怎样学习Java？
一，首先学习语言基础，掌握语言基础是第一步。如果你不了解基础知识，那么你就不知道自己是否做错了或者接下来该怎么做。万事开头难，学习基础很乏味，容易睡着，而且看后容易忘，但是还是要看下去，因为书本是比较系统、深入的
二，看网络教学视频，教学视频可以让你迅速掌握编程，但通常比较生动、浅显，不成系统。
所以最好的方法是书和视频结合，两者形成互补关系，如此坚持三个月以上就会熬过艰难的入门期。
三，多练习，书上或者视频中的示例，要亲自写一遍,实验一下，不实验,看一万遍都没用，只有亲自写一遍,才会找到感觉，所以,多练习,才是最快速的学习方法.
1. 先学习Java语言基础。包括数据类型、运算符、流程控制、数组、字符串等。这些知识构成了Java语言的基石。
2. 学习面向对象编程思想。理解类、对象、继承、多态等概念。掌握封装、继承、多态的具体实现方法。这是Java语言的核心。
3. 学习常用的Java API库。像String、List、Map等,这些API可以大大提高编程效率。
4. 学习Java异常处理。异常处理是Java语言的一大特色,它可以使程序在运行时优雅地处理错误。
5. 学习内置数据结构。ArrayList、HashMap、HashSet、LinkedList等,这些是最常用的数据结构。
6. 学习设计模式。设计模式是软件设计中最佳实践的总结,可以帮助构建健壮灵活的程序。
7. 进行项目实战。通过一些小项目实战来巩固所学知识,并学会分析和解决实际问题。
8. 学习新特性。Java语言一直在演化,要跟上最新发布的Java SE版本,学习新添加的语言特性和API。
9. 进阶学习。可以学习Java EE、Spring、SpringBoot等企业级开发框架。也可以学习Android、大数据等热门技术。
总之,学习Java是一个长期的过程,需要持续学习和实践。建议从基础知识开始学起,然后逐渐向高级、新颖的内容发展。同时也需要不断通过项目实战来巩固所学知识,最终达到熟练运用的程度。如果遇到学习瓶颈,也不要气馁。可以通过查阅书籍、视频、网络等各种渠道获得答案。只要持之以恒,定会学会掌握Java这个强大的编程语言。
我是通过自学C语言转做软件开发工作的，后来用C++、JavaScript、Java、Scala、OC等语言，也都是自学。我觉得，自学一门编程语言，遵循下面的步骤比较容易学会：
- 先看一遍书，学习基础语法，包括关键字、语句、面向对象、类库等，能知道就成，不理解没关系
- 搭建开发环境，可以Google、百度，都可以
- 做编程书后的习题，独立做出来，在IDE中都运行出结果来
- 设计一些小的示例，能够融合多个知识点的，在IDE中去做，要运行出结果来
- 设计综合示例（或者复制别人的示例），开发出来，运行出结果来
- 阅读开源的应用，可以到github上找，也可以到sourceforge上找，要把示例跑起来，熟悉功能，然后再对着功能看代码实现。这个期间，遵循先小后大的顺序。
- 做实际的能解决生活中某个问题的项目，通过这样的综合实践，加强对语言和框架的掌握，培养项目开发经验
我认为最基本的学习姿势就是：不断设计小目标，带着问题带着目标去学习，这样就能不断收到正向激励，容易学习下去。
如果自己真的不够自律可以参加系统课程的一个培训学习，这一方面上海优极限就很不错，可以去了解一下：www.yjxxt.com
Java 是最流行的程序编程语言，是现在程序员使用最广泛的语言（没有之一）。关于 Java 的起源和特点在我的《Java具体是做什么的？》一文中有介绍。感兴趣可以翻翻。下面谈谈如何开始学习。
树立面向对象的概念
Java 语言与以往程序语言的最大区别就是建立在“面向对象”（object-oriented）的概念上。以往的编程语言都是指令性语言。“面向对象”方法可以说是编程思想的革命。运用“面向对象”这个方法写程序，Java 不是第一个，但是恐怕是运用最彻底最深刻的。所谓“对象”就是对应着现实中的事物。比如“产品”这个对象可以用一个“类”（class）来映射，其中包括了产品的属性以及对这些属性（properties）的一些计算操作，即“方法”（method）。有了类，我们就可以生产出无数的对象（object）来。
将程序设计建立在“对象”的概念上有很多好处，比如“类”可以实现代码封装，可以被继承和引用，可以被复用等等。这种编程的方法叫做面向对象编程。在学习 Java 时要努力建立起“类”和“对象”的观念来。
选用适合你的 Java 教材
教材可以是线上的或者书籍。因为 Java 的普及和应用广泛，现在很容易在网上找到学习 Java 的课程，很多都是免费的，质量也不错。要注意的是对初学者要选用比较系统的严谨的教材，比如对数据类型要有详细的介绍。Java 对数据类型（type）是非常严格的，这个有别于其他的编程语言，比如 Python。英语比较好的同学建议直接上 Java 的官网看tutorials。即使用汉语的教程，还是建议多参考官网上的教程，因为那上面更新很快。我的经验是，学习一种新语言，最好找 3 个教程，以一个为主，同时参考其他两个。这样可以避免有些概念或方法在一个教程里讲不清，甚至讲错了，换一种讲法你会理解的更快更深。
一定要多动手做练习
下载 Java 的 JDK 软件包（建议用比较稳定的 Java 13，也可以用最新的 Java 15），按照网上的要求安装，然后跟随教程一步一步做练习。一定要自己亲手敲代码，老老实实地自己填坑，这样学出来才是自己的。纸上谈兵是没用的。不动手，想混过未来的面试是不可能的。
学习 Java 还有一个好处是，即使你实际工作中用不到，有了这个基础，你再学习或理解其他程序语言就感觉很容易了，有一种一览众山小的感觉！
- 自学的话，有编程基础者，找本Java基础书，看看目录，通读一遍，然后在eclipse上练习每个知识点，写些小的测试程序，有助于深入理解基础知识，这样基础熟练后，移动端可以学习Android开发，搭建Androidstudio开发环境，像学习Java过程一样去炼狱吧，会涉及到MVP设计模式，sqlite greendao等数据库相关框架。如果想进行服务器开发，还要学习springboot框架，数据库持久层框架mybatis等，并发框架actor，netty等。
- 没有基础者，先学习c语言吧。
- 另外还可以去参加培训机构，这样可以让你入门Java。
Python爬虫和数据分析需要哪些知识储备，自学顺序是怎样的？
感谢您的阅读，如果喜欢，麻烦点个赞支持一下吧~
首先从一个IT从业人员的角度来阐述Python爬虫和数据分析的位置。
Python爬虫严格的说并非是一个研究方向，在很多企业中也不会针对性的设定“Python爬虫工程师”这个岗位。爬虫，更加偏向于在大数据技术中的一个辅助工具，例如，你是做NLP的，你需要很多文本数据，那么可以用爬虫去爬取很多新闻媒体网站的文字信息。假如，你是做CV的，你可以利用爬虫技术去一些图库、网站爬取一些图片数据。
诸如此类，可以看出，爬虫更加像一款工具，如果从事大数据相关的技术工具，这项技术默认是需要会的。当然，“会”也有深浅之分。
前面说了很多题外话，下面就来解释一下Python爬虫和数据分析需要哪些知识储备？自学顺序是怎么样的？
知识储备
Python爬虫和数据分析，可以具体的分为如下几个阶段，
编程语言
爬虫
前端
数据分析
首先是变成语言阶段，题目中已经标明了 ，既然是Python爬虫和数据分析，那么语言就已经被限定了，需要具备Python这门编程语言的基础。
其次是爬虫，它更加像一个“大杂烩”，所需要的知识相对零散，但是，在Python中不管多么复杂的事情，都架不住强大的第三方库。所以，爬虫方面的知识储备更多的是偏向于第三方库的使用，例如，
bs4
requests
另外，在爬虫过程中较为常用的工具就是正则表达式，这是爬虫无法避开的。
我们爬虫一般是针对某个网站进行爬取，因此，需要对前端的一些知识进行了解。当然，这里不需要你像一个专业的前端开发工程师那样，要深入了解js、php这些。但是，至少要对html、css有一定的认识。
最后，就是数据分析方面。数据分析首先要知道数据库的使用。常用的数据库无外乎是关系型和非关系型数据库，但是，无论是哪一种，我们在接触数据的过程中都会涉及到增删改查，因此，要对数据库或者hive这些有一定的认识。
获取到数据之后，如何把它发挥到最大价值？这就需要看具体应用场景。例如，你需要对它进行预测，那么，你还需要具备一些机器学习的知识。
学习顺序
前面已经把需要学习的知识囊括进去了，其实，已经按照需要的顺序进行排列了，在这里，再进行总结归类一下。
Python
正则表达式
bs4
requests
html和css
数据库
机器学习
很高兴回答这个问题，python做爬虫和做数据分析要分开来看。
既然是用python来做，语言基础是二者都需要的，如果你本身就了解python的基本语法，这一步就可以略去，否则你要补充python基础语法知识，如果从来都没有接触过编程语言，要从头学起还得花点时间，如果学习过java、c之类的其他编程语言，花一天时间把python基础过一遍就好了。
爬虫
1.前端基础知识
做爬虫，你的研究对象就是这些网页，首先就要了解这些网页的工作原理，前端基础如html+css+js这些，不一定要会做，但是要能看懂，要会使用浏览器分析元素，这里推荐一款chrome的小插件xpath helper，可以帮你快速解决元素提取。
如果你爬取的网站需要登录，还要了解cookie会话保持的知识。
在具体做爬虫的时候，如果是简单的、不需要太多重复操作的网站，可以用beautiful soup，一些request请求就搞定了，还是建议学习scrapy框架，方便规范的爬取网站
数据分析
数据分析实在数据提取基础上做的，其实就是一些数据运算，首先还是要掌握一些统计学基础了，数据采集好之后，确定要分析的方向，数据计算可以使用padas数据分析库，这个库非常强大，基本满足你的多数需求，数据分析也离不开可视化工具，可以用pyecharts做数据图表，帮助你更好的分析数据。
我最近正在自己练习爬虫，参考的书籍是《Python金融大数据挖掘与分析全流程详解》，在此谈谈自己的一些心得。
爬虫是一种工具
我学习爬虫的目的很简单，就是想能够自动、全面地获取到自己持仓股的财经信息，并且能够基于这些信息进行后续的分词、建模并提供辅助决策数据。
对于爬虫而言，要想用起来，我个人认为有下面几点需要掌握：
1 网页结构知识：这关系到我们能否从目标网页上获取到有用的信息，如果对所要爬取的网页结构有所了解，很难获取到符合需求的数据。
2 数据库知识：这关系到我们爬取了信息后是否能够合理保存，虽然可以保存为本地文件，但是对于后续的数据清洗、数据建模等环节来说，直接读取数据库更为便捷。
掌握了以上两点，基本上爬虫用起来完全是没有问题的。
数据分析是一种技能
对于数据分析而言，Python又只是一种能够提高数据处理、数据建模等环节效率的工具，有的人喜欢用它，也有的人喜欢用R，此外，SAS、SPSS、Excel等工具的受众也很多，特别是金融领域很多专业期刊只承认SAS的结果。
数据分析本质上是一套发现问题、拆解问题、定位问题、决策建模、测试执行、效果评估、复盘迭代的一套流程。
不同学科的人进行数据分析所依赖的知识有很大差异，只能相对概括地说下面的几点有必要掌握：
1 判断问题的能力
这种能力对于文理科的人来说真的有很大差异，比如理科的可以根据阈值等来界定异常，但是文科的同学可能只需要几个简单的问答就能分辨。当然如果按照数据分析中包含的数据二字来讨论，肯定是有根据已有数据估计正常水平的能力。
2 维度拆解的能力
其实，维度拆解还有个看着很高端的名字—钻取，本质就是把涉及到问题点的维度一层层下钻，直到能够发现问题出现的点。
3 数据建模的能力
这个其实没有必要追求太过高深的算法模型啥的，合适的就是最好的。
总结
以上就是本人的一些浅薄见解，欢迎交流和评论。
1、先大致搞清楚html的基本概念。
2、熟练使用一种主流浏览器（比如chromr），以致可以手动从网络上“扒取”感兴趣的html文档片段。
3、可以选学python，或你可以请教的人推荐的需要。
4、搞清楚软件语境下的“沙箱”概念是什么？这一步很重要。
5、为避免引入过多的“新概念”，找一段可用的爬虫程序，运行一下。
6、逐行理解第（5）的练习代码。
除去第（4）需要一次搞清楚，其他内容，反复循环，直到你厌烦了为止。有人指导，第一个循环需要1整天（8个工时），完全自学，有人支持2～3天。完全自学，主要看毅力和运气。
好运、预祝成功。