路线框架

路线框架

https://www.zhihu.com/question/29138020

https://docs.python.org/zh-cn/3/

https://www.liaoxuefeng.com/wiki/1016959663602400

https://www.runoob.com/python3/python3-tutorial.html

http://www.pythontutor.com/visualize.html#mode=edit

 

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-Day​github.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

 

 

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
  1. 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）。

 

  1. 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、……）

 

 

  1. 团队开发工具介绍

请参考《团队项目开发》。

项目选题和理解业务

  1. 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。

 

  1. 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。
  1. 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

  1. UML（统一建模语言）的类图
  1. 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

  1. 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

  1. 数据库的配置（多数据库、主从复制、数据库路由）
  2. 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））
  3. 日志的配置
  4. 分析和调试（Django-Debug-ToolBar）
  5. 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

  1. RESTful架构

 

  1. API接口文档的撰写

 

  1. django-REST-framework的应用

项目中的重点难点剖析

  1. 使用缓存缓解数据库压力 - Redis
  2. 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

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

项目部署

  1. 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

 

  1. Linux常用命令回顾
  2. Linux常用服务的安装和配置
  3. 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。

 

 

  1. 虚拟化技术（Docker）

性能测试

  1. AB的使用
  2. SQLslap的使用
  3. sysbench的使用

自动化测试

  1. 使用Shell和Python进行自动化测试
  2. 使用Selenium实现自动化测试
  • Selenium IDE
  • Selenium WebDriver
  • Selenium Remote Control

 

  1. 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
  1. MySQL数据库调优
  2. 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：

 

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

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：
  1. 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。
  2. 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」：
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：
  1. 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。

 

  • 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(391)  评论(0)  编辑  收藏  举报