00資源共享在前面
國內Python學習網站:
黑馬程序員視頻庫:blogs.com）
海外Python學習網站:
codecademy（www . codecademy . com）
coursera（www . coursera . org
edX（www . edX . org）
免費代碼營（www.freecodecamp.org）
中文文檔地址
Python官方文檔:/3/Python標準庫:/3 /3/library/index.html
01Python基礎
學習目標:
能夠熟練運用Python技術完成針對小問題的編程和小遊戲程序的開發。
學習重點:
1）計算機組成原理:計算機組件、操作系統分類、
B/S和C/S架構，了解軟件和硬件的區別。
2）PVT hon變量和開發環境:字符串、數字、字典列表、祖先等。
3）過程控制語句:程序的執行順序，順序執行和循環執行。
選擇執行
4）函數:定義函數、調用函數、嵌套函數和遞歸函數。
文件的基本操作:打開、編輯和關閉文件。
6）面向對象編程:類對象、實例對象、定義類和實例化對象。
7）異常處理:學會捕捉異常和定制異常。
8模塊和包:理解模塊和包的概念並學會使用它們。
9）制作飛機戰爭遊戲:獨立完成飛機戰爭遊戲。
02Python和Linux高級版
學習目標:
能夠使用基於Linux的面向對象編程方法。
該操作系統開發具有高並發性的網絡程序。
學習重點:
1）Linux系統應用:Linux發行版系統和基本操作語言的使用。
2）網絡編程:TCP/IP協議、服務器工作流程。
3）並發編程:線程、進程和進程3
4）函數的高級應用:熟練使用函數調用等。
5）正則表達式:巧用re模塊的各種方法。
6）數據庫:關系型數據庫、非關系型數據庫和MySQL。
7）Python語法高級:閉包、裝飾器、生成器、叠代器。
8）迷妳web服務器:根據網絡服務的流程編寫壹個簡單的web服務器。
9）迷妳web框架:您可以編寫壹個簡單的web服務器框架。
03前端開發
學習目標:
能編寫簡單的HTML頁面，並能使用iQuery、CSS等。
學習重點:
1）學習HTML:HTML的文檔結構和快速創建HTML的方法。
2）CSS:CSS的使用
3）3）PS的簡單應用:Photoshop的基本使用、顏色選擇和繪制。
4）JavaScript學習:JavaScript的基本語法。
5）學習iQuery:使用iQuery
6）Vue框架:框架的使用和註意事項。
04網絡開發
學習目標
能夠熟練使用Flask和Diango框架開發web服務。
學習重點:
1）使用Flask Web框架
模板和表單、數據庫使用、單元測試、第三方擴展
雲服務器的開發部署，Redis緩存使用，GIT版本控制。
系統、使用、驗證碼收發、網站項目開發實戰
2）2）Djangoweb框架的使用，框架的使用方法和模型介紹。
，ORM和數據庫操作，視圖和模板，Diango。
中間件、Django RESTFramework和網站項目開發。
05爬蟲開發
學習目標
能夠編寫實用的爬蟲項目。
學習重點:
1）爬取開發的知識體系和相關工具。
網絡爬蟲及相關爬蟲工具的原理
2）蒙古數據庫
數據庫的添加、刪除和查詢
3 .碎片式框架
框架原理及應用
4）定制的爬蟲采集系統
數據收集和分析
5個實戰項目
實用綜合爬蟲應用
06殼牌自動操作和維護
學習目標:
能夠熟練使用shell命令和Python腳本進行自動化運維。
學習重點:
1）外殼操作和維護、腳本和變量
運維入門，shell入門，腳本執行方法和開發規範。
2）高級2）shell常用命令
表達式、linux常用符號和常用命令的詳細說明
殼牌過程控制
Select語句、循環語句、函數
4）代碼發布和環境部署
掌握代碼發布流程和環境部署。
5碼腳碼發
主手動代碼發布和腳本代碼發布。
07數據挖掘和數據分析
學習目標:
能夠熟練使用Python技術完成小問題
小遊戲程序的編程和開發。
學習重點:
基本概念:序列表、鏈表、堆棧和隊列1。
2）排序和索引:排序、索引、樹和樹算法。
3）Series對象:Series對象和DataFrame對象的DataFrame查詢。
4）數據操作:數據操作、訪問和統計。
熊貓繪畫:熟練使用熊貓。
6）科學計算numpy和pandas: numpy，panda，
Matpalotlib，全面分析和處理財務數據
08人工智能
學習目標:
能夠熟練運用Python技術完成針對小問題的編程和小遊戲程序的開發。
學習重點:
1）特征工程:了解什麽是人工智能、機器學習、深度學習和特征工程。
2）監督學習分類算法:熟悉監督學習分類算法和Scikit-learn用法。
3）模型選擇和調優:可用數據集和模型的選擇和調優。
4）數據和多因素模型:多因素模型的應用
5量化交易策略:量化交易概念及相關策略
6）回測框架:了解回測框架。
7）量化交易平臺實戰:關於量化交易平臺實戰的項目。