一、python做的游戏有哪些
比较大型的，使用Python的游戏有两个，一个是《EVE》，还有一个是《文明》。另外GitHub上有很多开源的小游戏，下面给大家介绍一下：
1. Github上面有个项目Free Python Games，里面**了不少的Python开发的小游戏，能玩，也适合新手用来练练手，另外 PyGame这个网站里面里面**了很多Python开发的小游戏。
2. Python版本的 Flapy Bird简化版，但是感觉更加难玩了。当然你也可以尝试用Python开发原版的 Flapy Bird，涵盖了颜**像等：Fl***y Block- 1.0。
3.小时候经常在手机上玩的一个游戏，也是一款经典的街机游戏，这款游戏进化之后其实就是一个打乒乓的小游戏，这里同样有一个进化版本，图形设计的更加好看：Ping Pong。
4.以前初高中在学校很无聊的时候跟同桌或者前后桌玩的游戏，你还记得么？
5.同样一款小时候在小霸王上玩的游戏：Junk Jungle。
6.除此之外，一款比较有名基于Pyhton的战争的游戏：Home- TaleWorlds Entertainment。
7.一款看起来非常有趣的3D游戏：Galcon。
二、如何系统地自学 Python
是否非常想学好 Python，一方面被琐事纠缠，一直没能动手，另一方面，担心学习成本太高，心里默默敲着退堂鼓？
幸运的是，Python是一门初学者友好的编程语言，想要完全掌握它，你不必花上太多的时间和精力。
Python的设计哲学之一就是简单易学，体现在两个方面：
语法简洁明了：相对 Ruby和 Perl，它的语法特*不多不少，大多数都很简单直接，不玩儿玄学。
切入点很多：Python可以让你可以做很多事情，科学计算和数据分析、爬虫、Web网站、游戏、命令行实用工具等等等等，总有一个是你感兴趣并且愿意投入时间的。
废话不多说，学会一门语言的捷径只有一个： Getting Started
任何一种编程语言都包含两个部分：硬知识和软知识，起步阶段的主要任务是掌握硬知识。
知识”指的是编程语言的语法、算法和数据结构、编程范式等，例如：变量和类型、循环语句、分支、函数、类。这部分知识也是具有普适*的，看上去是掌握了一
种语法，实际是建立了一种思维。例如：让一个 Java程序员去学习 Python，他可以很快的将 Java中的学到的面向对象的知识 **p到
Python中来，因此能够快速掌握 Python中面向对象的特*。
如果你是刚开始学习编程的新手，一本可靠的语法书是非常重要的。它看上去可能非常枯燥乏味，但对于建立稳固的编程思维是必不可少。
下面列出了一些适合初学者入门的教学材料：
❖「笨方法学 Python」：
这本书在讲解 Python的语法成分时，还附带大量可实践的例子，非常适合快速起步。
❖「廖雪峰的 Python 2.7教程」：Home-廖雪峰的官方网站
Python中文教程的翘楚，专为刚刚步入程序世界的小白打造。
❖「The Hitchhiker’s Guide to Python!」：The Hitchhiker’s Guide to Python!
这本指南着重于 Python的*佳实践，不管你是 Python专家还是新手，都能获得**的帮助。
❖「Python官方文档」：Our Documentation
实践中大部分问题，都可以在官方文档中找到答案。
❖辅助工具：Python Tutor
一个 Python对象可视化的项目，用图形辅助你理解 Python中的各种概念。
用一种方法，*好是只有一种方法来做一件事。
学习也是一样，虽然推荐了多种学习资料，但实际学习的时候，*好只选择其中的一个，坚持看完。
必要的时候，可能需要阅读讲解数据结构和算法的书，这些知识对于理解和使用 Python中的对象模型有着很大的帮助。
“软知识”则是特定语言环境下的语法技巧、类库的使用、IDE的选择等等。这一部分，即使完全不了解不会使用，也不会妨碍你去编程，只不过写出的程序，看上去显得“傻”了些。
这些知识的学习，取决于你尝试解决的问题的领域和深度。对初学者而言，起步阶段*易走火，或者在选择 Python版本时徘徊不决，一会儿看 2.7
一会儿又转到 3.0，或者徜徉在类库的大海中无法自拔，Scrapy，Numpy，Django
什么都要试试，或者参与编辑器圣战、大括号缩进探究、操作系统辩论赛等无意义活动，或者整天跪舔语法糖，老想着怎么一行代码把所有的事情做完，或者去构想
圣洁的*能安全通用*健壮*全部满分的解决方案。
很多“大牛”都会告诫初学者，用这个用那个，少走弯路，这样反而把初学者推向了真正的弯路。
还不如告诉初学者，学习本来就是个需要你去走弯路出 Bug，只能脚踏实地，没有奇迹只有狗屎的过程。
选择一个方向先走下去，哪怕脏丑差，走不动了再看看有没有更好的解决途径。
自己走了弯路，你才知道这么做的好处，才能理解为什么人们可以手写状态机去匹配却偏要**正则表达式，为什么面向过程可以解决却偏要面向对象，为什么我可以操纵每一根指针却偏要自动管理内存，为什么我可以嵌套回调却偏要用 Promise...
更重要的时，你会明白，高层次的解决方法都是对低层次的封装，并不是任何情况下都是*有效*合适的。
技术涌进就像波浪一样，那些陈旧的封存已久的技术，消退了迟早还会涌回的。就像现在移动端应用、手游和 HTML5的火热，某些方面不正在重演过去 PC的那些历史么？
因此，不要担心自己走错路误了终身，坚持并保持进步才是正道。
起步阶段的核心任务是掌握硬知识，软知识做适当了解，有了稳固的根，粗壮的枝干，才能长出浓密的叶子，结出甜美的果实。
完成了基础知识的学习，必定会感到一阵空虚，怀疑这些语法知识是不是真的有用。
没错，你的怀疑是非常正确的。要让 Python发挥出它的价值，当然不能停留在语法层面。
发展阶段的核心任务，就是“跳出 Python，拥抱世界”。
在你面前会有多个分支：科学计算和数据分析、爬虫、Web网站、游戏、命令行实用工具等等等等，这些都不是仅仅知道 Python语法就能解决的问题。
爬虫举例，如果你对计算机网络，****协议，HTML，文本编码，JSON一无所知，你能做好这部分的工作么？而你在起步阶段的基础知识也同样重要，如
果你连循环递归怎么写都还要查文档，连 BFS都不知道怎么实现，这就像工匠做石凳每次起锤都要思考锤子怎么使用一样，非常低效。
在这个阶段，不可避免要接触大量类库，阅读大量书籍的。
「Awesome Python项目」：vinta/awesome-python· GitHub
这里列出了你在尝试解决各种实际问题时，Python社区已有的工具型类库，如下图所示：
你可以按照实际需求，寻找你需要的类库。
至于相关类库如何使用，必须掌握的技能便是阅读文档。由于开源社区大多数文档都是英文写成的，所以，英语不好的同学，需要恶补下。
这里我只列出一些我觉得比较有一些帮助的书籍，详细的请看豆瓣的书评：
❖「集体智慧编程」：集体智慧编程(豆瓣)
❖「数学之美」：数学之美(豆瓣)
❖「统计学习方法」：统计学习方法(豆瓣)
❖「Pattern Recognition And Machine Learning」：Pattern Recognition And Machine Learning(豆瓣)
❖「数据科学实战」：数据科学实战(豆瓣)
❖「数据检索导论」：信息检索导论(豆瓣)
❖「******指南」：******指南(豆瓣)
❖「HTML& CSS设计与构建网站」：HTML& CSS设计与构建网站(豆瓣)
聪明的你一定会发现上面的大部分书籍，并不是讲 Python的书，而更多的是专业知识。
事实上，这里所谓“跳出 Python，拥抱世界”，其实是发现 Python和专业知识相结合，能够解决很多实际问题。这个阶段能走到什么程度，更多的取决于自己的专业知识。
这个阶段的你，对 Python几乎了如指掌，那么你一定知道 Python是用 C语言实现的。
可是 Python对象的“动态特征”是怎么用相对底层，连自动内存管理都没有的C语言实现的呢？这时候就不能停留在表面了，勇敢的拆开 Python的黑盒子，深入到语言的内部，去看它的历史，读它的源码，才能真正理解它的设计思路。
「Python源码剖析」：Python源码剖析(豆瓣)
这本书把 Python源码中*核心的部分，给出了详细的阐释，不过阅读此书需要对 C语言内存模型和指针有着很好的理解。
外，Python本身是一门杂糅多种范式的动态语言，也就是说，相对于 C的过程式、 Haskell等的函数式、Java
基于类的面向对象而言，它都不够纯粹。换而言之，编程语言的“道学”，在 Python
中只能有限的体悟。学习某种编程范式时，从那些面向这种范式更加纯粹的语言出发，才能有更深刻的理解，也能了解到 Python语言的根源。
「编程范式」：斯坦福大学公开课：编程范式
讲师高屋建瓴，从各种编程范式的代表语言出发，给出了每种编程范式*核心的思想。
值得一提的是，这门课程对C语言有非常深入的讲解，例如C语言的范型和内存管理。这些知识，对阅读 Python源码也有大有帮助。
Python的许多*佳实践都**在那些众所周知的框架和类库中，例如 Django、Tornado等等。在它们的源代码中淘金，也是个不错的选择。
每个人学编程的道路都是不一样的，其实大都殊途同归，没有迷路的人只有不能坚持的人。虽然听上去有点鸡汤，但是这是事实。
希望想学 Python想学编程的同学，不要犹豫了，看完这篇文章，Just getting started～
