国家认证的Python工程师有什么能力要求？
Python这门语言近来是越来越火，在国家层面越来越被重视。除了之前热议的加入高考和中小学教育之外，现在连普通大学生也无法逃脱Python的毒手了。
今年Python业已加入NCRE（全国计算机等级考试）豪华套餐，与Java、C、C++等传统的强势语言并列。属于Python的首次认证考试将在今年9月进行，考试合格将可获取国家承认的计算机二级认证。
Python已经有了国家级别的认证开始，那么国家认证的Python工程师都有哪些技能要求呢？
首先，我们来看一下这次认证考试的大纲：
基本要求 1.掌握Python语言的基本语法规则。 2.学握不少于2个基本的Python标准库。 3.掌握不少于2个Python第三方库，掌握获取并安装第三方库的方法。 4.能够阅读和分析Python程序。 5.熟练使用IDLE开发环境，能够将脚本程序转变为可执行程序。 6.了解Python计算生态在以下方面(不限于)的主要第三方库名称:网络爬虫、数据分析、数据可视化、机器学习.Web开发等。 考试内容 一、Python语言基本语法元素 1.程序的基本语法元素:程序的格式框架缩进注释、变量、命名、保留字、数据类型、赋值语句引用。 2.基本输人输出函数: input() .eval() 、print()。 3.源程序的书写风格。 4.Python语言的特点。 二、基本数据类型 1.数字类型:整数类型、浮点数类型和复数类型。 2. 数字类型的运算:数值运算操作符、数值运算函数。 3. 字符串类型及格式化:索引切片、基本的format()格式化方法。 4.字符串类型的操作:字符串操作符处理丽数和处理方法。 5.类型判断和类型间转换。 三、程序的控制结构 1. 程序的三种控制结构。 2.程序的分支结构:单分支结构、二分支结构、多分支结构。 3.程序的循环结构:遍历循环、无限循环、break和continue循环控制。 4.程序的异常处理:try-excepl。 四、函数和代码复用 1.函数的定义和使用。 2.函数的参数传递:可选参数传递、参数名称传递、函数的返回值。 3.变量的作用域:局部变量和全局变量。 五、组合数据类型 1.组合数据类型的基本概念。 2. 列表类型:定义、索引、切片。 3.列表类型的操作:列表的操作函数，列表的操作方法。 4.字典类型:定义、索引。 5.字典类型的操作:字典的操作函数,字典的操作方法。 六、文件和数据格式化 1.文件的使用:文件打开;读写和关闭。 2.数据组织的维度:一维数据和二维数据。 3.一维数据的处理:表示.存储和处理。 4.二维数据的处理:表示存储和处理。 5. 采用CSV格式对一二维数据文件的读写。 七、Python计算生态 1.标准库;turtle库(必选) .random库(必选) .time库(可选)。 2.基本的Python内置函数。 3.第三方库的获取和安装。 3.脚本程序转变为可执行程序的第三方库:Pynsaller库(必选)。（小编注：此处出现编号重复，应为第4条） 4.第三方库:jieba库(必选) , wordcloud库(可选)。 5.更广泛的Python计算生态，只要求了解第三方库的名称，不限于以下领域;网络爬虫数据分析、文本处理、数据可视化、用户图形界面、机器学习、Web开发、游戏开发等。
从考纲可以发现，二级考察内容比较简单，但方向非常明确，除去必考的语法之外，偏重于数据、AI这两个方向。在必考的四个Python库中，turtle库用于图形绘制，random库用于随机数生成，jieba库用于中文分词。当然，Python的全能性注定它还会在更多领域大展身手。
不过也必须注意到，NCRE的考察内容还是十分浅显的，即使高分通过也并不意味着你能够成为一名合格的Python工程师。想要成为一名能在企业站稳脚跟的工程师，还需要学习很多。
如果你对web感兴趣，那么你需要掌握Django和Flask框架，这是目前Python Wed开发中最常用到的两个应用框架。
如果是想加入大热的Al大军中，那么你就需要掌握Python的机器学习库scikit-learn，TensorFlow、Keras、Theano、Caffe等机器学习框架，当然你可以只选择其中一个，不要贪多，关于它们各自的区别自行百度。
如果你以后向成为一名爬虫工程师那你就要掌握urllib、urllib2、request、bs4等包，如果是大规模的爬虫你还需要掌握Scrapy等爬虫框架。
最后一个数据科学方面，细化一点主要为数据分析和数据挖掘，这方面最主要有五个包，Pandas、Numpy、Scipy、Matplotlib，scikit-learn，其中Pandas用于数据处理，Numpy和Scipy用于数据的科学化计算，Matplotlib用于数据可视化，最后一个有scikit-learn主要用于数据挖掘算法的实现。
*声明：推送内容及图片来源于网络，部分内容会有所改动，版权归原作者所有，如来源信息有误或侵犯权益，请联系我们删除或授权事宜。
- END -