推荐｜45个值得收藏的Python优质资源（附链接）(1)

https://github.com/keon/algorithms

3. 最重要的Python算法–Pygorithm

Pygorithm是一个纯Python风格编写的模块，通过导入所需的算法，获得相应的代码、时间复杂性等。这是一个开始学习Python编程的好方法，能够帮助初学者学习并实现Python中所有算法。

http://pygorithm.readthedocs.io/en/latest/

Python综合指南

4. 一个有趣又鲜为人知的Python代码片段集合—wtfPython

https://github.com/satwikkansal/wtfPython

Python的脚本结构

5. 一个关于如何从Python脚本到打包项目的标准化指南

http://veekaybee.github.io/2017/09/26/python-packaging

Python中的列表

6. Python列表生成器的教程

在这份教程中，你将能够学习到如何在Python中有效地使用列表生成器来创建列表，替换(嵌套) for循环以及使用 map(), filter(), reduce() 函数等。

文章首先简单回顾了 Python 中列表的基本概念，并与Python中其他的数据结构进行比较。接着讲解了列表生成器的学习。文章还讲解了 Python 列表背后的数学知识，创建列表生成器的方法，以及如何在 for 循环或 lambda 隐函数中重写它们。

https://www.datacamp.com/community/tutorials/python-list-comprehension

Python中的类

7. 如何使用 Dunder (Magic、Special) 方法来丰富你的 Python 类

Dunker是Python中的一种特殊方法，通过双下划线开始和结束的形式存在，例如__init__来丰富类的预定义方法。

https://dbader.org/blog/python-dunder-methods

Python中的网页抓取

8. 如何使用 Python 中的 Scrapy、SQL 和 Matplotlib 等库进行网页抓取，并获取网页数据分析

你可以通过这篇文章学习到网页爬取知识，并用于实践中。

http://www.scrapingauthority.com/python-scrapy-mysql-and-matplotlib-to-gain-web-data-insights/

9. 高级的网页抓取教程：绕过“403禁止”，验证码等问题

http://sangaline.com/post/advanced-web-scraping-tutorial/

10. 掌握Python的网页抓取技巧来获取你所需要的数据

https://hackernoon.com/mastering-python-web-scraping-get-your-data-back-e9a5cc653d88

Python中的自动化操作

11. 如何使用Twilio、Python和Google自动化婚礼的进程

https://www.twilio.com/blog/2017/04/wedding-at-scale-how-i-used-twilio-python-and-google-to-automate-my-wedding.html

12. 如何用Python在Medium上找到有趣的人

https://medium.freecodecamp.org/how-i-used-python-to-find-interesting-people-on-medium-be9261b924b0

Python中的Bot

13. 制作Reddit+Facebook的信息箱

https://pythontips.com/2017/04/13/making-a-reddit-facebook-messenger-bot/

14. 我在Instagram上用Python写的开源机器人 (让我拥有了2500个粉丝，所花的服务器成本只有5美元)

https://medium.freecodecamp.org/my-open-source-instagram-bot-got-me-2-500-real-followers-for-5-in-server-costs-e40491358340

Python中的电子表格

15. 权威指南：Python的Excel教程

通过这个教程，你可以了解如何使用Python读取和导入Excel文件，如何将数据写入这些电子表格。

https://www.datacamp.com/community/tutorials/python-excel-tutorial

16. Python和Googgle电子表格

https://www.youtube.com/watch?v=vISRn5qFrkM

Python中的金融应用

17. Python中的金融：算法交易

这是一份Python与金融应用的教程，在此你能学习到算法交易的基本知识及相关内容。

https://www.datacamp.com/community/tutorials/finance-python-trading

18. Python 中的金融教程—股票价格及相关数据介绍

https://www.youtube.com/watch?v=2BrpKpWwT2A

19. 用 Python 分析加密货币市场

比特币市场是如何表现？加密货币价值突然出现高峰和低谷的原因是什么？不同altcoins市场是不可分割的或基本独立的？ 我们如何预测接下来会发生什么？

这篇文章将简单地介绍如何使用Python来分析加密货币。文章通过一个简单的Python脚本来检索，分析和可视化不同加密货币上的数据。在这个过程中，文章还将揭示这些波动剧烈的市场行为以及一个有趣的演变趋势。

https://blog.patricktriest.com/analyzing-cryptocurrencies-python/

Python中的区块链

20. 学习并构建一个区块链

毫无疑问，区块链这项新颖的技术是计算的奇迹。区块链技术的出现引发了新的全数字货币，如比特币和莱特币，而这些货币并非由中央当局发行或管理。区块链也以Ethereum这样的技术形式革命化了分布式计算，并引入了智能合约等有趣的概念。

这篇文章将会帮助你学习并理解区块链的工作原理。通过这篇教程，你将学习到一个功能强大的区块链，并掌握它们的工作流程。

https://hackernoon.com/learn-blockchains-by-building-one-117428612f46

21. 如何构建一个最小的区块链

本文将用少于50行的代码 (Python2) 来创建一个最简单、最小的区块链。

https://medium.com/crypto-currently/lets-build-the-tiniest-blockchain-e70965a248b

Python中的视频合成

22. 用Python构建一个视频合成器

视频合成器是利用音频输入来创建视觉信号的设备，自上世纪60年代以来，已有很长的历史。

这篇文章将用Python编写一个基本的视频合成器，并使用aubio进行Onset目标检测。

https://www.makeartwithpython.com/blog/video-synthesizer-in-python/

Python的性能

23. 用Python处理每秒100万个请求

用Python每秒能够达到100万个请求吗？为了节省服务器价格，最近很多公司正在从Python向其他编程语言中迁移。但实际并不需要。

Python社区最近在性能提升方面做了很多工作。CPython 3.6通过新的字典提高了整体解释器的性能。由于引入了更快的调用约定和字典查找缓存，CPython 3.7将会更快。

对于数字处理任务，你可以使用PyPy进行代码编译。你还可以运行NumPy的测试套件，该测试套件现在已经改进了Python与C语言扩展的整体兼容性。在随后的更新版本中，PyPy预计将与Python 3.5兼容。

https://medium.freecodecamp.org/million-requests-per-second-with-python-95c137af319

24. “Python很慢，但我不在乎”

这篇文章将介绍一些关于Python中asyncio的内容，并讨论有关Python速度的问题。

https://hackernoon.com/yes-python-is-slow-and-i-dont-care-13763980b5a1

25. Python中的缓存：如何缓存函数的结果

文章将介绍一种快捷的方法来加速Python记忆代码。你将看到何时以及如何运用Python记忆代码。记忆代码优化你的程序，在某些情况下会加速你的代码运行。

https://dbader.org/blog/python-memoization

Python中的Django框架

26. 七步骤带你完整地学习Django

Django是用Python编写的一个Web框架。这篇文章是介绍Django基础知识的系列教程，共分为七个部分，将分别从安装，准备开发环境，模型，视图，模板，URL到更高级的主题（如迁移，测试和部署）出发，详细探讨所有的基本概念。

https://simpleisbetterthancomplex.com/series/2017/09/04/a-complete-beginners-guide-to-django-part-1.html

27. 使用Django构建REST API的测试驱动方法：第一部分

这篇文章将介绍如何利用Django来构建一个REST API的测试驱动，并详细介绍了每个步骤。

https://scotch.io/tutorials/build-a-rest-api-with-django-a-test-driven-approach-part-1

Python中的Flake

28. OI’List规则

这篇博文中我们将介绍 Flake8（pyflakes，pycodestyle和mccabe）中的每个规则及相对应的示例。

https://lintlyci.github.io/Flake8Rules/

29. 使用Python和Flask开发RESTful API

本文包括以下几部分：为什么用Python；什么是Flask；引导Flask应用程序

用Flask创建一个RESTful端点；用Python类映射模型；用Marshmallow进行序列化和反序列化对象；Dockerizing Flask应用程序；用Auth0保护Python API

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

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

工欲善其事必先利其器。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。

五、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。

六、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。

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。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

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！
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。

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。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

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！