做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。
别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。
我先来介绍一下这些东西怎么用,文末抱走。
(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。
(4)200多本电子书
这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。
基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。
(5)Python知识点汇总
知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。
(6)其他资料
还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。
这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。
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.region_1.py:待运行的python文件
# 导入
from playwright.sync_api import Playwright, sync_playwright
import pandas as pd
from urllib.parse import urljoin
import os
BASE_URL_1 = 'https://www.stats.gov.cn/sj/tjbz/tjyqhdmhcxhfdm/2023/12/1201.html'
BASE_URL_2 = 'https://www.stats.gov.cn/sj/tjbz/tjyqhdmhcxhfdm/2023/12/01/120101.html'
url_list = [BASE_URL_1]
count = [0,0,0]
result = pd.DataFrame()
# 抓取网页内容
def scrape_page(page, url):
page.goto(url)
page.wait_for_load_state('networkidle')
# 获取解析内容
def parse_index(page):
# 获取网页内容请求
elements = page.query_selector_all('tr td:nth-child(2) a')
if page.query_selector('table.towntable'):
BASE_URL = BASE_URL_2
else:
BASE_URL = BASE_URL_1
# 获取元素信息
for element in elements:
part_of_url = element.get_attribute('href')
detail_url = urljoin(BASE_URL, part_of_url)
url_list.append(detail_url)
parse_detail(page)
def parse_detail(page):
global result
global count
data = page.query_selector_all('.villagetable tbody tr, .countytable tbody tr, .towntable tbody tr')
for i in range(1,len(data)):
acode = data[i].query_selector('td:nth-child(1)').text_content()
region = data[i].query_selector('td:nth-child(3)').text_content() if data[i].get_attribute('class') == 'villagetr' else data[i].query_selector('td:nth-child(2)').text_content()
#社区
if data[i].get_attribute('class') == 'villagetr':
facode = acode[:9]
count[2] += 1
#街道
elif data[i].get_attribute('class') == 'towntr':
acode = acode[:9]
facode = acode[:6]
count[1] += 1
#区县
else:
acode = acode[:6]
facode = acode[:4]
count[0] += 1
busi_data = [{
'acode': acode,
'region': region,
'facode':facode
}]
df = pd.DataFrame(busi_data)
result = pd.concat([result, df], axis=0, ignore_index=True)
url_list.pop(0)
def run (playwright: Playwright) -> None:
print("---------------行政区划获取中(来源:国家统计局)-------------------")
browser = playwright.chromium.launch(headless=False)
content = browser.new_context()
page = content.new_page()
while len(url_list):
scrape_page(page, url_list[0])
parse_index(page)
# 将脚本所在路径作为excel输出路径
output_path = os.getcwd() + os.sep + "output_region_1.xlsx"
# 将结果写入到output_path 所在的excel中
result.to_excel(output_path, index=False)
print('共统计出 %d 条数据:' %len(result))
print('———————————————————————————')
print(' 区(县) | %d 个 ' %count[0])
print(' 街道(乡/镇) | %d 个 ' %count[1])
print(' 社区(村) | %d 个 ' %count[2])
print('———————————————————————————')
print("---------------------------获取完成------------------------------")
content.close()
browser.close()
with sync_playwright() as playwright:
run(playwright)
2.运行region_1.py
3.会弹出一个浏览器窗口,待查询结束后会关闭
4.终端
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。
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!