python学习路径

PYTHON学习路径计划图

Python工作环境及基础语法知识了解

对于Python基础语法学习部分,学习周期大概为4周,需要的相关资源在网络上都能找到免费的资源,而且质量都不错。相关中文资源如下:

1.python工作集成环境包

Python(x,y): 下载地址

Pycharm: 下载地址

2.python数据分析相关库(Pandas/ Numpy/

Scipy/ Matplotlib)

如果安装了上面集成工作包,则下面的包不需要重新安装了。关于包的安装方法在学习资源图书中都有介绍,通常安装库采用pip方法,也可以用pip list查询系统安装了哪些库。

3.学习资源

图书:1)Python基础教程(第2版)[电子版图书]

2)深入浅出Head First python(中文版)[电子版图书]

在线教程:1) 廖雪峰的python教程

2) 正则式学习

视频教程:1) 慕课网python入门

2) 慕课网python进阶

3) 正则式学习视频

数据采集学习

对于数据采集部分的学习主要是通过python爬虫的学习了解基本的外部数据采集情况,当然也可以借助别人写好的规则库直接完成某些数据的采集。这部分内容的学习周期大概也为四周,需要的相关资源在网络上都能找到免费的资源,而且质量都不错。相关中文资源如下:

爬虫学习在线教程:

1. Python爬虫入门一之综述

2. Python爬虫入门二之爬虫基础了解

3. Python爬虫入门三之Urllib库的基本使用

4. Python爬虫入门四之Urllib库的高级用法

5. Python爬虫入门五之URLError异常处理

6. Python爬虫入门六之Cookie的使用

7. Python爬虫入门七之正则表达式

8. Python爬虫实战一之爬取糗事百科段子

9. Python爬虫实战二之爬取百度贴吧帖子

10. Python爬虫实战三之计算大学本学期绩点

11. Python爬虫实战四之抓取淘宝MM照片

12. Python爬虫进阶一之爬虫框架Scrapy安装配置

视频教程: Python简单爬虫开发

数据分析

Python数据分析的学习主要是对相关库的使用,比如数据整理需要用到numpy和pandas库,数据描述与分析分析则主要用到pandas库,从某种程度上讲,利用python进行数据分析的学习过程就是对库的学习过程。由于有了前面2部分内容的学习基础,本部分内容的建议学习练习时间也为4周,相关免费学习资源如下:

图书: 利用python进行数据分析 [电子版图书自行百度]

视频: 用python玩转数据 [视频为cousera认证课程,全程中文]

数据可视化

Python数据可视化学习的过程就是学习matplotlib库的过程,matplotlib库包含有丰富的数据可视化资源,地图、3D等等都有涉及,如果有前面3部分的学习经验的话,这部分内容在4周内也能解决。相关中文学习资源如下:

图书: Python数据可视化编程实战 [电子版图书自行百度]

在线教程:

1. 利用Python绘图和可视化(1)

2. 利用Python绘图和可视化(2)

转载链接: http://blog.csdn.net/bjash/article/details/73527149

  • 3
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Python学习路线图可以分为以下几个阶段: 1. 入门阶段: - 学习Python的基本语法和数据类型,了解变量、运算符、条件语句、循环语句等基本概念。 - 掌握Python的基本输入输出操作,学会使用print函数和input函数。 - 学习使用Python的内置函数,如len、range、type等。 2. 数据结构与算法: - 学习Python中常用的数据结构,如列表、元组、字典、集合等,并掌握它们的基本操作。 - 理解并学习常见的算法,如排序算法、查找算法等,并用Python实现。 3. 函数与模块: - 学习函数的定义和调用,了解函数的参数传递方式。 - 掌握函数的返回值和作用域,学会使用局部变量和全局变量。 - 学习模块的概念和使用方法,了解如何导入和使用标准库和第三方库。 4. 面向对象编程: - 理解面向对象编程的基本概念,如类、对象、继承、封装、多态等。 - 学习如何定义类和创建对象,掌握类的属性和方法的使用。 - 理解继承和多态的概念,并学会使用它们来设计和实现程序。 5. 文件操作与异常处理: - 学习如何读写文件,了解文件的打开、关闭和读写操作。 - 掌握异常处理的方法,学会使用try-except语句来捕获和处理异常。 6. Web开发与数据库: - 学习使用Python进行Web开发,了解常用的Web框架(如Django、Flask)和前端技术(如HTML、CSS、JavaScript)。 - 掌握使用Python操作数据库的方法,学会使用SQL语句进行数据库的增删改查操作。 7. 数据分析与机器学习: - 学习使用Python进行数据分析和处理,掌握常用的数据分析库(如NumPy、Pandas)和数据可视化库(如Matplotlib、Seaborn)。 - 了解机器学习的基本概念和算法,学会使用Python中的机器学习库(如Scikit-learn)进行模型训练和预测。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值