python学习之路 - 从入门到精通到大师

0、前言

写在前面的一些话，学了python也有快两年了，最初的目的是为了深度学习做基础语言，慢慢的发现了更多的用途，看过很多教程，也听过不少课，暂时项目没有做太多。

这一次准备写一个自己的学习教程，讲一讲自己的学习之路，为了那些想要学习的人；也做一个记录，记录一下自己都学了些什么。这里面会有很多资源和书籍的推荐，也会有一些读书笔记，再或者是一些优秀博客的索引，希望能帮到你，就这样。

1、资源推荐

下面直接给一些自己看过的，知道的，比较有名的资源推荐，如果你有兴趣接触，可以自行学习。

1) Python安装

python的安装使用首推的是anaconda和pycharm，不需要你去调环境变量，就可以直接上手的工具，anaconda是一个交互式的工具，多用于处理数据；而pycharm是一个IDE，可以用于开发以及大的项目编写。

• Windows10 下 Anaconda和 PyCharm 的详细的安装教程（图文并茂）
• Ubuntu18.04深度学习环境配置(CUDA9+CUDNN7.4+TensorFlow1.8)

2) python资料

• Python - 100天从新手到大师 的md和代码 Python-100-Days-master.rar
• Python3教程 - 廖雪峰的官方网站
• 廖雪峰python学习笔记
• 南京大学python视频教程
• 北京理工大学python语言程序设计
• 《零基础入门学习Python》

2、应用领域和就业形势分析（转自Python - 100天从新手到大师）

简单的说，Python是一个“优雅”、“明确”、“简单”的编程语言。

• 学习曲线低，非专业人士也能上手
• 开源系统，拥有强大的生态圈
• 解释型语言，完美的平台可移植性
• 支持面向对象和函数式编程
• 能够通过调用C/C++代码扩展功能
• 代码规范程度高，可读性强

目前几个比较流行的领域，Python都有用武之地。

• 云基础设施 - Python / Java / Go
• DevOps - Python / Shell / Ruby / Go
• 网络爬虫 - Python / PHP / C++
• 数据分析挖掘 - Python / R / Scala / Matlab
• 机器学习 - Python / R / Java / Lisp

作为一名Python开发者，主要的就业领域包括：

• Python服务器后台开发 / 游戏服务器开发 / 数据接口开发工程师
• Python自动化运维工程师
• Python数据分析 / 数据可视化 / 大数据工程师
• Python爬虫工程师
• Python聊天机器人开发 / 图像识别和视觉算法 / 深度学习工程师

下图显示了主要城市Python招聘需求量及薪资待遇排行榜（截止到2018年5月）。



给初学者的几个建议：

• Make English as your working language.
• Practice makes perfect.
• All experience comes from mistakes.
• Don’t be one of the leeches.
• Either stand out or kicked out.

3、python系列文章

• python / 和 % 和 //（地板除）解析（最清晰的解释）
• python reshape函数参数-1(X.reshape(X.shape[0], -1).T)
• python insert()函数解析（最清晰的解释）
• python字典D.get()函数解析（最清晰的解释）
• python open()函数解析（最清晰的解释）
• python os.path()模块解析（最清晰的解释）
• 一文看懂Python匿名函数
• 初识面向对象编程（Object Oriented Programming，OOP）

4、python基础教程

• 与python的第一次相遇

5、《算法图解》学习笔记

• 《算法图解》学习笔记（一）：二分查找（附代码）
• 《算法图解》学习笔记（二）：选择排序（附代码）
• 《算法图解》学习笔记（三）：递归和栈（附代码）
• 《算法图解》学习笔记（四）：快速排序（附代码）