国内学习Python网站：

• 知乎学习平台：Python - 基础入门 - 知学堂
• 黑马程序员视频库：大数据学习路线2023版-黑马程序员大数据学习路线图
• 菜鸟教程：菜鸟教程 - 学的不仅是技术，更是梦想！
• 极客学院：极客 - 让人才更有价值
• 廖雪峰的官方网站：Home - 廖雪峰的官方网站
• B站：Python-
• 趣IT官网-互联网求职刷题神器

除了国内的一些学习网站，国外也有一些非常受欢迎的学习网站：

1. Codecademy (www.codecademy.com)
2. Udemy (www.udemy.com)
3. Coursera (www.coursera.org)
4. edX (www.edx.org)
5. FreeCodeCamp (www.freecodecamp.org)

刷题网站

下面是适合新手刷Python题的网站，这些网站提供了丰富的编程题目。

1. LeetCode (https://leetcode.com/)
   LeetCode 是一个非常受欢迎的在线编程练习平台，提供了大量关于数据结构和算法的题目。尽管 LeetCode 更侧重于算法题，但它也有一些基本的 Python 编程题目，适合新手入门。
2. 趣IT（趣IT官网-互联网求职刷题神器）
   这是一个求职刷题神器！当然，对于小白来说，它还可以作为能力测评。通过测评可以找到专项练习，做到随时查漏补缺。
3. HackerRank (https://www.hackerrank.com/)
   HackerRank 提供了各种编程挑战，涵盖了多种领域，如数据结构、算法、人工智能等。它有一个专门针对 Python 的练习题库，适合 Python 新手。
4. Codecademy (https://www.codecademy.com/)
   Codecademy 是一个在线编程学习平台，提供了许多互动式编程课程。它的 Python 课程适合初学者，并包含了大量实际练习题。
5. Exercism (https://exercism.io/)
   Exercism 提供了许多编程练习题，覆盖多种编程语言，包括 Python。它的题目涉及不同的难度级别，适合初学者逐步提高编程技能。
6. Project Euler (https://projecteuler.net/)
   Project Euler 是一个收集了数学与计算机编程问题的网站。这些问题需要运用数学知识和编程技能解决。尽管这些题目比较侧重数学，但它们可以帮助提高 Python 编程技巧。
7. Codewars (https://www.codewars.com/)
   Codewars 是一个在线编程挑战平台，提供了许多编程题目。你可以在这里找到不同难度的 Python 题目，并与其他开发者一起刷题。
8. edabit (https://edabit.com/) |
   edabit 提供了许多编程练习题，覆盖多种编程语言，包括 Python。这些题目涉及不同的难度级别，适合初学者逐步提高编程技能。

Python学习资源

学习线路图：大数据学习路线2023版-黑马程序员大数据学习路线图

学习路线图说明

阶段一大数据开发入门：从传统关系型数据库入手，掌握数据迁移工具、BI数据可视化工具、SQL，对后续学习打下坚实基础。

阶段二大数据核心基础：学习Linux、Hadoop、Hive，掌握大数据基础技术，满足大数据开发行业的初级需求，可以从事ETL及Hive数仓工程师，据相关求职网站数据薪资可达8~12k。

阶段三千亿级数据仓库：本阶段课程以真实项目为驱动，学习离线数仓技术，学员可轻松应对高级数仓工程师、中级大数据工程师的岗位，据市场反馈薪资可达10~16k。

阶段四PB级内存计算：Spark官方已经在自己首页中将Python作为第一语言，在3.2版本的更新中，高亮提示内置捆绑Pandas；课程完全顺应技术社区和招聘岗位需求的趋势，加入Python on Spark的内容；你将胜任Spark开发工程师、中级大数据工程师，据相关招聘网站数据显示薪资可达14~20k。

阶段五亚秒级实时计算：本阶段你将掌握时下火热的大数据实时计算技术，Flink开发工程师、高级大数据工程师唾手可得，据各大互联网人才招聘需求表明薪资可达20k以上。

阶段六大厂面试：围绕大厂高频面试题，针对数据结构与算法、SQL、数据仓库、内存计算、实时计算，以及大数据架构做专项的提升，助你圆梦大厂！

还有常用的Python手册中文版地址如下：

1. Python官方文档：https://docs.python.org/zh-cn/3/
2. Python教程：https://docs.python.org/zh-cn/3/tutorial/index.html
3. Python标准库：https://docs.python.org/zh-cn/3/library/index.html
4. Python语言参考：https://docs.python.org/zh-cn/3/reference/index.html
5. Django框架：https://docs.djangoproject.com/zh-hans/3.2/
6. Flask框架：https://dormousehole.readthedocs.io/en/latest/
7. Tornado框架：http://www.tornadoweb.org/en/stable/
8. Pyramid框架：https://docs.pylonsproject.org/en/latest/
9. TensorFlow框架：https://tensorflow.google.cn/do