先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip1024c （备注Python）
正文
a=np.arange(5)
print a
print a.dtype
print a.dtype.itemsize
print np.int8(8.0)
a=1+0.1j
b=0.2
print a+b
a=np.arange(7,dtype=‘D’)
print a
#查看数据类型
print np.dtype(float)
print np.dtype(‘f’)
print np.dtype(‘f2’);print np.dtype(‘f4’);print np.dtype(‘f8’)
print “AAAAAAAAAAAAA”
t=np.dtype(float) # t=np.dtype(‘float’)
print t.char,t
#dtype类型属性type
print t.type
#dtype类型属性str 保存一个表示数据类型的字符串
print t.str
print “BBBBBBBBBBBBBB”
#一维数组的切片与索引
a=np.arange(10)
print a[3:5] #左闭右开
print a[1:7:2] ##左闭右开,间隔2
print a[4::-1] # 输出[4 3 2 1 0]
print “CCCCCCCCCCCCCCCC”
#处理数组形状
print a.reshape(2,5) #将1行10列数组转换成2行5列数组
b=np.arange(24).reshape(2,3,4)
print b
print b.ravel() #将多为数组降为1维数组,默认以行为准，参数-1以列为准
print b.flatten(-1) #拉直操作,默认以行为准，参数-1以列为准
print b.ravel().reshape(4,6)
print b.ravel().reshape(4,6).transpose() #转秩操作
print “DDDDDDDDDDDDDDDDDDD”
#reshape函数返回一个新数组，但原数组本身.不变；
resize在返回一个新数组的同时也改变原数组本身。
print “b=”,b
print “b.reshape=”,b.reshape(4,6)
print “b=”,b
b.resize(2,12)
print “b=”,b
b.shape=(2,3,2,2) #用元组的形式指定数组形状
print b
print “EEEEEEEEEEEEEEEEEEEEEEEEE”
#堆叠数组
a=np.arange(9).reshape(3,3)
print a
b=a**2
print a**2
c=np.hstack((a,b,a)) #水平叠加
d=np.vstack((a,b))#垂直叠加
print c,“Hello”,d
print np.concatenate((a,b),axis=1) #concatenate功能数组叠加，axis=0默认水平叠加，axis=1垂直叠加
d=np.dstack((a,b,a)) #深度叠加,沿着第三个坐标轴（纵向）的方向叠加一摞数组。
print d
aa=np.arange(2)
bb=aa*2
print aa,bb
#column_stack列式叠加，以列方式对一维数组进行堆叠，多维数组和hstack类似
print np.column_stack((aa,bb)) #以列方式对一维数组进行堆叠
print np.column_stack((a,b)) #多维数组和hstack类似
print np.hstack((a,b))==np.column_stack((a,b))
#row_stack行式叠加，以行方式对一维数组进行堆叠，多维数组和vstack类似
print np.row_stack((aa,bb))
print np.row_stack((a,b))
print np.row_stack((a,b))==np.vstack((a,b))
print “FFFFFFFFFFFFFFFFFFF”
#数组拆分
a=np.arange(9).reshape(3,3)
print a
print type(np.vsplit(a,3)),np.vsplit(a,3) #纵向切分
print np.hsplit(a,3)#横向切分
print “深向切分”
print “切分前”
a=np.arange(18).reshape(2,3,3)
print a
print “切分后”
print np.dsplit(a,3)
print “GGGGGGGGGGGGGGGG”
print"数组的属性，不需要加（）"
print a
print a.ndim #数组的维度
print a.shape#数组的每一维度的大小
print a.dtype#数组中元素的数据类型，numpy要求数组元素类型一致
print a.size #数组中元素个数
print a.itemsize #返回数组中各个元素所占用的字节数
print a.itemsize*a.size #返回数组占用空间大小（字节为单位）
b=np.arange(5)
print b
print a.T #转秩，与transpose()函数功能相同
print b.ndim
b=np.array([1,2+2j]) #复数用j表示，定义一个数组，包含两个元素
print b.real #获取数组的实部
print b.imag #获取数组的虚部
print b.dtype #复数数据类型自动变成复数类型
b=np.arange(4).reshape(2,2)
f=b.flat
print f[[1,3,2]] #取列表中的某几个元素
for i in f: #对列表做循环
print i
b.flat=7 #对数组整体赋值
print b
b.flat[2]=3
print b #对数组某个元素赋值
b.flat[[2,3]]=2
print b
print “GGGGGGGGGGGGGGGGGGGGGGGGGGG”
print “数组的转换,tolist()方法”
a=np.array([1+1j,0.3+0.8j])
print a
print a.dtype
b=a.tolist()
print b
print type(b) #此时b已经不是numpy数组，不能再具有dtype属性，查看类型
a=11
print type(a) #a.dtype
b=np.array([1+1j,0.3+0.8j])
c=b.astype(float) #将数组元素转换成指定类型
print c,b #转换完成虚部被舍弃
print “HHHHHHHHHHHHHHHHHHHHHHH”
print “创建数组的视图”
#acopy=lena.copy()
#print acopy
Python中pandas：#coding=utf-8
import pandas as pd
import numpy as np
#Series
obj=pd.Series([1,2,3,4])
print obj
obj=pd.Series([1,2],index=[‘a’,‘b’])
print obj
data=pd.Series([0,1,2,3],index=[1,2,3,4])
print data
print data[data>1]
print data*3
print data[3]
print pd.notnull(‘a’)
#DataFrame
data={‘state’:[‘beijin’,‘shanghai’,‘hangzhou’,],‘a’:[‘a’,‘b’,‘c’]}
print pd.DataFrame(data)
print pd.DataFrame(data,columns=[‘state’,‘a’],index=[1,2,3])
a=pd.DataFrame(data)
print a.ix[1]
print a.T
print a[2:4]
a=pd.Series(np.arange(4,8),index=[‘a’,‘b’,‘c’,‘d’])
print a
print ‘aaaaaa’
print a[:4]
print ‘aaaaaa’
print a[:5]
df1=pd.DataFrame(np.arange(1,13).reshape(3,4),columns=[‘a’,‘b’,‘c’,‘d’],index=[‘A’,‘B’,‘C’])
print df1
df2=pd.DataFrame(np.arange(1,10).reshape(3,3),columns=[‘a’,‘b’,‘e’])
print df2
print df1.add(df2,fill_value=0)
Python中matplotlib：
线型图：
import matplotlib.pyplot as plt
x=[1,3,5]
y=[4,6,8]
x1=[3,4,6]
y1=[5,4,9]
plt.plot(x, y, label=‘First Line’)
plt.plot(x1, y1, label=‘Second Line’)
plt.xlabel(‘Plot Number’)
plt.ylabel(‘Important var’)
plt.title(‘Interesting Graph\nCheck it out’)
plt.legend()
plt.show()
在这里，我们绘制了我们已经看到的东西，但这次我们添加另一个参数label。 这允许我们为线条指定名称，我们以后可以在图例中显示它。
使用plt.xlabel和plt.ylabel，我们可以为这些相应的轴创建标签。
接下来，我们可以使用plt.title创建图的标题，然后我们可以使用plt.legend()生成默认图例
条形图：
import matplotlib.pyplot as plt
plt.bar([1,3,5,7,9],[5,2,7,8,2], label=“Example one”)
plt.bar([2,4,6,8,10],[8,6,2,5,6], label=“Example two”, color=‘g’)
plt.legend()
plt.xlabel(‘bar number’)
plt.ylabel(‘bar height’)
plt.title(‘Epic Graph\nAnother Line! Whoa’)
plt.show()
plt.bar为我们创建条形图。 如果你没有明确选择一种颜色，那么虽然做了多个图，所有的条看起来会一样。
这让我们有机会使用一个新的 Matplotlib 自定义选项。 你可以在任何类型的绘图中使用颜色，例如g为绿色，
b为蓝色，r为红色，y为黄色，k为黑色，w为白色，买等等。 你还可以使用十六进制颜色代码，如#191970。
直方图：
接下来，我们会讲解直方图。 直方图非常像条形图，倾向于通过将区段组合在一起来显示分布。 这个例子可能是年龄的分组，或测试的分数。
我们并不是显示每一组的年龄，而是按照 20 ~ 25，25 ~ 30… 等等来显示年龄。 这里有一个例子：
import matplotlib.pyplot as plt
population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,110,120,121,122,130,111,115,112,80,75,65,54,44,43,42,48]
bins = [0,10,20,30,40,50,60,70,80,90,100,110,120,130]
plt.hist(population_ages, bins, histtype=‘bar’, rwidth=0.8)
plt.xlabel(‘x’)
plt.ylabel(‘y’)
plt.title(‘Interesting Graph\nCheck it out’)
plt.legend()
plt.show()
对于plt.hist，你首先需要放入所有的值，然后指定放入哪个桶或容器。 在我们的例子中，我们绘制了一堆年龄，并希望以 10 年的增量来显示它们。
我们将条形的宽度rwidth设为 0.8，但是如果你想让条形变宽，或者变窄，你可以选择其他的宽度。
散点图
import matplotlib.pyplot as plt
x = [1,2,3,4,5,6,7,8]
y = [5,2,4,2,1,4,5,2]
plt.scatter(x,y, label=‘skitscat’, color=‘k’, s=25, marker=“o”)
plt.xlabel(‘x’)
plt.ylabel(‘y’)
plt.title(‘Interesting Graph\nCheck it out’)
plt.legend()
plt.show()
plt.scatter不仅允许我们绘制x和y，而且还可以让我们决定所使用的标记颜色color，大小s和类型marker。 有一堆标记选项，请参阅 Matplotlib 标记文档中的所有选项。
堆叠图：
在这篇 Matplotlib 数据可视化教程中，我们要介绍如何创建堆叠图。 堆叠图用于显示『部分对整体』随时间的关系。 堆叠图基本上类似于饼图，只是随时间而变化。
让我们考虑一个情况，我们一天有 24 小时，我们想看看我们如何花费时间。 我们将我们的活动分为：睡觉，吃饭，工作和玩耍。
我们假设我们要在 5 天的时间内跟踪它，因此我们的初始数据将如下所
import matplotlib.pyplot as plt
days = [1,2,3,4,5]
sleeping = [7,8,6,11,7]
eating = [2,3,4,3,2]
working = [7,8,7,2,2]
playing = [8,5,7,8,13]
plt.plot([],[],color=‘m’, label=‘Sleeping’, linewidth=5)
plt.plot([],[],color=‘c’, label=‘Eating’, linewidth=5)
plt.plot([],[],color=‘r’, label=‘Working’, linewidth=5)
plt.plot([],[],color=‘k’, label=‘Playing’, linewidth=5)
plt.stackplot(days, sleeping,eating,working,playing, colors=[‘m’,‘c’,‘r’,‘k’])
plt.xlabel(‘x’)
plt.ylabel(‘y’)
plt.title(‘Interesting Graph\nCheck it out’)
plt.legend()
plt.show()
我们在这里做的是画一些空行，给予它们符合我们的堆叠图的相同颜色，和正确标签。 我们还使它们线宽为 5，使线条在图例中显得较宽。 现在，我们可以很容易地看到，
我们如何花费我们的时间。
饼状图：
饼图很像堆叠图，只是它们位于某个时间点。 通常，饼图用于显示部分对于整体的情况，通常以％为单位。 幸运的是，Matplotlib 会处理切片大小以及一切事情，我们只需
要提供数值。
import matplotlib.pyplot as plt
slices = [7,2,2,13]
activities = [‘sleeping’,‘eating’,‘working’,‘playing’]
cols = [‘c’,‘m’,‘r’,‘b’]
plt.pie(slices,
labels=activities,
colors=cols,
startangle=90,
shadow= True,
explode=(0,0.1,0,0),
autopct=‘%1.1f%%’)
plt.title(‘Interesting Graph\nCheck it out’)
plt.show()
在plt.pie中，我们需要指定『切片』，这是每个部分的相对大小。 然后，我们指定相应切片的颜色列表。 接下来，我们可以选择指定图形的『起始角度』。 这使你可以在任
何地方开始绘图。 在我们的例子中，我们为饼图选择了 90 度角，这意味着第一个部分是一个竖直线条。 接下来，我们可以选择给绘图添加一个字符大小的阴影，然后我们
甚至可以使用explode拉出一个切片。
我们总共有四个切片，所以对于explode，如果我们不想拉出任何切片，我们传入0,0,0,0。 如果我们想要拉出第一个切片，我们传入0.1,0,0,0。最后，我们使用autopct，选择将
百分比放置到图表上面。
一、print()函数
1.引号的用法
单引号和双引号：直接输出
例子：print(’字符串’)或print(’’字符串’’)
三引号：换行（\n）
例子：print(‘’’我愿意留在汤婆婆的澡堂里工作两年，
第一年在锅炉房和锅炉爷爷一起烧锅炉水，
第二年在澡堂给客人搓背，
如果我违背工作内容的话，
将在这个世界变成一头猪。
‘’’)
2、转义字符
转义字符是一种特殊的字符常量，在编程语言中，我们用转义字符表示不能直接显示的字符，比如换行键、后退键，回车键等。
转义字符总结
【\】+转义内容英文缩写首字母
3、变量和赋值
3.1、变量的命名规范
name=‘函数’，这就是一个常见的“给变量赋值”的动作。在这里，name就是一个变量，这行代码的意思，就是把“千寻”这两个字【赋值】给了“name”这个【变量】。
变量的命名规范：
1、只能是一个词。
2、只能包含字母、数字和下划线
3、不能以数字开头
4、尽量描述包含的数据内容
二、数据类型与转换
1、数据类型
1.1、字符串
字符串英文string，简写str。只要是被【单/双/三引号】这层皮括起来的内容，不论那个内容是中文、英文、数字甚至火星文。只要是被括起来的，就表示是字符串类型。（示例：‘函数’、‘hanshu’、'123’）
1.2、整数
整数英文为integer，简写做int。和我们数学课本中定义的一样：是正整数、负整数和零的统称，是没有小数点的数字。（示例：-1、1、0、1、2）
1.3、浮点数
浮点数的英文名是float，与整数(int)和字符串(str)不同，浮点数没有简写。（示例：-0.33、1.0、3.14156）
2、数据拼接
就是利用数据拼接符号【+】，将需要拼接的变量连在一起就行了。
2.1、type()函数
只需把查询的内容放在type()函数中的括号里就行。（示例：print(type(‘查询的内容’))）
2.2、数据转换
2.2.1、str() 函数
将其它类型转化为字符型，也可以用引号’’,进行转化为字符串
例子：num=123，转化成字符串：str(num)或者num=‘123’
数据类型转换方法：
str()：将其他数据类型转成字符串
int()：将其他数据类型转成整数
float()：将其他数据类型转成浮点数
2.2.2、int() 函数
将其它类型转化成整数型
注意：int函数不能将文字型字符串和浮点数字符串转换成整数型，只能将符合整数规范的字符串转换成整数。
（例如：'6好好’和’3.6’不能被int转化，'666’则可以被int转换）
2.2.3、float() 函数
将其它类型转化成浮点型
float()函数也可以将整数和字符串转换为浮点类型，（例如：float(3),float(‘3’)）
三、条件判断
1、单向判断：
if a=6
#为a赋值
if a>=6:
#条件：如果a大于等于6
print(‘你可以吃蛋糕’)
2、双向判断：if … else …
a=6
#为a赋值
if a>=6:
#条件：如果a大于等于6
print(‘1’)
else:
#条件：如果a小于6
print(‘2’)
3、多向判断：if…elif…else…
a=6
#为a赋值
if a>=6:
#条件：如果a大于等于6
print(‘1’)
elif 4<a<5
#条件：如果a小于5大于4
print(‘2’)
else:
#其它
print(‘3’)
4、if 嵌套
historyscore=26
if historyscore>=60:
print(‘你已经及格’)
if historyscore>=80:
print(‘你很优秀’)
else:
print(‘你只是一般般’)
else:
print(‘不及格’)
if historyscore<30:
print(‘学渣’)
else:
print(‘还能抢救一下’)
print(‘程序结束’)
解析：该逻辑是为了判断历史成绩的分数，来决定输出的语句；首先先有两个大分支，一个是historyscore>=60分，一个是historyscore<60分，所以if historyscore>=60与else: print(‘不及格’)同级；然后在两个大分支中又各分两个分支，当>=60分时，下面的一个分支historyscore>=80,一个是其它（60~80），所以 if historyscore>=80:与else:print(‘你只是一般般’)同级。当else:print(‘不及格’)时，下面的一个分支是 historyscore<30，一个是else:print(‘还能抢救一下’)，所以这两个同级
***注意：当碰到if条件嵌套时，先要理清谁与谁同级，谁是大分支，谁是小分支
四、input()函数的使用
例子：a=input(‘请铲屎官输入宠物的名字：’)
注意：运行后必须要在终端给input函数进行赋值
input()函数的使用：有问有答，有来有往，需要在终端处输入信息。
1、input()函数结果的赋值
函数好用，赋值第一，input()函数的结果必须赋值
2、input()函数的数据类型
例子：a=input(‘请铲屎官输入宠物的名字：’)
a的数据类型是字符串
返回类型，必为str，不管你在终端输入的是整数还是字符串，输入值必为字符串。
3、input()函数结果的强制转换
例子：a=int(input(‘请铲屎官输入宠物的名字：’))
a就变成了整数类型了
想要整数，源头转换，输入值需要整数时，input()函数结果需要强制转换。
Python 变量类型
变量赋值
Python 中的变量赋值不需要类型声明。
每个变量在内存中创建，都包括变量的标识，名称和数据这些信息。
每个变量在使用前都必须赋值，变量赋值以后该变量才会被创建。
等号（=）用来给变量赋值。
等号（=）运算符左边是一个变量名,等号（=）运算符右边是存储在变量中的值。例如：
counter = 100 # 赋值整型变量
miles = 1000.0 # 浮点型
name = “John” # 字符串
print (counter)
print (miles)
print (name)
多个变量赋值
Python允许你同时为多个变量赋值。例如：
a = b = c = 1
以上实例，创建一个整型对象，值为1，三个变量被分配到相同的内存空间上。
您也可以为多个对象指定多个变量。例如：
a, b, c = 1, 2, “john”
以上实例，两个整型对象1和2的分配给变量 a 和 b，字符串对象 “john” 分配给变量 c。
标准数据类型
在内存中存储的数据可以有多种类型。
例如，一个人的年龄可以用数字来存储，他的名字可以用字符来存储。
Python 定义了一些标准类型，用于存储各种类型的数据。
Python有五个标准的数据类型：
Numbers（数字）
String（字符串）
List（列表）
Tuple（元组）
Dictionary（字典）
Python数字
数字数据类型用于存储数值。
他们是不可改变的数据类型，这意味着改变数字数据类型会分配一个新的对象。
当你指定一个值时，Number对象就会被创建：
var1 = 1
var2 = 10
您也可以使用del语句删除一些对象的引用。
del语句的语法是：
del var1[,var2[,var3[…,varN]]]]
您可以通过使用del语句删除单个或多个对象的引用。例如：
del var
del var_a, var_b
Python支持四种不同的数字类型：
int（有符号整型）
long（长整型[也可以代表八进制和十六进制]）
float（浮点型）
complex（复数）
Python字符串
str = ‘Hello World!’
print(str) # 输出完整字符串
print(str[0] )# 输出字符串中的第一个字符
print(str[2:5])# 输出字符串中第三个至第五个之间的字符串
print(str[2:]) # 输出从第三个字符开始的字符串
print(str * 2) # 输出字符串两次
print(str + “TEST”)# 输出连接的字符串
Python列表
List（列表） 是 Python 中使用最频繁的数据类型。
列表可以完成大多数集合类的数据结构实现。它支持字符，数字，字符串甚至可以包含列表（即嵌套）。
列表用 [ ] 标识，是 python 最通用的复合数据类型。
列表中值的切割也可以用到变量 [头下标:尾下标] ，就可以截取相应的列表，从左到右索引默认 0 开始，从右到左索引默认 -1 开始，下标可以为空表示取到头或尾。
加号 + 是列表连接运算符，星号 * 是重复操作。如下实例：
list = [‘runoob’, 786, 2.23, ‘john’, 70.2]
tinylist = [123, ‘john’]
print(list)# 输出完整列表
print(list[0])# 输出列表的第一个元素
print(list[1:3])# 输出第二个至第三个元素
print(list[2:])# 输出从第三个开始至列表末尾的所有元素
print(tinylist * 2 )# 输出列表两次
print(list + tinylist)# 打印组合的列表
更新列表
你可以对列表的数据项进行修改或更新，你也可以使用append()方法来添加列表项，如下所示：
实例(Python 2.0+)
#!/usr/bin/python # -- coding: UTF-8 -- list = [] ## 空列表 list.append(‘Google’) ## 使用 append() 添加元素 list.append(‘Runoob’) print list
删除列表元素
可以使用 del 语句来删除列表的元素，如下实例：
实例(Python 2.0+)
#!/usr/bin/python list1 = [‘physics’, ‘chemistry’, 1997, 2000] print list1 del list1[2] print “After deleting value at index 2 : " print list1
Python列表脚本操作符
列表对 + 和 * 的操作符与字符串相似。+ 号用于组合列表，* 号用于重复列表。
如下所示：
Python元组
元组是另一个数据类型，类似于List（列表）。
元组用”()"标识。内部元素用逗号隔开。但是元组不能二次赋值，相当于只读列表
修改元组
元组中的元素值是不允许修改的，但我们可以对元组进行连接组合，如下实例:
#!/usr/bin/python# -- coding: UTF-8 --
tup1 = (12, 34.56);
tup2 = (‘abc’, ‘xyz’);
以下修改元组元素操作是非法的。# tup1[0] = 100;
创建一个新的元组
tup3 = tup1 + tup2;print tup3;
删除元组
元组中的元素值是不允许删除的，但我们可以使用del语句来删除整个元组，如下实例:
#!/usr/bin/python
tup = (‘physics’, ‘chemistry’, 1997, 2000);
print tup;del tup;print "After deleting tup : "print tup;
元组运算符
与字符串一样，元组之间可以使用 + 号和 * 号进行运算。这就意味着他们可以组合和复制，运算后会生成一个新的元组。
无关闭分隔符
任意无符号的对象，以逗号隔开，默认为元组，如下实例：
#!/usr/bin/python
print ‘abc’, -4.24e93, 18+6.6j, ‘xyz’;
x, y = 1, 2;print "Value of x , y : “, x,y;
元组内置函数
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
号进行运算。这就意味着他们可以组合和复制，运算后会生成一个新的元组。
无关闭分隔符
任意无符号的对象，以逗号隔开，默认为元组，如下实例：
#!/usr/bin/python
print ‘abc’, -4.24e93, 18+6.6j, ‘xyz’;
x, y = 1, 2;print "Value of x , y : “, x,y;
元组内置函数
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-MVh13xdi-1713376161028)]
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
936
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
