Python学习路径和个人增值（整合版）

PS：内容来源于网络

一、简介

        Python是一种面向对象、直译式计算机程序设计语言，由Guido van Rossum于1989年底发明。由于他简单、易学、免费开源、可移植性、可扩展性等特点，Python又被称之为胶水语言。下图为主要程序语言近年来的流行趋势，Python受欢迎程度扶摇直上。

二、数据分析路径

        由于Python拥有非常丰富的库，使其在数据分析领域也有广泛的应用。由于Python本身有十分广泛的应用，本期Python数据分析路线图主要从数据分析从业人员的角度讲述Python数据分析路线图。整个路线图计划分成16周，120天左右。主要学习内容包括四大部分：
        1）Python工作环境及基础语法知识了解（包括正则表达式相关知识学习）；
        2）数据采集相关知识（python爬虫相关知识）；
        3）数据分析学习；
        4）数据可视化学习。

 

 

1）Python工作环境及基础语法知识了解：
　　对于Python基础语法学习部分，学习周期大概为4周，需要的相关资源在网络上都能找到免费的资源，而且质量都不错。相关中文资源如下：
　　1.1python工作集成环境包
　　Python(x,y):下载地址：http://python-xy.github.io/downloads.html
　　Pycharm：下载地址：http://www.jetbrains.com/pycharm/download/#section=windows

　　1.2python数据分析相关库（Pandas/Numpy/Scipy/Matplotlib）
　　如果安装了上面集成工作包，则下面的包不需要重新安装了。关于包的安装方法在学习资源图书中都有介绍，通常安装库采用pip方法，也可以用pip list查询系统安装了哪些库。

　　1.3学习资源
　　　　1.3.1图书：
　　　　1）Python基础教程（第2版）[电子版图书自行百度]
　　　　2）深入浅出Head First python（中文版）[电子版图书自行百度]

　　　　1.3.2在线教程：
　　　　1）廖雪峰的python教程：http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000
　　　　2）正则式学习：http://wiki.jikexueyuan.com/project/python-crawler-guide/regular-expressions.html#7907ec6cc04be6c7f8cf8ac272215946

　　　　1.3.3视频教程：
　　　　1）慕课网python入门：http://www.imooc.com/learn/177
　　　　2）慕课网python进阶：http://www.imooc.com/learn/317
　　　　3）正则式学习视频：http://www.imooc.com/learn/550

 

2）数据采集学习：
　　对于数据采集部分的学习主要是通过python爬虫的学习了解基本的外部数据采集情况，当然也可以借助别人写好的规则库直接完成某些数据的采集。这部分内容的学习周期大概也为四周，需要的相关资源在网络上都能找到免费的资源，而且质量都不错。相关中文资源如下：

　　2.1爬虫学习在线教程：
　　1.Python爬虫入门一之综述：http://cuiqingcai.com/927.html
　　2.Python爬虫入门二之爬虫基础了解：http://cuiqingcai.com/942.html
　　3.Python爬虫入门三之Urllib库的基本使用：http://cuiqingcai.com/947.html
　　4.Python爬虫入门四之Urllib库的高级用法：http://cuiqingcai.com/954.html
　　5.Python爬虫入门五之URLError异常处理：http://cuiqingcai.com/961.html
　　6.Python爬虫入门六之Cookie的使用：http://cuiqingcai.com/968.html
　　7.Python爬虫入门七之正则表达式：http://cuiqingcai.com/977.html
　　8.Python爬虫实战一之爬取糗事百科段子：http://cuiqingcai.com/990.html
　　9.Python爬虫实战二之爬取百度贴吧帖子：http://cuiqingcai.com/993.html
　　10.Python爬虫实战三之计算大学本学期绩点：http://cuiqingcai.com/997.html
　　11.Python爬虫实战四之抓取淘宝MM照片：：http://cuiqingcai.com/1001.html
　　12.Python爬虫进阶一之爬虫框架Scrapy安装配置：http://cuiqingcai.com/912.html

　　2.2视频教程：
　　Python简单爬虫开发：http://www.imooc.com/learn/563

3）数据分析：
　　Python数据分析的学习主要是对相关库的使用，比如数据整理需要用到numpy和pandas库，数据描述与分析分析则主要用到pandas库，从某种程度上讲，利用python进行数据分析的学习过程就是对库的学习过程。由于有了前面2部分内容的学习基础，本部分内容的建议学习练习时间也为4周，相关免费学习资源如下：

　　3.1学习资源
　　　　3.1.1图书：
　　　　利用python进行数据分析：http://item.jd.com/11352441.html[电子版图书自行百度]

　　　　3.1.2视频：
　　　　用python玩转数据：https://www.coursera.org/learn/hipython[视频为cousera认证课程，全程中文]

　　3.2数据分析的准备

　　1.了解数据——数据加载、储存与文件格式；异常值的清理与缺失值处理

　　2.数据清洗与初步分析——数据清理、转换、合并与重塑；数据汇总与描述统计；

　　3.绘图与可视化——基本绘图命令与图形概览、图形元素设定与实例：地震危机数据的可视化

　　4.数据聚合与分组处理——数据聚合、分组运算与转换、透视表与交叉表

 　　

　　3.3数据分析初探

　　1.假设检验——常用假设检验与实例分析

　　2.线性回归——线性回归模型、分析结果呈现与解读；实例：商品价格预测

　　3.logistic回归——logistic回归模型讲解；实例：电信客户流失分析

　　4.时间序列分析——时间序列基本处理、时间序列模型构建与结果解读；实例：未来股票价格预测

 

　　3.4深入数据分析

　　1.分类算法——knn、决策树、贝叶斯分类器等算法介绍；实例：网页注册用户预测

　　2.聚类算法——k-means算法介绍；实例：通信基站聚类分析

　　3.降维方法——主成分分析与因子分析算法介绍；实例：地区经济指标评分

 

4）数据可视化：
　　Python数据可视化学习的过程就是学习matplotlib库的过程，matplotlib库包含有丰富的数据可视化资源，地图、3D等等都有涉及，如果有前面3部分的学习经验的话，这部分内容在4周内也能解决。相关中文学习资源如下：

　　4.1图书：
　　Python数据可视化编程实战[电子版图书自行百度]：http://item.jd.com/11676691.html

　　4.2在线教程：
　　1.利用Python绘图和可视化（1）：http://www.lovedata.cn/ec/Python/2016/0118/7732.html
　　2.利用Python绘图和可视化（2）：http://www.lovedata.cn/ec/Python/2016/0118/7733.html

　　至此，Python数据分析相关学习内容介绍完了，上面介绍的多种资源，每个阶段只需选择其中的一种进行深入即可，更多更深的内容则需要自己去实践摸索。更多数据分析学习及数据分析工具参见数据导航网站。

 

三、其他资源

1.百度云：http://pan.baidu.com/s/1YPLT0

2.有道云笔记：http://note.youdao.com/share/?id=3e1d9299f8680bcaa416b7f98c34f13e&type=notebook

3.用Python玩转数据 Data Processing Using Python  https://www.coursera.org/learn/hipython

4.利用Python绘图和可视化（1）  http://www.lovedata.cn/ec/Python/2016/0118/7732.html

5.利用Python绘图和可视化（2）  http://www.lovedata.cn/ec/Python/2016/0118/7733.html

6.Python 中文官方文档

7.python入门基础教程 http://wiki.jikexueyuan.com/list/python/

四、个人增值

第一部分:一些要求

1.学历
格式：计算机及相关专业本科及以上学历…..

不解释，不说明

毕业后很少再看学历了，更多的是看能力吧（我会告诉你第一年周围都是硕士博士海龟么，俺学历最低，自卑啊）

见过数学系、物理系、信息自动化系的跑过来当码农，唯一遗憾的是还没有见到中文系的…..

2.经验
格式：拥有X年以上经验，至少独立负责过X个项目

很蛋疼的东西，见过一年经验用N年的，也见过一年拥有N年经验的

受环境影响，但更多的是取决于个人

听过一句话：人和人的唯一区别，就是有木有主观能动性（略有些偏激，但是有道理）

3.基础素质
格式：具有良好的XXXX

编码规范/风格
文档书写习惯
沟通与表达能力，逻辑思维清晰
团队合作
动手能力/独立工作能力
进取心，求知欲，工作热情
善于学习，乐于分享，快速学习能力
能承受较大的工作压力
执行力
责任感
英文阅读能力
创新精神
对新技术敏感
独立分析、设计、解决问题的能力

这些都相对比较“虚”，不怎么好考察，面试+试用可以相对客观了解是否符合

个人认为，责任感+执行力，这两点足够了，其他一般不会差。

自我驱动的人，永远会getthingsdone.所以会不断去弥补自己的短板，其他对应能力即使不足，也能很快弥补

4.加分项
格式：XXXX优先

使用*nix系统
vim/Emacs编辑器
对开源技术有强烈兴趣和爱好，参与提交bug/patch
各种技术/经验(前端/hadoop/机器学习/数据挖掘/函数式编程)

为毛不是osx系统(╯‵□′)╯︵┻━┻

从一些侧面，查看一个人的特质吧

5.提供
格式:XXXX账号/地址

博客地址
github/bitbucket
stackoverflow
知乎
微博

搞技术的，很有必要建立自己的领地，搞一些东西

分享，更重要的是积累

第二部分：干货

关于Python后端开发要求

1.对Python有兴趣，熟悉Python(标准库)
最好阅读过源码

了解Python的优化(熟悉pypy更佳)

2.至少至少一门语言（不说“精通”）
起码熟悉其他基本语言

C/C++LispHaskellSchemegolangerlangJavaRRubyNode.jsPHPPerlLua

我选了Java(曾经擅长)/Golang/Lisp/Ruby/C/C++

3.数据结构和算法
数据结构和算法基础扎实

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

5.熟悉Linux
基本操作和命令
会Shell
版本Git/Svn
部署相关:Nginx/Gunicorn/Fabric/Virtualenv

6.数据库
熟悉Mysql等关系数据库使用
熟悉数据库设计
熟悉数据库调优/优化
有NoSQL使用经验Redis/MongoDB等

7.后端技术相关
Redis
Memcached
RabbitMQ/ZeroMQ

8.网络编程基础
熟悉tcp/ip协议，熟悉网络编程
了解常见的网络模型
多线程

9.前端相关
熟悉Web开发相关知识
熟悉HTML/CSS/Javascript/JQuery
熟悉AngularJS

10.其他
数据抓取，爬虫
beautifulsoup/scrapy

机器学习/数据挖掘/自然语言处理（推荐算法）

TDD
高并发系统
大容量存储系统
消息系统

Linux系统编程/网络编程

基于此，去构建自己的技能体系，然后针对各项逐渐深入

就这些，骚年，努力练级去吧