前言
深入学习文档，使用文档
很多初级 Python 程序员在工作中遇到问题只使用 Google 和百度去解决，但是项目需求千千万，总有搜索引擎解决不了的，这时候就需要用到官方文档了。所以想进阶为 Python 高级程序员，第一步要做的事就是尽可能多的使用官方文档，学会用文档解决问题，减少使用搜索引擎的次数。
此外还有一个小技巧，可以把官方文档打印成小册子，经常拿出来翻看，熟悉文档内容，这样在不知不觉中，Python 技术会提升很多。
深入研究每一个问题
有些知识阅读一遍没懂可能不影响你后面功能的实现，于是乎你选择了跳过，如果要进阶，一定要学会深究每一个不懂的问题。例如，Python 官方文档的第一句话说：'Python 提供了高效的高级数据结构，还能简单有效地面向对象编程。'
很多初学者不懂什么是高级数据结构，也不懂什么是面向对象编程，然后选择跳过，殊不知这两个名词在整个学习的过程中占有很高的地位。碰到诸如此类的问题，应立刻查阅资料，学习并了解其中的含义，深究虽说占用时间比较长，但一定程度上可以夯实开发者的基础。
多提出一些发散性的问题
举个例子：Python 文档中有一句话是这么说的：'Python 是一种动态类型和解释性语言'。通过这句话，应该思考以下问题：为什么 Python 是一种动态类型的语言？其他编程语言是什么类型？动态类型语言和静态类型语言之间有什么区别？什么是解释型语言？等等问题，并将自己所有的疑问一并解决。
尽可能自己去编写代码
有些特定的功能需要用特定的编码方式完成，很多人在学习的时候会死记硬背这部分代码，比如冒泡排序、TCP 三次握手等等，这种特定编码一天可以背会三四十组，但如果不明白为何以这样的方式编码实现，那就没必要去记忆了。应该把更多的时间花在理解这些代码上，很多代码都是前人花很久思考出来的，学习他们的思维，对自己的逻辑能力提升很有帮助。
学习热门的 Python 库和框架
Python 有最全的库和框架，这是其他语言所不具备的，作为开发人员也要把这一特点发扬光大，不要局限于一种技术，比如学会了 Django，那就接着把 Flask 也学会，如果 Web 开发的框架都应用自如，就去学学其他领域的框架。
比如，用于 GUI 开发的 Tkinter 和 PyQt；用于数据科学的 Numpy 和 Pandas。扩宽自己的知识面，是成长为一个高级开发工程师的必经之路。
每天坚持写代码
坚持不懈写代码，会形成编程的思维习惯。就像在健身房增肌，需要持续不断的训练才有显著的效果，如果断断续续的训练，显现效果需要很久。编程也是一样，如果不持续不断地训练，很难得到进步。
所以初学代码的童鞋注意啦！现在没有编程技术不要着急，每天坚持去写，总有一天你会对代码得心应手的。
了解有关开发环境的信息
选择好 IDE 之后，就不要随意变更了。要知道没有十全十美的编辑器，精通一个即可，其他编辑器大同小异。学习版本控制，并对项目使用 Git 进行版本控制，养成这样一种习惯。学习与虚拟环境和 pip 等程序包控制系统一起使用。
学通编程的基础知识
往往最基础的是最难的，很多资深的 Python 开发者在面对大厂的面试时会败下阵来，究其原因就是对基础的不重视。以下这些基础一定要掌握：
- 了解线程，进程的工作原理，以及他们在 Python 中的弱点；
- 了解解释器，它们是如何实现的，为什么会有这么多不同的 Python 实现方式；
- 了解有关 Python 的生态信息，PIP，PEP8，setuptools，virtualenv 等等；
- 了解 socket，网络库，异步功能等等。
结语
当然啦，学习是一个循序渐进的过程，虽然我们都希望自己快速提升自己的代码能力，但也要注意做好'沉淀'工作。闲暇之余，我们可以把自己最近的心得体会做一个小结，与技术同行交流。
另外，也可以通过多提问的方式，拓宽自己的眼界，使自己成为一名更好的开发工程师。
