Python语言简单、易学。虽这么说，但是并不是所有人都适合学习!那么，哪些人适合学Python呢?以下是小编为你整理的python高级编程学习
众所周知，IT行业赚钱多，常加班，大部分为男生?为什么会是这种状态，就在于男生的逻辑思维能力强，学IT比较容易。假设一下：逻辑思维能力弱，这行代码写完了，不知道关联什么，下边代码不会写，那就傻眼啦!
*学习的数学、物理、化学、大数据分析等专业，来学习Python事半功倍，假以时日，你会在这个领域发光发亮!
编程语言可以说是相通的，Java转Python容易转，C语言转Python也容易，Linux运维转Python更容易!喜爱编程，0基础不知道选择什么编程语言的人，Python是最适合的。
没有基础，想要自学编程的可以选择Python，Python语言简单，但是要保证自己的自学能力强，自控力够，不要学习期间摸摸手机，看看电脑，静不下心来学一切也是白玩。网上有好多视频资源，自学还是可以的。
如何用python运算
打开IDLE，在>>>后输入 100+300，按下回车，就可以看到结果了。
或许，你觉得100+300太简单了，那我们可以尝试一个复杂的，在>>>后输入10*(100/2)/3+2,按下回车后，就可以看到结果了，各种四则运算，包括三角函数，python都是可以计算的
接下来我们尝试下三角函数的计算，我们输入sin(30),按下回车后，似乎出问题了，下面出现了一些红色的字符，注意遇到红色字符，就表明我们犯错了。注意有这么一句：
NameError: name 'sin' is not defined，意思呢就是python不认识sin，昨天我们用的print则是它认识的，那该怎么办呢，我们应该特别强调一下，告诉python，sin是数学中的三角函数，首先我们敲入import math告诉python我们要用一些数学的功能，然后在敲入math.sin(30)
看到结果了，似乎不对啊，这是怎么回事呢，实际上在python里面sin这个函数要的参数是以弧度为单位的，而我们给的是角度，如何把角度转换成弧度呢，python也给我们方法了，下来我们输入math.sin(math.radians(30))，这回结果就对了，其中math.radians就是把角度转换成弧度的
如何安装python
下载安装：从python官网下载开发和运行环境程序。本例下载python-3.3.3.amd64的安装包，并安装。
开发工具：window系统中，python有多种开发工具，比如，一、直接在cmd命令窗口执行，但此种仅能单条语句执行，不能运行完整的程序。二、python自带的集成开发环境，可通过开始——所有程序——python3.3——IDLE(Python GUI)启动。三、其他集成开发环境，如PythonWin等，有编辑和调试能力，还实现了MFC类库存的包装。
本例中，使用python自带的开发环境。File—New File，新建py文档，编写程序，保存。Run——Run module，可得到运行结果。
封装性：可以把属性、方法结合在一起，不可以直接访问对象的属性，仅能通过接口与对象发生联系。以下把方法和属性封装成了一个类。
构造器：python有3种类型的构造器，且一个类中仅可以定义一个构造器，若多个，则以*为准。1.若不声明，则默认为一个没有任何操作的特殊的__init__方法，__init__(self)，此时可通过obj = my_class()声明实例。 2.自声明__init__构造器，会覆盖默认的，且可以更新类的数据属性。3.构造器方法__new__()，用于不可变内置类型派生，不能通过实例访问属性，仅能通过类访问。
继承性：python支持多继承，且子类继承了父类的方法和属性。若子类中有和父类相同名称的方法，则子类会覆盖(Override)父类方法。父类方法依旧可以访问。
数据结构：有丰富的数据结构，例如列表、字典、集合等。本例简单介绍字典的使用。字典是键值对的无序集合，是可变对象。键在字典中是*的且必须是不可变对象。值可以是可变对象或不可变对象。以下例子对python字典的定义、访问、更新等的操作。
DevOps
DevOps 有个中文名字，叫做开发自运维。互联网时代，只有能够快速试验新想法，并在*时间，安全、可靠的交付业务价值，才能保持竞争力。DevOps 推崇的自动化构建/测试/部署，以及系统度量等技术实践，是互联网时代必不可少的。
自动化构建是因应用而易的，如果是 Python 应用，因为有 setuptools, pip, virtualenv， tox， flake8 等工具的存在，自动化构建非常简单。而且，因为几乎所有 Linux 系统都内置 Python 解释器，所以用 Python 做自动化，不需要系统预安装什么软件。
自动化测试方面，基于 Python 的 Robot Framework 企业级应用最喜欢的自动化测试框架，而且和语言无关。Cucumber 也有很多支持者，Python 对应的 Lettuce 可以做到完全一样的事情。Locust 在自动化性能测试方面也开始受到越来越多的关注。
自动化配置管理工具，老牌的如 Chef 和 Puppet，是 Ruby 开发，目前仍保持着强劲的势头。不过，新生代 Ansible 和 SaltStack——均为 Python 开发——因为较前两者设计更为轻量化，受到越来越多开发这的欢迎，已经开始给前辈们制造了不少的压力。
在系统监控与度量方面，传统的 Nagios 逐渐没落，新贵如 Sensu 大受好评，云服务形式的 New Relic 已经成为创业公司的标配，这些都不是直接通过 Python 实现的，不过 Python 要接入这些工具，并不困难。
除了上述这些工具，基于 Python，提供完整 DevOps 功能的 PaaS 平台，如 Cloudify 和 Deis，虽未成气候，但已经得到大量关注。
