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。
最后，祝君成功。
146
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
