学完Python基础知识后 如何进一步提升自己

学完[Python]基础知识后，如何进一步提升自己?在学习[Python编程]开发的过程中，掌握Python基础语法知识之后，之后深入系统学习其实涉及的知识还是很繁琐的，后面的提升过程要看自己将来的发展方向。

总体来说，Python的就业面还是很宽泛的，Python全栈开发、自动化开发、[Linux]运维、Python爬虫开发、金融自动化交易、Python [web开发]等都是不错的就业方向。

所以，关于Python的提升学习，着重从这些方面给予大家一些学习参考，包括结合企业所需掌握的技能点、知识点细化、[开源]项目等，希望对大家的学习和提升有一定帮助。

Linux和[数据库]阶段

技能树：掌握Linux操作系统管理技术，可以搭建几乎所有Linux环境[服务器]。

知识点细化：

00001. Linux操作系统：常见操作系统、操作系统发展历史、系统的使用、Linux版本、Linux应用领域、虚拟机与[Vmware]的安装、[Linux]16.04、配置自己的[Linux系统]、编程IDE的安装、apt-get安装软件包。最后，如果你的时间不是很紧张，并且又想快速的python提高，最重要的是不怕吃苦，建议你可以架微♥信：2121846671 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

00002. 文件系统与用户管理：目录访问、文件与目录的管理、文件的权限、用户管理。

00003. 文本操作命令：文本命令、文本编辑器Vi/Vim。

00004. 网路命令、进程管理与服务配置：网络管理命令、系统目录、重要系统文件、设置开机启动与登陆启动、IP配置、服务的启动停止、[防火墙]配置。

00005. Shell编程与bash、源文件编译：基础IO操作、流程控制、定义变量与环境变量、脚本传参、定时任务、定时系统操作。

00006. 版本控制：Git的安装与配置、[GitHub]的注册与使用、Clone与Fork、Git常用命令、标签、分支与源、多人协作开发。

00007. [MySQL]基本使用：MySQL的安装、MySQL简介、MySQL基本命令脚本、[MySQL]与Python的交互。

00008. [MongoDB]的基本使用：MongoDB安装、[MongoDB]的基本操作。

00009. [Redis]的基本使用：Redis安装、Redis的基本操作、Redis的数据类型、Redis的备份与恢复。

Python Web开发

技能树：掌握Python后端框架，解决前后端[Web开发]问题

知识点细化：

00001. HelloDjango：BS/CS,MVC/MTV、Django请求流程、Admin管理。

00002. Models：ORM、模型字段属性、CRUD、聚合函数，F,Q对象。

00003. Models&Templates：模型对应关系、模板加载、静态资源、模板语法。

00004. Views：路由规则、反向解析、请求与响应、会话技术[cookie],token,ses-sion、文件上传。

00005. Advanced：[验证码]、分页器、类视图、[中间件]、日志、缓存、信号、Cerlery、用户权限，用户角色。

00006. RESTful：REST概念、HelloREST、数据序列化、请求与响应、视图，转换器、关系，超链接、认证和权限。

Python爬虫阶段

技能树：掌握分布式多线程大型爬虫技术，能开发企业级爬虫程序

知识点细化：

00001. 多线程原理：同步与异步、串联与并发、线程、开辟一个线程、线程安全与线程锁、多线程队列。

00002. 协程：线程的局限、协程的定义与原理、协程的实现。

00003. 爬虫的概念及相关工具：爬虫的概念及作用、HTTP协议原理、工具的安装、使用。

00004. Python http libs：urllib的使用、示例requests库的使用、bs4库的使用、xpath语法。

00005. 爬虫实战：使用requests编写-个简单爬虫、改造requests爬虫为多线程版、利用redis改造多线程版爬虫至分布式。在学习Python的道路上，经常会碰到许多的问题，而我们在一起问题就不是问题了，可以在小编找到挪威哒，一起学习，也可以私信“01”获取学习干货，碰到什么问题也可以及时来问小编哒。

00006. scrapy框架：scrapy安装、创建项目、创建spider文件，编写parse方法、scrapy子命令、运行scrapy爬虫程序、命令行传递参数、进一步解析二级页面、parse方法之前传递参数、导出[json]、Csv格式的数据、scrapy爬虫的状态保存、item的定义、item的使用、[pipeline]的使用、使用[pipeline]将items存储至MySQ、Lscrapy整体架构、downloadermiddleware、使用downloadermiddleware实现IP代理池、spidermiddleware、scrapy插件、scrapy-[redis]。

量化交易：自动化交易理论、Python量化交易框架。

Python机器学习阶段

技能树：掌握[Python]数据挖掘分析，入门[人工智能]

知识点细化：

00001. jupyter入门：jupyter软件安装、jupyter入门、numpy学习。

00002. pandas：pandas入门、pandas-Series、pandas数据丢失、pandas索引、pandas数据处理、基于Pandas的人脸识别技术。

00003. scipy：scipy学习

00004. matpoltlib：[数据可视化]的概念、可视化图表的绘制、动画及交互渲染、数据的合并与分组。

00005. KNN：临近[算法]、预处理、KNN相关函数。

00006. 线性回归与逻辑斯蒂回归：线性回归、逻辑斯蒂回归。

00007. 决策树与贝叶斯：贝叶斯学习、决策树学习。

00008. SVM与K均值聚类：SVC学习

00009. Kmeans： Kmeans学习

00010. 机器学习框架TensorFlow：机器学习、权重分配与优选方案、[深度学习]、自动化神经网络、AI网络的描述。

00011. [自然语言处理]与[社交网络]处理：文本数据处理、[自然语言处理]及NLTK、主题模型、LDA、图论简介、网络的操作及[数据可视化]。