### 12.现在怎么办?[](# "Permalink to this headline") 阅读本教程可能让你对使用 Python 更感兴趣了——你应该会渴望将 Python 应用于解决实际问题。你应该到哪里去了解更多 Python 的内容呢？ 本教程是 Python 文档集的一部分。文档集中的一些其它文件有： - [*Python 标准库*](#)： 你应该浏览本手册，它给出了标准库中关于类型、 函数和模块的完整（虽然简洁）的参考资料。标准的 Python 发布包含*大量* 的附加模块。其中有读取 Unix 邮箱、收取HTTP 文档、生成随机数、解析命令行选项、编写 CGI 程序、压缩数据以及很多其它任务的模块。浏览一下这个库参考手册会让你知道有什么是现成可用的。 - [*安装 Python 模块*](#) 解释如何安装由其他 Python 用户编写的外部模块。 - [*Python 语言参考*](#)：详细地讲述了 Python 的语法和语义。它读起来很难，但是作为语言本身的完整指南非常有用。 更多的 Python 资源： - [http://www.python.org](http://www.python.org)：主要的 Python Web 站点。它包含代码、文档和网上 Python 相关页面的链接。该网站在世界各地都有镜像，如欧洲、 日本和澳大利亚；镜像可能会比主站快，这取决于你的地理位置。 - [http://docs.python.org](http://docs.python.org)：快速访问 Python 的文档。 - [http://pypi.python.org](http://pypi.python.org)： Python 包索引，以前的绰号叫奶酪店，是用户创建的 Python 模块的索引，这些模块可供下载。一旦你开始发布代码，你可以在这里注册你的代码这样其他人可以找到它。 - [http://aspn.activestate.com/ASPN/Python/Cookbook/](http://aspn.activestate.com/ASPN/Python/Cookbook/): 这本 Python 食谱收集了相当多的代码示例、大型的模块，以及有用的脚本。其中尤其显著的贡献被收集成一书，这本书也叫做 Python Cookbook (O'Reilly & Associates, ISBN 0-596-00797-3)。 - [http://scipy.org](http://scipy.org)：The Scientific Python 项目包括数组快速计算和处理模块，和大量线性代数、傅里叶变换、非线性solvers、随机数分布，统计分析以及类似的包。 Python 相关的问题和问题报告，你可以发布到新闻组*comp.lang.python*，或将它们发送到邮件列表[python-list@python.](#)组织结构图。新闻组和邮件列表是互通的，因此发布到其中的一个消息将自动转发给另外一个。一天大约有 120 个帖子（最高峰到好几百)，包括询问（和回答）问题，建议新的功能和宣布新的模块。在发帖之前，一定要检查[*常见问题*](#)（也称为 FAQ）的列表。可在[http://mail.python.org/pipermail/](http://mail.python.org/pipermail/)查看邮件列表的归档。FAQ 回答了很多经常出现的问题，可能已经包含你的问题的解决方法。