作者：桃花岛主
链接：https://www.zhihu.com/question/29138020/answer/778840509
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

给初学者的几个建议：

Make English as your working language.
Practice makes perfect.
All experience comes from mistakes.
Don't be one of the leeches.
Either stand out or kicked out.

先附上github地址：

https://github.com/jackfrued/Python-100-Daygithub.com

下面是这个一百天计划里面的学习框架，我在这里放上来。

Day01~15 - Python语言基础

Day01 - 初识Python

Python简介 - Python的历史 / Python的优缺点 / Python的应用领域

搭建编程环境 - Windows环境 / Linux环境 / MacOS环境

从终端运行Python程序 - Hello, world / print函数 / 运行程序

使用IDLE - 交互式环境(REPL) / 编写多行代码 / 运行程序 / 退出IDLE

注释 - 注释的作用 / 单行注释 / 多行注释

Day02 - 语言元素

程序和进制 - 指令和程序 / 冯诺依曼机 / 二进制和十进制 / 八进制和十六进制

变量和类型 - 变量的命名 / 变量的使用 / input函数 / 检查变量类型 / 类型转换

数字和字符串 - 整数 / 浮点数 / 复数 / 字符串 / 字符串基本操作 / 字符编码

运算符 - 数学运算符 / 赋值运算符 / 比较运算符 / 逻辑运算符 / 身份运算符 / 运算符的优先级

应用案例 - 华氏温度转换成摄氏温度 / 输入圆的半径计算周长和面积 / 输入年份判断是否是闰年

Day03 - 分支结构

分支结构的应用场景 - 条件 / 缩进 / 代码块 / 流程图

if语句 - 简单的if / if-else结构 / if-elif-else结构 / 嵌套的if

应用案例 - 用户身份验证 / 英制单位与公制单位互换 / 掷骰子决定做什么 / 百分制成绩转等级制 / 分段函数求值 / 输入三条边的长度如果能构成三角形就计算周长和面积

Day04 - 循环结构

循环结构的应用场景 - 条件 / 缩进 / 代码块 / 流程图

while循环 - 基本结构 / break语句 / continue语句

for循环 - 基本结构 / range类型 / 循环中的分支结构 / 嵌套的循环 / 提前结束程序

应用案例 - 1~100求和 / 判断素数 / 猜数字游戏 / 打印九九表 / 打印三角形图案 / 猴子吃桃 / 百钱百鸡

Day05 - 构造程序逻辑

基础练习 - 水仙花数 / 完美数 / 五人分鱼 / Fibonacci数列 / 回文素数

综合练习 - Craps赌博游戏

Day06 - 函数和模块的使用

函数的作用 - 代码的坏味道 / 用函数封装功能模块

定义函数 - def语句 / 函数名 / 参数列表 / return语句 / 调用自定义函数

调用函数 - Python内置函数 / 导入模块和函数

函数的参数 - 默认参数 / 可变参数 / 关键字参数 / 命名关键字参数

函数的返回值 - 没有返回值 / 返回单个值 / 返回多个值

作用域问题 - 局部作用域 / 嵌套作用域 / 全局作用域 / 内置作用域 / 和作用域相关的关键字

用模块管理函数 - 模块的概念 / 用自定义模块管理函数 / 命名冲突的时候会怎样（同一个模块和不同的模块）

Day07 - 字符串和常用数据结构

字符串的使用 - 计算长度 / 下标运算 / 切片 / 常用方法

列表基本用法 - 定义列表 / 用下表访问元素 / 下标越界 / 添加元素 / 删除元素 / 修改元素 / 切片 / 循环遍历

列表常用操作 - 连接 / 复制(复制元素和复制数组) / 长度 / 排序 / 倒转 / 查找

生成列表 - 使用range创建数字列表 / 生成表达式 / 生成器

元组的使用 - 定义元组 / 使用元组中的值 / 修改元组变量 / 元组和列表转换

集合基本用法 - 集合和列表的区别 / 创建集合 / 添加元素 / 删除元素 / 清空

集合常用操作 - 交集 / 并集 / 差集 / 对称差 / 子集 / 超集

字典的基本用法 - 字典的特点 / 创建字典 / 添加元素 / 删除元素 / 取值 / 清空

字典常用操作 - keys()方法 / values()方法 / items()方法 / setdefault()方法

基础练习 - 跑马灯效果 / 列表找最大元素 / 统计考试成绩的平均分 / Fibonacci数列 / 杨辉三角

综合案例 - 双色球选号 / 井字棋

Day08 - 面向对象编程基础

类和对象 - 什么是类 / 什么是对象 / 面向对象其他相关概念

定义类 - 基本结构 / 属性和方法 / 构造器 / 析构器 / __str__方法

使用对象 - 创建对象 / 给对象发消息

面向对象的四大支柱 - 抽象 / 封装 / 继承 / 多态

基础练习 - 定义学生类 / 定义时钟类 / 定义图形类 / 定义汽车类

Day09 - 面向对象进阶

属性 - 类属性 / 实例属性 / 属性访问器 / 属性修改器 / 属性删除器 / 使用__slots__

类中的方法 - 实例方法 / 类方法 / 静态方法

运算符重载 - __add__ / __sub__ / __or__ /__getitem__ / __setitem__ / __len__ / __repr__ / __gt__ / __lt__ / __le__ / __ge__ / __eq__ / __ne__ / __contains__

类(的对象)之间的关系 - 关联 / 继承 / 依赖

继承和多态 - 什么是继承 / 继承的语法 / 调用父类方法 / 方法重写 / 类型判定 / 多重继承 / 菱形继承(钻石继承)和C3算法

综合案例 - 工资结算系统 / 图书自动折扣系统 / 自定义分数类

Day10 - 图形用户界面和游戏开发

使用tkinter开发GUI

使用pygame三方库开发游戏应用

“大球吃小球”游戏

Day11 - 文件和异常

读文件 - 读取整个文件 / 逐行读取 / 文件路径
写文件 - 覆盖写入 / 追加写入 / 文本文件 / 二进制文件
异常处理 - 异常机制的重要性 / try-except代码块 / else代码块 / finally代码块 / 内置异常类型 / 异常栈 / raise语句
数据持久化 - CSV文件概述 / csv模块的应用 / JSON数据格式 / json模块的应用

Day12 - 字符串和正则表达式

字符串高级操作 - 转义字符 / 原始字符串 / 多行字符串 / in和 not in运算符 / is开头的方法 / join和split方法 / strip相关方法 / pyperclip模块 / 不变字符串和可变字符串 / StringIO的使用
正则表达式入门 - 正则表达式的作用 / 元字符 / 转义 / 量词 / 分组 / 零宽断言 /贪婪匹配与惰性匹配懒惰 / 使用re模块实现正则表达式操作（匹配、搜索、替换、捕获）
使用正则表达式 - re模块 / compile函数 / group和groups方法 / match方法 / search方法 / findall和finditer方法 / sub和subn方法 / split方法
应用案例 - 使用正则表达式验证输入的字符串

Day13 - 进程和线程

进程和线程的概念 - 什么是进程 / 什么是线程 / 多线程的应用场景
使用进程 - fork函数 / multiprocessing模块 / 进程池 / 进程间通信
使用线程 - thread模块 / threading模块 / Thread类 / Lock类 / Condition类 / 线程池

Day14 - 网络编程入门和网络应用开发

计算机网络基础 - 计算机网络发展史 / “TCP-IP”模型 / IP地址 / 端口 / 协议 / 其他相关概念
网络应用模式 - “客户端-服务器”模式 / “浏览器-服务器”模式
基于HTTP协议访问网络资源 - 网络API概述 / 访问URL / requests模块 / 解析JSON格式数据
Python网络编程 - 套接字的概念 / socket模块 / socket函数 / 创建TCP服务器 / 创建TCP客户端 / 创建UDP服务器 / 创建UDP客户端 / SocketServer模块
电子邮件 - SMTP协议 / POP3协议 / IMAP协议 / smtplib模块 / poplib模块 / imaplib模块
短信服务 - 调用短信服务网关

Day15 - 图像和文档处理

用Pillow处理图片 - 图片读写 / 图片合成 / 几何变换 / 色彩转换 / 滤镜效果
读写Word文档 - 文本内容的处理 / 段落 / 页眉和页脚 / 样式的处理
读写Excel文件 - xlrd模块 / xlwt模块
生成PDF文件 - pypdf2模块 / reportlab模块

Day16~Day20 - Python语言进阶

常用数据结构
函数的高级用法 - “一等公民” / 高阶函数 / Lambda函数 / 作用域和闭包 / 装饰器
面向对象高级知识 - “三大支柱” / 类与类之间的关系 / 垃圾回收 / 魔术属性和方法 / 混入 / 元类 / 面向对象设计原则 / GoF设计模式
迭代器和生成器 - 相关魔术方法 / 创建生成器的两种方式 /
并发和异步编程 - 多线程 / 多进程 / 异步IO / async和await

Day21~30 - Web前端入门

用HTML标签承载页面内容
用CSS渲染页面
用JavaScript处理交互式行为
jQuery入门和提高
Vue.js入门
Element的使用
Bootstrap的使用

Day31~35 - 玩转Linux操作系统

操作系统发展史和Linux概述
Linux基础命令
Linux中的实用程序
Linux的文件系统
Vim编辑器的应用
环境变量和Shell编程
软件的安装和服务的配置
网络访问和管理
其他相关内容

Day36~40 - 数据库基础和进阶

关系型数据库MySQL

关系型数据库概述
MySQL的安装和使用
SQL的使用

DDL - 数据定义语言 - create / drop / alter
DML - 数据操作语言 - insert / delete / update / select
DCL - 数据控制语言 - grant / revoke

相关知识

范式理论 - 设计二维表的指导思想
数据完整性
数据一致性

在Python中操作MySQL

NoSQL入门

NoSQL概述
Redis概述
Mongo概述

Day41~55 - 实战Django

Day41 - 快速上手

Web应用工作原理和HTTP协议
Django框架概述
5分钟快速上手
使用视图模板

Day42 - 深入模型

关系型数据库配置
管理后台的使用
使用ORM完成对模型的CRUD操作
Django模型最佳实践
模型定义参考

Day43 - 静态资源和Ajax请求

加载静态资源
用Ajax请求获取数据

Day44 - 表单的应用

表单和表单控件
跨站请求伪造和CSRF令牌
Form和ModelForm
表单验证

Day45 - Cookie和Session

实现用户跟踪
cookie和session的关系
Django框架对session的支持
视图函数中的cookie读写操作

Day46 - 报表和日志

通过HttpResponse修改响应头
使用StreamingHttpResponse处理大文件
使用xlwt生成Excel报表
使用reportlab生成PDF报表
使用ECharts生成前端图表
配置日志和Django-Debug-Toolbar

Day47 - 中间件的应用

什么是中间件
Django框架内置的中间件
自定义中间件及其应用场景

Day48 - 前后端分离开发入门

返回JSON格式的数据
用Vue.js渲染页面

Day49 - RESTful架构和DRF入门
Day50 - RESTful架构和DRF进阶
Day51 - 使用缓存

网站优化第一定律
在Django项目中使用Redis提供缓存服务
在视图函数中读写缓存
使用装饰器实现页面缓存
为数据接口提供缓存服务

Day52 - 文件上传和富文本编辑

文件上传表单控件和图片文件预览
服务器端如何处理上传的文件
富文本编辑器概述
wangEditor的使用

Day53 - 短信和邮件

常用短信网关平台介绍
使用螺丝帽发送短信
Django框架对邮件服务的支持

Day54 - 异步任务和定时任务

网站优化第二定律
配置消息队列服务
在项目中使用celery实现任务异步化
在项目中使用celery实现定时任务

Day55 - 单元测试和项目上线

Python中的单元测试
Django框架对单元测试的支持
使用版本控制系统
配置和使用uWSGI
动静分离和Nginx配置
配置HTTPS

Day56~60 - 实战Flask

Day56 - Flask入门
Day57 - 模板的使用
Day58 - 表单的处理
Day59 - 数据库操作
Day60 - 项目实战

Day61~65 - 实战Tornado

Day61 - 预备知识

并发编程
I/O模式和事件驱动

Day62 - Tornado入门

Tornado概述
5分钟上手Tornado
路由解析
请求处理器

Day63 - 异步化

aiomysql和aioredis的使用

Day64 - WebSocket的应用

WebSocket简介
WebSocket服务器端编程
WebSocket客户端编程
项目：Web聊天室

Day65 - 项目实战

前后端分离开发和接口文档的撰写
使用Vue.js实现前端渲染
使用ECharts实现报表功能
使用WebSocket实现推送服务

Day66~75 - 爬虫开发

Day66 - 网络爬虫和相关工具

网络爬虫的概念及其应用领域
网络爬虫的合法性探讨
开发网络爬虫的相关工具
一个爬虫程序的构成

Day67 - 数据采集和解析

数据采集的标准和三方库
页面解析的三种方式：正则表达式解析 / XPath解析 / CSS选择器解析

Day68 - 存储数据

如何存储海量数据
实现数据的缓存

Day69 - 并发下载

多线程和多进程
异步I/O和协程
async和await关键字的使用
三方库aiohttp的应用

Day70 - 解析动态内容

JavaScript逆向工程
使用Selenium获取动态内容

Day71 - 表单交互和验证码处理

自动提交表单
Cookie池的应用
验证码处理

Day72 - Scrapy入门

Scrapy爬虫框架概述
安装和使用Scrapy

Day73 - Scrapy高级应用

Spider的用法
中间件的应用：下载中间件 / 蜘蛛中间件
Scrapy对接Selenium抓取动态内容
Scrapy部署到Docker

Day74 - Scrapy分布式实现

分布式爬虫的原理
Scrapy分布式实现
使用Scrapyd实现分布式部署

Day75 - 爬虫项目实战

爬取招聘网站数据
爬取房地产行业数据
爬取二手车交易平台数据

Day76~90 - 数据处理和机器学习

Day76 - 机器学习基础
Day77 - Pandas的应用
Day78 - NumPy和SciPy的应用
Day79 - Matplotlib和数据可视化
Day80 - k最近邻(KNN)分类
Day81 - 决策树
Day82 - 贝叶斯分类
Day83 - 支持向量机(SVM)
Day84 - K-均值聚类
Day85 - 回归分析
Day86 - 大数据分析入门
Day87 - 大数据分析进阶
Day88 - Tensorflow入门
Day89 - Tensorflow实战
Day90 - 推荐系统

Day91~100 - 团队项目开发

第91天：团队项目开发准备

软件过程模型

经典过程模型（瀑布模型）

可行性分析（研究做还是不做），输出《可行性分析报告》。
需求分析（研究做什么），输出《需求规格说明书》和产品界面原型图。
概要设计和详细设计，输出概念模型图、物理模型图、类图、时序图等。
编码 / 测试。
上线 / 维护。

敏捷开发（Scrum）- 产品所有者、Scrum Master、研发人员 - Sprint

产品的Backlog（用户故事、产品原型）。
计划会议（评估和预算）。
日常开发（站立会议、番茄工作法、结对编程、测试先行、代码重构……）。
修复bug（问题描述、重现步骤、测试人员、被指派人）。
评审会议（Showcase）。
回顾会议（当前周期做得好和不好的地方）。

补充：敏捷软件开发宣言

个体和互动 高于流程和工具
工作的软件 高于详尽的文档
客户合作 高于合同谈判
响应变化 高于遵循计划

角色：产品所有者（决定做什么，能对需求拍板的人）、团队负责人（解决各种问题，专注如何更好的工作，屏蔽外部对开发团队的影响）、开发团队（项目执行人员，具体指开发人员和测试人员）。
准备工作：商业案例和资金、合同、憧憬、初始产品需求、初始发布计划、入股、组建团队。
敏捷团队通常人数为8-10人。
工作量估算：将开发任务量化，包括原型、Logo设计、UI设计、前端开发等，尽量把每个工作分解到最小任务量，最小任务量标准为工作时间不能超过两天，然后估算总体项目时间。把每个任务都贴在白板上面，白板上分三部分：to do（待完成）、in progress（进行中）和done（已完成）。

项目团队组建

团队的构成和角色
说明：谢谢付祥英女士绘制了下面这张精美的公司组织架构图。

编程规范和代码审查（flake8、pylint）

Python中的一些“惯例”（请参考《Python惯例-如何编写Pythonic的代码》）
影响代码可读性的原因：

代码注释太少或者没有注释
代码破坏了语言的最佳实践
反模式编程（意大利面代码、复制-黏贴编程、自负编程、……）

团队开发工具介绍

版本控制：Git、Mercury
缺陷管理：Gitlab、Redmine
敏捷闭环工具：禅道、JIRA
持续集成：Jenkins、Travis-CI

请参考《团队项目开发》。

项目选题和理解业务

选题范围设定

CMS（用户端）：新闻聚合网站、问答/分享社区、影评/书评网站等。
MIS（用户端+管理端）：KMS、KPI考核系统、HRS、CRM系统、供应链系统、仓储管理系统等。
App后台（管理端+数据接口）：二手交易类、报刊杂志类、小众电商类、新闻资讯类、旅游类、社交类、阅读类等。
其他类型：自身行业背景和工作经验、业务容易理解和把控。

需求理解、模块划分和任务分配

需求理解：头脑风暴和竞品分析。
模块划分：画思维导图（XMind），每个模块是一个枝节点，每个具体的功能是一个叶节点（用动词表述），需要确保每个叶节点无法再生出新节点，确定每个叶子节点的重要性、优先级和工作量。
任务分配：由项目负责人根据上面的指标为每个团队成员分配任务。

制定项目进度表（每日更新）

第92天：Docker的使用

第93天：数据库设计和OOAD

概念模型和正向工程

UML（统一建模语言）的类图

通过模型创建表（正向工程）
python manage.py makemigrations app python manage.py migrate

物理模型和反向工程

PowerDesigner

2.通过数据表创建模型（反向工程）
python manage.py inspectdb > app/models.py

第94天：网络API接口设计
第95天：使用Django开发项目

项目开发中的公共问题

数据库的配置（多数据库、主从复制、数据库路由）
缓存的配置（分区缓存、键设置、超时设置、主从复制、故障恢复（哨兵））
日志的配置
分析和调试（Django-Debug-ToolBar）
好用的Python模块（日期计算、图像处理、数据加密、三方API）

REST API设计

RESTful架构

API接口文档的撰写

RAP2
YAPI

django-REST-framework的应用

项目中的重点难点剖析

使用缓存缓解数据库压力 - Redis
使用消息队列做解耦合和削峰 - Celery + RabbitMQ

第96天：软件测试和自动化测试

单元测试

测试的种类
编写单元测试（unittest、pytest、nose2、tox、ddt、……）
测试覆盖率（coverage）

项目部署

部署前的准备工作

关键设置（SECRET_KEY / DEBUG / ALLOWED_HOSTS / 缓存 / 数据库）
HTTPS / CSRF_COOKIE_SECUR / SESSION_COOKIE_SECURE
日志相关配置

Linux常用命令回顾
Linux常用服务的安装和配置
uWSGI/Gunicorn和Nginx的使用

Gunicorn和uWSGI的比较

对于不需要大量定制化的简单应用程序，Gunicorn是一个不错的选择，uWSGI的学习曲线比Gunicorn要陡峭得多，Gunicorn的默认参数就已经能够适应大多数应用程序。
uWSGI支持异构部署。
由于Nginx本身支持uWSGI，在线上一般都将Nginx和uWSGI捆绑在一起部署，而且uWSGI属于功能齐全且高度定制的WSGI中间件。
在性能上，Gunicorn和uWSGI其实表现相当。

虚拟化技术（Docker）

性能测试

AB的使用
SQLslap的使用
sysbench的使用

自动化测试

使用Shell和Python进行自动化测试
使用Selenium实现自动化测试

Selenium IDE
Selenium WebDriver
Selenium Remote Control

测试工具Robot Framework介绍

第97天：电商网站技术要点剖析
第98天：项目部署上线和性能调优

MySQL数据库调优
Web服务器性能优化

3.代码性能调优

多线程
异步化

4.静态资源访问优化

云存储
CDN

第99天：面试中的公共问题
第100天：英语面试

作者：骆昊 (jackfrued)

====================

笔记链接（基于Python 2.7）：

笔记目录：

01. Python 工具

02. Python 基础

03. Numpy

04. Scipy

05. Python 进阶

06. Matplotlib

07. 使用其他语言进行扩展

08. 面向对象编程

09. Theano 基础

10. 有趣的第三方模块

11. 有用的工具

12. Pandas

=================

作者：彭猫
链接：https://www.zhihu.com/question/29138020/answer/72193349
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

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，它的语法特性不多不少，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

¶ 起步阶段
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。

°1 硬知识
“硬知识”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性的，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 map 到 Python 中来，因此能够快速掌握 Python 中面向对象的特性。

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」：http://learnpythonthehardway.org/book/
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 的最佳实践，不管你是 Python 专家还是新手，都能获得极大的帮助。

❖「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。

Python 的哲学：

用一种方法，最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，最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。

°2 软知识
“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。

对这些知识的学习，取决于你尝试解决的问题的领域和深度。对初学者而言，起步阶段极易走火，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，或者去构想圣洁的性能安全通用性健壮性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发明正则表达式，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最有效最合适的。

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。

¶ 发展阶段
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。

拿爬虫举例，如果你对计算机网络，HTTP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。

°1 类库方面
「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。

°2 书籍方面：
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：

科学和数据分析：
❖「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)

爬虫：
❖「HTTP 权威指南」：HTTP权威指南 (豆瓣)

Web 网站：
❖「HTML & CSS 设计与构建网站」：HTML & CSS设计与构建网站 (豆瓣)

...

列到这里已经不需要继续了。

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。

¶ 深入阶段
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。

这里推荐一本书：
「Python 源码剖析」：Python源码剖析 (豆瓣)
这本书把 Python 源码中最核心的部分，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。

另外，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。

这里推荐一门公开课
「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最核心的思想。

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 的许多最佳实践都隐藏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。

¶ 最后的话
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。

=====================

作者：老杨
链接：https://www.zhihu.com/question/29138020/answer/394020225
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

1.第一 python入门基础：这些都是基础，基本概念必须清楚！

学习Python需要掌握如下基础知识以及相关技能。
1.Python基础知识（变量、语句、数据类型、数值类型、字符串、布尔类型、列表、字典、元组、条件语句、循环语句、函数、装饰器、面向对象、网络socket、爬虫）
2.Python基础库（模块、包、系统模块、三方模块）
3.python文件处理（读、写、执行、）
4.python字符统计
5.python数据排序

2.学习方法：万虐终成神！敲代码，解决BUG才是学习，无数次的看视频不是学习，至少不会学好。

只记Python基础语法，却没什么鸟用。就像幼儿园，老师在黑板上写的‘肉’字，记住这个字咋写，一笔一划的记住，只需要半天，但是把这个词和你平时吃的东西绑定，以至于后面你想到这个字，就流口水，需要日常的重复训练。

同理：无方向的看书，看视频也没什么用，其实可以通过直接实战来上手，比如：
文件操作
字符排序
网络编程

错误的学习方法：
很多人在学习Python的时候常常会犯下面一种情况：
买一本厚厚的编程指南，逼自己看完，记住每个语法，闭门看书三个月，吃透一本书，最后一行代码也写不出来。

正确的学习方法：
编程就像骑自行车，买一本<<骑自行车大全>>是没有什么用的。
正确姿势：掌握最基础的姿势，就可以骑上车出发了，实际联系几天，摔几跤，基本就学会了。

3.自我进行测评：基础门槛，不过需要找原因并解决。

很多朋友反馈：Python基础语法都学会了，但不知如何写项目进阶？
1.List，Dict特性倒背如流，就是无法写出实际的项目。
2.各种书籍也看，写不出东西。
3.各种视频也看，写不出东西。
4.各种大会也去，名词高大上，但是没学到具体的技能。

对自我进行检测：

1.给你一个字符串“come baby,python rocks!” 如何统计里面字母o出现的次数！
思路：遍历字符串，定义一个变量，每次o出现，都+1

2.给你一个字符串“come baby,python rocks!” 如何统计这里面所有字母出现的次数！（普通变量肯定无法完成。）
思路：需要使用字典这类复杂的数据结构处理，字母当key，出现的次数当value，每个key出现，对应的value+1

3.给你一个字符串“come baby,python rocks!” 如何统计这里面字母出现次数的前三名！
思路：排序，取出前三

后续扩展练习：

1.给你一个字符串“come baby,python rocks!” 怎么统计出现次数前三的字母。
2.一个nginx日志文件，怎么统计IP出现次数前三的url。
3.一个nginx日志文件，统计IP出现前三后，如何存入MySQL数据库。
4.存入MySQL中的日志文件，如何输出给浏览器端显示。
5.如何美化前端表格等等。

4.重要学习部分：python库怎么学

模块
将多个代码块（按功能）定义到同一个文件中。别的文件中使用时则先导入模块，在调用模块内变量或函数。
模块命名要符合python变量的命名规范
1.建议全小写英文字母和数字
2.避免与常用模块或第三方模块名称冲突
控制模块内代码在使用python mod.py时执行，在导入时不执行
1.通过Global内变量__name__进行判断
2.当以python mod.py运行脚本时__name__变量为__main__字符串
3.当以模块导入时__name__为模块名称字符串

包
将不同模块文件放在不同文件夹内，包文件夹下面需要有__init__.py文件用以声明该文件为Python包。
使用时需要从包内导入模块后调用模块中变量和函数。

常用系统模块：

os,sys,time,datetime,urllib,xml,json,email,csv,collections,math,zipfile,trafile,hashlib
常用三方模块：

requests,pyquery,django,flask,mysqlclient,paramiko,redis,lxml,dateutils,ipaddr,netaddr

模块学习方法：

1.先知道有没有
2.用的时候在查
内置工具：dir、help
搜索引擎：google、百度

5.再说一个python目前一个热点：python Web应用（python全栈）

1.Python基础入门（入门、数据类型、条件表达、循环语句）
2.Python基础进阶（文件操作、函数、装饰器、模块、面向对象、网络编程）
3.Python前端知识（Html、Css、Js、Jquery、Bootstrap、）
4.Python高级用法（Django、Flask、数据库操作、MVC、ORM、Admin、template）
5.Python项目实战（电商项目、爬虫项目、常用组件、运维项目、代码调优）
6.Python高级进阶（数据算法、代码规范、面试技巧）

重要：多抄、多写、多想、多问、多看、多听、多说

1.学习编程就是为了解决实际的问题，把自己在工作或学习中的重复工作程序化
2.谷歌和度娘
3.加入开源社区（多看、多分享、多交流）
4.参加培训辅导（仔细听课、跟上课堂学习，有问题做记录，课后查阅资料或请求他人）
5.善于记录笔记，不断总结，查漏补缺。

6.python前景之一：大数据分析

1.python基础入门（入门、数据类型、条件表达、循环语句）

2.python基础进阶（文件操作、函数、装饰器、模块、面向对象、网络编程）

3.python数据采集：（外部数据源导入分析&爬虫自己采集数据源分析）

4.数据分析：（各种库，如Pandas库，Numpy库必备数据库）

5.数据可视化：（matplotlib库）

重要：实用即可，最具价值，切莫花哨不适用

7.python前景之二：机器学习

直接看应用吧：看起来是个云端的概念

1.计算机视觉

典型的应用包括：人脸识别、车牌识别、扫描文字识别、图片内容识别、图片搜索等等。

2.自然语言处理

典型的应用包括：搜索引擎智能匹配、文本内容理解、文本情绪判断，语音识别、输入法、机器翻译等等。

3.社会网络分析

典型的应用包括：用户画像、网络关联分析、欺诈作弊发现、热点发现等等。

4.推荐

典型的应用包括：虾米音乐的“歌曲推荐”，某宝的“猜你喜欢”等等。

学习路线：

数学基础：微积分、线性代数、概率与统计、典型算法

2.编程语言、工具和环境:python

python有着全品类的数据科学工具，从数据获取、数据清洗到整合各种算法都做得非常全面。

网页爬虫: scrapy
数据挖掘:

pandas：模拟R，进行数据浏览与预处理。
numpy：数组运算。
scipy：高效的科学计算。
matplotlib：非常方便的数据可视化工具。

机器学习:

scikit-learn：远近闻名的机器学习package。未必是最高效的，但是接口真心封装得好，几乎所有的机器学习算法输入输出部分格式都一致。而它的支持文档甚至可以直接当做教程来学习，非常用心。对于不是非常高纬度、高量级的数据，scikit-learn胜任得非常好(有兴趣可以看看sklearn的源码，也很有意思)。
libsvm：高效率的svm模型实现(了解一下很有好处，libsvm的系数数据输入格式，在各处都非常常见)
keras/TensorFlow：对深度学习感兴趣的同学，也能很方便地搭建自己的神经网络了。

自然语言处理:

nltk：自然语言处理的相关功能做得非常全面，有典型语料库，而且上手也非常容易。

交互式环境：

ipython notebook：能直接打通数据到结果的通道，方便至极。强力推荐。

3.编程语言、工具和环境:R

R最大的优势是开源社区，聚集了非常多功能强大可直接使用的包，绝大多数的机器学习算法在R中都有完善的包可直接使用，同时文档也非常齐全。常见的package包括：RGtk2, pmml, colorspace, ada, amap, arules, biclust, cba, descr, doBy, e1071, ellipse等等。另外，值得一提的是R的可视化效果做得非常不错，而这对于机器学习是非常有帮助的。

4.其他语言

相应资深程序员GG的要求，再补充一下Java和C++相关机器学习package。

Java系列
WEKA Machine Learning Workbench 相当于java中的scikit-learn
其他的工具如 Massive Online Analysis（MOA）、MEKA 、 Mallet等也非常有名。
C++系列
mlpack，高效同时可扩充性非常好的机器学习库。
Shark：文档齐全的老牌C++机器学习库。

作者：老杨
链接：https://www.zhihu.com/question/29138020/answer/394020225
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

环境管理

管理 Python 版本和环境的工具

p：非常简单的交互式 python 版本管理工具。官网
pyenv：简单的 Python 版本管理工具。官网
Vex：可以在虚拟环境中执行命令。官网
virtualenv：创建独立 Python 环境的工具。官网
virtualenvwrapper：virtualenv 的一组扩展。官网

包管理

管理包和依赖的工具。

pip：Python 包和依赖关系管理工具。官网
pip-tools：保证 Python 包依赖关系更新的一组工具。官网
conda：跨平台，Python 二进制包管理工具。官网
Curdling：管理 Python 包的命令行工具。官网
wheel：Python 分发的新标准，意在取代 eggs。官网

包仓库

本地 PyPI 仓库服务和代理。

warehouse：下一代 PyPI。官网

Warehouse：PyPA 提供的 PyPI 镜像工具。官网 bandersnatch

devpi：PyPI 服务和打包/测试/分发工具。官网
localshop：本地 PyPI 服务（自定义包并且自动对 PyPI 镜像）。官网

分发

打包为可执行文件以便分发。

PyInstaller：将 Python 程序转换成独立的执行文件（跨平台）。官网
dh-virtualenv：构建并将 virtualenv 虚拟环境作为一个 Debian 包来发布。官网
Nuitka：将脚本、模块、包编译成可执行文件或扩展模块。官网
py2app：将 Python 脚本变为独立软件包（Mac OS X）。官网
py2exe：将 Python 脚本变为独立软件包（Windows）。官网
pynsist：一个用来创建 Windows 安装程序的工具，可以在安装程序中打包 Python本身。官网

构建工具

将源码编译成软件。

buildout：一个构建系统，从多个组件来创建，组装和部署应用。官网
BitBake：针对嵌入式 Linux 的类似 make 的构建工具。官网
fabricate：对任何语言自动找到依赖关系的构建工具。官网
PlatformIO：多平台命令行构建工具。官网
PyBuilder：纯 Python 实现的持续化构建工具。官网
SCons：软件构建工具。官网

交互式解析器

交互式 Python 解析器。

IPython：功能丰富的工具，非常有效的使用交互式 Python。官网
bpython：界面丰富的 Python 解析器。官网
ptpython：高级交互式Python解析器，构建于python-prompt-toolkit 之上。官网

文件

文件管理和 MIME（多用途的网际邮件扩充协议）类型检测。

imghdr：（Python 标准库）检测图片类型。官网
mimetypes：（Python 标准库）将文件名映射为 MIME 类型。官网
path.py：对 os.path 进行封装的模块。官网
pathlib：（Python3.4+ 标准库）跨平台的、面向对象的路径操作库。官网
python-magic：文件类型检测的第三方库 libmagic 的 Python 接口。官网
Unipath：用面向对象的方式操作文件和目录。官网
watchdog：管理文件系统事件的 API 和 shell 工具官网

============ End

posted @ 2020-05-28 08:53 lsgxeva 阅读(401) 评论(0) 编辑收藏举报

刷新页面返回顶部

登录后才能查看或发表评论，立即登录或者逛逛博客园首页

公告

昵称： lsgxeva
园龄： 9年4个月
粉丝： 404
关注： 2

+加关注

2025年3月

日

一

二

三

四

五

六

云水

MyGitee - https://gitee.com/lsgx/ MyGithub - https://github.com/lsgxeva/ Download - https://d.serctl.com Proxy - tcp://frpgz1.idcfengye.com:10000

路线框架