Ph学习路线大学生必看

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:blogs.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:/3/Python 标准库:/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