vlambda博客
学习文章列表

不耽误时间，我们直接开始正题！

今天分享的内容主要围绕一个点：完整的知识体系，不管你是自学也好还是报班，完整的知识体系很重要！ 

下面我把Python学习的大致路线图以及每个阶段需要学习的具体内容都整理出来了，希望对大家有帮助~有学习需求的朋友可收藏。

先来看一下Python的职业成长路径图

Python全方向学习路线导图：

在我看来，明确自己的学习目标和学习路径，比你一开始像“大力出奇迹”那样到处收集几个G的学习资源要实用的多。

各方向学习路线大纲整理：

01 Python基础阶段

基础真的蛮重要的，因为Python的易应用性很容易让大家产生我什么都会了的感觉，但实际上还是不怎么会。

首先要了解Python是什么，它都能做些什么？

需要知道什么是变量、算法、解释器等等，主要掌握python脚本、python界面编程能力、数据库、基本爬虫、多线程多进程开发能力，可以胜任基本的python开发工作。

基础拆分细化：

 
   
   
 

  
    
    
  
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
  
  
    
    
  
1、数据的存储：Python概述、进制以及进制转换、原码、反码、补码、第一个Python程序、终端读取与打印等。
2、运算符与表达式：关键字和标识符、算术运算符、python数据类型、赋值运算符、运算符、复合运算符、条件控制语句(if..else...)、逻辑运算符等。
3、循环：循环语句之while、循环语句之for、break与continue语句等。
4、基础数据结构：Number与数学函数操作、String(查找，替换，下标索引、列表(常用)、元组、字典(常用)、set集合、迭代器与生成器(常用)、函数概述等。
5、函数：函数的调用、简单函数的定义、函数的返回值、传递参数、关键字参数、默认参数、不定长参数、匿名函数、装饰器、偏函数、回调函数、变量的作用域、递归函数、目录遍历、递归遍历目录、栈模拟递归遍历目录(深度遍历)、队列模拟递归遍历目录(广度遍历)等。
6、模块：模块概述使用标准库中的模块使用自定义模块name属性包的概述安装第三方模块virtualenv与时间相关模块。
7、面向对象编程：面向对象思想、类与对象、类的方法与属性、构造函数与析构函数、self的使用、重写__ repr__ 与__str__ 函数、访问限制等。继承、封装、多态 ：单继承的实现、多继承的实现、函数重写、人开枪射击子弹小案例、多态、对象属性与类属性、类方法与静态方法等。
8、面向对象高阶：动态添加属性方法、property、运算符重载、发邮件与发短信等。
9、文件操作与异常处理：StringIO与BytesIO、文件的管理操作、文件读写(csv、txt)操作、异常处理等。
10、高阶函数与测试：调试(打印、断言、logging、pdb)
11、排列组合与正则表达：破解密码(排列、组合、排列组合)、正则表达等。
12、网络编程：TCP/IP简介、TCP编程、UDP编程等。
 
   
   
 

---

面对对象是个难点，所以这里再单独提一下。

如果你以前没有接触过面向对象的编程语言，那你可能需要先了解一些面向对象语言的一些基本特征。

在头脑里头形成一个基本的面向对象的概念，这样有助于你更容易的学习Python的面向对象编程。

需要知道的一些专业术语：

• 类(Class): 用来描述具有相同的属性和方法的对象的集合。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。

• 类变量：类变量在整个实例化的对象中是公用的。类变量定义在类中且在函数体之外。类变量通常不作为实例变量使用。

  
  

• 数据成员：类变量或者实例变量, 用于处理类及其实例对象的相关的数据。

• 方法重写：如果从父类继承的方法不能满足子类的需求，可以对其进行改写，这个过程叫方法的覆盖（override），也称为方法的重写。

• 局部变量：定义在方法中的变量，只作用于当前实例的类。

• 实例变量：在类的声明中，属性是用变量来表示的。这种变量就称为实例变量，是在类声明的内部但是在类的其他成员方法之外声明的。

• 继承：即一个派生类（derived class）继承基类（base class）的字段和方法。继承也允许把一个派生类的对象作为一个基类对象对待。

例如，有这样一个设计：一个Dog类型的对象派生自Animal类，这是模拟"是一个（is-a）"关系。

• 实例化：创建一个类的实例，类的具体对象。

• 方法：类中定义的函数。

• 对象：通过类定义的数据结构实例。对象包括两个数据成员（类变量和实例变量）和方法。

02 爬虫阶段

应该有很多人都对爬虫感兴趣吧？

爬虫不只是爬虫工程师会用到，业余时间也可以用来爬点自己想要的东西，又或者是做兼职也是可以的，比如日常办公自动化、电商抓取商品信息、分析销售数据做报表等等。

大部分爬虫都是按“发送请求——获得页面——解析页面——抽取并储存内容”这样的流程来进行，这其实也是模拟了我们使用浏览器获取网页信息的过程。

所以爬虫的简要学习路径大概有：

• 学习 Python 包并实现基本的爬虫过程

• 了解非结构化数据的存储

• 学习scrapy，搭建工程化爬虫

• 学习数据库知识，应对大规模数据存储与提取

• 掌握各种技巧，应对特殊网站的反爬措施

• 分布式爬虫，实现大规模并发采集，提升效率

Scrapy框架

数据库

03 web阶段

• 前端

能够写出简单的HTML页面，会使用jQuery、CSS，会使用流行的前端框架等。

 
   
   
 

  
    
    
  
 
   
 
   
 
   
 
   
 
   
 
   
 
  
  
    
    
  
HTML+css网页界面设计实战javaScript+ajaxjquerryjquerry EasyUI, Mobile简介，photoshopBootstrap
 
   
   
 

• Python后端
  

（常用的后端架构和企业项目实战）

后端开发Python目前还无法跟Java等语言匹敌，但它同样有它的优势。

比如开发周期短，很适合中小型企业，单个项目工期短也就是说同等时间内可以完成的项目就更多。

Python拥有很多免费数据函数库、免费web网页模板系统、以及与web服务器进行交互的库，可以实现web开发，搭建web框架。

目前比较有名气的框架Django、Flask；

 
   
   
 

  
    
    
  
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
  
  
    
    
  
Django入门Django高级Django实战Flask开发原理Flask开发项目实践Tornado开发原理Tornado开发项目实践Flask web框架的使用
 
   
   
 
 
   
   
 

  
    
    
  

 
   
   
 

• Flask web框架的使用

模板与表单、数据库的使用、单元测试、第三方扩展与部署、Redis缓存使用、GIT版本控制、云服务器的使用、验证码的收发、网站项目开发实战

• Django web框架的使用

框架的使用方法、模型介绍、ORM以及数据库操作、视图以及模板、Django中间件、Django REST Framework、网站项目开发实战。

04 Linux基础

掌握Linux操作系统管理技术，可以搭建几乎所有Linux环境服务器。

（linux入门，和python结合可以找linux+python运维的工作）

 
   
   
 

  
    
    
  
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
  
  
    
    
  
虚拟机安装linux服务器安装与配置apache服务器与nginx服务器安装与使用linux常用服务器命令Python-WEB服务器运行环境与配置版本管理工具svn版本管理工具git程序部署与网站迁移
 
   
   
 
 
   
   
 

  
    
    
  

 
   
   
 

Linux运维自动化开发（Linux中比较深度的案例和实战）

 
   
   
 

  
    
    
  
 
   
 
   
 
   
 
   
 
   
 
   
 
  
  
    
    
  
Python开发Linux运维Linux运维报警工具开发Linux运维报警安全审计开发Linux业务质量报表工具开发Kali安全检测工具检测Kali 密码破解实战
 
   
   
 

05 Python数据分析

数据分析也是当下的一大热门方向，用Python来做的话比其他语言强很多。

但往往只会数据分析还是差点意思，如果能具备爬虫能力来爬取数据就更好了。（分析爬虫抓取的数据，分析规律，用于商业化）

 
   
   
 

  
    
    
  
 
   
 
   
 
   
 
   
 
   
 
  
  
    
    
  
numpy数据处理pandas数据分析matplotlib数据可视化scipy数据统计分析python 金融数据分析
 
   
   
 

06 Python机器学习

（机器学习的一些入门概念和案例，python支持很多机器学习的框架）

现在不是各种吹人工智能么，机器学习就是人工智能的一个分支，它的应用太广泛了，比如自然语言处理，搜索引擎，各种识别技术，数据挖掘等等。

这难度不用我多说了吧，不会点算法就别碰，一碰就是各种高斯过程回归、线性判别分析、决策树、线性回归...

机器学习基础知识：

 
   
   
 

  
    
    
  
 
   
 
   
 
   
 
   
 
   
 
   
 
   
 
  
  
    
    
  
KNN算法线性回归逻辑斯蒂回归算法决策树算法朴素贝叶斯算法支持向量机聚类k-means算法
 
   
   
 

07 工具部分

• PyCharm

新手建议首选 PyCharm，可以快速上手。

如果对开发工具感兴趣且时间充裕的话，也可以学习一下其他工具，从而做到在不同的场景选择最高效的工具。

• VS code：这也是一款非常不错的代码编辑器，功能很齐全，安装使用都很简单方便。

• Github：学习编程的不可能不知道，没有开发大型项目，只是在不同的电脑间进行同步

• Mindmaster：思维导图模板很多，对于梳理知识点用处很大，而且不用的电脑，收集端，都可以同步

• Snipaste：一款截图的小软件，在Microsoft store中直接下载，可以钉在屏幕上，可以看历史截图，可以看屏幕上各个地方的颜色值，挺适合前端设计的。

---

很多人觉得学编程难，大都是掌握方法不对，而不是能力、性别或其他原因。学习方法不对，没有培养出编程的思维和能力，这是一个因果关系。

学习编程的过程，一些经验总结大致概括就是：

1）看书、看博客、学课程或者看视频等

2）模仿着书上或者博客的代码，进行复现，复现不重要，思考才是关键 ⚠️

3）思考学习别人思路后，脱离书本和博客，完全自己实现功能

4）自己实现一些 DEMO，看别人项目代码，与别人讨论，提升代码能力

5）在别人的框架和要求下，写代码实现业务

6）自己负责别人设计的模块的实现

7）独立设计业务模块并开发实现

8）负责大项目框架设计和拆分，带领别人进行开发

9）其他高阶的架构和管理工作，已经不仅仅是代码能力了

好了，今天的分享就暂且到这里了！

以上这些参考经验，可以吸取适用自己的地方。每个人情况不一样，置顶的学习计划也就不一样，要根据自己的情况实时调整。

END

最后：

欢迎关注「Python新手快速入门」

每天5分钟，学习一个Python小Tip！助力你成为更优秀的Python学习者~

Python新手快速入门

每天分享Python资料，学习经验，代码，大量干货分享，免费分享Python入门教程，提供Python学习交流平台，与小伙伴共同成长！

0篇原创内容

Official Account