python学习思路

官方文旦https://docs.python.org/zh-cn/3/tutorial/index.html

CSDN平台粉丝已经十二万多了，以下是我自己的学习路线，至少是我目前能回忆起来的一些学习路线，希望能帮到你们。

一、python基础

基础

环境搭建

注释

变量

数据类型

数学计算

字符串

布尔值

列表

元组

集合

字典

控制流

函数

面向对象

继承

日期

JSON数据处理

格式化输入输出

警告处理

文件的基本处理

二、数据处理

需要掌握的模块：

模块

pandas

numpy

三、数据可视化

以下是常见需要绘制的图形，是需要掌握的：

内容

子图

散点图

折线图

柱形图

直方图

扇形图

K线图

箱型图

热力图

省市地图

水球图

个人建议需要掌握的模块：

模块

Matplotlib

Seaborn

Pyechart

五、网页基础与网络爬虫

需要掌握的网页基础内容：

内容

HTML

CSS

JS

需要掌握的网络爬虫内容：

基本模块

urllib

requests

re

Xpath

bs4

selenium

Scrapy

六、Web开发

web开发也是主要的一个内容，基于前面的网页基础，建议至少需要掌握一下其中一种：

建议掌握一种

Flask

Django

六、数据与服务器的管理

至少需要掌握的内容：

需要掌握

SQL

Linux

七、机器学习十大基本算法

以下是我脑子能想到比较常见的又还会的，不分顺序：

算法

线性回归

Logistic 回归

逐步回归

正则化（岭回归）

决策树

朴素贝叶斯

k-邻近算法（kNN）

Kmeans聚类

支持向量机（SVM）

随机森林(Random Forest)

主成份分析

主成分回归（PCR）

灰色关联

皮尔逊相关性

特征选择算法

XGBoost算法

LSTM模型

ARMA模型

神经网络

如果有时间，希望把西瓜书啃一遍。关于机器学习算法，可以使用Python和Matlab。哪样方便哪样来，本篇主要是介绍的Python，暑假我会更新一套完整的Matlab教程。

八、最后几句话

学习的过程不是一帆风顺的，一定要坚持。数据挖掘工程师在国内是很缺少的，自己打开招聘看看就知道了，对于有经验的数据工程师，至少都是两万起步，基本都能达到三万，这仅仅是公司的基本工资，如果还有股权，以及自己外快，具体自己算（不过要慢慢积累，不是说毕业就这么厉害了）。以上是我个人所学知识，但是对这些掌握也不能说是完全掌握，所以准备是要复习一遍。

对于学生，接触数据挖掘最多的应该就是大学期间的各种数学建模竞赛了，挑战性很强。最后说一句，不是你拿奖了，就代表你有这个实力了，不是说你没拿奖，就代表你没有这个实力了，数学建模竞赛，老玩家懂的都懂了，所以我就不直言。但是这个竞赛，我就把它定义为数据挖掘了。

关于一对一指导与教学部分，可以私信联系我