（1）Python所有方向的学习路线（新版）
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
（2）Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
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。
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！
在 Grid Studio 中可以直接通过 Python 读写电子表格。
要向表格中写入数据，可以这样：
sheet(“A1:A3”, [1, 2, 3])
要从表格中读取数据，可以这样：
my_matrix = sheet(“A1:A3”)
这些简单的函数可以实现数据的自动录入、抽取、可视化，等等。
编写自定义函数
虽然上述的读写函数已经可以满足很多需求，但有时候也需要编写自定义函数，然后在表格中调用这些函数。
Grid Studio 默认支持常用的表格函数，比如 AVERAGE、SUM、IF，等等。但如果你想要使用其他函数，那该怎么办？
自己动手写！
def UPPERCASE(a): return str(a).uppercase()
然后就可以在表格中调用这个函数，就像调用常规的函数一样。
利用 Python 生态系统
Python 生态系统提供了很多非常棒的数据科学开发工具：
借助这些工具可以很容易地使用强大的模型，比如线性回归和 SVM。
Docker 运行时
Grid Studio 运行在 Docker 容器中，可以很方便地访问 UNIX 环境（甚至是 Windows！）中的东西：Python、scikit-learn、numpa、pandas、terminal、wget、zip，等等。
Grid Studio 提供了预先构建好的 Docker 镜像，可以通过简单的命令行来启动。
数据可视化
数据可视化是数据科学的一项常见任务。Grid Studio 与 Plotly.js 和 Matplotlib 深度集成，为高级数据可视化提供了内置支持。
为了演示 Grid Studio 的功能，接下来将提供一些具体的例子。
示例：爬取网络内容
之前爬取网络内容可能需要在各种工具之间切换，现在只需要一个脚本就够了。
在上面的示例中，一个简短的脚本直接将 Hacker News 网站的文章加载到表格中。
脚本地址：
https://github.com/ricklamers/gridstudio/blob/master/examples/scrape.py
示例：估计正态分布
这个例子演示了使用 Plotly.js 进行高保真正态分布估计，交互式绘图让你对正在发生的事情一目了然。
脚本地址：
https://github.com/ricklamers/gridstudio/blob/master/examples/estimate_normal.py
开源动机
虽然最初 Rick 想将这个工具打造成一个商业项目，但最后还是决定将其开源，让每个人都能使用它，并有可能由来自社区的一小批数据爱好者负责开发。
在开发这个工具的初期，他发现有很多项目都提供了类似的功能。
首先，有一个叫作 xlwings 的插件将 Python 直接集成到 Excel 中。尽管它并不是真的将电子表格和 Python 集成到单个产品中，但确实为用户提供了一个完整的 Excel 开发环境。
其次，Python 已经从 IPython 转向了 Jupyter Notebooks，为数据科学家提供了一个很好的开发环境。虽然它仍然缺乏电子表格功能，但对于初级数据科学家来说仍然很有吸引力。
总的来说，如果把 Grid Studio 做成商业项目，它就要与这些开源产品展开竞争，这样在价格上就不会有任何优势。Rick 坚信 Grid Studio 提供了一些独特的功能，在某些场景下会成为不二之选。
Grid Studio 的项目地址：
https://github.com/ricklamers/gridstudio。
开发者评价
东西好不好，开发者最知道。
Bruh, this is amazing. You should sell this shit are you kidding me?!
兄弟，这也太牛了，你应该把这玩意儿卖钱啊，（开源）是在逗我？
As a heavy excel user who despises vba, this looks amazing
作为一个鄙视 VBA 的 Excel 重度用户，这也太牛了吧
I showed this to my brother, who’s not a programmer, and he said “holy shit!”. Well, it’s impressive. Good job!
我把这个给我不是程序员的哥哥看，他说：我去，太牛了，干得漂亮！
如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、学习软件
工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
四、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
五、面试资料
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！
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。
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！
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
