厉害的Python工程师，都是怎么做学习规划的？超详细学习入门—精通教程

72 阅读 0 评论 48 点赞

我是靠谱客的博主暴躁香氛，最近开发中收集的这篇文章主要介绍厉害的Python工程师，都是怎么做学习规划的？超详细学习入门—精通教程，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

随着Python的发展，已成为程序员能力模型中，非常重要的一个技能。

甚至BATZJ的工程师，都无可否认现在Python对于一个程序员职业发展的重要性。

但很多小白在面对“怎么规划未来Python的学习计划”时，往往很难做出正确的选择：

因为应用方向多，反而不知道该学什么
知识点那么多，正确的的学习路径是什么
市面上教程质量参差不齐，很多为了“速成”存在大量的知识断层，学完后连demo都写不好

这些问题，其实多数小白都层遇到过！至于学什么？长期往哪个应用方向发展？以我的经验来看，只有学过后，尝试后，才能真的知道哪个最适合自己。

关于学习路径以及怎么学习，这里给大家一些建议：一，基础得打好，无论做数据分析还是Web开发，都得按照学习路径学；二、多实践项目，多对比方案的优劣，了解市面上性能较好的解决方案。三、提升自己的认知水平，拓宽行业视野。

Python学习路径：

当然，这都不是一蹴而就的，更有效的方式是找到一份知识体系全面的教程跟着学。下面推荐大厂大佬亲自研发的《1.6米长的python学习路径图》学习教程，包含了从入门到进阶4大应用方向的内容，助你从零建立Python工程师必备的知识体系，满足不同应用方向的学习需求。

机会总是留给有准备的人的！所以，此刻，强烈建议你不要犹豫！

让初学者不走弯路，学习效率提升50%以上。

01 python学习大纲

先看一下大纲缩略，整体了解一下骨架，前三个模块为必修内容，后五个模块为选修内容,都有对应的学习资源和实战项目。

但是需要注意的是，掌握前3个阶段虽然我们可以轻松愉快的使用Python，但是是找不到工作的。

除非是非程序员岗位，仅仅用来做一些自动化办公的内容。

因此我们需要根据自己喜欢的方向，来进一步学习后面的5个模块选修内容。

Python的方向有：网络爬虫、人工智能、数据分析、web开发等。

关于学习规划：

彼得团队给你肝的这份资料，要想通关，了解通关技巧必不可少，我的建议：

一天至少拿出4个小时来学习，学2个小时的知识点，剩下2个小时练习代码。

那下面进入完整的学习路线细节规划。

02 Python基础知识

首先，第一步学习 Python 基础知识。

（1）计算机原理

计算机的组成原理
计算机的指令和运算
处理器设计
存储和I/O系统

（2）Linxu使用

（3）python开发环境

window环境
linux环境

（4）变量和简单数据类型

变量
数
注释
字符串str
列表list
元组tuple
集合set
字典dict

（5）判断与循环

if/else判断
for循环
while循环

03 高级知识

（1）函数

普通函数
- 函数传参
- 作用域
- 闭包
匿名函数
生成器函数
装饰器

(2) 正则表达式

compile
match
search

（3）文件I/O

文件读取与操作
- open函数
- 指针
- w/r/a/b各种模式的区别
- with上下文语法
异常处理
数据存储
- pickle模块
- json模块
- ini格式文件处理
- csv格式文件处理

（4）类

面向对象基础知识
- 面向对象的三要素
- 类和实例
- 类变量与实例变量
- 类方法与静态方法
- 访问控制与属性装饰器
- 继承与多态
面向对象高级知识
- 属性查看
- 运算符重载
- 容器化
- 反射
- 上下文管理
- 描述器

(5)模块化

模块导入
打包分发

04 进阶知识

Git使用
并发编程
- 多线程开发
- 多进程开发
- 异步开发
网络编程
- 网络知识
- TCP编程
- UDP编程
- socketserver
数据库编程
- 数据库原理
- 事务和锁
- 增删改查
- 子查询与join
- 分组聚合
- 数据库调优

05 网络爬虫

(1) 爬虫基础

数据抓取
- 静态加载（小说下载）
- 动态加载（漫画下载）
- 进阶体验（视频下载）
- API的使用方法
代理IP
数据库

(2)爬虫进阶

模拟登录
验证码识别
正则表达式
APP爬取

（3）爬虫高阶

scrapy框架
分布式爬虫
逆向解密

06 机器学习

（1）数据预处理

数据清洗
数据变换

（2）特征工程

特征选择
特征融合

（3）算法模型

监督学习
- 分类
  - k-近邻算法
  - 决策树
  - 朴素贝叶斯算法
  - Logistic回归
  - SVM支持向量机
  - CART分类树
  - Softmax回归
- 回归
  - 线性回归
  - 局部加权线性回归
  - CART回归树
- 集成学习
  - Bagging
  - Boosting
  - 随机森林
  - AdaBoost
  - GBDT
  - XGBoost
无监督学习
- 聚类
  - K-means
  - 层次聚类
  - DBSCAN

（4）模型评估

准确率
召回率
P-R曲线
ROC
AUC
MSE

07 深度学习

（1）深度学习基础

预处理&数据增强
- 图像裁剪
  - 中心剪裁
  - 随机裁剪
  - 随即长度比裁剪
- 翻转和旋转
  - 概率垂直翻转
  - 随即旋转
- 图像变换
  - Resize
  - 标准化
  - 填充
  - 灰度化
  - 线性变化
  - 放射变换
  - Tensor
层次结构
- 输入层
- 卷积层
  - 标准卷积
  - 空洞卷积
  - 分组卷积
  - 可变性卷积
  - 可分离卷积
- 激励层
  - sigmoid
  - tanh
  - ReLU
  - leaky ReLU
  - ELU
  - SELU
- 池化层
  - 平均池化
  - 最大池化
  - 随机池化
  - 全局平均池化
- 上采样层
  - 双线行插值
  - 转置卷积（反卷积）
  - 反池化
- 全链接层
损失函数
- zero one loss
- cross entropy loss
- mes loss
- logistic loss
- focal loss
- center loss
- wing loss
- dice loss
- hinge loss
- arcface loss
优化算法
- BGD
- SGD
- MBGD
- Momentum
- RMSPROP
- Adam
其他
- 权重 w 初始化
  - 零初始化
  - 随机化初始化
  - Xavier 初始化
  - He 初始化
  - 预训练初始化
- 学习率 appha 调整
  - 指数衰减
  - 根号衰减
  - 分段离散衰减
  - 手动调整衰减
后处理
- 分类映射
- 检测NMS

(2) 深度学习框架

Caffe
Tensorflow
Pytorch
Paddle
MXNet

08 web全栈开发

web开发前的准备
- 搭建虚拟环境
- 包管理和虚拟环境
Flask Web开发
- Flask入门
- 模块
- 使用MySQL
- 理解Context
Flask开发阶段
- Flask的信号机制
- Flask的扩展
- Werkzeug的使用
REST和Ajax
网站架构
- Python应用服务器
- Web服务器Ngix
- 缓存系统Memcache
- 键值对数据库Redis
- NoSQL数据库MongoDB
- 大型网站架构经验
系统管理
测试与持续集成
消息队列和Celery
服务化
数据处理

09 数据分析

数据学科
- 数据学科介绍
- 数据学科环境安装
- 软件配置和使用
数据计算
- 数组创建
- 索引/切片/布尔查询
- 数据运算/变换
- 随机数操作
- 数值模拟项目
可视化
- Matplotlib可视化
- seaborn可视化
- pyechart可视化
- 可视化项目
数据分析
- numpy
- pandas
- 数据分析流程
- 数据分析报告
文本分析
- 中文分词
- 关键词抽取
- 词云
- 中文情感分析
- 语义结构分析
- 文本分析项目

最后

如果你也想自学Python，可以关注我。我会把踩过的坑分享给你，让你不要踩坑，提高学习速度，还整理出了一套系统的学习资料，有需要的朋友欢迎【私信】~这套资料涵盖了诸多学习内容：开发工具，基础视频教程，实战资料，电子书籍，100道练习题等。相信可以帮助大家在最短的时间内，能达到事半功倍效果，用来复习也是非常不错的。

如果你对python感兴趣，但是不知道该怎么学，没有人和你一起学，欢迎加入我们的python学习交流群https://jq.qq.com/?_wv=1027&k=UkRXPTJC群里还会不定期免费分享学习源码及资料。