看了我这一条你也就不用花钱，也不用在网上找其他资料学习了。
python可以说对没有编程基础的人特别友好了。自学选python是特别明智的。但学了python到正式工作，肯定是不够用的，所以最后还是要学java，但会python后，学java就简单很多了。
c需要敲100行代码，java只需要50行，python就只需要20行，但就是因为20行，所以并没有java那么稳定。
ython学习路线图—流程篇：Python 培训后职业发展路径Python 学习路线图入门视频我推荐b站上的，因为太基础，所以会比较长，并且一开始介绍了一些原理，对于新手很友好。主要我每次看弹幕就会觉得这个说话老师傻屌又可爱，哈哈。
当然百度云资源也是有的，就在基础的第一个资源里。
先说一下每个阶段该学的东西。
Python基础解决的现实问题：
能够熟练使用Python技术完成针对小问题的程序编写。
掌握的核心能力：
1. 掌握Python基础语法, 具备基础的编程能力；
2. 建立起编程思维以及面向对象程序设计思想。
要点：
变量、标识符和关键字、输入和输出、数据类型转换、条件控制语句和循环语句、容器类型、函数、文件操作、面向对象、异常处理、模块和包。
相应资源
Python入门教程完整版（懂中文就能学会）
python入门必备指南
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。
相应资源
Linux基础命令教程豪华版.chm
linux从入门到精通
服务器开发之linux基础编程
服务器开发之linux系统编程
服务器开发之linux网络编程
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。
相应资源
Python进阶之Django框架
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。
相应资源
6节课入门Flask框架web开发
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。
相应资源
0基础小白也能学会的人工智能课
最简单快速入门Python机器学习
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
相应资源
云计算大数据之zookeeper教程
最后更多是实战了，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。但前期学习的话还是用不到的。拓展的各种项目、实战等，建议先把基础打牢再去学。
最后，上面的资源回复：“python整套资源”，就可领取咯。
希望上面内容对你有帮助，可以进行分享留言对上面内容进行补充。
我的专栏里面有制作python的入门课程，可以作为参考，这个课程是我在实际教学中制作的python入门课程，适合初学者和参加培训机构速成班之后，想进行一定系统的学习的学习者。然后就业前景，个人认为单种语言肯定是不足的，不过作为初学语言难度比较小，入门比较容易。对以后学习其他语言奠定基础。
谢谢邀请！
Java的学习重在概念的理解上，因为Java属于抽象程度比较高的编程语言，所以在学习的初期还是有一定困难的，比如类、对象、继承、多态等概念在学习的初期是有一定难度的。
要想了解这些概念一个比较好的办法是通过大量的实验来建立画面感，所以在学习Java编程的时候一定要重视实验的作用。Java语言经过多年的发展已经形成了一个比较完善的语言生态，建议以Java Web开发方向来制定学习路线，包括Java基础语法、Java Web开发、Java框架开发（Spring）和Java分布式开发（我在头条上写了关于学习Java的系列文章，想学习的朋友可以看一下）。
Python在学习的初期还是比较简单的，因为Python语言是脚本式语言和面向对象语言的结合体，所以既有脚本式语言的简单性又有面向对象语言的灵活性。学习Python语言可以一边做实验一边学习，即使没有编程语言基础，也能够通过自学完成大部分基础内容的学习，但是Python语言也可以构建十分复杂的程序。
在学习Python的过程中可以给自己定一个方向，目前使用Python做大数据、人工智能方面的开发比较热门，也可以选择Python做Web开发方向。不同的方向在学习内容上还是有一定区别的，需要学习不同的库，如果做机器学习方向就需要了解Numpy、Matplotlib和Scipy等库。
Web前端的开发需要学习三个基础知识，分别是Html、CSS和JavaScript，Web前端对初学者的要求并不高，即使没有计算机基础的人也能够顺利入门。目前JavaScript的应用比较广泛，JavaScript本身还是具备一定难度的，需要通过大量的实验才能逐渐掌握JavaScript的使用。
我做软件开发工作多年，目前也在带软件开发团队，我会陆续在头条写一些关于软件开发方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有软件开发方面的问题，也可以咨询我，谢谢！
需要考研。
Python解释器易于扩展，可以使用C语言或C++（或者其他可以通过C调用的语言）扩展新的功能和数据类型。
Python也可用于可定制化软件中的扩展程序语言。Python丰富的标准库，提供了适用于各个主要系统平台的源码或机器码。
由于Python语言的简洁性、易读性以及可扩展性，在国外用Python做科学计算的研究机构日益增多，一些知名大学已经采用Python来教授程序设计课程。