零、背景
近一段時間有不少土木或兄弟專業的朋友加微信問我，自學Python一段時間后又出現了迷茫期，怎么破？不知道接下來走向哪里？下面，我把我知道的告訴你
一、基礎
一等公民“函式”自不用說，類的繼承、多載必須要弄懂；至于串列推導式、Map、Reduce、Lamda、裝飾器等，在實踐程序中可以慢慢掌握；資料結構、排序、線性表、堆疊、樹、圖，該啃的還得慢慢啃；各種設計模式也得有所了解，
二、爬蟲
最好從Requests、BeautifulSoup開始，然后了解多行程、多執行緒、異步、IP池等；再然后爬蟲框架Scrapy；驗證碼識別，最好是在GitHub找相同的范例，感興趣的話可以跳轉到機器學習或者深度學習；或者直接用Selenium等重器，保存Cookies，再爬數，
單單招聘爬蟲工程師的崗位不多，而且多多少少存在法律風險，甚至可能被背鍋，具體不表，
三、資料分析
雖然有很多公開的資料，但是更多的時候需要你有一定的爬蟲取數技能，保證你準備分析的資料是新鮮可用的，
Pandas繞不開，而且熟悉該庫是必須的技能；存盤資料，SQL、NoSQL的資料庫至少得熟系一種；資料可視化庫一大堆，Matplotlib、Plotly、Bokeh，可以忘掉Tableau、PowerBI等應用，你的目標至少應該是做一個可視化座艙，即Web資料可視化，
Sklearn繞不開，回歸分析、時間序列預測總的會；爬蟲遇到驗證碼，分類演算法有幫助；沒準BOSS腦子一抽還得讓你分析一些評論的好壞，自然語言的情感分析好歹得會點，這個階段在了解基本概念的基礎上、會調包、調參，先入門，
走到這里，作為跨界者，才感覺到演算法上的無力；回頭再刷演算法，苦哈哈！
求職資料分析師？可能還不夠，Pyspark、Hadoop等等，你還得自行搜索相關招聘需求，
四、網站建設
如果只是寫一份分析報告，用靜態圖展示，那你只能算是初級的資料分析者；想要更深挖掘自己潛能，Web動態資料可視化必須有，
Django還是Flask或是Webpy，隨便選，我選擇的Flask，而且資料庫使用MongoDB，題外話，之所以選擇MongoDB，是由于非關系型資料庫存數靈活，且Bson資料格式和Json本就是近親，RestfulAPI使用起來不要太舒服，可惜的是，Flask+mongoDB這個套裝，沒有很好的教材，很大程度上需要在Github和搜索引擎中慢慢摸索，有不少坑需要填，但值得去挑戰，
小程式開發，必須有，目前在我來看，Web網頁用來展示資料尚可，但是用戶系統及部分業務場景最好封裝在小程式中（反爬、裂變），現階段推薦微信小程式開發，遠期推薦區塊鏈應用，
求職Web開發者？可能還不夠，JavaScript、CSS、Html，框架VUE、Bootstrap；拿出自己的作品，Talk is cheap，
五、深度學習
Python無外乎TensorFlow或Pytorch等，請君隨意，這個我也不懂，就我目前接觸的業務場景，Sklearn夠用了，
六、測驗運維
不知道、不瞎說，自己可以到相關招聘網站對照技能樹，
七、有沒有必要報培訓班？
如果你想要短期內求職成功，有必要報班，畢竟授業有專攻!
如果你打算長期磨煉，散修打怪，那么可以關注我哦~
關于Python技術儲備
學好 Python 不論是就業還是做副業賺錢都不錯，但要學會 Python 還是要有一個學習規劃，最后大家分享一份全套的 Python 學習資料，給那些想學習 Python 的小伙伴們一點幫助！
一、Python所有方向的學習路線
Python所有方向路線就是把Python常用的技術點做整理，形成各個領域的知識點匯總，它的用處就在于，你可以按照上面的知識點去找對應的學習資源，保證自己學得較為全面，
二、學習軟體
工欲善其事必先利其器，學習Python常用的開發軟體都在這里了，給大家節省了很多時間，
三、入門學習視頻
我們在看視頻學習的時候，不能光動眼動腦不動手，比較科學的學習方法是在理解之后運用它們，這時候練手專案就很適合了，
四、實戰案例
光學理論是沒用的，要學會跟著一起敲，要動手實操，才能將自己的所學運用到實際當中去，這時候可以搞點實戰案例來學習，
五、面試資料
我們學習Python必然是為了找到高薪的作業，下面這些面試題是來自阿里、騰訊、位元組等一線互聯網大廠最新的面試資料，并且有阿里大佬給出了權威的解答，刷完這一套面試資料相信大家都能找到滿意的作業，
這份完整版的Python全套學習資料已經上傳CSDN，朋友們如果需要可以微信掃描下方CSDN官方認證二維碼免費領取【保證100%免費】
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/426507.html
標籤：AI