写了将近两年的Python快速教程，终于大概成形。这一系列文章，包括Python基础、标准库、Django框架。前前后后的文章，包含了Python最重要的组成部分。这一内容的跨度远远超过我的预期，也超过了我看过的任何Python相关书籍。最初动笔的原因，除了要总结，还对很多Python书和教程觉得不满意，觉得太晦涩，又不够全面。现在，我比较确定，参考我在Linux、网络、算法方面的总结，读者可以在无基础的背景下，在短时间，有深度的学习Python了。
这一篇也是尾声。准备在一个长的时间内，停止更新Python快速教程，把精力集中在其它方面。毕竟一件事情做久了，会缺乏自我突破。编程是一个很有创新性，很需要突破自我的工作。在一个方面待久了，自己都会觉得发馊。而未知的计算机领域中，还有很多有趣的技术值得更深入的学习。另一方面，Python用舒服了，导致我一想到问题，基本都是Python的思路。这样，Python就成了我的舒服区域。我懒得去想，Java会如何解决，Scala会如何解决，C会如何解决。成长的空间被压缩得很小。为了自己能前进，要打破这个舒适区。
谢谢各位阅读这些的Python文章。你们的支持是我走到现在的最大动力。希望这些技术文章能点缀你的闲暇。如果再能有一些具体的帮助，那就最好不过了。
下面是我在知乎回答的一个帖子“你是如何自学Python的”，略做修改，作为总结：
我是自学的Python。从对Python一无所知，到在博客上写Python相关的系列文章，期间有不少门槛，但也充满乐趣。乐趣是自学的最大动力。Python是一个容易编写，又功能强大的动态语言。使用Python，可以在短短几行内实现相当强大的功能。通过自己写一些小程序，迅速的看到效果，发现问题，这是学习Python最便利的地方。在《黑客与画家》中，Paul也说，动态语言可以给Hacker们更多涂涂画画的快感。这深得我心。
在学习Python之前，可以了解一下Python的特点和设计理念(Python简史)。在设计之初，Python就试图在复杂、强大的C和方便、功能有限的bash之间，找到一个平衡点。Python的语法比较简单，用起来很方便，因此有些人把它当作脚本语言使用。但Python要比普通的脚本语言功能强大很多。通过良好的可拓展性，Python的功能相当全面，应用面很广：web服务器，网络爬虫，科学运算，机器学习，游戏开发…… 当然，天下没有免费的午餐，也没有完美的语言，Python为了达到上述两点，有意的牺牲了Python的运行速度。如果你是在编写高业务量、运算量的程序，可能Python并不是最好的选择。
-----
Python的主体内容大致可以分为以下几个部分：
面向过程。包括基本的表达式，if语句，循环，函数等。如果你有任何一个语言的基础，特别是C语言的基础，这一部分就是分分钟了解下Python规定的事。如果你没有语言基础，建议用Python Programming为参考书。这本书是计算机导论性质的教材，不需要编程基础。
面向对象，包括面向对象的基本概念，类，方法，属性，继承等。Python是面向对象的语言，“一切皆对象”。面向对象是很难回避的。Python的面向对象机制是相对比较松散的，不像Java和C++那么严格。好处是容易学，容易维护，坏处是容易犯错。
应用功能，包括IO，数据容器如表和词典，内置函数，模块，格式化字符串等。这些在其它语言中也经常出现，有比较强的实用性。
高级语法，上下文管理器，列表推导，函数式编程，装饰器，特殊方法等。这些语法并不是必须的，你可以用前面比较基础的语法实现。学这些高级语法的主要原因是：它们太方便了。比如列表推导一行可以做到的事情，用循环结构要好几行才行。
学习Python主体最好的参考书是Learning Python，它非常全面，满满的都是干货。虽然很厚，读起来并不难读。另一个是参考官网的教程Python.org
Python号称“Battery Included"，也就是说，功能都已经包含在了语言中。这一自信，主要来自Python功能全面的标准库。标准库提供了许多功能模块，每个模块是某一方面功能的接口，比如文件管理，操作系统互动，字符处理，网络接口，编码加密等等。
The Python Standard Library中，你可以看到标准库模块的列表。这里也是标准库最好的学习资料。如果想找书，我只看到过两本关于标准库的：
Python Essential Reference
The Python Standard Library by Example
说实话，这两本都不算很好的标准库教材，而标准库的参考书也确实很难写。因为标准库只是调用功能的接口，最终实现的是Python和系统的互动。这需要很强的系统知识，比如文件系统知识，进程管理，http原理，socket编程，数据库原理…… 如果这些知识都已经准备充分，那么标准库学起来完全没有难度。然而，这些背景知识的学习曲线，要远远陡过Python本身。
更深入的Python学习也是如此，需要大量的背景知识，而不止是Python自身。如果你对Python的拓展性感兴趣，可以多多尝试混合编程。如果你对Python的编译和运行机制感兴趣，你可以往Python底层这一深度挖，看看编译器是怎么做的。如果你对应用感兴趣，你可以多学习几个自己用的上的第三方包。学到这个时候，拼的是境界，也没有什么定法。广阔空间，留待探索。
基本上，学过主体内容之后，Python还是要靠做项目来练习。有不少小练习题类型的资料，比如Python Cookbook。但更好的方式是自己去想一些应用场景，用Python来解决。比如：
建设一个网站
做一个网页爬虫
系统管理
Python功能全面，所以不要担心自己想的问题Python解决不了 (基本上Python解决不了的问题，别的语言也没戏)。比如我学习多线程的动力，就因为要并行的下载大量的文件。基本上一个项目下来，会用到Python好几块的内容，知识会特别巩固。
最后，和其它任何知识的学习一样，笔记和总结很重要。在看参考书和看网页时，可以做一些笔记。等到学了一段时间后，可以把笔记整理成更有条理的参考卡片(reference card)，或者写博客。
