Python學習從0學Python的八個階段
00資源分享在前
國內Python學習網站:
黑馬程序員視頻庫:blogs.com)
國外Python學習網站:
Codecademy(www.codecademy.comUdemy(www.udemy.com)
Coursera(www.coursera.org
edX(www.edx.org)
FreeCodeCamp(www.freecodecamp.org)
中文文檔地址
Python官方文檔:/3/Python 標準庫:/3/library/index.html
01Python基礎
學習目標:
能夠熟練使用Python技術完成針對小問題的程序編寫以及小遊戲程序的開發。
學習重點:
1)計算機組成原理:計算機組成部分、操作系統分類、
B/S和C/S架構、理解軟件與硬件的區別
2)Pvthon變量以及開發環境:字符串、數字、字典列表、元祖等
3) 流程控制語句:程序的執行順序，順序執行、循環執
選擇執行
4)函數:定義函數、調用函數、函數的嵌套、遞歸函
數5文件的基本操作:文件的打開、編輯、關閉
6)面向對象編程:類對象、實例對象、定義類、實例化對象
7)異常處理:學會捕捉異常、自定義異常
8模塊和包:理解模塊和包的概念並學會使用
9)飛機大戰遊戲制作:自己獨立完成飛機大戰遊戲
02Python和Linux高級
學習目標:
能夠使用面向對象的程序設計方法，基於Linux
操作系統進行高並發量的網絡程序開發。
學習重點:
1)Linux系統應用:Linux發行版系統的使用、基本的操作語
2)網絡編程:TCP/IP協議、服務器工作過程
3)並發編程:線程、進程、協程3
4)函數高級應用:熟練使用函數的調用等
5)正則表達式:熟練運用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、MySQL
7)Python語法進階:閉包、裝飾器、生成器、叠代器
8) mini-web服務器:根據網絡服務的過程寫出簡易的web服務器
9) mini-web框架:可以編寫簡易的web服務器框架
03前端開發
學習目標:
能夠寫出簡單的HTML頁面，會使用iQuery、CSS等。
學習重點:
1)HTML的學習:HTML的文檔結構、快速創建HTML方法
2)CSS:CSS的使用
3)PS的簡單應用:Photoshop的基本使用、取色、圖
4)JavaScript的學習:JavaScript的基本語法
5)iQuery的學習:iQuery的使用
6)Vue框架:框架的使用以及註意點
04Web開發
學習目標
能夠熟練使用Flask和Diango框架進行web服務的開發。
學習重點:
1)Flaskweb框架的使用
模板與表單、數據庫的使用、單元測試、第三方擴
展與雲服務器的使部署、Redis緩存使用、GIT版本控
制、用、驗證碼的收發、網站項目開發實戰
2)Djangoweb框架的使用框架的使用方法、模型介紹
、ORM以及數據庫操作、視圖以及模板、Diango
中間件、Django RESTFramework、網站項目開發實戰
05爬蟲開發
學習目標
能夠寫出實用的爬蟲項目。
學習重點:
1)爬開發的知識體系與相關工具
網絡爬蟲的原理以及相關爬蟲工具
2)MongoDB數據庫
數據庫的增刪改查
3)Scrapy框架
框架的原理以及使用
4)定制化爬蟲采集系統
數據的采集、分析
5實戰項
實用型綜合爬蟲應用
06shell自動化運維
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)shell運維、腳本與變量
運維簡介、shell簡介、腳本執行方法、開發規範
2)shell常見命令進階
表達式、linux常見符號、常見命令詳解
3)shell流程控制
選擇語句、循環語句、函數
4)代碼發布與環境部署
掌握代碼發布流程與環境部署
5代碼腳代碼發
掌握手工代碼發布與腳本代碼發布
07數據挖掘與數據分析
學習目標:
能夠熟練使用Python技術完成針對小問題的
程序編寫以及小遊戲程序的開發。
學習重點:
基本概念:順序表、鏈表、棧、隊列1
2)排序與索引:排序、索引、樹與樹算法
3)Series對象:Series對象、DataFrame對象DataFrame查詢
4)數據操作:數據的操作、存取與統計
5Pandas繪圖:熟練使用Pandas
6)科學計算numpy、pandas: numpy、pandas、
matpalotlib、金融數據的綜合分析處理
08人工智能
學習目標:
能夠熟練使用Python技術完成針對小問題的程序編寫以及小遊戲程序的開發。
學習重點:
1)特征工程:了解什麽是人工智能、機器學習、深度學習以及特征工程
2)監督學習分類算法:熟悉監督學習分類算法、Scikit-learn使用
3)模型選擇與調優:可用數據集、模型的選擇與調優
4)數據與多因子模型:多因子模型應用
5量化交易策略:量化交易概念與相關的策略
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