Python新手做题练习网站
转载自：Python新手太需要了，这5个做题练习网站爱了！_Jackpop_InfoQ写作社区
学习编程语言，练习必不可少，在练习和做题的过程中能够查漏补缺，清楚自己在理论学习过程中的不足和薄弱点，加深对于 Python 的理解和认识。
关于 Python 入门学习，我之前写过很多高赞的回答，这里不多赘述，感兴趣的可以看一下我之前的回答：
请问自学 Python 有必要买课程吗？1.8 万赞同 · 314 评论回答
今天就着重的给大家推荐一些适合「新手」练习的 Python 做题网站。
请注意，这里强调的是「新手」，所以，上来就推 leetcode、牛客、codewar 的同学就省省吧，别把新手引导入坑了。
上述这些网站主要面向的是求职面试刷题使用，更加偏重算法与数据结构，使用这些网站的前提是你已经非常熟练一门编程语言，能够轻松通过编程语言实现自己的算法和过程，压根不适合新手练习 Python！！！
下面，就来给大家推荐 5 个真正适合 Python 新手练习做题的网站。
LearnPython 是 DataCamp 基于经典 Python 入门教程推出的一款免费在校学习和练习 Python 的网站。
它具有 2 方面的特点：
理论与实践结合
交互式编码挑战
首先从知识体系方面，它覆盖基础（循环、条件、函数、列表、字典、类等等）、数据科学（Numpy、Pandas）、进阶（生成器、匿名函数、异常等）3 大模块构成。
在每个模块内它会将理论和练习有机的结合到一起，每讲解一一部分内容，会提供一些练习题，同时还会提供一个交互式的编码框，在这里可以直接编码、执行、获取结果，达到及时练习的效果。
Python 练习册是一个 Github 上免费开源的项目，目前已经 12.6K+颗 Star，受欢迎程度可见一斑。
它每天提供一个小程序，它提供的练习题都是围绕加深 Python 认识和理解展开，例如，
使用 Python 如何生成 200 个激活码？
任一个英文的纯文本文件，统计其中的单词出现的个数。
…
这些都是 Python 中非常基础的操作，可能通过十几行甚至几行代码就可以实现。
但是，不要小看这些练习题，这些练习的都是日常工作中经常会用到的用法和操作。
PythonPractice 是由 DATAQUEST 汇总整理的 74 个有助于提升 Python 水平的问题。
这 74 个问题可以说是覆盖了 Python 应用过程中高频用到的场景和用法，例如，正则表达式、日期和时间、面向对象、字典、NumPy、Matplotlib 绘图等等。
在每个问题下面，它会先简单介绍一下理论知识，然后抛出一些问题，例如：
如何使用线图可视化时间序列数据？
什么是相关性以及如何使用散点图将它们可视化？
如何使用条形图和直方图可视化频率分布？
如何使用 pandas 库加快我们的探索性数据可视化工作流程？
如何使用 Seaborn 的关系图可视化多个变量？
然后，它还会提供一个在线的编辑界面，这样你就不需要再费劲去配置开发环境，也不用把时间和精力浪费在琢磨开发环境上。可以直接在线编程实现，执行验证结果。
顾名思义，500 行以内完成一项练习，是一个非常经典的 Python 练习平台。
只不过，它面向的是更加偏向实践和高阶的练习。
它会涉及到一些项目端到端的全部环节，包括，模型设计、开发、测试等不同环节。
如果对 Python 已经有一定熟练程度，这个资源可以进一步提升对 Python 应用的认识高度。
PYnative 是一款面向 Python 开发人员的免费编码练习平台，练习涵盖 Python 基础知识、数据结构和数据分析。 截至目前，该页面包含 18 个模块的练习。
这些 Python 练习包括什么？
每个练习都包含需要练习和解决的特定 Python 主题问题，这些免费练习以 Python 作业的形式提供，解决不同程序和挑战的练习。
所有练习都在 Python 3 上进行了测试。
每个练习有 10-20 个问题，每个问题都提供了解决方案。
当然，它同样提供了在线编辑器，可以让初学者能够用于实现并解决这些问题。
the5fie 是一个技术博客，它经常会更新一些 Python 实战的问题和实现，例如：
这里面涉及的面比较广，也比较灵活，抽空可以看一下，可以找到一些比较新鲜实用的应用场景拿来练习。
最后，内容创作不易，如果觉得有帮助就点赞支持一下吧！
建议大家有空可以多浏览 Github，有很多好用的开源免费工具。但是，目前 Github 上项目多如牛毛，而且刷榜现在也非常严重，想要找到优质的项目变得越来越难。这里，给大家推荐 Github 上一个非常不错的项目《DevWeekly》，这个项目每周都会精挑细选一些优质的开源项目，涵盖 C++、JAVA、JavaScript、Python、Go 等不同编程语言。此外，还有一些开源工具、优秀的技术文章，建议大家看一下：
https://gitee.com/sharetech_lee/DevWeekly
hello，大家好，我是 Jackpop，重点大学本科毕业后保送到哈工大计算数学专业读研，有多年国内头部互联网、IT 公司工作经验，先后从事过计算机视觉、推荐系统、后端、数据等相关工作。如果同学们在升学考研、职业规划、高考志愿、简历优化、技术学习等方面有困惑，欢迎大家前来咨询！