(零)Python学习路径

本文转载自CSDNedu

1、Python基础(第 1 周-第 2 周)

课程目标:让学员熟练掌握 Python 语法基础、 流程控制、循环结构、函数以及面向对像等知识。 为后续课程的学习打下坚实的基础。

作业/案例:九九乘法表、递归遍历目录、自动提款机系统、学生管理系统、2048 小游戏、飞机大战游戏

主要内容:

1. Python 开发环境搭建

2. Python 初识

3. Python 基础语法

4.Python 数据类型

5. 流程控制

6. Python 的函数

7. Python 模块实战

8. Python os 与文件操作实战

9. Python 错误和异常处理实战

10. Python 面向对象编程

2、Python Web开发篇(第 3 周-第 6 周)

课程目标:让学员熟练掌握 Web 开发流程,Web 前端开发所需语言和组件,以及Django 框架。通过本次课程学习, 让学会可以开发中等难度的 WEB站点项目。

作业/案例:博客项目前台界面、商城项目前台界面、购物车特效实战、轮播与导航实战、项目的数据库设计、新闻信息管理案例、搜索分页浏览新闻、在线项目册实战、我的网络优盘

实战项目(多选一):Django 论坛、Django 博客、Django 商城、Django CMS

主要内容:

1. HTML5 网页

2. CSS3 样式表

3. JavaScript 脚本语言

4. jQuery 动态网页特效实战

5. BootStrap 网页布局实战

6. MySQL 数据库实战

7. Django 的安装与配置

8. Django 项目目录结构

9. Django 基本指令实战

10. Django MTV 流程

11. Django 路由执行流程

12. View 视图配置

13. url 反向解析

14. 请求与响应

15. Model 模型的创建

16. 数据迁移与导入

17. 单表信息的增删改查操作实战

18. Template 模板处理

19. 模板中的各种标签使用

20. 模板中的继承,包含

21. CSRF 和中间件

22. 静态资源配置

23. 搜索加分页浏览数据实战

24. 图片上传与等比缩放处理实战

25. COOKIE 和 SESSION

26. 验证码的使用实战

27. 富文本的使用实战

28. 项目功能需求分析与设计

29. 项目数据库设计

30. 项目架构与程序设计

31. 项目代码开发与编写

32. 网站中的权限控制系统

33. 网站的伪静态化实现

34. 多数据库联用实战

35. 缓存优化实战

36. 接口开发实战

3、Python 网络 爬虫基础( 第 7 周-第 11 周)

课程目标:让学员掌握Python 网络爬虫基础,抓包分析技术、用户代理/代理IP 池技术。最后通过本模块学习能够做出基本的网络爬虫项目

作业/案例:新闻信息爬虫实战、博客信息的爬虫实战、图片信息的爬虫实战、信息评论(二级)信息爬虫实战、Scrapy框架使用实战、商品大型信息爬虫实战、分布式爬虫项目实战

主要内容:

1. Python中的正则表达式

2. 网络爬虫工作原理与实战

3. urllib3和requests的使用

4. 解析库的使用(Xpath、BeautifulSoup、PyQuery)

5. 图片信息爬取实战

6. Fiddler抓包工具

7. 浏览器伪装技术

8. Ajax信息爬取实战

9. 验证码信息识别

10. Scrapy框架介绍与使用

11. Selector选择器

12. Spider的使用

13. DownloaderMiddleware的使用

14. SpiderMiddleware的使用

15. ItemPipeline的使用

16. Selenium的使用

17. MongoDB数据库

18. Redis数据库

19. Scrapy分布式实战

20. App的信息爬取

21. mitmproxy的使用

4、Python 自动化运维技术(第 12 周-第 13 周)

课程目标:通过本章学习,让学员了解自动化运维技术,掌握自动化运维、监控、配置和部署等内容。

作业/案例:实现基于Python的自动化运维、监控部署等技术实战。

主要内容:

1. Linux基础

2. 服务器软件安装与管理

3. 高并发下的Web架构

4. Python自动化运维

5. Python自动化监控与报警

6. 自动化安装与配置

7. 自动化部署

8. Docker容器实战

9. 自动化运维管理实战

5、Python 数据挖掘与机器学习(第 13 周-第 17 周)

课程目标:

1、让学员掌握了Python数据挖掘中的各种数据预处理技术,重点掌握了数据和图像的处理。

2、让学员掌握机器学习的核心知识点,了解各种算法,并学会通过 Python加以实现,同时学会对这些算法进行实际案例应用。

作业/案例:数据案例项目实战、图像处理项目实战,分别使用我们学习的各种算法做一个案例。

主要内容

1. Jupyter安装与基本使用

2. Numpy安装与基本使用

3. Numpy中的运算

4. pandas安装与数据结构

5. Matplotlib安装与概述

6. Matplotlib绘制图表

7. pandas中绘制图表

8. 数据质量分析

9. 数据特征分析

10. 数据清洗

11. 计算样本之间的距离

12. k近邻算法

13. 拆分训练集与测试集(留出法)

14. 参数调节

15. 数据标准化

16. 基尼系数

17. 决策树

18. 封装机器学习算法

19. 决策边界

20. 过拟合与欠拟合

21. 朴素贝叶斯算法原理

22. 线性回归算法

23. 多元线性回归算法

24. K-Means聚类算法原理

你可能感兴趣的:(python学习)