Python学习之路借鉴

不知道怎么学习Python，报机构怕被割韭菜，那么这里有如何学习Python的方法，可以借鉴一下哈

Python 系统化学习

• 路线特点
  • 最新、最全的完整学习路线，一条龙服务！
  • 明确目标、学习建议、知识点、优质资源推荐（视频、书籍、文档、项目、工具等）
  • 最好的投资，就是投资自己
• 前言
  • 1、在这个碎片化的学习时代，获得的知识方式也会更加的多样化，获得知识的成本也比较低，在这种环境中，是否有这样一种困惑呢？有时看了一些内容或者几篇文章，但却没有感觉收获到东西。这其实就是因为我们所掌握的知识都是碎片化的，其中可能并没有多大的联系，才导致有这种现象的发生。我们并不是知识不丰富，而是缺少 一种系统化学习的方式。 2、系统化学习可以减轻机械记忆、重复学习带来的压力，还可以貌似把许多无关的人和事联系起来，得到一个更为整体的图景。掌握系统化的学习，并使学习整体化，可以帮自己和环境带来难以想象的改变。
• 阶段1：Python入门
  • 学习目标
    • 搭建开发环境，快速上手。
    • 30天学会Python基础语法
  • 前期准备
    • 开发环境搭建是第一步，万事开头难，耐心配置好本地开发环境，也方便我们后续的学习，推荐两种配置组合。
      • Anaconda+Jupyter：https://mp.weixin.qq.com/s/ghKGVutz9RQ4fMGJDHWtww
      • Anaconda+Vscode：https://www.baidu.com/s?wd=vscode%20anaconda
      • 说明1：Anaconda管理python包方便，vscode适合喜欢ide风格的小伙伴，调试方便。jupyter适合喜欢轻便的交互式风格的小伙伴。两者都是我常用的搭配。
      • 说明2：不推荐pycharm，太大，配置也相对麻烦，再找个激活码，折腾来折腾去的。
    • 好记性不如烂笔头，学编程的过程中遇到的问题、学习的知识点、一些感悟总结，都可以记下来。
      • 推荐软件 Typora：https://www.typora.io/
      • 脑图工具 Xmind：https://www.xmind.cn/
      • 推荐使用 Markdown 语法编写：https://www.runoob.com/markdown/md-tutorial.html
    • 想学好编程就要勤动手，一定要多写代码，哪怕手打去抄代码也行，要一步一步尝试自己写代码，切记。
    • 选视频和资料的小技巧：货比三家，看评论区，找一些经典、不过时的资料。当然，为了省事，可以看我下面的良心推荐。
    • 初学编程，一丢丢基础都没有的小伙伴，入门可能需要一个月的过程，不要灰心，循序渐进，不要着急。
  • python编程基础（30天）
    • 知识点
      • 变量和简单数据类型
        • 变量
        • 数
        • 注释
        • 字符串str
        • 列表list
        • 元组tuple
        • 集合set
        • 字典dict
      • 判断与循环
        • if/else判断
        • for循环
        • while循环
      • 函数
        • 普通函数
          • 函数传参
          • 作用域
          • 闭包
        • 匿名函数
        • 生成器函数
        • 装饰器
      • 正则表达式
        • compile
        • match
        • search
      • 文件I/O
        • 文件读取与操作
          • open函数
          • 指针
          • w/r/a/b各种模式的区别
          • with上下文语法
        • 异常处理
        • 数据存储
          • pickle模块
          • json模块
          • ini格式文件处理
          • csv格式文件处理
      • 类
        • 面向对象基础知识
          • 面向对象的三要素
          • 类和实例
          • 类变量与实例变量
          • 类方法与静态方法
          • 访问控制与属性装饰器
          • 继承与多态
        • 面向对象高级知识
          • 属性查看
          • 实例化、可视化和hash
          • 运算符重载
          • 容器化
          • 反射
          • 上下文管理
          • 描述器
      • 模块化
        • 模块导入
        • 打包分发
    • 学习建议
      • 持续学习，坚持住！
      • 别只光顾着看，一定要动手写代码，完成数据或视频的课后题。
      • 动手写代码，是指用键盘多敲代码。
    • 资源
      • 视频
        • 零基础入门学习Python：https://www.bilibili.com/video/BV1xs411Q799
      • 书籍
        • Python编程，从入门到实践（第2版）：https://book.douban.com/subject/35196328/
      • 文档
        • 菜鸟教程Python：https://www.runoob.com/python3/python3-tutorial.html
        • 廖雪峰Python：https://www.liaoxuefeng.com/wiki/1016959663602400
• 阶段2：巩固基础
  • 学习目标
    • 学编程，计算机基础要学好。
    • 数据结构，是程序员的内功，也是面试找工作必过的一关。
    • 通过学习计算机基础，可以帮助我们对编程有个更深刻的认识。
  • 计算机基础（30天）
    • 知识点
      • 操作系统
        • 进程、线程
        • 进程 / 线程间通讯方式
        • 进程调度算法
        • 进程 / 线程状态
        • 死锁
        • 内存管理
      • 计算机网络
        • HTTP / HTTPS 协议
        • 网络模型
        • UDP / TCP 协议
        • 网络安全
        • 域名解析
    • 学习建议
      • 巩固基础，可以看一些计算基础知识，比如操作系统、计算机网络。
      • 内容或许会枯燥一些，但可以结合一些有趣的视频或者图书，比如《计算机科学速成课》，提高自己的兴趣。
      • 这部分知识，不必强学硬记，如果时间不够充裕，每个知识点有个印象就行。
      • 这部分知识，不必强学硬记，如果时间不够充裕，每个知识点有个印象就行。
    • 资源
      • 视频
        • 计算机科学速成课：https://www.bilibili.com/video/BV1EW411u7th
        • 计算机网络微课堂：https://www.bilibili.com/video/BV1c4411d7jb
        • 清华操作系统原理：https://www.bilibili.com/video/BV1uW411f72n
      • 书籍
        • 操作系统
          • 操作系统真相还原
          • 深入理解计算机系统
          • 现代操作系统
        • 计算机网络
          • 图解TCP/IP
          • 图解HTTP
          • 计算机网络-自顶向下方法
  • 数据结构与算法（30天）
    • 知识点
      • 时间 / 空间复杂度分析
      • 数据结构
        • 数组
        • 字符串
        • 队列
        • 栈
        • 链表
        • 集合
        • 哈希表
        • 二叉树
      • 算法
        • 排序
        • 双指针
        • 查找
        • 分治
        • 递归
        • 回溯
        • 动态规划
        • 贪心
        • 位运算
        • DFS
        • BFS
        • 图
    • 学习建议
      • 数据结构与算法，是程序员的内功。
      • 初学者推荐《剑指offer》，题目简单，上手快。
      • 有一定基础建议刷Leetcode，刷个200道，找工作基本没啥问题。
    • 资源
      • 在线教程
        • Leetbook：https://leetcode-cn.com/leetbook/
      • 刷题网站
        • Leetcode：https://leetcode-cn.com/
        • 牛客网：https://www.nowcoder.com/activity/oj
      • 刷题笔记
        • https://mp.weixin.qq.com/s/cb2BdbmjEHw_Pr2WLrpRug
        • https://github.com/Jack-Cherish/LeetCode
        • https://cuijiahua.com/blog/2018/02/basis_67.html
      • 书籍
        • 算法图解（适合入门）：https://book.douban.com/subject/26979890/
        • 剑指 Offer：https://book.douban.com/subject/27008702/
        • 数据结构与算法分析：https://book.douban.com/subject/1139426/
      • 视频
        • 浙大数据结构：https://www.bilibili.com/video/BV1JW411i731
        • leetcode真题解析：https://www.bilibili.com/video/BV1a54y1b74k
• 阶段3：开发基础
  • 学习目标
    • 面向薪资编程，掌握开发过程中需要掌握的小技能
  • Git（3天）
    • 知识
      • 工作区
      • 分支
      • 代码提交、推送、拉取、回退、重置
      • 分支操作
      • 代码合并、解决冲突
      • 标签
      • cherry-pick
    • 学习建议
      • 最常用的就是四个：
        • git add
        • git commit -m
        • git push
        • git pull
    • 资源
      • 文档
        • GitHub 官方文档：https://docs.github.com/cn
        • 菜鸟Git教程：https://www.runoob.com/git/git-tutorial.html
        • 廖雪峰Git教程：https://www.liaoxuefeng.com/wiki/896043488029600
      • 视频
        • 5h打通Git全套教程：https://www.bilibili.com/video/BV1vy4y1s7k6
      • 游戏
        • Learning Git Branching：https://learngitbranching.js.org/?locale=zh_CN
  • Linux（7天）
    • 知识
      • Linux 系统安装
      • 环境变量
      • 文件管理
      • 用户管理
      • 内存管理
      • 磁盘管理
      • 进程管理
      • 网络管理
      • 软件包管理
      • 服务管理
      • 日志管理
      • Linux 内核
      • 常用命令
      • 常用环境搭建
      • Shell 脚本编程
      • VIM 的使用
    • 学习建议
      • Linux最常用的一些指令和工具要掌握好。Linux是做程序员之后，经常使用的开发环境。
      • Linux指令不用死记硬背，经常使用Linux就好了。
      • 最开始不习惯无界面的Linux，可以使用Ubuntu作为过渡。
    • 资源
      • 视频
        • 2021 韩顺平 一周学会Linux：https://www.bilibili.com/video/BV1Sv411r7vd
      • 书籍
        • 鸟哥的 Linux 私房菜：https://book.douban.com/subject/30359954/
      • 文档
        • Linux 工具快速教程：https://linuxtools-rst.readthedocs.io（基础、工具进阶、工具参考）
        • 菜鸟Linux教程：https://www.runoob.com/linux/linux-tutorial.html
      • 社区
        • Linux 中国：https://linux.cn/
      • 工具
        • Linux 命令搜索：https://wangchujiang.com/linux-command
        • Linux 命令大全手册：https://www.linuxcool.com/
  • MySQL 数据库（7天）
    • 知识
      • 基本概念
      • MySQL 搭建
      • SQL 语句编写
      • 约束
      • 索引
      • 事务
      • 设计数据库表
      • 性能优化
    • 学习建议
      • 数据库sql指令要学习，也是多动手。
      • 记不住一些指令也没关系，现查就行，用多了就好了。
    • 资源
      • 视频
        • 老杜 - mysql入门基础 + 数据库实战：https://www.bilibili.com/video/BV1Vy4y1z7EX（较新、内容相对精炼，有习题）
      • 书籍
        • 高性能MySQL：https://book.douban.com/subject/23008813/
      • 在线练习
        • SQL 自学网：http://xuesql.cn/
        • SQL 在线运行：https://www.bejson.com/runcode/sql/
      • 文档
        • SQL 菜鸟教程：https://www.runoob.com/sql/sql-tutorial.html
        • MySQL - 菜鸟教程：https://www.runoob.com/mysql/mysql-tutorial.html
• 阶段4：兴趣选型
  • 学习目标
    • python只是一个编程语言，还需要根据自己喜欢的方向，进一步学习。
    • 选择自己喜欢的方向，深入学习，以兴趣点出发，学起来事半功倍。
    • 这里的内容，不用都掌握，根据自己喜欢的方向，选择即可。
  • 人工智能（90天）
    • 知识
      • 机器学习
        • 数据预处理
          • 数据清洗
          • 数据变换
        • 特征工程
          • 特征选择
          • 特征融合
        • 算法模型
          • 监督学习
            • 分类
              • K-近邻算法
              • 决策树
              • 朴素贝叶斯算法
              • Logistic 回归
              • SVM 支持向量机
              • CART 分类树
              • Softmax 回归
            • 回归
              • 线性回归
              • 局部加权线性回归
              • CART 回归树
            • 集成学习
              • Bagging
              • Boosting
              • 随机森林
              • AdaBoost
              • GBDT
              • XGBoost
          • 无监督学习
            • 聚类
              • K-means
              • 层次聚类
              • DBSCAN
        • 模型评估
          • 准确率
          • 召回率
          • P-R 曲线
          • ROC
          • AUC
          • MSE
      • 深度学习
        • 深度学习基础
          • 预处理&数据增强
            • 图像裁剪
              • 中心裁剪
              • 随机裁剪
              • 随机长宽比裁剪
            • 翻转和旋转
              • 概率水平翻转
              • 概率垂直翻转
              • 随机旋转
            • 图像变换
              • Resize
              • 标准化
              • 填充
              • 灰度化
              • 线性变化
              • 放射变换
              • Tensor
          • 层次结构
            • 输入层
            • 卷积层
              • 标准卷积
              • 空洞卷积
              • 分组卷积
              • 可变形卷积
              • 可分离卷积
            • 激励层
              • sigmoid
              • tanh
              • ReLU
              • Leaky ReLU
              • ELU
              • SELU
            • 池化层
              • 平均池化
              • 最大池化
              • 随机池化
              • 全局平均池化
            • 上采样层
              • 双线行插值
              • 转置卷积（反卷积）
              • 反池化
            • 全链接层
          • 损失函数
            • zero one loss
            • cross entropy loss
            • mse loss
            • logistic loss
            • focal loss
            • center loss
            • wing loss
            • dice loss
            • hinge loss
            • arcface loss
          • 优化算法
            • BGD
            • SGD
            • MBGD
            • Momentum
            • RMSProp
            • AdaGrad
            • Adam
          • 其他
            • 权重 w 初始化
              • 零初始化
              • 随机初始化
              • Xavier 初始化
              • He 初始化
              • 预训练初始化
            • 学习率 alpha 调整
              • 指数衰减
              • 根号衰减
              • 分段离散衰减
              • 手动调整衰减
          • 后处理
            • 分类映射
            • 检测 NMS
            • ··· ···
        • 深度学习框架
          • Caffe
          • Tensorflow
          • Pytorch
          • Paddle
          • MXNet
    • 学习建议
      • 先学机器学习，再学深度学习。
      • 人工智能入门有一定的门槛，但并是不什么高大上的技术，有本科的高数基础就能学。
      • 但由于想从这这个方向的人较多，想找到这个方向的相关工作，建议读研，这样才有竞争力。
      • 学习的方法还是多实战，可以参加一些比赛，例如 Kaggle、阿里云天池等。
    • 资源
      • 视频
        • 吴恩达深度学习：https://www.bilibili.com/video/BV1FT4y1E74V
        • 吴恩达机器学习：https://www.bilibili.com/video/BV164411b7dx
        • MIT 线性代数：https://www.bilibili.com/video/BV1ix411f7Yp
        • PyTorch 快速入门教程：https://www.bilibili.com/video/BV1hE411t7RN
        • Tensorflow2.0 入门教程：https://www.bilibili.com/video/BV1Zt411T7zE
      • 书籍
        • 机器学习实战：https://book.douban.com/subject/24703171/
        • 机器学习（西瓜书）：https://book.douban.com/subject/26708119/
        • 深度学习（花书）：https://book.douban.com/subject/27087503/
        • 机器学习实战（sklearn+tf）：https://book.douban.com/subject/35218199/
        • 统计学习方法：https://book.douban.com/subject/10590856/
        • 线性代数及其应用：https://book.douban.com/subject/1425950/
        • 概率论与数理统计：https://book.douban.com/subject/2201479/
      • 文档
        • Jack Cui机器学习实战
          • Github：https://github.com/Jack-Cherish/Machine-Learning
          • 个人网站：https://cuijiahua.com/blog/ml/
        • Jack Cui深度学习实战
          • Github：https://github.com/Jack-Cherish/Deep-Learning
          • 个人网站：https://cuijiahua.com/blog/dl/dl-basics/
      • 竞赛
        • Kaggle：https://www.kaggle.com/
        • 阿里云天池：https://tianchi.aliyun.com/competition/gameList/activeList
  • 量化交易（60天）
    • 知识
      • 策略
        • 双均线策略
        • 海归策略
        • 套利策略
        • 多因子选股
        • 新闻情绪因子
        • 超平滑均线策略
        • 配对交易策略
        • Alpha对冲策略
      • 技术指标
        • MACD
        • EMA
        • BOLL线
      • 收益分析
        • 收益率
        • 最大回撤
        • 夏普比率
        • Alpha
        • Beta
    • 学习建议
      • 学量化，不要急，数学功底要过硬。
      • 不要盲目实盘，多学多看。
      • 先有逻辑，再coding，靠着自己的逻辑炒股都亏，更别提自己写的代码了。
      • 量化，就是将自己的交易思路，写成代码。
      • 学技术，学思想。
    • 资源
      • 视频
        • Jack Cui入门教程：https://www.bilibili.com/video/BV1Z44y1874X
      • 文档
        • Github：https://github.com/Jack-Cherish/quantitative
        • 聚宽社区：https://www.joinquant.com/study
      • 书籍
        • 富爸爸穷爸爸：https://book.douban.com/subject/27153484/
        • 牛奶可乐经济学：https://book.douban.com/subject/3000997/
        • 聪明的投资者：https://book.douban.com/subject/5243775/
        • 打开量化投资的黑箱：https://book.douban.com/subject/10528799/
  • 数据分析（60天）
    • 知识
      • 数据学科
        • 数据学科环境安装
        • 软件配置和使用
      • 数值计算
        • 数组创建
        • 索引/切片/布尔查询
        • 数组运算/变换
        • 随机数操作
        • 数值模拟项目
      • 可视化
        • Matplotlib可视化
          • 折线图
          • 散点图
          • 柱状图
          • 直方图
          • 箱线图
          • 热力图
          • 高级绘图
        • seaborn可视化
        • pyechart可视化
        • 可视化项目
      • 数据分析
        • numpy
        • pandas
        • 数据分析流程
        • 数据分析报告
      • 文本分析
        • 中文分词
        • 关键词抽取
        • 词云
        • 中文情感分析
        • 语义结构分析
        • 文本分析项目
    • 学习建议
      • Excel、SQL、Python 数据分析都得掌握。
      • SQL 看 -
      • 阶段3：开发基础 的资料即可。
    • 资源
      • 视频
        • 数据分析自学课：https://www.bilibili.com/video/BV1ZM4y1u7uF
        • Excel教程：https://www.bilibili.com/video/BV11J411g7k4/
      • 书籍
        • 利用Python进行数据分析：https://book.douban.com/subject/25779298/
        • Python数据分析与挖掘实战：https://book.douban.com/subject/26677686/
      • 资料
        • 利用Python进行数据分析：https://github.com/BrambleXu/pydata-notebook
        • 开源数据可视化分析工具：https://github.com/dataease/dataease
        • 可视化工具：https://github.com/pyecharts/pyecharts
  • 网络爬虫（30天）
    • 知识
      • 爬虫基础
        • 数据抓取
          • 静态加载（小说下载）
          • 动态加载（漫画下载）
          • 进阶体验（视频下载）
          • API 的使用方法
        • 代理 IP
        • 数据库
      • 爬虫进阶
        • 模拟登录
        • 验证码识别
        • 正则表达式
        • APP 爬取
      • 爬虫高阶
        • Scrapy框架
        • 分布式爬虫
        • 逆向解密
    • 学习建议
      • 网络爬虫相对简单一些，现在网站都有反爬虫了，不像早些年。
      • 建议挑一些小网站测试，但是一定注意控制好请求量，不要给别人造成压力。
      • 挑一些有趣的例子学，比如爬个妹子图、帅哥图啥的。
    • 资源
      • 视频
        • https://www.bilibili.com/video/BV1D3411q7GX
      • 书籍
        • Python3网络爬虫开发：https://book.douban.com/subject/30175598/
      • 资料
        • Github爬虫项目：https://github.com/Jack-Cherish/python-spider
        • Jack Cui网络爬虫入门：https://blog.csdn.net/c406495762/category_9268672.html
        • 网络爬虫：https://cuijiahua.com/blog/spider/
• 阶段5：求职技巧
  • 目标
    • 找到一个好工作，多看别人的面经。
  • 建议
    • 找好方向，尽早规划，最好有一年的时间准备
    • 多看面经：https://cuijiahua.com/blog/interview/
    • 多刷题，可以看 - 阶段2：巩固基础 - 部分的刷题笔记
    • 面试做好录音，方便后续总结，回顾和优化
  • 推荐网站
    • 牛客网：https://www.nowcoder.com/
    • 脉脉：https://maimai.cn/
  • Jack 经历
    • 个人经历：https://t.1yb.co/CANb
    • 我，从高考到程序员的成长之路：https://mp.weixin.qq.com/s/5RAX2qCM2TX-8tyMRpPuQA