程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

一文詳解分享Python學習路徑,千萬不要貪大求全

編輯:Python

關於Python

這是本月(2022年05月)編程語言的最新排行榜,Python獨占鳌頭,記得去年的好像是5月份之前,Python還一直屈居千年老二,後來躍居龍頭寶座,就沒變過。
本篇文章重點分享關於Python學習路徑的一些想法,歡迎大家一起交流。

關於學習路徑

小建議

今天我去搜集了一些關於分享學習路徑的文章,很多都是滿滿的羅列各種內容,其實不管你想學習什麼,都要

  • 先問:自己為什麼要學習它?

  • 然後:想清楚自己的目標是什麼? Web開發?數據分析?人工智能(AI)?。。。

  • 繼續:思考我怎麼去學習?

  • 最後:持續改善自己 學習路徑 學習方式 交流方式 知識體系 等等

    這樣你才有可能成為一代大神(大神畢竟很稀少,成為一個資深工程師還是不難的)。

    先思考:不要人雲亦雲,別人說好就是好,自己先調查、分析、或是向有經驗的學長請教 .

一張思維導圖

為什麼

當你想學Python時,建議先百度下,從這三方面先大概了解。

  • Python語言歷史:略過,自己百度下

  • Python的應用場景:稍後過分享,靜靜的等一會

  • Python在國內火熱程度 文章頭部有一張排行榜圖片,大家不要被這個排行榜給懵了,此排行榜不是針對國內的情況。關於Tiobe的百度百科上是這樣描述的

    TIOBE排行榜 [1] 是根據互聯網上有經驗的程序員、課程和第三方廠商的數量,並使用搜索引擎(如Google、Bing、Yahoo!)以及Wikipedia、Amazon、YouTube和Baidu(百度)統計出排名數據,只是反映某個編程語言的熱門程度,並不能說明一門編程語言好不好,或者一門語言所編寫的代碼數量多少。

    例如:排在第10位的PHP,排名是比較靠前的,但現在在國內就不太香了,最初國內很多大廠的網站或者系統都是用PHP開發,後來都轉成Java、Go做了重構。 如何了解火熱程度:這塊大家可以去招聘網站上搜索就知道了,1:看職位招聘數量 2:職位要求 3:職位薪資

  • 回到Python話題,還是比較火的,尤其在數據分析領域,不二人選的編程語言,所以如果你將來想搞數據分析、AI方面的,學習Python,至少短期來看,方向上不會有什麼問題。

  • 提示:自己多去搜索了解編程語言過去、現在、未來趨勢,千萬不要人雲亦雲,別人說學這個好,我就開干,沒有調查就沒有發言權

定方向

我分成2張圖,一張圖文字太小,定方向是至關重要的一個環節,如果方向都沒搞清楚,一股腦想到哪學到哪,很可能學的都是一瓶子不滿半瓶子咣當。

下一張,圖片有些錯位

關於方向

從大方向分,可分為

  • Web網站開發

  • 服務器端開發

  • 科學計算

  • 數據分析

  • 機器學習/深度學習

  • 自動化測試/運維

  • … 這些方向,每一個別說搞精了,搞的像模像樣都很不容易。比如深度學習,又分自然語言、圖像視覺等子分支。每一個子分支深入進去,都夠學幾年的。
    有些方向會依賴周邊技術的,然後才能成為一個體系,比如服務器端開發
    你大概需要這麼一個學習路徑

  • Python基礎學習

  • 學習框架:Flask Or Django

  • 學習SQL基本語法(DML、DDL)

  • 學習MySQL(關系數據庫)

  • 學習Redis(緩存數據庫)

  • Python並發庫等進階知識學習

  • 之後可能會涉及消息隊列、文檔數據庫等等的學習 如果你是個新手,想找後端開發的工作,學習了這些,進入團隊融合的會快,能很快找到感覺。

個人建議

  • 如果你在讀大學,建議大家可以考慮按這個路徑學習 科學計算庫學習數據分析相關幾個庫機器學習深度學習

  • 為啥要這樣建議 第一:數據分析、AI是熱門崗位,人才需求很旺盛,就業容易第二:起薪高,有錢賺第三:機器學習、深度學習的深入學習會涉及很多數學知識,比如統計、概率等等,同學們正在學數學,能很好的理解模型的推導過程。對於畢業幾年的學長,很可能大學學的數學都還給老師了,想學AI這塊還要從新學,所以正在讀大學的同學是有優勢的

  • 關於學習路徑歡迎和大家一起討論,分享心得

搭環境

關於搭環境,既然學習Python

  • 首先要安裝Python,這個沒得說

  • 接下來選IDE,建議這兩款大家都安裝上 Pycharm Or VSCode:適合做項目 Web網站開發後端開發 JupyterLab:數據科學家的首選工具 學習數據分析、機器學習、深度學習的必須要裝學習運維,自動化測試,裝這個工具就沒必要了

  • 編輯器:Sublime Text Or Atom更輕量的編輯器,建議裝上

  • 關於安裝,我之前在公眾號【小碼匠和老碼農】裡寫過些文章,大家可以參考下安裝Python那點事,最詳細的教程萬字長文:深度全面了解Conda的各種騷操作數據科學神器JupyterLab的使用(精簡版)

打基礎

先上圖

關於打基礎

  • 最好的資源是,重要的事說三遍: 官方文檔、官方文檔、官方文檔 例如你想學習Seaborn 官網 https://seaborn.pydata.org/

  • 菜鳥教程: 拿數據分析舉例,這個網站提供了很多基礎教程 Python 3 教程Pandas 教程NumPy 教程Matplotlib 教程

  • 一本好書:為啥叫一本好書,想提醒大家不要買一堆書,一是你也看不過來,二是書也挺貴的,三是內容很多都是雷同的 例如 Python基礎學習,買一本蟒蛇書就可以了 機器學習,可以買一本周志華老師的書 建議:馬上618了,大家可以趁這個機會囤批書

勇進階

廢話不多說,上圖

關於勇進階這塊,千萬

  • 別光學不練

  • 別覺得自己看了幾本書,寫了點代碼,水平就高了

  • 別覺得。。。 這塊是想給大家潑冷水,在你沒見過真正的大神之前,要一直謙虛, 學習,學習,在學習
    想進階學習幾個途徑

  • 找項目做 比如你學了機器學習的知識,可以去參加比賽,驗證所學比如你學數據分析,可以下載一份基金數據,然後去從多個角度去分析數據

  • github github上開源了很多優秀框架的源代碼和項目代碼,大家可以去找適合自己的,去學習別人的代碼、思想、理念等等

  • 開源框架 建議有精力的同學可以去研究下開源框架的源代碼,提高自己對底層的了解和架構設計能力

  • gitee 這個就不多說了,托管了很多源代碼,和github類似

打比賽

上圖

關於打比賽,現在很多比賽都是團體賽,在參加比賽的過程中,你能多方面鍛煉自己能力。
比如:規劃能力、協調能力、領導力、對外社交能力、技術提升力。
小碼匠去年參加了:“天池·TEENTOP杯”AI少年挑戰賽-數據科學挑戰賽中級賽道,獲得了冠軍,成績雖然打的不錯,但這個不是最重要的,重要的是

  • 自己技術提升了不少;

  • 結交了幾個喜歡學編程的志同道合的朋友,一起學習;

  • 一入猿門深似海,從此成為OI人。

    因為2月份北京疫情原因,後來沒有能成行去杭州阿裡達摩院參加總決賽,雖然很遺憾,如果去了,能開闊視野,認知到自己的不足,見識外面更大的世界

神器

大家可能會有些疑惑,這兩個東東怎麼可能會是神兵利器,扯淡呢吧。
不是扯淡,安裝這兩個神器的目的

  • 記錄自己學習過程中遇到的各種問題

  • 逐步完善自己的知識體系

  • 提升自己學習效率 下面這張圖是小碼匠在學習OI時日常整理知識體系

個人建議

千萬不要讓自己的知識過於碎片化,養成記筆記、梳理知識習慣

最後

關於學習路徑進行了粗淺分享,歡迎和大家一起交流,一起探討,關注:小碼匠和老碼農,一起持續分享高質量知識
作者:小碼匠與老碼農

游戲編程,一個游戲開發收藏夾~

如果圖片長時間未顯示,請使用Chrome內核浏覽器。


  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved