Python學習路徑和我的增值（整合版）

PS：內容來源於網絡

1、簡介

        Python是一種面向對象、直譯式計算機程序設計語言，由Guido van Rossum於1989年末發明。因爲他簡單、易學、免費開源、可移植性、可擴展性等特色，Python又被稱之爲膠水語言。下圖爲主要程序語言近年來的流行趨勢，Python受歡迎程度扶搖直上。

2、數據分析路徑

        因爲Python擁有很是豐富的庫，使其在數據分析領域也有普遍的應用。因爲Python自己有十分普遍的應用，本期Python數據分析路線圖主要從數據分析從業人員的角度講述Python數據分析路線圖。整個路線圖計劃分紅16周，120天左右。主要學習內容包括四大部分：
        1）Python工做環境及基礎語法知識瞭解（包括正則表達式相關知識學習）；
        2）數據採集相關知識（python爬蟲相關知識）；
        3）數據分析學習；
        4）數據可視化學習。

 

 

1）Python工做環境及基礎語法知識瞭解：
　　對於Python基礎語法學習部分，學習週期大概爲4周，須要的相關資源在網絡上都能找到免費的資源，並且質量都不錯。相關中文資源以下：
　　1.1python工做集成環境包
　　Python(x,y):下載地址：http://python-xy.github.io/downloads.html
　　Pycharm：下載地址：http://www.jetbrains.com/pycharm/download/#section=windows

　　1.2python數據分析相關庫（Pandas/Numpy/Scipy/Matplotlib）
　　若是安裝了上面集成工做包，則下面的包不須要從新安裝了。關於包的安裝方法在學習資源圖書中都有介紹，一般安裝庫採用pip方法，也能夠用pip list查詢系統安裝了哪些庫。

　　1.3學習資源
　　　　1.3.1圖書：
　　　　1）Python基礎教程（第2版）[電子版圖書自行百度]
　　　　2）深刻淺出Head First python（中文版）[電子版圖書自行百度]

　　　　1.3.2在線教程：
　　　　1）廖雪峯的python教程：http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
　　　　2）正則式學習：http://wiki.jikexueyuan.com/project/python-crawler-guide/regular-expressions.html#7907ec6cc04be6c7f8cf8ac272215946

　　　　1.3.3視頻教程：
　　　　1）慕課網python入門：http://www.imooc.com/learn/177
　　　　2）慕課網python進階：http://www.imooc.com/learn/317
　　　　3）正則式學習視頻：http://www.imooc.com/learn/550

 

2）數據採集學習：
　　對於數據採集部分的學習主要是經過python爬蟲的學習瞭解基本的外部數據採集狀況，固然也能夠藉助別人寫好的規則庫直接完成某些數據的採集。這部份內容的學習週期大概也爲四周，須要的相關資源在網絡上都能找到免費的資源，並且質量都不錯。相關中文資源以下：

　　2.1爬蟲學習在線教程：
　　1.Python爬蟲入門一之綜述：http://cuiqingcai.com/927.html
　　2.Python爬蟲入門二之爬蟲基礎瞭解：http://cuiqingcai.com/942.html
　　3.Python爬蟲入門三之Urllib庫的基本使用：http://cuiqingcai.com/947.html
　　4.Python爬蟲入門四之Urllib庫的高級用法：http://cuiqingcai.com/954.html
　　5.Python爬蟲入門五之URLError異常處理：http://cuiqingcai.com/961.html
　　6.Python爬蟲入門六之Cookie的使用：http://cuiqingcai.com/968.html
　　7.Python爬蟲入門七之正則表達式：http://cuiqingcai.com/977.html
　　8.Python爬蟲實戰一之爬取糗事百科段子：http://cuiqingcai.com/990.html
　　9.Python爬蟲實戰二之爬取百度貼吧帖子：http://cuiqingcai.com/993.html
　　10.Python爬蟲實戰三之計算大學本學期績點：http://cuiqingcai.com/997.html
　　11.Python爬蟲實戰四之抓取淘寶MM照片：：http://cuiqingcai.com/1001.html
　　12.Python爬蟲進階一之爬蟲框架Scrapy安裝配置：http://cuiqingcai.com/912.html

　　2.2視頻教程：
　　Python簡單爬蟲開發：http://www.imooc.com/learn/563

 

3）數據分析：
　　Python數據分析的學習主要是對相關庫的使用，好比數據整理須要用到numpy和pandas庫，數據描述與分析分析則主要用到pandas庫，從某種程度上講，利用python進行數據分析的學習過程就是對庫的學習過程。因爲有了前面2部份內容的學習基礎，本部份內容的建議學習練習時間也爲4周，相關免費學習資源以下：

　　3.1學習資源
　　　　3.1.1圖書：
　　　　利用python進行數據分析：http://item.jd.com/11352441.html[電子版圖書自行百度]

　　　　3.1.2視頻：
　　　　用python玩轉數據：https://www.coursera.org/learn/hipython[視頻爲cousera認證課程，全程中文]

　　3.2數據分析的準備

　　1.瞭解數據——數據加載、儲存與文件格式；異常值的清理與缺失值處理

　　2.數據清洗與初步分析——數據清理、轉換、合併與重塑；數據彙總與描述統計；

　　3.繪圖與可視化——基本繪圖命令與圖形概覽、圖形元素設定與實例：地震危機數據的可視化

　　4.數據聚合與分組處理——數據聚合、分組運算與轉換、透視表與交叉表

 　　

　　3.3數據分析初探

　　1.假設檢驗——經常使用假設檢驗與實例分析

　　2.線性迴歸——線性迴歸模型、分析結果呈現與解讀；實例：商品價格預測

　　3.logistic迴歸——logistic迴歸模型講解；實例：電信客戶流失分析

　　4.時間序列分析——時間序列基本處理、時間序列模型構建與結果解讀；實例：將來股票價格預測

 

　　3.4深刻數據分析

　　1.分類算法——knn、決策樹、貝葉斯分類器等算法介紹；實例：網頁註冊用戶預測

　　2.聚類算法——k-means算法介紹；實例：通訊基站聚類分析

　　3.降維方法——主成分分析與因子分析算法介紹；實例：地區經濟指標評分

 

4）數據可視化：
　　Python數據可視化學習的過程就是學習matplotlib庫的過程，matplotlib庫包含有豐富的數據可視化資源，地圖、3D等等都有涉及，若是有前面3部分的學習經驗的話，這部份內容在4周內也能解決。相關中文學習資源以下：

　　4.1圖書：
　　Python數據可視化編程實戰[電子版圖書自行百度]：http://item.jd.com/11676691.html

　　4.2在線教程：
　　1.利用Python繪圖和可視化（1）：http://www.lovedata.cn/ec/Python/2016/0118/7732.html
　　2.利用Python繪圖和可視化（2）：http://www.lovedata.cn/ec/Python/2016/0118/7733.html

　　至此，Python數據分析相關學習內容介紹完了，上面介紹的多種資源，每一個階段只需選擇其中的一種進行深刻便可，更多更深的內容則須要本身去實踐摸索。更多數據分析學習及數據分析工具參見數據導航網站。

 

3、其餘資源

1.百度雲：http://pan.baidu.com/s/1YPLT0

2.有道雲筆記：http://note.youdao.com/share/?id=3e1d9299f8680bcaa416b7f98c34f13e&type=notebook

3.用Python玩轉數據 Data Processing Using Python  https://www.coursera.org/learn/hipython

4.利用Python繪圖和可視化（1）  http://www.lovedata.cn/ec/Python/2016/0118/7732.html

5.利用Python繪圖和可視化（2）  http://www.lovedata.cn/ec/Python/2016/0118/7733.html

6.Python 中文官方文檔

7.python入門基礎教程 http://wiki.jikexueyuan.com/list/python/

 

4、我的增值

第一部分:一些要求

1.學歷
格式：計算機及相關專業本科及以上學歷…..

不解釋，不說明

畢業後不多再看學歷了，更多的是看能力吧（我會告訴你第一年周圍都是碩士博士海龜麼，俺學歷最低，自卑啊）

見過數學系、物理系、信息自動化系的跑過來當碼農，惟一遺憾的是尚未見到中文系的…..

2.經驗
格式：擁有X年以上經驗，至少獨立負責過X個項目

很蛋疼的東西，見過一年經驗用N年的，也見過一年擁有N年經驗的

受環境影響，但更多的是取決於我的

聽過一句話：人和人的惟一區別，就是有木有主觀能動性（略有些偏激，可是有道理）

3.基礎素質
格式：具備良好的XXXX

編碼規範/風格
文檔書寫習慣
溝通與表達能力，邏輯思惟清晰
團隊合做
動手能力/獨立工做能力
進取心，求知慾，工做熱情
善於學習，樂於分享，快速學習能力
能承受較大的工做壓力
執行力
責任感
英文閱讀能力
創新精神
對新技術敏感
獨立分析、設計、解決問題的能力

這些都相對比較「虛」，不怎麼好考察，面試+試用能夠相對客觀瞭解是否符合

我的認爲，責任感+執行力，這兩點足夠了，其餘通常不會差。

自我驅動的人，永遠會getthingsdone.因此會不斷去彌補本身的短板，其餘對應能力即便不足，也能很快彌補

4.加分項
格式：XXXX優先

使用*nix系統
vim/Emacs編輯器
對開源技術有強烈興趣和愛好，參與提交bug/patch
各類技術/經驗(前端/hadoop/機器學習/數據挖掘/函數式編程)

爲毛不是osx系統(╯‵□′)╯︵┻━┻

從一些側面，查看一我的的特質吧

5.提供
格式:XXXX帳號/地址

博客地址
github/bitbucket
stackoverflow
知乎
微博

搞技術的，頗有必要創建本身的領地，搞一些東西

分享，更重要的是積累

第二部分：乾貨

關於Python後端開發要求

1.對Python有興趣，熟悉Python(標準庫)
最好閱讀過源碼

瞭解Python的優化(熟悉pypy更佳)

2.至少至少一門語言（不說「精通」）
起碼熟悉其餘基本語言

C/C++LispHaskellSchemegolangerlangJavaRRubyNode.jsPHPPerlLua

我選了Java(曾經擅長)/Golang/Lisp/Ruby/C/C++

3.數據結構和算法
數據結構和算法基礎紮實

4.Python框架
Django/Tornado/Flask/Gevent/Web.py/Bottle/Celery/Twisted/NumPy

5.熟悉Linux
基本操做和命令
會Shell
版本Git/Svn
部署相關:Nginx/Gunicorn/Fabric/Virtualenv

6.數據庫
熟悉Mysql等關係數據庫使用
熟悉數據庫設計
熟悉數據庫調優/優化
有NoSQL使用經驗Redis/MongoDB等

7.後端技術相關
Redis
Memcached
RabbitMQ/ZeroMQ

8.網絡編程基礎
熟悉tcp/ip協議，熟悉網絡編程
瞭解常見的網絡模型
多線程

9.前端相關
熟悉Web開發相關知識
熟悉HTML/CSS/Javascript/JQuery
熟悉AngularJS

10.其餘
數據抓取，爬蟲
beautifulsoup/scrapy

機器學習/數據挖掘/天然語言處理（推薦算法）

TDD
高併發系統
大容量存儲系統
消息系統

Linux系統編程/網絡編程

基於此，去構建本身的技能體系，而後針對各項逐漸深刻

就這些，騷年，努力練級去吧