Как выучить Python с нуля: план на 3 месяца по неделям

Реально ли выучить Python с нуля за 3 месяца

За 3 месяца можно уверенно освоить синтаксис, научиться писать небольшие программы и собрать первый проект. Стать junior-разработчиком за этот срок получается редко: работодатели ждут еще Git, SQL, понимание одного фреймворка и несколько проектов в портфолио. Поэтому план ниже - это фундамент, на котором дальше строится профессия.

Расчет времени простой. План рассчитан на 10-12 часов в неделю: примерно по полтора часа в будни и пару часов в выходные. Это около 130-150 часов за три месяца. Если у вас есть только 4-5 часов в неделю, растяните каждый этап в два раза - порядок тем от этого не меняется.

Главное правило: на каждый час теории - час практики. Читать учебник без задач приятно, но через неделю почти ничего не остается в голове. Код, который вы написали сами, пусть кривой, запоминается намного лучше.

Что подготовить перед стартом

1. Установите Python 3.14 или 3.15 (версия 3.15.0 вышла 9 октября 2026 года). Пошаговая инструкция для Windows есть в статье как установить Python на Windows, на macOS и Linux Python обычно ставится через пакетный менеджер.
2. Поставьте редактор. Для новичка хватит VS Code с расширением Python или PyCharm Community. Встроенный IDLE подойдет на первые дни, но быстро станет тесным.
3. Заведите аккаунт на GitHub. Публиковать код начнете со второго месяца, а пока просто зарегистрируйтесь.
4. Выберите один основной курс или учебник и одну площадку с задачами. Больше не нужно.

Первый месяц: синтаксис и базовые конструкции

Задача первого месяца - научиться читать и писать простой код без подсказок. Темы идут по порядку, каждая опирается на предыдущую.

К концу месяца вы должны без поиска написать программу вроде этой:

import random

secret = random.randint(1, 100)
tries = 0
while True:
    guess = int(input("Ваше число: "))
    tries += 1
    if guess < secret:
        print("Больше")
    elif guess > secret:
        print("Меньше")
    else:
        print(f"Угадали за {tries} попыток")
        break

Если такой код дается с трудом, не переходите дальше. Лучше потратить лишнюю неделю на циклы и словари, чем потом застрять на классах.

Второй месяц: функции, файлы, ООП и инструменты

Во втором месяце вы переходите от отдельных задачек к небольшим программам, которые работают с файлами и состоят из нескольких частей.

1. Неделя 5. Функции глубже: значения по умолчанию, *args и **kwargs, области видимости, lambda, генераторы списков и словарей.
2. Неделя 6. Исключения (try/except), чтение и запись файлов, контекстный менеджер with, форматы CSV и JSON.
3. Неделя 7. Модули и пакеты, стандартная библиотека (os, pathlib, datetime, collections), установка сторонних пакетов через pip и виртуальное окружение venv.
4. Неделя 8. Основы ООП: классы, атрибуты, методы, наследование. Плюс Git: init, add, commit, push. Первые проекты выкладывайте на GitHub.

Хорошее упражнение на стыке тем - консольный менеджер задач, который хранит список дел в JSON-файле:

import json
from pathlib import Path

FILE = Path("tasks.json")

def load():
    return json.loads(FILE.read_text("utf-8")) if FILE.exists() else []

def save(tasks):
    FILE.write_text(json.dumps(tasks, ensure_ascii=False), "utf-8")

tasks = load()
tasks.append(input("Новая задача: "))
save(tasks)
print("Всего задач:", len(tasks))

Команды Git, которые понадобятся с первого дня, собраны в шпаргалке по Git.

Третий месяц: выбор направления и первый проект

К третьему месяцу синтаксис уже не пугает, и пора понять, зачем вам Python. Язык один, но работа с ним в вебе и в анализе данных выглядит совсем по-разному. Выберите одно направление на ближайшие полгода и сделайте в нем проект.

• Недели 9-10. Изучите основы библиотек своего направления: например, FastAPI или Django для веба, pandas для данных, aiogram для Telegram-ботов.
• Недели 11-12. Сделайте законченный проект с README, файлом requirements.txt и понятной структурой. Законченный - значит, другой человек может склонировать репозиторий и запустить его по инструкции.

Параллельно продолжайте решать по 2-3 алгоритмические задачи в неделю. Они тренируют работу со структурами данных, и их любят давать на собеседованиях.

Куда развиваться после основ Python

Для backend почти обязательно понимать, что такое API и как устроены запросы. Если пока не можете выбрать, начните с автоматизации: результат виден сразу, а навыки пригодятся в любом направлении.

Бесплатные материалы для изучения Python

Платный курс не обязателен. Бесплатных материалов на русском хватит на весь план, нужно лишь не распыляться.

• Официальный учебник на docs.python.org (раздел Tutorial, есть русский перевод) - сухо, зато точно и всегда актуально.
• Курсы на Stepik: "Поколение Python" и "Программирование на Python" от Института биоинформатики - сотни задач с автопроверкой.
• Хендбук по Python от Яндекс Образования - бесплатный учебник с задачами.
• Задачники: Codewars, LeetCode (простые задачи), Яндекс Контест.
• Сообщества: Хабр Q&A и тематические Telegram-чаты, куда можно принести ошибку.

Состав бесплатных курсов меняется, поэтому перед стартом проверьте, что выбранный курс обновлялся в 2025-2026 годах и использует Python 3.10 или новее.

Ошибки, из-за которых бросают учить Python

1. Бесконечная теория. Третий курс подряд без собственного проекта. Лечится правилом: каждую неделю что-то сделанное своими руками.
2. Скачки между ресурсами. Разные курсы объясняют одно и то же по-разному, и вы каждый раз начинаете с переменных.
3. Копирование кода из чата с ИИ. Нейросеть полезна, чтобы объяснить ошибку, но если код написан не вами, навык не появляется. Хорошая схема: сначала пишете сами, потом просите нейросеть найти ошибки и объяснить, почему ваш вариант хуже.
4. Страх ошибок. Traceback - это подсказка, а не приговор. Читайте его снизу вверх: последняя строка говорит, что сломалось.
5. Нерегулярность. Полчаса каждый день дают больше, чем пять часов раз в неделю.

Что делать после трех месяцев

После плана у вас будут базовый Python, Git, пара учебных программ и один проект. Чтобы дойти до первой работы, обычно нужно еще 3-6 месяцев: углубиться в выбранное направление, выучить SQL, сделать 2-3 проекта посерьезнее и подготовиться к техническому интервью. Типичные вопросы с ответами разобраны в статье вопросы на собеседовании Python junior.

По рынку на осень 2026 года: вакансий уровня junior на Python меньше, чем middle и senior, а конкуренция высокая. По вакансиям на Хабр Карьере стартовые предложения для junior часто начинаются от 70-80 тысяч рублей, в регионах ниже. Цифры сильно зависят от города и компании, смотрите актуальные вакансии перед тем, как строить ожидания.

Все материалы по языку собраны в разделе Python.