python就是这条捷径][Python 1]

量化: 定投基金到底能赚多少钱？  | 我用Python对去年800只基金的数据分析

干货:[爬取豆瓣短评，电影《后来的我们》][Link 2] | [38年NBA最佳球员分析][38_NBA]| [从万众期待到口碑扑街！唐探3令人失望][3] | [笑看新倚天屠龙记][Link 3][灯谜答题王][Link 4] ｜[用Python做个海量小姐姐素描图][Python 2][碟中谍这么火，我用机器学习做个迷你推荐系统电影][Link 5]

趣味:[弹球游戏][Link 6] | [九宫格][Link 7] | [漂亮的花][Link 8] | [两百行Python《天天酷跑》游戏!][Python 3]

AI: [会做诗的机器人][Link 9][给图片上色][Link 10] | [预测收入][Link 11] | [碟中谍这么火，我用机器学习做个迷你推荐系统电影][Link 5]

小工具: [Pdf转Word，轻松搞定表格和水印！][Pdf_Word] | [一键把html网页保存为pdf！][html_pdf]| [再见PDF提取收费！][PDF] | [用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换][90_PDF_word_PPT_excel_markdown_html] | [制作一款钉钉低价机票提示器！][Link 12] ｜[60行代码做了一个语音壁纸切换器天天看小姐姐！][60]｜

**年度爆款文案**

*  1).[卧槽！Pdf转Word用Python轻松搞定][Pdf_Word_Python]！
 *  [2).学Python真香！我用100行代码做了个网站，帮人PS旅行图片，赚个鸡腿吃][2_._Python_100_PS]
 *  [3).首播过亿，火爆全网，我分析了《乘风破浪的姐姐》，发现了这些秘密][3_.]
 *  4).[80行代码！用Python做一个哆来A梦分身][80_Python_A]
 *  [5).你必须掌握的20个python代码，短小精悍，用处无穷][5_._20_python]
 *  6).[30个Python奇淫技巧集][30_Python]
 *  7).[我总结的80页《菜鸟学Python精选干货.pdf》,都是干货][80_Python_.pdf]
 *  8).[再见Python！我要学Go了！2500字深度分析][Python_Go_2500]
 *  [9).发现一个舔狗福利！这个Python爬虫神器太爽了，自动下载妹子图片][9_._Python]

[d50e5b39c90853539ec7762129f1cb15.png]: /images/20220828/23443b66ef454173a0f0a5b49d676e6a.png
[3aa87eb49be80e3a5736fd7c017a55e8.png]: /images/20220828/9e4e904766564e6da7fbeacf76e6407b.png
[3a12878e2aad92f1415511573c2f719e.png]: /images/20220828/c0cde217e41541759d7e1b4d71ac8862.png
[d1151267526a3d6c54cf39c66421dafd.png]: /images/20220828/1c84a6043f7f4d5d8318c1af42cf8d57.png
[9bcda1f7cdad140a65ab5e9bde3b8f0e.png]: /images/20220828/9b0b024f4d5e491b899063c4b0f0cf8e.png
[96585e5cc2c5138e0efbb54e88b06e24.png]: /images/20220828/71fe38b53c274828a0caad227cd13829.png
[48a3c0dd80f061e37c550f2eacd1c019.png]: /images/20220828/7905e039d2ab4cf6afdefe4d25d33020.png
[4f45c531bab769681c1600853deebdde.png]: /images/20220828/64ae3e93af754cd5a3bf697f608ba894.png
[1b666676d565dfb7f0dfb836b60bdfbb.png]: /images/20220828/0498b906618341a5b94a5af726dce7bd.png
[623d045295ffe8228236722350a25daf.png]: /images/20220828/aec9d087247a493a9f912dd85fe0ed43.png
[ac17a200c7388bb3ed73326c151637d5.png]: /images/20220828/20974be772b14b4d9e1f0be846dca22d.png
[8e64375d12230fdb8c870923ef38e21b.png]: /images/20220828/30492e5ab5cb4b10be55aa45d5e45fdb.png
[e89fe82a853ed885390ce046a5296312.png]: /images/20220828/0d4ab1f12a3542c99e327a56b2caeb98.png
[555112d9a52d2891b03a9787a5668755.png]: /images/20220828/037946ca655945a79db292d963152535.png
[290a0ad2f609c6c6d2cd5faa290d2320.png]: /images/20220828/e641263bd40443db84ec68d5bb7011a6.png
[Python]: https://blog.csdn.net/cainiao_python/article/details/100036887
[8_Python]: https://blog.csdn.net/weixin_33863087/article/details/91440273
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247489785&idx=1&sn=8acad1d7655f73702c78fe3af2fbd43a&chksm=97888f36a0ff0620bbc9e19e1783a1b3871a13485e56e58c2c2f49922951952238cb0f2ab78f&scene=21#wechat_redirect
[Python 1]: https://blog.csdn.net/weixin_39637571/article/details/110277976
[Link 2]: https://blog.csdn.net/u013402772/article/details/51159588
[38_NBA]: https://blog.csdn.net/EtoneGroup/article/details/111317660
[3]: https://blog.csdn.net/cainiao_python/article/details/119723059
[Link 3]: https://blog.csdn.net/weixin_39568172/article/details/110172136
[Link 4]: http://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247489108&idx=1&sn=988aad43f8c6135bd7050cd8858422ca&chksm=9788819ba0ff088da3150b31f91335942eb97783206d982302c026ccb16642b03329e24a572a&scene=21#wechat_redirect
[Python 2]: https://blog.csdn.net/weixin_43881394/article/details/109030981
[Link 5]: https://blog.csdn.net/z3y3m3/article/details/105295040
[Link 6]: http://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247484006&idx=1&sn=899e1ebeed40aa42c04c65975adcc0f4&chksm=978895a9a0ff1cbffbcd970db026540667f1413c5680305769e4e7a2cfbe5730e70b9e649bb9&scene=21#wechat_redirect
[Link 7]: http://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247483945&idx=1&sn=3bf763ec6b2d6cfed33b5bb0e913e08c&chksm=978895e6a0ff1cf0e7b10ebe9cd7b4195aa9a9e25eeaad50f8b17b62d83fc114cbd9620fd69e&scene=21#wechat_redirect
[Link 8]: http://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247483844&idx=1&sn=66cc4f532e2ee95427228eb6302b6e0d&chksm=9788960ba0ff1f1dd9d86868d01c96936501612bc9d3c9c9c7a55dd5b02c366a9f997ec2c172&scene=21#wechat_redirect
[Python 3]: https://blog.csdn.net/weixin_43881394/article/details/112525642
[Link 9]: https://blog.csdn.net/qq_41424519/article/details/81943237
[Link 10]: http://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247489691&idx=1&sn=e207bfaebba4638cc00e425c6d5f41de&chksm=97888f54a0ff064253c69f08ddaced17273d430989aec293e17708e68dab675fce236bfc7af7&scene=21#wechat_redirect
[Link 11]: http://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247489216&idx=1&sn=7eb7701a50bc3686ecdfc1921c984bb4&chksm=9788810fa0ff0819035e9226b45349b1482a38410b4ad7bae210aaf9a19709ef8b634b3319dc&scene=21#wechat_redirect
[Pdf_Word]: https://blog.csdn.net/weixin_39766071/article/details/110307080
[html_pdf]: https://blog.csdn.net/keenweiwei/article/details/18982565
[PDF]: https://blog.csdn.net/weixin_52994140/article/details/118422342
[90_PDF_word_PPT_excel_markdown_html]: https://blog.csdn.net/cainiao_python/article/details/115499784
[Link 12]: https://blog.csdn.net/cainiao_python/article/details/117457955
[60]: https://blog.csdn.net/cainiao_python/article/details/118212547
[Pdf_Word_Python]: https://blog.csdn.net/cainiao_python/article/details/106233091
[2_._Python_100_PS]: https://blog.csdn.net/i54996/article/details/120728857
[3_.]: https://blog.csdn.net/cainiao_python/article/details/113976671
[80_Python_A]: https://blog.csdn.net/weixin_39710561/article/details/110026654
[5_._20_python]: https://blog.csdn.net/q985875757/article/details/119809368
[30_Python]: https://blog.csdn.net/sinat_38682860/article/details/89288593
[80_Python_.pdf]: https://blog.csdn.net/cainiao_python/article/details/112057378
[Python_Go_2500]: https://blog.csdn.net/cainiao_python/article/details/116213390
[9_._Python]: http://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247499091&idx=1&sn=15550f3afc5e1834a5f9d581416a47f8&chksm=978b6a9ca0fce38a3c22059103b2b4abf0b4008db53b4aad418b45cf2e785f4d971767237d79&scene=21#wechat_redirect