学python最重要是有自制力。有自制力的人发展不会很差。
至于入门，网上有很多相应的教程，我当初自学是看哔哩哔哩上python入门教程，600多集的，自己感觉有一点弹幕学真的会更认真。可以先往下看了解到底要往哪方面发展，定了这个后才能说怎么入门。最后面也有资源可以领取哦。
自学python首先要找到自己的学习目的我的学习目的特明确，SEO相关的有用的我都学。题主并没有提到以后要涉及的职业发展，那就先介绍一下。大家都是为了学完Python找到工作，但实际上领域不一样，如今学习Python的重点不一样。题主想要知道重点学什么，那要看的是你以后做什么。
看图：
从上图可知python找工作有很多的路径。实际上把这样的路径简化一下可以得到下图。这里有一个重点在于，下图当中的每个发展方向下面有一个对应路线图的一二三四这样的数字。
重点学习内容标注并合适的方法然后按照下面流程来，找到网络上相应资源就好了，最好找到一家比较全的资源然后跟着学。
Web基础开发解决的现实问题：
能够使用面向对象的程序设计方法, 基于Linux操作系统开发多任务的网络程序开发。
掌握的核心能力：
1、能够熟练使用Linux操作系统；
2、掌握网络编程相关技术，能够实现网络间数据通信；
3、掌握程序设计开发中多任务实现方式；
4、能够熟练掌握MySQL操作相关技术，熟练编写各种数据库操作SQL语句，并能够进行Python与MySQL之间的数据交互；
5、掌握Python中的re模块的使用，能够实现对字符串进行复杂模式匹配；
6、掌握Web服务器的工作流程，以及Web框架的实现原理。
要点：
Linux命令、网络编程、多任务编程、正则表达式、html与css、JavaScript、jQuery、数据库编程、Python语法进阶、静态Web服务器、mini-Web框架。
Web-Django框架解决的现实问题：
更上一级能够开发主流Web网站，并掌握常见的技术要点；根据实际问题设计出相应数据库表。
掌握的核心能力：
1、掌握Python Web主流框架-Django的使用；
2、可根据Web框架设计，开发对应的数据库；
3、可根据业务流程图，开发Web网站的前后台业务。
要点：
Django框架、前后端分离模式、VUE进阶-组件式开发、Django REST framwork、统计、权限管理、商品数据管理、日志管理、用户管理、前后端不分离模式、数据库-读写分离、Django高级第三方模块、FastDFS分布式文件系统、Celery异步操作、Vue双向绑定、Docker 入门、Crontab定时任务、页面静态化、在线支付、Nginx+uWSGI部署。
Web-Flask框架解决的现实问题：
高并发全功能的Web网站开发；提升数据处理响应速度，灵活运用缓存。
掌握的核心能力：
1、掌握Python Web主流框架-Flask的使用；
2、掌握常见的性能优化技术；
3、缓存服务器的操作和设计；
4、异步任务的实现。
要点：
Docker 进阶、uWSGI、Nginx进阶、性能优化、Flask框架、路由定义及视图函数、蓝图、SQLAlchemy、Flask-RESTful、手机 APP + PC Web前端、MySQL业务数据存储、Redis缓存层、第三方对象存储、RabbitMQ + Celery 异步任务、APSchedule定时任务、http://socket.io及时通讯、Elasticsearch 5.6 搜索+自动补全、RPC+kafka对接推荐系统与AI系统、supervisor进程管理。
人工智能机器学习编程解决的现实问题：
利用学习到的科学计算库对收集到的数据进行数据基本处理，使其符合机器学习算法模型；利用学习到的机器学习算法解决部分实际问题。
掌握的核心能力：
1、掌握数据挖掘基础工具使用；
2、掌握机器学习中处理数据方法；
3、理解常见机器学习算法原理。
要点：
人工智能概述、数据可视化matplotlib、科学计算库numpy、科学计算库pandas、Scikit-learn使用、特征工程、k-近邻算法、线性回归、岭回归、逻辑回归、决策树、集成学习(Bagging, Boosting)、k-means、不同模型评估方法介绍、模型选择与调优、模型保存和加载、聚类、分类。
人工智能基于大数据的推荐系统解决的现实问题：
能够实现推荐系统的算法不同场景应用；能够根据推荐场景业务流完成推荐业务开发。
掌握的核心能力：
1、掌握推荐系统的工作原理和实现流程；
2、掌握推荐系统的算法实现原理以及应用场景；
3、掌握Lambda大数据相关基础；
4、可实现基于大数据框架的推荐系统搭建；
5、能够基于推荐业务流完成系统搭建。
要点：
分布式存储计算案例、数据仓库工具hive、spark-sql、spark sql与hive离线分析、ABTest实验中心、埋点参数设置、推荐服务、缓存服务、实时日志分析、实时召回集、热门与新文章、文章画像构建、用户画像构建、文章用户画像业务实现、离线召回集介绍、排序模型选择介绍、spark mllib讲解、离线模型评价、评估场景需求。
后面更多是实战了，更多偏向于数据分析：对企业异常数据进行深入分析，对业务风险指标进行跟踪分析及优化；搭建业务监控体系，及时发现、排查业务问题，并能提出有效的解决策略或方案；配合项目计划，负责建模驻场项目，完成数据分析需求及任务；通过大数据算法对数据进行模型的构建、维护、和评估。
掌握的核心能力：
1、熟悉常用数据挖掘算法与模型，熟悉逻辑回归、神经网络、决策树、聚类等建模方法；
2、熟悉Python、Tableau、SPSS、SAS等多种数据分析工具；
3、熟练使用时间序列、聚类分析、逻辑回归、因果分析等统计方法。
要点：
统计学基础、Python编程数据分析、SPSS数据分析、数据化运营，网络游戏市场分析，及电商数据分析，问卷数据分析、CRM、BI理论、数据可视化分析
最后python拓展就是爬虫和自动化测试运维了，属于拓展项目。也是很重要的接近工作的。
更多是做各种项目进行熟悉和自己优化方法。
解决的现实问题：
自动化爬取浏览器网站数据或App应用数据，对爬取中遇到的反爬措施应用相应的反反爬方案解决处理。
能够针对企业中开发的项目进行自动化测试。
能够搭建部署运行维护Linux环境。
掌握的核心能力：
爬虫：
1. 网页数据爬取；
2. App数据爬取；
3. 反反爬解决方案；
4. MongoDB数据存储。
测试开发：
1. 项目开发流程与测试方法；
2. 自动化测试工具的使用；
3. 接口测试；
4. 性能测试。
运维开发：
1. Linux系统安装使用（CentOS系统）；
2. Linux系统管理与维护；
3. Shell编程；
4. 自动化运维与监控。
要点：
爬虫基础、requests模块、数据提取、Selenium、抓包反爬与反反爬方案、MongoDB数据库、Scrapy爬虫框架、Appium的使用、测试理论基础、项目开发流程、禅道工具使用、Jira工具使用、Web自动化测试（Selenium、Appium、Unittest等使用）、JMeter接口测试、性能测试、CentOS系统安装、Linux系统优化、常用工具使用、Linux文件管理、软件管理、权限管理、日志管理、进程管理、Apache服务器使用、防火墙管理、LVS集群、keepalived使用、Shell编程、Ansible、Nagios监控。
一大堆看着可能前期学都不是很懂，所以去b站上搜吧，小破站是学习的网站，当然黑马程序员官网上也都规划好了，看他们视频一个一个学更好。
关注我回复“python很火”，就可以领取上面的入门资源啦。
这里分享几个学习Python的网站，对于入门Python学习来说，非常不错：
菜鸟教程这是一个专注于编程的学习网站，所有资料都是免费的，涉及编程语言众多，前后端都有（包括Python），章节安排合理，知识基础全面，还提供在线练习环境，对于入门Python学习来说，是一个非常不错的选择：
慕课网这也是一个非常不错的编程学习网站，所有资料都是以视频教学的方式进行，可以一边学习一边练习，既有基础入门教程，也有高阶深入项目，对于Python入门或提升来说，是一个不错的选择：
网易云课堂这是一个在线的学习网站，汇聚了众多名校的教学视频，资料非常多，其中就有编程与开发这个模块，课程示例丰富，安排合理，循序渐进，对于想入门Python开发或提升的编程人员来说，是一个非常不错的选择：
实验楼这是一个专注于实验教学的编程网站，所有资料都是以实验的方式在线学习，说明文档非常详细丰富，示例有趣好学，自带有实验环境（Linux），对于提升Python编程来说，是一个非常不错的选择：
极客学院这也是一个非常不错的编程学习网站，所有资料都是以在线视频的方式呈现，内容浅显易懂，章节安排合理，项目示例丰富，对于入门Python或提升来说，也是一个非常不错的选择：
目前就分享这5个不错的Python学习网站吧，对于Python入门学习来说，完全够用了，当然，你也可以买一本专业Python编程书籍，一边学习一边练习，至于编译器（准确的说应该是解释器）的话，可以参考一下我以前的回答https://www.wukong.com/question/6604692586605052174/，安装Python安装包或Anaconda都可以（初学者建议安装后者，更方便），希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。
语言火不火主要表现的是市场的需求，和语言本身好不好没有因果性。Python 是第一辅助编程语言，是最好的第二编程语言。
Python到底有多好用呢？实践出真知，我们以最简单的入门级「Hello World」为例，对比几大主流编程语言的代码量。
先来看看用户量最大、编程语言之首的Java语言实现：
范式编程语言、功能强大的C++呢？
再来看看微软的亲儿子，全面集成 net库的C#，一行简单的输出，我居然要写这么多行的代码，简直无力吐槽啊。
世界上最好的编程语言，Web快速开发首选语言PHP呢？
最后，我们来看看Python的实现，仅仅一行代码，即可搞定，没有对比，就没有伤害啊。难怪坊间传言，完成同一个任务，C 语言要写 1000 行代码，Java 只需要写 100 行，而 Python 可能只要 20 行。
Python为什么很热门？回答这个问题之前，我们先来看看Python是真的热还是炒的热。
这两年人工智能、机器学习、大数据的概念火遍大江南北，AlphaGO 的出现让业界为之兴奋，而其首选编程语言便是Python。教育部更是将Python列为计算机等级考试科目之一，很多少儿编程更是以Python作为入门书籍。
然而，在实际的项目开发过程中，Python更多的是以“胶水语言”的形式来存在，会Python肯定是你加薪的资本，然而只会Python，却面临着难以找到工作的窘境。我们可以看看互联网后端开发语言分布图：
至于题主说到的Python很热门，我觉得主要有以下几个方面的原因：
入门门槛低，新手分分钟就能写代码，可以很容易的树立自信心；
第三方库多，且安装方便，一条pip命令即可搞定；
站在了人工智能这一风口，“猪站在风口，都能飞起来”；
培训机构铺天盖地广告的大力宣传，“学好Python搞AI，年薪百万不是梦”！
1、从python官网下载适合自己电脑python版本。
2、接下来选择下一步安装。下面介绍一下配置环境变量。鼠标右击桌面“计算机”->“属性”，在新弹出的属性窗口，选择左侧的“高级系统设置”，在新弹出的属性窗口，选择“高级”->“环境变量”。
3、把python安装目录的路径追加到PATH里，然后确定。（注意：箭头指的两个分号一定要加上并且分号一定要在英文输入模式下输入）