转行学Python，如何逆袭成功？看完这些笔记，跟弯路说再见

最新推荐文章于 2024-11-04 21:51:40 发布

大模型壹壹

最新推荐文章于 2024-11-04 21:51:40 发布

阅读量36

点赞数

文章标签： python 笔记数据库开发语言安全 visual studio 旅游

本文链接：https://blog.csdn.net/qq_46094651/article/details/132741816

版权

实际上，从2019年开始，就有数据显示学习Python的人越来越多，无奈2020年受疫情影响严重，导致各行各业都不太景气，不过互联网行业相对来说所波及的影响最小。

不过，在疫情好转，各行各业的人也开始规划自己的职业生涯，实际上想要转行到程序员的人越来越多，其中很多零基础小白首选的就是Python，毕竟Python的平均薪资是不错的，加上Python简单易学，所以转行学Python，自然能够得到极大的支持。

中途转行学Python，能不能成功？

很多刚开始学习Python或者有想法转行学Python的人，心中都会怀有困惑，不确定自己到底能不能成功。坦白来讲，零基础学习Python能不能成功，并不能给一个完全准确的答案，因为也要分实际情况来看。大部分中途学习Python的人都不是计算机专业出身的，对于这些零基础的人来说，如果选择的是自学，我想说成功比例微乎其微，100个人里能够有5个人学到有成就的程度就已经非常不错的。但是，若是有人带着一起学习，那么就会少走很多弯路，那成功就来得更容易一些，不至于像无头苍蝇一般四处乱撞。

所以你要问我，中途转行学Python能不能成功？没有一个绝对的定论，但是就我个人而言来说，成功是必然的，因为有计划，有方法，有人带。

学好Python的必要因素

有了想要学习Python的想法，那么如何实现呢？怎么才能够把Python给学好呢？学好Python的必要因素，我认为以下几点缺一不可：

1.自主学习能力

首先你得具备自主学习的能力，俗话说得好“扶不起的是阿斗，扶不上墙的是烂泥”，如果你自己不动，没有人能帮得了你，一件事情想要做成功，主动性是非常重要的。

2.师傅领进门

在入门前期，找一个师傅带你是非常重要的，在学习Python的前期阶段，一些有经验有技术的人带你会让自己少走很多弯路。

3.规划好学习路线，学习最新的

如何学好Python，一定要有自己的学习计划，怎么开始，怎么深入，一步一步的最好按照一个路线图进行，这样容易少走弯路，减少失误。另外也要实时关注Python的技术方面的资讯，要学就要学最新的。

4.坚定目标感，保持持之以恒的态度

做什么事情，态度是最重要的，一旦决定转行学习Python，就要坚定自己的目标感，保持持之以恒的态度，比如我就会给自己确立一个小目标，进入阿里！哈哈，开个小玩笑，不过有时间确实会逼自己一把，努力努力争取这个机会。

怎么学，才能赛过科班生？

1.确定好自己的学习路线

无论做什么事，或者学什么技能，在一开始就要有所规划，所以我们要事先确定好自己的学习路线，这是非常重要的，能够在我们学习的时候使得我们的思路更为清晰。

2.打好基础，学好框架

不可否认的是，科班生确实在一定程度上比零基础的人更具有优势，但是大学生在校期间，虽然有学相关的知识和技术，但是所学的东西都比较浅，相对来说程度还不够深，另外大学生缺乏实战经验，所以作为零基础的我们，首先的关键就是要打好基础，等基础打好了，再学好框架相关的内容，之后找一份满意的工作基本上是轻而易举了。

关于基础知识学习：

学习基础知识，就是让你对Python语言有一个初步的了解，只有夯实的知识，在后续的开发中才会有更好的成长。

Python基础阶段

掌握python脚本、python界面编程能力、数据库、基本爬虫、多线程多进程开发能力，可以胜任基本的python开发工作。知识点：

1.数据的存储：Python概述、进制以及进制转换、原码、反码、补码、第一个Python程序、终端读取与打印等。

2.运算符与表达式：关键字和标识符、算术运算符、python数据类型、赋值运算符、运算符、复合运算符、条件控制语句(if…else…)、逻辑运算符等。

3.循环：循环语句之while、循环语句之for、break与continue语句等。

4.基础数据结构：Number与数学函数操作、String(查找，替换，下标索引、列表(常用)、元组、字典(常用)、set集合、迭代器与生成器(常用)、函数概述等。

5.函数：函数的调用、简单函数的定义、函数的返回值、传递参数、关键字参数、默认参数、不定长参数、匿名函数、装饰器、偏函数、回调函数、变量的作用域、递归函数、目录遍历、递归遍历目录、栈模拟递归遍历目录(深度遍历)、队列模拟递归遍历目录(广度遍历)等。

6.模块：模块概述使用标准库中的模块使用自定义模块name属性包的概述安装第三方模块virtualenv与时间相关模块。

7.面向对象编程：面向对象思想、类与对象、类的方法与属性、构造函数与析构函数、self的使用、重写__ repr__ 与__str__ 函数、访问限制等。

8.继承、封装、多态 ：单继承的实现、多继承的实现、函数重写、人开枪射击子弹小案例、多态、对象属性与类属性、类方法与静态方法等。

9.面向对象高阶：动态添加属性方法、property、运算符重载、发邮件与发短信等。

10.文件操作与异常处理：StringIO与BytesIO、文件的管理操作、文件读写(csv、txt)操作、异常处理等。

11.高阶函数与测试：调试(打印、断言、logging、pdb)

12.排列组合与正则表达：破解密码(排列、组合、排列组合)、正则表达等。

13.网络编程：TCP/IP简介、TCP编程、UDP编程等。

Linux和数据库阶段

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：

1.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版本与Ubuntu 16.04、配置自己的Linux系统、编程IDE的安装、apt-get安装软件包。

2.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。

3.文本操作命令：文本命令、文本编辑器Vi/Vim。

4.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。

5.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。

6.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。

7.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。

8.MongoDB的基本使用：MongoDB安装、MongoDB的基本操作。

9.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

掌握Python后端框架，解决前后端Web开发问题，知识点：

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

2.Models：ORM、模型字段属性、CRUD、聚合函数，F,Q对象。

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

4.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。

5.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。

6.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。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RydFIYvx-1681456639781)(https://www.icode9.com/i/ll/?i=0b957849455f43de8adc204b9ee88256.gif#pic_center)]

Python爬虫阶段

掌握分布式多线程大型爬虫技术，能开发企业级爬虫程序。

1.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。

2.协程：线程的局限、协程的定义与原理、协程的实现。

3.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。

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

5.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。

6.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。

7.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

掌握Python数据挖掘分析，入门人工智能。知识点：

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

2.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。

3.scipy：scipy学习

4.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。

5.KNN：临近算法、预处理、KNN相关函数。

6.线性回归与逻辑斯蒂回归：线性回归、逻辑斯蒂回归。

7.决策树与贝叶斯：贝叶斯学习、决策树学习。

8.SVM与K均值聚类：SVC学习

9.Kmeans：Kmeans学习

10.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。

11.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。

2.找师傅，跟视频，进行系统的学习

一谈到自学，可能很多人害怕的是自己没办法坚持下来。实际上，自学的难处并不在于难以坚持，害怕的是自己所学到的东西是零散的，是不成体系的，不进行系统的学习是很难完全去掌握一门技术的，最大的弊端是影响自己的工作，面试一问就垮。最好的解决办法是：找一个靠谱的师傅，跟着视频，从零开始进行系统的学习才是最有效最正确的方法。