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。
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。
1. LearnPython
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。
2. Python练习册
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。
3. PythonPractice
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。
4. 500 line or less
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。
5. PYnative
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。
6. the5fire
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！