零基础如何系统地自学Python编程？

零基础如何系统地自学Python编程？绝大多数零基础转行者学习编程的目的就是想找一份高薪有发展前景的工作，哪个编程语言就业前景好越值得学习。零基础的同学学Python是一个不错的选择。

 

对于零基础的初学者最迷茫的是不知道怎样开始学习，建议采用视频+书籍的方式进行学习。看视频学习可以迅速掌握编程的基础语法，边看视频边敲代码可以快速入门熟练语法。看书学习并不是要整本书都看，可以把书放到手边当遇到不懂的地方可以当作工具书来用。

 

系统地自学Python分为以下五个阶段：

 

一、Python基础阶段

 

掌握python脚本、python界面编程能力、数据库、基本爬虫、多线程多进程开发能力，可以胜任基本的python开发工作。知识点：

 

1.数据的存储：Python概述、进制以及进制转换、原码、反码、补码、第一个Python程序、终端读取与打印等。

 

2.运算符与表达式：关键字和标识符、算术运算符、python数据类型、赋值运算符、运算符、复合运算符、条件控制语句(if..else...)、逻辑运算符等。

 

3.循环：循环语句之while、循环语句之for、break与continue语句等。

 

4.基础数据结构：Number与数学函数操作、String(查找，替换，下标索引、列表(常用)、元组、字典(常用)、set集合、迭代器与生成器(常用)、函数概述等。

 

5.函数：函数的调用、简单函数的定义、函数的返回值、传递参数、关键字参数、默认参数、不定长参数、匿名函数、装饰器、偏函数、回调函数、变量的作用域、递归函数、目录遍历、递归遍历目录、栈模拟递归遍历目录(深度遍历)、队列模拟递归遍历目录(广度遍历)等。

 

6.模块：模块概述使用标准库中的模块使用自定义模块name属性包的概述安装第三方模块virtualenv与时间相关模块。

 

7.面向对象编程：面向对象思想、类与对象、类的方法与属性、构造函数与析构函数、self的使用、重写__ repr__ 与__str__ 函数、访问限制等。

 

8.继承、封装、多态 ：单继承的实现、多继承的实现、函数重写、人开枪射击子弹小案例、多态、对象属性与类属性、类方法与静态方法等。

 

9.面向对象高阶：动态添加属性方法、property、运算符重载、发邮件与发短信等。

 

10.文件操作与异常处理：StringIO与BytesIO、文件的管理操作、文件读写(csv、txt)操作、异常处理等。

 

11.高阶函数与测试：调试(打印、断言、logging、pdb)

 

12.排列组合与正则表达：破解密码(排列、组合、排列组合)、正则表达等。

 

13.网络编程：TCP/IP简介、TCP编程、UDP编程等。

 

二、Linux和数据库阶段

 

掌握Linux操作系统管理技术，可以搭建几乎所有Linux环境服务器。知识点：

 

1.Linux操作系统：常见操作系统、操作系统发展历史、系统的使用、Linux版本、Linux应用领域、虚拟机与Vmware的安装、Linux版本与Ubuntu 16.04、配置自己的Linux系统、编程IDE的安装、apt-get安装软件包。

 

2.文件系统与用户管理：目录访问、文件与目录的管理、文件的权限、用户管理。

 

3.文本操作命令：文本命令、文本编辑器Vi/Vim。

 

4.网路命令、进程管理与服务配置：网络管理命令、系统目录、重要系统文件、设置开机启动与登陆启动、IP配置、服务的启动停止、防火墙配置。

 

5.Shell编程与bash、源文件编译：基础IO操作、流程控制、定义变量与环境变量、脚本传参、定时任务、定时系统操作。

 

6.版本控制：Git的安装与配置、GitHub的注册与使用、Clone与Fork、Git常用命令、标签、分支与源、多人协作开发。

 

7.MySQL基本使用：MySQL的安装、MySQL简介、MySQL基本命令脚本、MySQL与Python的交互。

 

8.MongoDB的基本使用：MongoDB安装、MongoDB的基本操作。

 

9.Redis的基本使用：Redis安装、Redis的基本操作、Redis的数据类型、Redis的备份与恢复。

 

三、Python web开发

 

掌握Python后端框架，解决前后端Web开发问题，知识点：

 

1.HelloDjango：BS/CS,MVC/MTV、Django请求流程、Admin管理。

 

2.Models：ORM、模型字段属性、CRUD、聚合函数，F,Q对象。

 

3.Models&Templates：模型对应关系、模板加载、静态资源、模板语法。

 

4.Views：路由规则、反向解析、请求与响应、会话技术cookie,token,ses-sion、文件上传。

 

5.Advanced：验证码、分页器、类视图、中间件、日志、缓存、信号、Cerlery、用户权限，用户角色。

 

6.RESTful：REST概念、HelloREST、数据序列化、请求与响应、视图，转换器、关系，超链接、认证和权限。

 

四、Python爬虫阶段

 

掌握分布式多线程大型爬虫技术，能开发企业级爬虫程序。

 

1.多线程原理：同步与异步、串联与并发、线程、开辟一个线程、线程安全与线程锁、多线程队列。

 

2.协程：线程的局限、协程的定义与原理、协程的实现。

 

3.爬虫的概念及相关工具：爬虫的概念及作用、HTTP协议原理、工具的安装、使用。

 

4.Python http libs：urllib的使用、示例requests库的使用、bs4库的使用、xpath语法。

 

5.爬虫实战：使用requests编写-个简单爬虫、改造requests爬虫为多线程版、利用redis改造多线程版爬虫至分布式。

 

6.scrapy框架：scrapy安装、创建项目、创建spider文件，编写parse方法、scrapy子命令、运行scrapy爬虫程序、命令行传递参数、进一步解析二级页面、parse方法之前传递参数、导出json、Csv格式的数据、scrapy爬虫的状态保存、item的定义、item的使用、pipeline的使用、使用pipeline将items存储至MySQ、Lscrapy整体架构、downloadermiddleware、使用downloadermiddleware实现IP代理池、spidermiddleware、scrapy插件、scrapy-redis。

 

7.量化交易：自动化交易理论、Python量化交易框架。

 

五、Python机器学习阶段

 

掌握Python数据挖掘分析，入门人工智能。知识点：

 

1.jupyter入门：jupyter软件安装、jupyter入门、numpy学习。

 

2.pandas：pandas入门、pandas-Series、pandas数据丢失、pandas索引、pandas数据处理、基于Pandas的人脸识别技术。

 

3.scipy：scipy学习

 

4.matpoltlib：数据可视化的概念、可视化图表的绘制、动画及交互渲染、数据的合并与分组。

 

5.KNN：临近算法、预处理、KNN相关函数。

 

6.线性回归与逻辑斯蒂回归：线性回归、逻辑斯蒂回归。

 

7.决策树与贝叶斯：贝叶斯学习、决策树学习。

 

8.SVM与K均值聚类：SVC学习

 

9.Kmeans：Kmeans学习

 

10.机器学习框架TensorFlow：机器学习、权重分配与优选方案、深度学习、自动化神经网络、AI网络的描述。

 

11.自然语言处理与社交网络处理：文本数据处理、自然语言处理及NLTK、主题模型、LDA、图论简介、网络的操作及数据可视化。

 

国外Python的使用率非常高，但在国内Python是近几年才火起来，Python正处于高速上升期市场对于Python开发人才的需求量急剧增加，学习Python的前景比较好。