专栏首页Python绿色通道GitHub 标星 5w+!Python 新手 100 天学习计划,这次再学不会算我输!

GitHub 标星 5w+!Python 新手 100 天学习计划,这次再学不会算我输!

说明:我最近整理了一份Python基础系列文章,如果你是Python新手或者你的Python基础知识点忘记了,可以看看今日第三条文章。

作为目前最火也是最实用的编程语言,Python 不仅是新手入门程序界的首选,也逐渐成为了从大厂到小厂,招牌需求 list 的必要一条。

但学 Python 这件事情,你可能和大多数人一样,下了一百次决心,可最后都 “从入门到放弃”。

究其原因,很可能是没有明确的学习目标,或者学习目标太过“宏伟”,所以总是阵亡在了 introduction 视频的第一行代码。

那么,从小白成为大师,到底需要多长时间?真的有一个有规可循的计划吗?

这两天有个项目一直霸榜 GitHub 热榜,作者用实际行动告诉你:Python 学习有套路!并且只需要 100 天!

https://github.com/jackfrued/Python-100-Days

在项目中,作者详细的给出了一个 100 天的 Python 学习计划,包括每天需要掌握的内容、学习周期、资料库等。

从怎么安装 Python 到如何使用 Django 开发一个完整项目,共 100 天,11 个阶段,每完成一个阶段,都能让你成就感爆棚!

下面我们就来看看,这个项目究竟都分成了哪几个阶段。

第一阶段,Python 语言基础(学习周期 15 天)

第 1 天的任务是让你完成 Python 的搭建并写出第一行命令,也就是 hello word。除此之外,使用 IDLE - 交互式环境(REPL),编写多行代码,使用注释给说明代码的作用也是在第一天就要掌握的。

第 2 天的任务是掌握 Python 的语言元素,包括变量和类型、数字和字符串 、运算符等。学完这些知识点,在第二天就要能够实现应用案例包括:华氏温度转换成摄氏温度、输入圆的半径计算周长和面积、输入年份判断是否是闰年。

例如将华氏温度转摄氏温度。

"""
将华氏温度转换为摄氏温度
F = 1.8C + 32

Version: 0.1
Author: 骆昊
"""

f = float(input('请输入华氏温度: '))
c = (f - 32) / 1.8
print('%.1f华氏度 = %.1f摄氏度' % (f, c))

第 3 天掌握分支结构,包括分支结构的应用场景,if 语句的使用。然后使用这三天的知识点完成案例用户身份验证、英制单位与公制单位互换、掷骰子决定做什么、百分制成绩转等级制、分段函数求值、输入三条边的长度如果能构成三角形就计算周长和面积等。

第 4 天学习循环结构,包括 while 循环的基本结构:break 语句、continue 语句等。for 循环的基本结构、range 类型等等。然后完成 1~100 求和、判断素数、猜数字游戏、打印九九表、打印三角形图案、猴子吃桃等经典案例。

第 5 天总结前四天的知识点。

第 6 天函数和模块的使用知识点,包括:函数的作用、用函数封装功能模块、定义函数、调用函数、函数的参数、函数的返回值、作用域问题、用模块管理函数。

第 7 天,介绍字符串和常用数据结构知识点,包括字符串、列表、元组 、集合、字典等知识点。要能用这些知识带你完成杨辉三角、双色球选号、井字棋等经典案例。

第 8 天,面向对象编程基础,介绍类和对象的以及基础练习:定义学生类,定义时钟类,定义图形类,定义汽车类。

第 9 天,面向对象进阶,学习属性、类中的方法以及运算符重载、继承和多态等知识点,能够完成工资结算系统、图书自动折扣系统、自定义分数类案例。

第 10 天,图形用户界面和游戏开发。使用 tkinter 开发 GUI、使用 pygame 三方库开发游戏应用,完成打球吃小球的游戏。

第 11 天,文件和异常。学会读文件,写文件,异常处理,代码块等知识点,完成案例:歌词解析

第 12 天,字符串和正则表达式。重点是正则表达式相关知识点,并能使用正则表达式验证输入的字符串

第 13 天,进程和线程,掌握进程和线程的概念、进程的使用方法。

第 14 天分为两个部分,第一部分网络编程入门,第二部分网络应用开发。网络编程入门介绍计算机网络基础、网络应用架构、Python 网络编程。第二部分介绍访问网络API、文件传输、电子邮件、短信服务(twilio模块 / 国内的短信服务)

第 15 天,图像和文档处理。包括用 Pillow 处理图片,读写 Word 文档,读写Excel文件,生成PDF文件 等知识点。

经过这 15 天,我们就完成了基本的 Python 语言入门,接下来进入 Python 语言进阶。

第二阶段,Python 语言进阶(周期 15 天)

这一阶段要掌握常用数据结构、函数的高级用法(例如 Lambda 函数、作用域和闭包)、面向对象设计原则、迭代器和生成器、并发和异步编程等五个部分,每两天一个部分!

第三阶段, Web 前端入门(周期 10 天)

包括:用 HTML 标签承载页面内容、用 CSS 渲染页面、用 JavaScript 处理交互式行为、jQuery 入门和提高、Vue.js 入门、Element 的使用、Bootstrap 的使用。

第四阶段,玩转 Linux 操作系统(周期 5 天)

包括操作系统发展史和Linux 概述、Linux 基础命令、Linux 中的实用程序、Linux 的文件系统、Vim 编辑器的应用、环境变量和 Shell 编程、软件的安装和服务的配置、网络访问和管理。

第五阶段,数据库基础和进阶(周期 5 天)

介绍包括关系型数据库MySQL、SQL的使用以及范式理论,设计二维表的指导思想、数据完整性、数据一致性等相关知识点。最后介绍NoSQL入门。

第六阶段,实战Django(周期 15 天)

从第 41 天开始,就从理论到实践啦!Django 实战, 5 分钟快速上手,深入模型理解关系数据库配置、使用 ORM 完成对模型的 CRUD 操作、Django 模型最佳实践;学会加载静态资源、用 Ajax 请求获取数据。

这个阶段你还将学到表单的应用、Cookie 和 Session、中间件的应用、 日志和缓存、 文件上传和富文本编辑、 文件下载和报表、RESTful 架构和 DRF 入门、 RESTful 架构和 DRF 进阶、使用缓存、短信和邮件、 异步任务和定时任务、单元测试和项目上线;最后学习项目开发流程和相关工具。

第七阶段,实战 Flask(周期 5 天)

此阶段掌握:Flask 入门、模板的使用、表单的处理、数据库操作、项目实战。

第八阶段,实战 Tornado(周期 5 天)

在进入正式的知识点之前,先花一天的时间掌握预备知识:并发编程、I/O 模式和事件驱动。然后开始学习 Tornado 入门、异步化、WebSocket 的应用等等。

第九阶段,爬虫开发(周期 10 天)

包括网络爬虫和相关工具、数据采集和解析、存储数据、并发下载、解析动态内容、表单交互和验证码处理、 Scrapy 入门、Scrapy 高级应用、Scrapy 分布式实现等等。

第十阶段, 数据处理和机器学习(周期 15 天)

在工具知识点部分,主要介绍机器学习基础、 Pandas 的应用、 NumPy 和 SciPy 的应用、 Matplotlib 和数据可视化。在算法部分,主要介绍 k最近邻(KNN)分类、 决策树、 贝叶斯分类、 支持向量机(SVM)、 K-均值聚类、 回归分析。其他也包括:大数据分析入门、 大数据分析进阶、 Tensorflow 入门、 Tensorflow 实战、推荐系统。

第十一阶段, 团队项目开发(周期 10 天)

开始的前两天, 你需要先组建好开发团队和完成项目选题,数据库设计以及 OOAD。

在之后的 6 天内,使用 Django 开发项目;最后给自己留两天的实践测试和部署。

OMT

学完这 100 天的知识点,认真完成项目,无论去面试哪一家公司的 Python 开发岗位,相信你都是信心满满的。

为了让你尽快拿到 offer,此项目还给出了其他的一些资料,包括 PEP 8 风格指南、Python 参考书籍、Python 惯例、玩转 PyCharm、用函数还是用复杂的表达式、知乎问题回答、那些年玩 Python 踩过的坑。

文档应有尽有,内容十分完善。万事俱备,差的就是你学好 Python 的驱动力了!

最后,祝各位学习顺利,咱们 100 天后见!

【完】

本文分享自微信公众号 - Python绿色通道(Python_channel)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-09-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 一份完全解读:是什么使神经网络变成图神经网络?

    图1:来自(Bruna等人,ICLR,2014)的图,描绘了3D领域内的MNIST图像。虽然卷积网络很难对球面数据进行分类,但是图网络可以很自然地处理它。可以把...

    AI科技评论
  • 清华黄民烈朱小燕等提出ARAML,文本生成训练稳定性能新SOTA

    论文链接:https://arxiv.org/pdf/1908.07195v1.pdf

    机器之心
  • 7 Papers | 周志华等NeuralPS2019接收论文;网易用GAN建立游戏角色

    论文 1:Deep Learning: Computational Aspects

    机器之心
  • 【GAN优化】详解GAN中的一致优化问题

    GAN的训练是一个很难解决的问题,上期其实只介绍了一些基本的动力学概念以及与GAN的结合,并没有进行过多的深入。动力学是一门比较成熟的学科,有很多非常有用的结论...

    用户1508658
  • 若DL没了独立同分布假设,样本不独立的机器学习方法综述

    现有的机器学习任务默认训练数据遵循独立同分布 (idependently and identically distributed, IID),神经网络、深度学习...

    机器之心
  • 从头开始在20行代码中查找面部边缘

    正在阅读一本机器学习书,并了解到边缘是机器的重要特征输入,用于了解图片中是否有物体,在这种情况下是面部。看看左边只有边缘的图,可以很容易地说出它是人眼所面孔的,...

    代码医生工作室
  • Python/PyMC3/ArviZ贝叶斯统计实战(下)

    在上半部分中,我们了解了贝叶斯方法步骤和高斯推论,也将贝叶斯方法应用到一个实际问题中,今天我主要介绍贝叶斯在Python中实现最终的后验分布。

    AiTechYun
  • SVM(支持向量机)简介与基础理解

    SVM(支持向量机)主要用于分类问题,主要的应用场景有字符识别、面部识别、行人检测、文本分类等领域。原文地址:https://zhuanlan.zhihu.co...

    大道七哥
  • 「LSTM之父」 Jürgen Schmidhuber访谈:畅想人类和 AI 共处的世界 | WAIC 2019

    2019 年 8 月 29 日,世界人工智能大会 WAIC 2019 在上海世博中心举行。瑞士 USI 和 SUPSI 教授,NNAISENSE 联合创始人兼首...

    AI科技评论
  • 当推荐遇到社交:美图的推荐算法设计优化实践

    在美图公司社交战略部署下,推荐算法存在多方面的挑战,为了解决这些挑战,我们团队从工具和算法两个方面分别开展了工作。

    机器之心

扫码关注云+社区

领取腾讯云代金券