13. 现在怎么办？ — Python 文档

13. 现在怎么办？

阅读本教程可能会增强您对使用 Python 的兴趣——您应该渴望应用 Python 来解决您的实际问题。 你应该去哪里学习更多？

本教程是 Python 文档集的一部分。 该集中的其他一些文件是：

• Python 标准库：

  您应该浏览本手册，它提供了关于标准库中的类型、函数和模块的完整（虽然简洁）的参考资料。 标准 Python 发行版包括 lot 的附加代码。 有一些模块可以读取 Unix 邮箱、通过 HTTP 检索文档、生成随机数、解析命令行选项、编写 CGI 程序、压缩数据和许多其他任务。 浏览库参考将使您了解可用的内容。

• 安装 Python 模块 解释了如何安装其他 Python 用户编写的附加模块。

• Python 语言参考：Python 语法和语义的详细解释。 阅读量很大，但作为语言本身的完整指南非常有用。

更多 Python 资源：

• https://www.python.org：主要的 Python 网站。 它包含代码、文档和指向 Web 上与 Python 相关的页面的指针。 本网站在欧洲、日本、澳大利亚等世界各地均有镜像； 镜像可能比主站点更快，具体取决于您的地理位置。
• https://docs.python.org：快速访问 Python 的文档。
• https://pypi.org：Python Package Index，以前也被称为 Cheese Shop，是用户创建的可供下载的 Python 模块的索引。 一旦您开始发布代码，您可以在此处注册，以便其他人可以找到它。
• https://code.activestate.com/recipes/langs/python/：Python Cookbook 包含大量代码示例、更大的模块和有用的脚本。 特别值得注意的贡献收集在一本名为 Python Cookbook 的书中（O'Reilly & Associates，ISBN 0-596-00797-3。）
• http://www.pyvideo.org 收集来自会议和用户组会议的 Python 相关视频的链接。
• https://scipy.org：Scientific Python 项目包括用于快速数组计算和操作的模块以及用于诸如线性代数、傅立叶变换、非线性求解器、随机数分布、统计分析等。

对于Python相关的问题和问题报告，您可以发布到新闻组comp.lang.python，或发送到邮件列表python-list@python.org。 新闻组和邮件列表是网关，因此发布到其中一个的消息将自动转发到另一个。 每天有数百个帖子，询问（和回答）问题，建议新功能，并宣布新模块。 邮件列表档案可在 https://mail.python.org/pipermail/ 获得。

发帖前，请务必查看常见问题列表（也称为FAQ）。 FAQ 回答了许多反复出现的问题，并且可能已经包含了您问题的解决方案。