本文目录一览：
Python精选5篇教学心得
Python是一种跨平台的计算机程序设计语言，是一种面向对象的动态类型语言，越来越多被用于独立的，大型项目的开发，已被逐渐广泛应用于系统管理任务的处理和Web编程。下面给大家带来一些关于Python 学习心得 ，希望对大家有所帮助。
python学习心得1
最近这段时间我们学习了很多内容，增长了很多关于Python的知识，万事万物是相通的，正如学习新的知识就像吃饭一样。
吃多了就会消化不良，反映到学习上也是一样，不知各位最近的感觉怎样，反正学记是需要一些时间好好消化，掌握到手中，为下一步的知识补齐缺口。
接下来，学记和大家一起回顾一下最近学习的内容，循序渐进，循序渐进。
分支结构
分支结构就像上图一样，是用来选择道路的。
所用的关键字是
If elif else
这三个词的意思分别是
如果 否则如果 其他的
分支语句的写法需要将与关键字与关键字对齐
循环结构
循环结构应用于一些重复的进程
通常我们只接触两种循环
for-in循环 和 while循环
for-in循环适用于
确切的知道到底循环几次
while循环适用于
不知道到底有几次循环
此时要搭配bool 来进行
即 True 和 Flase
关键字
关键字的熟练运用对于今后的开发工作
有非常重要的作用，但这么多关键字我们不能去死记硬背
只有在一个一个代码的验证当中去熟悉去掌握
那样是最可靠的
def 设置模组
len 计算字符串长度
capitalize 获得字符串首字母大写的拷贝
upper 获得字符串变大写后的拷贝
find 从字符串中查找子串所在位置
index 与find类似但找不到子串时会引发异常
startswith 检查字符串是否以指定的字符串开头
endswith 检查字符串是否以指定的字符串结尾
center 将字符串以指定的宽度居中并在两侧填充指定的字符
rjust 将字符串以指定的宽度靠右放置左侧 填充指定的字符
isdigit 检查字符串是否由数字构成
isalpha 检查字符串是否以字母构成
isalnum 检查字符串是否以数字和字母构成
append 添加元素
remove 删除元素
clear 清空元素
sorted 排序
大家可能会有些疑惑，学习这些东西真的有用吗?这些随处可见的基础方面的知识真的有用吗?
我可以非常肯定地告诉大家
有用的!
这些知识就像是建筑工地随处可见的砖石，不管这些砖石怎样的不起眼，但是没有一幢建筑可以离开砖石，学习的过程是枯燥的，不过这也正符合非常现实的一条规律。
学如逆水行舟，不进则退!
也正是因为它枯燥苦闷，学习有难度，才保证了，我们学习了这些知识以后，可以靠它们为生，在这个知识时代闯出自己的一片天!
不要放弃，绝对不要放弃!
黎明之前是最黑暗的!
为了自己的未来好好坚守吧!
青年学记 陪伴着各位青年
python学习心得2
python是一门非常有潜力的高级语言，历经多年的发展，其在编程上发挥着越来越大的作用。在这学期中，通过选修python课上的基础知识学习，我对python也有了一定的认识。而且，在字符串上的处理，python相对于c语言也是给程序员极大的便利。而python不仅如此，它的库也很多，正因为它强大的库，让编程变得不再艰难。但是，我认为python虽然在许多方 面相 对于c语言比较方便，但也有其相对于弱一点的方面，比如说for循环等方面。虽然一学期下来，我对python的学习也仅仅只是它的基础方面，但python的强大，也是足足地吸引着我，希望自己能够在不断地学习中，将python学习的更加好。
python是一门非常有潜力的高级语言，历经多年的发展，其在编程上发挥着越来越大的作用。在这学期中，通过选修python课上的基础知识学习，我对python也有了一定的认识。
在学习python的第一节课上，其对我的最初的印象就是，相较于我学习过的c语言编程，它更加的简洁。所有的变量都不需要像c语言编程那样需要提前去定义，这样给了编程者很大的自由空间与方便。如x=2，即可同时完成变量的定义与赋值。对于简化程序的代码，起到了许多的作用。而且，在字符串上的处理，python相对于c语言也是给程序员极大的便利。在c语言中，只能用字符类的数组对字符串进行相应的操作，步骤也是相对于比较繁琐的，而在python中，当我们需要创建一个字符串的时候，只需要在创建字符串的时候用“s=”就可以了。而python不仅如此，它的库也很多，正因为它强大的库，让编程变得不再艰难。我们只需要调用库中的函数，而对于函数的具体实现，也没有特殊的需求。
但是，我认为python虽然在许多方面相对于c语言比较方便，但也有其相对于弱一点的方面，比如说for循环等方面。不过也依然不会影响到python的强大，而随着近几年来的发展，python的受欢迎度也越来越高，而它的运用的领域也是越来越多，比如人工智能和大数据等领域，python都是在其中扮演者重要的角色。虽然一学期下来，我对python的学习也仅仅只是它的基础方面，但python的强大，也是足足地吸引着我，希望自己能够在不断地学习中，将python学习的更加好。
python学习心得3
由于我是自学Python，非科班出生，所以只能分享一些关于我的学习心得，如果有不对地方欢迎指正。
不过非科班出生虽然是一个痛点，但是在工作上，我其实不输给我其他同事，这点我倒是很有自信，而且我也统一一句话“目前互联网上的免费编程课程，足够让你成为一个合格的码农”。
编程入门
我刚开始学习编程，主要是因为自己想动手做个网站，但是由于技术原因，再加上朋友都比较忙，最后抱着“求人不如求己”的想法，干脆自学。
编程难不难?
这个问题我觉得所有认真学过的人，都一定会肯定告诉你编程不难，但是精通那是相当困难的。
如果你还没去学习，就觉得编程一定很难，那么其实你是没有资格说这句话的，任何事情一定是要去尝试后，才能这么说。
编程其实很像堆积木，然后根据需求，把东西造出来，可以是房子，也可以是桥梁。
学习编程无非运用这些积木，来创造你要的东西。
编程语言选择
这边说个题外话，关于当时编程语言的选择，很多时候我觉得不是你选择编程语言，而是编程语言选择你，也就是你的“本命编程语言”。
人的性格会影响你适合的编程语言，比如你做事有条理，喜欢定期清理房间，那么可能C语言很适合你;如果你不喜欢打扫房间，实在受不了，才打扫一次，可能你适合Java。
哈哈，开个玩笑，不过确实有这种很玄的存在。
我当时在编程语言的选择上，用了一个笨 方法 。
我跑到w3cschool上面，把所有编程语言的第一章都去试了一遍，看看自己喜欢哪个语言，然后就选哪个语言，如果你不知道选哪门语言，可以用我的方法试试看。
至于编程语言，没有高低之分，因为无论你学习哪门语言，你都非常有市场，而且你都能够拿到高薪，关键是哪门语言适合你，并且能够让你有兴趣学下去，能学好，这个很关键。
兴趣是学习编程最大的驱动力!
为什么是Python
说下为什么选择Python?
因为简单，Python是公认的最容易入门的编程语言，而且也是公认有发展前景的编程语言，适用于机器人、大数据、人工智商等未来高科技。
基于以上的原因，我选择Python来作为自己的入门语言，而且我觉得我适合Python这么语言。(因为我很懒)
之前有个梗，大概就是其他编程语言在讨论某个问题，怎么解决，而Python的程序员已经下班了，由此可见Python的效率。
总结 ：Python的语言特点就是“一气呵成，痛快如拉稀”。
学习心得
由于我是自学的，所以参考的网站比较多，小伙伴可以按照我的学习路线，一般来说不会出现什么问题。
基础：教程+视频
进阶：视频+实践
进阶pro：视频+实践+书籍+交流
基础
刚开始学习的时候，我比较推荐w3cschool和菜鸟教程这两个网站。
w3cschool-学编程，从w3cschool开始!
菜鸟教程 - 学的不仅是技术，更是梦想!
这两个网站在我看来，是编程自学的福音。
w3cschool这个网站手册非常棒，另外这个网站的编程微课以及编程实战对新手来说非常友好!
我当时就是靠这两个，引发我学习的乐趣，不然对着枯燥的代码，说实话，很无聊的。
菜鸟教程，这个网站的实例是最棒的，很多时候，你不仅仅要自己看教程，还要去看看为什么，而菜鸟教程的实例就能够让你清晰的知道，为什么，并且会原来如此。
总的来说，这两个网站就像新手村刚出来的剑和盾!是新手入门绝对不能少的，尤其是w3cschool，强烈推荐。
还有一个就是视频，视频我是在慕课网上面看的，我很喜欢慕课网这个网站，网站风格很棒，而且视频也很清晰。
也可以在阿里云上面看Python的视频，也很不错，并且是免费的。
进阶
进阶结束后，代表你是个初级工程师。
这一步实践非常重要，你要自己动手，做一些小玩意，实践才是最重要的，在实践中发现问题，那是学习最快并且效率最高的时刻。
你可以先给自己定下一个目标，比如我要做一个简单的页面，或者我要做一个简单的小程序。
然后就开始动手去实践，这步很重要。
同时还是要多看书籍。
进阶pro
到这一步，我建议务必买书，你需要书籍帮你反向梳理你的知识，这决定了你以后的高度，而不是这个也懂，那个也懂，但是东西就是做不出来。
我记得当时我买完书，看完后的第一感受就是：原来这个世界是这样的!
书会非常系统性的帮你梳理你自己学过的知识!
这里只推荐两本书：《Python入门手册》和《Python核心编程》
小伙伴可以自己去亚马逊购买。
然后就是和身边的小伙伴交流!
多看看别人的代码，自己多敲敲代码，是必经之路，也是一定要做的。
以上，希望对想入门Python的小伙伴能够提供一点点帮助。
python学习心得4
017年11月，一群编程零基础的小伙伴们成立了Python学习小组，12名学员从此夜以继日地奔赴学习的征程。一个月过去了，从在屏幕上用最简单的语句打印出“Hello, Python; Hello, World”开始，我们逐步地学习Python语法，学习操作列表、字典，学习For，While，If语句，现在遇到了第一个难点：类。通过研读、练习、交流、讨论，作为程序界的小白，我们逐步地理解了类的概念，明白了面向对象与面向过程编程的差异，以下是我们的小小心得，与大家分享：
编程基本思想
现实世界中，每个复杂的事务都可以拆分为多个组成部分，其中的每一部分就可称之为对象。比如要实现一个很大很复杂的项目，我们可以把项目拆分成不同的组成部分，然后分别对不同部分通过编程实现，最终再把各个部分组装起来完成整个项目。这让我们能够从整体上来控制项目，从而让程序开发更有效。
比如汽车制造，汽车厂所做的仅仅是各个部件的组装和匹配，而各个部件的生产是由相对专业的厂商完成。如果需要研发新型号汽车，整车厂所考虑的是如何对各个新式的零部件进行新的组装和匹配，而不是从头到尾重新生产一辆汽车。
面向对象的编程
VS
面向过程的编程
面向过程编程是针对一个需求的具体实现过程，但是对于大型项目的复杂需求，一步一步的做，这种编程效率显然是低下的。
面向对象编程则是对项目进行拆分后(一般按照功能拆分)，分别实现，再将各个对象组装起来。因此简单的小程序使用面向过程方法编程更适合。面向对象的编程特性是易维护(可读性高)，效率高，质量高(重用性)，扩展性好(高内聚,低耦合)。
对象
通俗的讲，对象就是事物，一个公司、一个部门、一个人，甚至一本书都可以是一个对象，程序员可以自由决定把什么作为对象。
比如eHR系统，需要对组织架构，员工进行管理，所以使用的对象可能是公司，部门，岗位，员工，等等。对象可大可小，可复杂也可简单，如果仅仅是做一个考勤系统，员工这个对象一定要比eHR系统中的员工对象简单。
类
现实世界中，类代表一组有共同特性的事物，把不同对象之间的共性抽象出来，就形成类的概念。比如说男人、女人可以抽象成人这个类;处长、秘书可以抽象成员工类。至于类如何去抽象，粒度的粗细，这是一个需要在学习和实践中摸索的过程。
实例
以下是一个实例，大家体会一下：
1. 定义父类：
class Employee:
def __init__(self, name, age): #抽象员工共性(名字，年龄)
self.name = name
self.age = age
def signON(self):
print(self.name+" sign on.") #抽象签到的动作
def work(self):
print(self.name + " on work.") #抽象工作的动作
2. 继承出子类：
class MEmployee(Employee): #继承父类的共性
def __init__(self, name, age):
super().__init__(name, age)
def work(self): #重写子类的方法(抽象出从事管理岗位工作的动作)
print(self.name + " on manager_work.")
3. 继承出第二个子类：
class TEmployee(Employee):
def __init__(self, name, age, devLanguage): #继承父类的共性，增加语言的属性
super().__init__(name, age)
self.devLanguage = devLanguage
def work(self): #重写子类的方法(抽象出从事技术岗位工作的动作)
print(self.name + " on technology_work.")
def showLanguage(self): #增加子类的方法(抽象出会某种编程语言的动作)
print("use "+self.devLanguage+" language.")
在上面的程序中，我们先定义了一个父类：包含员工的姓名、年龄等一般特性，可以执行签到、工作这两类动作。在第一个子类中，管理层在前面一般特性的基础上，执行管理工作;在第二个子类中，作为一般员工在前面一般特性的基础上，执行技术工作，从事编程。
python学习心得5
1、定义方法
关键字 def 是方法定义的标志。接下来紧跟方法名和被圆括号所包围的参数列表。方法的主
体语句将在下一行开始并且必须缩进。
方法主体的首句可选择性地是一句字符，用来说明方法的主要功能
例如：
"""print a finabo series up to n."""
2、默认参数值
默认值仅被设置一次，这与以前默认值为可变对象(如列表、字典和多数类实
例时)有很大的区别。
例如：
i=5
def f(arg=i):
print(arg)
i=6
f()
将会输出 5
3、关键字参数
可以通过形式关键字参数调用方法
在方法调用中，关键字参数必须遵循位置参数。 所有的关键参数必须符合方法接受的参数
其中之一。但是他们的次序不重要，这包含非选择的参数。没有参数可以多次接受一个值。
当最后一个形参是__ name 时，它可以接受包含除了形式参数之外的所有关键字的字典，
_ name 必须在__ name 之前出现
4、可变参数列表
正常来说，这些可变参数常常放在正式参数列表的后面，因为它们会包揽所有传递给该方法
的剩余输入参数。任何出现在_ args 参数后低的正式参数会被认为是关键字参数，意味着它
们只能当关键字使用而不是位置参数。
def concat(_ args,sep="/"):
...returnsep.join(args)
...
concat("earth","mars","venus")
’earth/mars/venus’
concat("earth","mars","venus", sep=".")
’earth.mars.venus’
5、拆分参数列表
当参数已经存在列表或者元组中，但是需要分拆以供要求分离位置参数调用的方法，如果单独
分开它们无法使用，就需要写一个方法用 _ 操作符来调用实现分拆列表或者元组中的参数。
同样的使用形式，字典可以用__ 操作符实现关键字参数。
6、形式
lamdba a,b:a+b 该函数表示两个数的和，像内嵌函数
7、代码风格
对于 python，PEP8 作为许多项目应该遵守的编码指导书而做的。 它提出了一种可读而悦
目的编码风格。 每位 python 开发者应该读它。这里抽出一个重要的事项与你分享 ：
? 用四个空格代替 tab 键
? 每行不要超过 79 个字符。
? 用空行分离方法和类，大块代码中的方法。
? 必要的时候为每行添加注释。
? 用文档字符串
? 在操作符两边用空格
? 用统一的风格命名自定义的方法和类
? 如果你的代码打算用在国际环境中，请不要用想象的字符编码。Python 默认的是
utf-8,在任何情况下可以用 Ascii .
? 同样的，即使有很少机会让说不同语言的人们读代码或者维护代码，但在定义中不
要用非 ASCII 编码字符。
Python该怎么入门?
作为初学者，第一个月的月目标应该是这样的：
熟悉基本概念（变量，条件，列表，循环，函数）
练习超过 30 个编程问题
利用这些概念完成两个项目
熟悉至少 2 个框架
开始使用集成开发环境（IDE），Github，hosting，services 等
整体计划
现在，我们先将月计划细化成周计划。
第一周：熟悉 Python
要积极探索 Python 的使用方法，尽可能多的完成下面这些任务：
第一天：基本概念（4 小时）：print，变量，输入，条件语句
第二天：基本概念（5 小时）：列表，for 循环，while 循环，函数，导入模块
第三天：简单编程问题（5 小时）：交换两个变量值，将摄氏度转换为华氏温度，求数字中各位数之和，判断某数是否为素数，生成随机数，删除列表中的重复项等等
第四天：中级编程问题（6 小时）：反转一个字符串（回文检测），计算最大公约数，合并两个有序数组，猜数字游戏，计算年龄等等
第五天：数据结构（6 小时）：栈，队列，字典，元组，树，链表。
第六天：面向对象编程（OOP）（6 小时）：对象，类，方法和构造函数，面向对象编程之继承
第七天：算法（6 小时）：搜索（线性和二分查找）、排序（冒泡排序、选择排序）、递归函数（阶乘、斐波那契数列）、时间复杂度（线性、二次和常量）
通过第一周时间，python大致能熟悉了，自学能力稍微弱一点找人带下你，节约自己的时间。
注意：别急着安装 Python 环境！
这看起来很矛盾，但是你一定要相信我。我有几个朋友，他们因为语言工具包和 IDE 安装的失败而逐渐失去了学习下去的欲望。因此，我的建议是先使用一些安卓 app 来探索这门语言，如果你是个技术小白，安装 Python 环境可不是你的首要任务。
第二周：开始软件开发（构建项目）
接下来，让我们朝着软件开发任务进军吧！不妨尝试综合你学到的知识完成一个实际的项目：
第一天：熟悉一种 IDE（5 小时）: IDE 是你在编写大型项目时的操作环境，所以你需要精通一个 IDE。在软件开发的初期，我建议你在 VS code 中安装 Python 扩展或使用 Jupyter notebook。
第二天：Github（6 小时）：探索 Github，并创建一个代码仓库。尝试提交（Commit）、查看变更（Diff）和上推（Push）你的代码。另外，还要学习如何利用分支工作，如何合并（merge）不同分支以及如何在一个项目中创建拉取请求（pull request）。
第三天：第一个项目——简单计算器（4 小时）：熟悉 Tkinter，创建一个简单的计算器
第四、五、六天：个人项目（每天 5 小时）：选定一个项目并完成它。如果你不知道你该做什么，可以查看下面的清单（ pythonprojects -for-an- middle - programmer/answer/jhankar - mahbub2）
第七天：托管项目（5 小时）：学习使用服务器和 hosting 服务来托管你的项目。创建一个 Heroku 设置并部署你构建的应用程序。
为什么要写项目？
如果仅仅按部就班地学习课堂上或视频中的内容，你无法拥有独立思考能力。所以，你必须把你的知识应用到一个项目中。当你努力寻找答案时，你也在慢慢地学会这些知识。
第三周：让自己成为一名程序员
第 3 周的目标是熟悉软件开发的整体过程。你不需要掌握所有的知识，但是你应该知道一些常识，因为它们会影响你的日常工作。
第一天：数据库基础（6 小时）：基本 SQL 查询（创建表、选择、Where 查询、更新）、SQL 函数（Avg、Max、Count）、关系数据库（规范化）、内连接、外连接等
第二天：使用 Python 数据库（5 小时）：利用一种数据库框架（SQLite 或 panda），连接到一个数据库，在多个表中创建并插入数据，再从表中读取数据。
第三天：API（5 小时）：如何调用 API。学习 JSON、微服务（micro-service）以及表现层应用程序转换应用程序接口（Rest API）。
第四天：Numpy（4 小时）：熟悉 Numpy（- Numpy -for- datascies-beginners-b8088722309f）并练习前 30 个 Numpy 习题（- 100/blob/master/100_numpy_excercises.md)
第五、六天：作品集网站（一天 5 小时）：学习 Django，使用 Django 构建一个作品集网站（- start-with-django -1/），也要了解一下 Flask 框架。
第七天：单元测试、日志、调试（5 小时）：学习单元测试（PyTest），如何设置和查看日志，以及使用断点调试。
真心话时间（绝密）
如果你非常「疯狂」，并且非常专注，你可以在一个月内完成这些任务。你必须做到：
把学习 Python 作为你的全职活动。你需要从早上 8 点开始学习，一直到下午 5 点。在此期间，你可以有一个午休时间和茶歇时间（共 1 小时）。
8 点列出你今天要学的东西，然后花一个小时复习和练习你昨天学过的东西。
从 9 点到 12 点：开始学习，并进行少量练习。在午饭后，你需要加大练习量，如果你卡在某个问题上，可以在网上搜索解决方案。
严格保持每天 4-5 小时的学习时间和 2-3 小时的练习时间（每周最多可以休息一天）。
你的朋友可能会认为你疯了。走自己的路，让别人去说吧！
如果你有一份全职工作，或者你是一名学生，完成这些流程可能需要更长的时间。作为一名全日制学生，我花了 8 个月的时间来完成这份清单。现在我是一名高级开发人员。所以，不管花多长时间，一定要完成它们。要想成功完成一个目标，必须付出百分之百的努力。
第四周：认真考虑工作（实习）问题
第 4 周的目标是认真思考如何才能被录用。即使你现在不想找工作，你也可以在探索这条道路的过程中学到很多东西。
第一天：准备简历（5 小时）：制作一份一页的简历。把你的技能总结放在最上面，必须在写项目的同时附上 Github 链接。
第二天：作品集网站（6 小时）：写几个博客，将它们添加到你之前开发的作品集网站中。
第三天：LinkedIn 简介（4 小时）：创建一个 LinkedIn 个人简介，把简历上的所有内容都放到 LinkedIn 上。
第四天：面试准备（7 小时）：准备一些谷歌常见的面试问题，练习白皮书中的 10 个面试编程问题。在 Glassdoor、Careercup 等网站中查看前人遇到的面试问题。
第五天：社交（~小时）：走出房门，开始参加聚会、招聘会，与其他开发人员和招聘人员见面。
第六天：工作申请（~小时）：搜索「Python Job」，查看 LinkedIn Job 和本地求职网站。选择 3 个工作岗位并发送工作申请。为每个工作定制你的简历。在每个工作要求中找出 2 到 3 件你不知道的事情，并在接下来的 3-4 天里学会它们。
第七天：在拒绝中学习（~小时）：每次你被拒绝的时候，找出两件为了获得这份工作你应该知道的事情，然后花 4-5 天 的时间来掌握它们。这样，每次拒绝都会让你成为更好的开发人员。
python语言主要是做什么的
1、Web开发（Python后端）
Python有很多优秀的Web开发框架，如Flask、Django、Bootstar等，可以帮助你快速搭建一个网站。当需要一个新功能时，用Python只需添加几行代码即可，这受到了很多初创型公司的一致欢迎。
像知乎、豆瓣、小米这样的大厂，最早的网站都是用Python搭建的，国外则更多，如YouTube 、Quora、Reddit、Instagram、Netflix等代表地球顶级流量的大站，都构建在Python之上。
平均薪资：15~20K
技能要求：前端基础、Python基础、主流Python Web框架（Flask、Django等）、数据库等
2、Python爬虫工程师
顾名思义，就是用Python收集和爬取互联网的信息，也是小伙伴们入坑Python的第一驱动力。靠人力一星期才能完成的工作，你泡着咖啡、跑10分钟爬虫即可，又装X又实用，学会Python爬虫后，即使不做程序员的工作也能加分不少。
平均薪资：15~25K
技能要求：前端基础、Python爬虫库、数据库、JS反爬等
友情提示：注意法律风险
3、Python数据分析师
这个时代，数据和黄金一样宝贵，现在最火的公司如：今日头条、抖音、快手等，产品都建立在对用户的分析之上，更不用说淘宝、京东、拼多多这些 “定制化推荐” 的老手。
可以说，所有的商业公司都需要这样一个角色，Python数据分析师也成了目前最火的职业之一。
Python是目前数据分析业务中，最常用的语言。学会Python后，基本可以满足数据分析经理的招聘需求。
平均薪资：10~25K
技能要求：统计学基础、Python的数据分析库（Pandas、NumPy、matplolib）、数据库、机器学习框架（高端职位需要）
4、AI工程师
人工智能是目前最火的方向之一，薪资待遇非常高（土豪的代名词）。从招聘网站上可以看到，80K、100K 的职位也有很多，小编流下了没有技术的泪水，当然这些职位的要求也相对较高。
Python是人工智能时代的头牌语言，不管是机器学习（Machine Learning）还是深度学习（Deep Learning），最常用的工具和框架都需要用Python调用，如Numpy、scipy、pandas、matplotlib、PyTorch、TensorFlow等，因此Python是人工智能工程师的必备技能之一。
薪资：20~40K
技能要求：统计学基础、Python、数据分析库、机器学习、深度学习框架
5、自动化运维工程师
运维工程师经常要监控上百台机器的运行，或同时部署的情况。使用Python可以自动化批量管理服务器，起到1个人顶10个人的效果。
自动化运维也是Python的主要应用方向之一，它在系统管理、文档管理方面都有很强大的功能。
平均薪资：15~25K
技能要求：Python、shell、Linux、数据库、openpyxl库等
6、自动化测试工程师
测试的工作是枯燥和重复的，在过去，每次产品更新，都要重复测试一遍，效率低而且容易出错。
Python提供了很多自动化测试的框架，如Selenium、Pytest等，避免了大量的重复工作，Python自动化测试也变得越来越流行。
平均薪资：10~20K
技能要求：Python、自动化测试框架、Linux等
7、Python游戏开发
Python游戏开发的招聘集中在游戏服务器领域，主要负责网络游戏的服务器功能开发、性能优化等工作。
平均薪资：15~25K
技能要求：Python、Python Web框架、Linux、数据库、Nginx等
通过以上一系列的讲解，相信各位刚入门Python编程语言的人，对于Python主要用来做什么这个问题有了一定的了解。Python编程语言应用广泛，就业方向也是十分广阔，当下正是学习Python的好时机。
请问怎么学习Python？
这里整理了一份Python开发的学习路线，可按照这份大纲来安排学习计划~
第一阶段：专业核心基础
阶段目标：
1. 熟练掌握Python的开发环境与编程核心知识
2. 熟练运用Python面向对象知识进行程序开发
3. 对Python的核心库和组件有深入理解
4. 熟练应用SQL语句进行数据库常用操作
5. 熟练运用Linux操作系统命令及环境配置
6. 熟练使用MySQL，掌握数据库高级操作
7. 能综合运用所学知识完成项目
知识点：
Python编程基础、Python面向对象、Python高级进阶、MySQL数据库、Linux操作系统。
1、Python编程基础，语法规则，函数与参数，数据类型，模块与包，文件IO，培养扎实的Python编程基本功，同时对Python核心对象和库的编程有熟练的运用。
2、Python面向对象，核心对象，异常处理，多线程，网络编程，深入理解面向对象编程，异常处理机制，多线程原理，网络协议知识，并熟练运用于项目中。
3、类的原理，MetaClass，下划线的特殊方法，递归，魔术方法，反射，迭代器，装饰器，UnitTest，Mock。深入理解面向对象底层原理，掌握Python开发高级进阶技术，理解单元测试技术。
4、数据库知识，范式，MySQL配置，命令，建库建表，数据的增删改查，约束，视图，存储过程，函数，触发器，事务，游标，PDBC，深入理解数据库管理系统通用知识及MySQL数据库的使用与管理。为Python后台开发打下坚实基础。
5、Linux安装配置，文件目录操作，VI命令，管理，用户与权限，环境配置，Docker，Shell编程Linux作为一个主流的服务器操作系统，是每一个开发工程师必须掌握的重点技术，并且能够熟练运用。
第二阶段：PythonWEB开发
阶段目标：
1. 熟练掌握Web前端开发技术，HTML，CSS，JavaScript及前端框架
2. 深入理解Web系统中的前后端交互过程与通信协议
3. 熟练运用Web前端和Django和Flask等主流框架完成Web系统开发
4. 深入理解网络协议，分布式，PDBC，AJAX，JSON等知识
5. 能够运用所学知识开发一个MiniWeb框架，掌握框架实现原理
6. 使用Web开发框架实现贯穿项目
知识点：
Web前端编程、Web前端高级、Django开发框架、Flask开发框架、Web开发项目实战。
1、Web页面元素，布局，CSS样式，盒模型，JavaScript，JQuery与Bootstrap掌握前端开发技术，掌握JQuery与BootStrap前端开发框架，完成页面布局与美化。
2、前端开发框架Vue，JSON数据，网络通信协议，Web服务器与前端交互熟练使用Vue框架，深入理解HTTP网络协议，熟练使用Swagger，AJAX技术实现前后端交互。
3、自定义Web开发框架，Django框架的基本使用，Model属性及后端配置，Cookie与Session，模板Templates，ORM数据模型，Redis二级缓存，RESTful，MVC模型掌握Django框架常用API，整合前端技术，开发完整的WEB系统和框架。
4、Flask安装配置，App对象的初始化和配置，视图函数的路由，Request对象，Abort函数，自定义错误，视图函数的返回值，Flask上下文和请求钩子，模板，数据库扩展包Flask-Sqlalchemy，数据库迁移扩展包Flask-Migrate，邮件扩展包Flask-Mail。掌握Flask框架的常用API，与Django框架的异同，并能独立开发完整的WEB系统开发。
第三阶段：爬虫与数据分析
阶段目标：
1. 熟练掌握爬虫运行原理及常见网络抓包工具使用，能够对HTTP及HTTPS协议进行抓包分析
2. 熟练掌握各种常见的网页结构解析库对抓取结果进行解析和提取
3. 熟练掌握各种常见反爬机制及应对策略，能够针对常见的反爬措施进行处理
4. 熟练使用商业爬虫框架Scrapy编写大型网络爬虫进行分布式内容爬取
5. 熟练掌握数据分析相关概念及工作流程
6. 熟练掌握主流数据分析工具Numpy、Pandas和Matplotlib的使用
7. 熟练掌握数据清洗、整理、格式转换、数据分析报告编写
8. 能够综合利用爬虫爬取豆瓣网电影评论数据并完成数据分析全流程项目实战
知识点：
网络爬虫开发、数据分析之Numpy、数据分析之Pandas。
1、爬虫页面爬取原理、爬取流程、页面解析工具LXML，Beautifulfoup，正则表达式，代理池编写和架构、常见反爬措施及解决方案、爬虫框架结构、商业爬虫框架Scrapy，基于对爬虫爬取原理、网站数据爬取流程及网络协议的分析和了解，掌握网页解析工具的使用，能够灵活应对大部分网站的反爬策略，具备独立完成爬虫框架的编写能力和熟练应用大型商业爬虫框架编写分布式爬虫的能力。
2、Numpy中的ndarray数据结构特点、numpy所支持的数据类型、自带的数组创建方法、算术运算符、矩阵积、自增和自减、通用函数和聚合函数、切片索引、ndarray的向量化和广播机制，熟悉数据分析三大利器之一Numpy的常见使用，熟悉ndarray数据结构的特点和常见操作，掌握针对不同维度的ndarray数组的分片、索引、矩阵运算等操作。
3、Pandas里面的三大数据结构，包括Dataframe、Series和Index对象的基本概念和使用，索引对象的更换及删除索引、算术和数据对齐方法，数据清洗和数据规整、结构转换，熟悉数据分析三大利器之一Pandas的常见使用，熟悉Pandas中三大数据对象的使用方法，能够使用Pandas完成数据分析中最重要的数据清洗、格式转换和数据规整工作、Pandas对文件的读取和操作方法。
4、matplotlib三层结构体系、各种常见图表类型折线图、柱状图、堆积柱状图、饼图的绘制、图例、文本、标线的添加、可视化文件的保存，熟悉数据分析三大利器之一Matplotlib的常见使用，熟悉Matplotlib的三层结构，能够熟练使用Matplotlib绘制各种常见的数据分析图表。能够综合利用课程中所讲的各种数据分析和可视化工具完成股票市场数据分析和预测、共享单车用户群里数据分析、全球幸福指数数据分析等项目的全程实战。
第四阶段：机器学习与人工智能
阶段目标：
1. 理解机器学习相关的基本概念及系统处理流程
2. 能够熟练应用各种常见的机器学习模型解决监督学习和非监督学习训练和测试问题，解决回归、分类问题
3. 熟练掌握常见的分类算法和回归算法模型，如KNN、决策树、随机森林、K-Means等
4. 掌握卷积神经网络对图像识别、自然语言识别问题的处理方式，熟悉深度学习框架TF里面的张量、会话、梯度优化模型等
5. 掌握深度学习卷积神经网络运行机制，能够自定义卷积层、池化层、FC层完成图像识别、手写字体识别、验证码识别等常规深度学习实战项目
知识点：
1、机器学习常见算法、sklearn数据集的使用、字典特征抽取、文本特征抽取、归一化、标准化、数据主成分分析PCA、KNN算法、决策树模型、随机森林、线性回归及逻辑回归模型和算法。熟悉机器学习相关基础概念，熟练掌握机器学习基本工作流程，熟悉特征工程、能够使用各种常见机器学习算法模型解决分类、回归、聚类等问题。
2、Tensorflow相关的基本概念，TF数据流图、会话、张量、tensorboard可视化、张量修改、TF文件读取、tensorflow playround使用、神经网络结构、卷积计算、激活函数计算、池化层设计，掌握机器学习和深度学习之前的区别和练习，熟练掌握深度学习基本工作流程，熟练掌握神经网络的结构层次及特点，掌握张量、图结构、OP对象等的使用，熟悉输入层、卷积层、池化层和全连接层的设计，完成验证码识别、图像识别、手写输入识别等常见深度学习项目全程实战。
自学python推荐书籍
零基础如何学好python，作为一个学了python两三年的过来人，我当初也是从0开始一路摸索过来的，这里给想学python的小白们分享一点我的学习心得。
1.《笨方法学Python》、《流畅的python》、《EffectivePython：编写高质量Python代码的59个有效方法》、《PythonCookbook》。
2.《利用Python进行数据分析（原书第2版）》、《Python数据科学手册(图灵出品)》。