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。
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。
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!