0716更新
Python可以做什么?
Python的热度毋庸置疑,现在国内,不仅考国家二级计算机证需要学习Python,它甚至出现在了小学生的教材里。
那么高度如此高涨的Python,都可以用来做什么呢?
目前来说,Python有五大主要用途以及多类其他用途。
一、主要用途
1、Web开发
Python是一种解释型的脚本语言,用来开发Web应用,不但开发效率高,而且运行速度快。许多国内外的互联网公司将python作为主要开发语言:豆瓣、知乎、果壳网、Google、NASA、YouTube、Facebook……(再次感叹Python的强大)
除了大型的互联网公司,由于后台服务器的通用性,很多App和游戏也选择用 Python实现。
基于Python的Web框架有上百种,模板技术也比较成熟,其中常用的是Django、Flask、Tornado。
对于入门新手来说,Django和Flask可以说是首选,它们可以帮助你用Python编写服务器端代码(后端代码)。尤其是Flask,它要掌握的组件更少,能够实现简单、灵活和细致的控制,并能让你自己决定实现方式。
2、数据分析/可视化
Python拥有更加完备的生态环境,对于数据分析中会用到的分布式计算、数据库、可视化等,都有对应完成的模块。有一点要说,在你进行数据可视化时,可以选择Matplotlib,相对于其他的库来说更容易上手,当你掌握了它以后,也对你学习其他的库有所帮助。
Hadoop-MapReduce和Spark都可以用Python完成计算逻辑,这大概也是数据工程师、科学家钟爱Python的原因。
3、网络爬虫
说起Python的应用场景,最容易被提起来的就是网络爬虫。Google是最早用Python作为爬虫基础的公司,在此之前,人们如果想搜刮网上的内容,只能用采集器。
很多人在学了Python以后,都不知道干什么好,也无处施展,根本不了解自己对Python的掌握程度,这个时候,都可以试试爬虫。比如豆瓣的推荐电影列表、社区留言、音乐软件评论等,都可以用来做练习。
4、机器学习
说起人工智能,感觉前途无限好,周围很多人想参与进来,也让更多人对Python充满了学习的动力和期待。
人工智能需要更加精细的优化,也需要GPU、专用硬件之类的接口,因此人工智能的核心算法还是依赖于C/C++。那Python到底用来做什么呢?
Python是库的API binding,要开发一个其他语言到C/C++的跨语言接口,它是最容易的。
什么是机器学习呢?
我在网上看见过一个很容易理解的例子:
(以下为事例引用)
你将1000张狗的图片和1000张桌子的图片输入给机器学习算法,让它掌握狗和桌子间的区别。那么当你给出新的图片让它识别是狗还是桌子时,它就能够进行判断。
这有点类似孩子学习新事物的方式。
孩子是如何学习认知狗或桌子的呢?就是通过大量的例子。
你不会明确告诉孩子:「如果某个毛茸茸的东西有浅棕色的毛发,那么就可能是狗。」
你会说,「这是狗,这也是狗。而这是桌子,那个也是桌子。「
机器学习的算法包括神经网络、深度学习、支持向量机及随机森林,基本道理和上述相似,应用场景很多:例如推荐系统、人脸识别及语音识别等。
对于机器学习库和Python框架,scikit-learn和TensorFlow算是两个比较热门的。
区别就在于:
scikit-learn带有一些内置的热门机器学习算法。 (适合刚开始进行机器学习项目)TensorFlow是一个低级库,能让你创建自定义机器学习算法。 (适合解决效率问题)
5、自动化运维
Python写好的脚本语法简单,易于编写,而且进行测试也很快。
目前很多Linux发行版都很适合用Python脚本进行批量化的文件部署和运行调整。Python中也包含许多方便的工具,从调控ssh/sftp用的paramiko,到监控服务用的supervisor,再到bazel等构建工具,甚至conan等用于C++的包管理工具,都可以用Python实现。
二、其他应用(结合了自己的经验及网络应用)
嵌入式应用:Python可以与Rasberry Pi一起用,在硬件爱好者中很流行。
桌面应用:你可以用Python的Tkinter,但这并不是最热门的选择,Java,C#和C ++等语言似乎更受欢迎。
系统编程:提供API,能方便进行系统维护和管理,Linux下标志性语言之一,是很多系统管理员理想的编程工具。
数学处理:NumPy扩展提供大量与许多标准数学库的接口。
文本处理:Python提供的re模块能支持正则表达式,还提供SGML,XML分析模块,许多程序员利用Python进行XML程序的开发。
数据库编程:程序员可通过遵循PythonDB-API(数据库应用程序编程接口)规范的模块与MicrosoftSQLServer,Oracle,Sybase,DB2,MySQL、SQLite等数据库通信。Python自带有一个Gadfly模块,提供了一个完整的SQL环境。
网络编程:提供丰富的模块支持sockets编程,能方便快速地开发分布式应用程序。很多大规模软件开发计划例如Zope,Mnet及BitTorrent.Google都在广泛地使用它。
多媒体应用:Python的PyOpenGL模块封装了"OpenGL应用程序编程接口",能进行二维和三维图像处理。PyGame模块可用于编写游戏软件。
Python可以怎么学?
说实话,Python算是零基础友好的一大实用编程语言了。即便是没有计算机基础,也可以通过系统的学习过程来掌握它。
Python语法结构同时兼顾了面向对象编程的灵活性及函数式编程语言的方便性,给初学者大量的发挥空间,一般来说,如果你是在抱着认真负责的学习态度下,想掌握Python语言的语法结构,大概1-2周的时间就差不多。
学习网站可以选择菜鸟教程、Codecademy、Coursera和 CSDN。
站内的知识点很全面,无论你想学习哪种领域,都可以轻松在这里找到合适的资料。
这个学习网站很大的优势就是在浏览器上直接编写代码,轻松解决了初学者程序环境安装的困扰。
如果你英文比较好,交流没有问题的话,比较推荐这个网站。这是一个课程学习网站,内容涵盖编程各个领域,目前已经和200+所大学合作课程,还可以在线读学士、硕士学位。
如果说你的英文是难题,给你推荐CSDN,是国内老牌程序员社区,里边有各领域博文、资料、课程,基本很多专业问题都可以在这里查。
另外,我也结合了一些书和视频课,买书是因为文字落在纸面上,有助于及时理解和记忆;视频课的话,我是自学Python,因为还有工作,只能利用碎片时间去学,我为了苦学Python,在网易云课堂、51、慕课、CSDN学院买了不下10套关于Python入门的课,在得到也买了时间管理课。
如果你跟我一样,想进行整体的学习,也想节省一些学习时间,加上我也比较懒,非得有人督促着才能坚持不懈,你可以试试体统学习,我选的是CSDN的Python训练营。
如果有的同学目前是打算一步一步慢慢来,或者之前已经有一些基础,只是想突破单个方向,下边这几门课程我也在刚接触Python的时候买来学的,价格更便宜,内容却丝毫不打折扣,是比较值得学习的!
如果是毫无基础可言,甚至不知道如何下载Python, 比较推荐齐伟老师的【8小时Python零基础轻松入门】或者是董付国的【Python可以这样学】。细节全面,适合小白入门。
这回是偏基础点的,之前也分享过两门,都可以进行参考。
我买过两类数据分析课,零基础入门和多方位学习,现在直接发出来,也是为了方便不同需求的同学。
说起人工智能讲的好的老师,必说唐宇迪(感觉真的霸榜各个学习平台)。
他是计算机的博士,好像还参与了挺多国家级项目,我听过几次他的课和直播,老师的讲课风格很幽默,经常会举例子,让你更清晰的搞懂知识点,我觉得自己是在学习中享受。
(基础知识配实战,这样学习起来相对也更容易)
最后要给你们推荐的是书的部分,我自己选了4本书:
如果是初学Python的话,没有什么编程基础,还是比较适合从这本开始学的。整体是以习题的方式开始引导初学者学习编程。
这本书大概算是保姆级照顾了,细节描写不能再清晰。整体分为两个部分:基础知识和项目实战。不看真的不知道,代码类的实战项目竟然能在纸上讲清楚!
这本书既有知识点的详细讲解,又有更多高阶用法的延伸,对于已经有一定基础但是掌握不牢的同学来说,无疑是值得拥有的好书。
这本书对于Python的高级用法探究很深入,涵盖了数据结构、对象、并行与并发、元编程等多个方向。
也许有人会问:「你干嘛把自己逼得那么紧,安安稳稳的不就很好了吗?」
作为一个人,如果长期处于一个舒适安逸的环境,慢慢就会被这种安逸笼罩,变得懒惰,原本拥有的能力也会逐步减弱,当有一天危险来临,所在的舒适圈被打破,连生存下去都是个难题!
所以,为了好好活下去,要不跳出舒适圈,要不就扩大你的舒适圈。
这些是我自己学习的时候用到的一些国内外网站+书籍+视频课,整体来说是够用的,如果还有其他更好的,各位同学可以评论区里分享出来,互换资源,共同学习!
更新:
有很多朋友私信问我Python学习有没有什么好的资料,我给大家找了几门不错的免费课,想学的可以看看。
【Python入门教程】
【Python初级入门精讲】
【Python爬虫开发】
【Python实战编程】
【1小时掌握Python爬虫+高效学习法则】
原回答:
之前回答过很受知友们欢迎,再分享一下。
Github上位名叫骆昊 (jackfrued) 的资深程序员,为大家规划了一条从「从新手到大师」的百天之路!我觉得这个模式你可以参考一下。
现在已经有5w+星了!
给初学者的几个建议:
先附上github地址:
下面是这个一百天计划里面的学习框架,我在这里放上来。 (PS.对于毫无基础的人想百天完成这里面的学习计划就实话说根本是不可能的,我个人是比较认可这个学习框架的,大家没有必要严格卡这个100天,照着这个进程学习是完全可以的。)
Day01~15 - Python语言基础
Day01 - 初识PythonPython简介 - Python的历史 / Python的优缺点 / Python的应用领域
搭建编程环境 - Windows环境 / Linux环境 / MacOS环境
从终端运行Python程序 - Hello, world / print函数 / 运行程序
使用IDLE - 交互式环境(REPL) / 编写多行代码 / 运行程序 / 退出IDLE
注释 - 注释的作用 / 单行注释 / 多行注释
Day02 - 语言元素程序和进制 - 指令和程序 / 冯诺依曼机 / 二进制和十进制 / 八进制和十六进制
变量和类型 - 变量的命名 / 变量的使用 / input函数 / 检查变量类型 / 类型转换
数字和字符串 - 整数 / 浮点数 / 复数 / 字符串 / 字符串基本操作 / 字符编码
运算符 - 数学运算符 / 赋值运算符 / 比较运算符 / 逻辑运算符 / 身份运算符 / 运算符的优先级
应用案例 - 华氏温度转换成摄氏温度 / 输入圆的半径计算周长和面积 / 输入年份判断是否是闰年
Day03 - 分支结构分支结构的应用场景 - 条件 / 缩进 / 代码块 / 流程图
if语句 - 简单的if / if-else结构 / if-elif-else结构 / 嵌套的if
应用案例 - 用户身份验证 / 英制单位与公制单位互换 / 掷骰子决定做什么 / 百分制成绩转等级制 / 分段函数求值 / 输入三条边的长度如果能构成三角形就计算周长和面积
Day04 - 循环结构循环结构的应用场景 - 条件 / 缩进 / 代码块 / 流程图
while循环 - 基本结构 / break语句 / continue语句
for循环 - 基本结构 / range类型 / 循环中的分支结构 / 嵌套的循环 / 提前结束程序
应用案例 - 1~100求和 / 判断素数 / 猜数字游戏 / 打印九九表 / 打印三角形图案 / 猴子吃桃 / 百钱百鸡
Day05 - 构造程序逻辑基础练习 - 水仙花数 / 完美数 / 五人分鱼 / Fibonacci数列 / 回文素数
综合练习 - Craps赌博游戏
Day06 - 函数和模块的使用函数的作用 - 代码的坏味道 / 用函数封装功能模块
定义函数 - def语句 / 函数名 / 参数列表 / return语句 / 调用自定义函数
调用函数 - Python内置函数 / 导入模块和函数
函数的参数 - 默认参数 / 可变参数 / 关键字参数 / 命名关键字参数
函数的返回值 - 没有返回值 / 返回单个值 / 返回多个值
作用域问题 - 局部作用域 / 嵌套作用域 / 全局作用域 / 内置作用域 / 和作用域相关的关键字
用模块管理函数 - 模块的概念 / 用自定义模块管理函数 / 命名冲突的时候会怎样(同一个模块和不同的模块)
Day07 - 字符串和常用数据结构字符串的使用 - 计算长度 / 下标运算 / 切片 / 常用方法
列表基本用法 - 定义列表 / 用下表访问元素 / 下标越界 / 添加元素 / 删除元素 / 修改元素 / 切片 / 循环遍历
列表常用操作 - 连接 / 复制(复制元素和复制数组) / 长度 / 排序 / 倒转 / 查找
生成列表 - 使用range创建数字列表 / 生成表达式 / 生成器
元组的使用 - 定义元组 / 使用元组中的值 / 修改元组变量 / 元组和列表转换
集合基本用法 - 集合和列表的区别 / 创建集合 / 添加元素 / 删除元素 / 清空
集合常用操作 - 交集 / 并集 / 差集 / 对称差 / 子集 / 超集
字典的基本用法 - 字典的特点 / 创建字典 / 添加元素 / 删除元素 / 取值 / 清空
字典常用操作 - keys()方法 / values()方法 / items()方法 / setdefault()方法
基础练习 - 跑马灯效果 / 列表找最大元素 / 统计考试成绩的平均分 / Fibonacci数列 / 杨辉三角
综合案例 - 双色球选号 / 井字棋
Day08 - 面向对象编程基础类和对象 - 什么是类 / 什么是对象 / 面向对象其他相关概念
定义类 - 基本结构 / 属性和方法 / 构造器 / 析构器 / __str__方法
使用对象 - 创建对象 / 给对象发消息
面向对象的四大支柱 - 抽象 / 封装 / 继承 / 多态
基础练习 - 定义学生类 / 定义时钟类 / 定义图形类 / 定义汽车类
Day09 - 面向对象进阶属性 - 类属性 / 实例属性 / 属性访问器 / 属性修改器 / 属性删除器 / 使用__slots__
类中的方法 - 实例方法 / 类方法 / 静态方法
运算符重载 - __add__ / __sub__ / __or__ /__getitem__ / __setitem__ / __len__ / __repr__ / __gt__ / __lt__ / __le__ / __ge__ / __eq__ / __ne__ / __contains__
类(的对象)之间的关系 - 关联 / 继承 / 依赖
继承和多态 - 什么是继承 / 继承的语法 / 调用父类方法 / 方法重写 / 类型判定 / 多重继承 / 菱形继承(钻石继承)和C3算法
综合案例 - 工资结算系统 / 图书自动折扣系统 / 自定义分数类
Day10 - 图形用户界面和游戏开发使用tkinter开发GUI
使用pygame三方库开发游戏应用
「大球吃小球」游戏
Day11 - 文件和异常Day16~Day20 - Python语言进阶
Day21~30 - Web前端入门
Day31~35 - 玩转Linux操作系统
Day36~40 - 数据库基础和进阶
Day41~55 - 实战Django
Day41 - 快速上手Day50 - RESTful架构和DRF进阶
Day51 - 使用缓存
Day56~60 - 实战Flask
Day56 - Flask入门Day57 - 模板的使用
Day58 - 表单的处理
Day59 - 数据库操作
Day60 - 项目实战
Day61~65 - 实战Tornado
Day61 - 预备知识Day66~75 - 爬虫开发
Day66 - 网络爬虫和相关工具Day76~90 - 数据处理和机器学习
Day76 - 机器学习基础Day77 - Pandas的应用
Day78 - NumPy和SciPy的应用
Day79 - Matplotlib和数据可视化
Day80 - k最近邻(KNN)分类
Day81 - 决策树
Day82 - 贝叶斯分类
Day83 - 支持向量机(SVM)
Day84 - K-均值聚类
Day85 - 回归分析
Day86 - 大数据分析入门
Day87 - 大数据分析进阶
Day88 - Tensorflow入门
Day89 - Tensorflow实战
Day90 - 推荐系统
Day91~100 - 团队项目开发
第91天:团队项目开发准备-
软件过程模型
准备工作:商业案例和资金、合同、憧憬、初始产品需求、初始发布计划、入股、组建团队。
敏捷团队通常人数为8-10人。
工作量估算:将开发任务量化,包括原型、Logo设计、UI设计、前端开发等,尽量把每个工作分解到最小任务量,最小任务量标准为工作时间不能超过两天,然后估算总体项目时间。把每个任务都贴在白板上面,白板上分三部分:to do(待完成)、in progress(进行中)和done(已完成)。
-
项目团队组建
说明:谢谢付祥英女士绘制了下面这张精美的公司组织架构图。
影响代码可读性的原因:
2.团队开发工具介绍
项目选题和理解业务
-
选题范围设定
MIS(用户端+管理端):KMS、KPI考核系统、HRS、CRM系统、供应链系统、仓储管理系统等。
App后台(管理端+数据接口):二手交易类、报刊杂志类、小众电商类、新闻资讯类、旅游类、社交类、阅读类等。
其他类型:自身行业背景和工作经验、业务容易理解和把控。
2.需求理解、模块划分和任务分配
模块划分:画思维导图(XMind),每个模块是一个枝节点,每个具体的功能是一个叶节点(用动词表述),需要确保每个叶节点无法再生出新节点,确定每个叶子节点的重要性、优先级和工作量。
任务分配:由项目负责人根据上面的指标为每个团队成员分配任务。
3.制定项目进度表(每日更新)
第92天:Docker的使用
第93天:数据库设计和OOAD
概念模型和正向工程
-
UML(统一建模语言)的类图
-
通过模型创建表(正向工程)
python manage.py makemigrations app python manage.py migrate
物理模型和反向工程
-
PowerDesigner
2.通过数据表创建模型(反向工程)
python manage.py inspectdb > app/models.py
第95天:使用Django开发项目
项目开发中的公共问题
数据库的配置(多数据库、主从复制、数据库路由)缓存的配置(分区缓存、键设置、超时设置、主从复制、故障恢复(哨兵))
日志的配置
分析和调试(Django-Debug-ToolBar)
好用的Python模块(日期计算、图像处理、数据加密、三方API)
REST API设计
- RESTful架构
- API接口文档的撰写
- django-REST-framework的应用
项目中的重点难点剖析
- 使用缓存缓解数据库压力 - Redis
- 使用消息队列做解耦合和削峰 - Celery + RabbitMQ
第96天:软件测试和自动化测试
单元测试
- 测试的种类
- 编写单元测试(unittest、pytest、nose2、tox、ddt、……)
- 测试覆盖率(coverage)
项目部署
- 部署前的准备工作
- Linux常用命令回顾
- Linux常用服务的安装和配置
- uWSGI/Gunicorn和Nginx的使用
- 虚拟化技术(Docker)
性能测试
- AB的使用
- SQLslap的使用
- sysbench的使用
自动化测试
- 使用Shell和Python进行自动化测试
- 使用Selenium实现自动化测试
- 测试工具Robot Framework介绍
第98天:项目部署上线和性能调优
- MySQL数据库调优
- Web服务器性能优化
3.代码性能调优
4.静态资源访问优化
第100天:英语面试
作者:骆昊 (jackfrued)
来源:github
github地址:https:// github.com/jackfrued/Py thon-100-Days
另外,CSDN也出过一个图谱,
希望能帮到你。