Ph学习路线图大学生必看
发布网友
发布时间：2023-09-05 00:01
共1个回答
热心网友
时间：2024-07-31 05:53
Python学习从0学Python的八个阶段
00资源分享在前
国内Python学习网站:
黑马程序员视频库:http://yun.itheima.com/map?hm
菜鸟教程 (wwwrunoob.com)
极客学院 (wwwjikexueyuan.com)
廖雪峰的官方网站 (www.liaoxuefeng.com)
博客园 (www.cnblogs.com)
国外Python学习网站:
Codecademy(www.codecademy.comUdemy(www.udemy.com)
Coursera(www.coursera.org
edX(www.edx.org)
FreeCodeCamp(www.freecodecamp.org)
中文文档地址
Python官方文档:https://docs.python.org/zh-cn/3/Python 标准库:https://docs.python.org/zhcn/3/library/index.html
01Python基础
学习目标:
能够熟练使用Python技术完成针对小问题的程序编写以及小游戏程序的开发。
学习重点:
1)计算机组成原理:计算机组成部分、操作系统分类、
B/S和C/S架构、理解软件与硬件的区别
2)Pvthon变量以及开发环境:字符串、数字、字典列表、元祖等
3) 流程控制语句:程序的执行顺序，顺序执行、循环执
选择执行
4)函数:定义函数、调用函数、函数的嵌套、递归函
数5文件的基本操作:文件的打开、编辑、关闭
6)面向对象编程:类对象、实例对象、定义类、实例化对象
7)异常处理:学会捕捉异常、自定义异常
8模块和包:理解模块和包的概念并学会使用
9)飞机大战游戏制作:自己独立完成飞机大战游戏
02Python和Linux高级
学习目标:
能够使用面向对象的程序设计方法，基于Linux
操作系统进行高并发量的网络程序开发。
学习重点:
1)Linux系统应用:Linux发行版系统的使用、基本的操作语
2)网络编程:TCP/IP协议、服务器工作过程
3)并发编程:线程、进程、协程3
4)函数高级应用:熟练使用函数的调用等
5)正则表达式:熟练运用re模块的各种方法
6)数据库:关系型数据库、非关系型数据库、MySQL
7)Python语法进阶:闭包、装饰器、生成器、迭代器
8) mini-web服务器:根据网络服务的过程写出简易的web服务器
9) mini-web框架:可以编写简易的web服务器框架
03前端开发
学习目标:
能够写出简单的HTML页面，会使用iQuery、CSS等。
学习重点:
1)HTML的学习:HTML的文档结构、快速创建HTML方法
2)CSS:CSS的使用
3)PS的简单应用:Photoshop的基本使用、取色、图
4)JavaScript的学习:JavaScript的基本语法
5)iQuery的学习:iQuery的使用
6)Vue框架:框架的使用以及注意点
04Web开发
学习目标
能够熟练使用Flask和Diango框架进行web服务的开发。
学习重点:
1)Flaskweb框架的使用
模板与表单、数据库的使用、单元测试、第三方扩
展与云服务器的使部署、Redis缓存使用、GIT版本控
制、用、验证码的收发、网站项目开发实战
2)Djangoweb框架的使用框架的使用方法、模型介绍
、ORM以及数据库操作、视图以及模板、Diango
中间件、Django RESTFramework、网站项目开发实战
05爬虫开发
学习目标
能够写出实用的爬虫项目。
学习重点:
1)爬开发的知识体系与相关工具
网络爬虫的原理以及相关爬虫工具
2)MongoDB数据库
数据库的增删改查
3)Scrapy框架
框架的原理以及使用
4)定制化爬虫采集系统
数据的采集、分析
5实战项
实用型综合爬虫应用
06shell自动化运维
学习目标:
能够熟练使用shell命令和Python脚本进行自动化运维
学习重点:
1)shell运维、脚本与变量
运维简介、shell简介、脚本执行方法、开发规范
2)shell常见命令进阶
表达式、linux常见符号、常见命令详解
3)shell流程控制
选择语句、循环语句、函数
4)代码发布与环境部署
掌握代码发布流程与环境部署
5代码脚代码发
掌握手工代码发布与脚本代码发布
07数据挖掘与数据分析
学习目标:
能够熟练使用Python技术完成针对小问题的
程序编写以及小游戏程序的开发。
学习重点:
基本概念:顺序表、链表、栈、队列1
2)排序与索引:排序、索引、树与树算法
3)Series对象:Series对象、DataFrame对象DataFrame查询
4)数据操作:数据的操作、存取与统计
5Pandas绘图:熟练使用Pandas
6)科学计算numpy、pandas: numpy、pandas、
matpalotlib、金融数据的综合分析处理
08人工智能
学习目标:
能够熟练使用Python技术完成针对小问题的程序编写以及小游戏程序的开发。
学习重点:
1)特征工程:了解什么是人工智能、机器学习、深度学习以及特征工程
2)监督学习分类算法:熟悉监督学习分类算法、Scikit-learn使用
3)模型选择与调优:可用数据集、模型的选择与调优
4)数据与多因子模型:多因子模型应用
5量化交易策略:量化交易概念与相关的策略
6)回测框架:了解回测框架
7)量化交易平台实战:关于量化交易平台实战的项目
