The following is a learning path for Python development, and you can organize your learning plan according to this outline ~
Phase 1: Professional Core Foundation
State Objectives:
1. 3. Has a deep understanding of the library and the core components of the python
. 4. Skilled in using the SQL statement for regular database operations
5. skilled using the Linux operating system instructions and the environmental configuration
6.
Knowledge points:
Python Programming Basics, Python Oriented Objects, Python Advanced Advanced, MySQL Database, Linux operating system.
1. Python -Programmierbasis, Syntaxregeln, Funktionen und Parameter, Datentypen, Module und Pakete sowie IO -Dateien. Fördern Sie eine starke grundlegende Python -Programmierfähigkeiten, und gleichzeitig können Sie Python -Kernobjekte und Bibliotheken geschickt verwenden.
2. Python ist objektorientiert, Kernobjekte, Ausnahmeregelung, Multi-Threading, Netzwerkprogrammierung, ein detailliertes Verständnis für objektorientierte Programmierungen, Ausnahmemechanismus, Mehrkotstuhlprinzipien, Netzwerkkenntnisse und Fähigkeiten bei der Anwendung von IT-Projekten.
3. Prinzipien der Klasse, Metaklas, unterstreichen spezielle Methoden, Wiederholung, magische Methoden, Reflexion, Iterator, Orderer, Einheiten, Spott. Verstehen Sie die grundlegenden Prinzipien der objektorientierten Pythonentwicklungstechnologie und verstehen Sie die Technologie der Unit-Test.
4. Kenntnisse über Datenbank, Paradigma, MySQL -Konfiguration, Befehle, Datenbanken und Tabellenkonstruktion, Datenabschluss, Eliminierung, Änderungen und Anfragen, Einschränkungen, Ansichten, gespeicherte Verfahren, Funktionen, Auslöser, Transaktionen, Curssors, PDBCs und ein tiefes Verständnis für allgemeine Verwaltung.
5. Linux -Installationskonfiguration, Dateiverzeichnisoperationen, VI -Befehle, Verwaltung, Benutzer und Berechtigungen, Umgebungskonfigurationen, Docker, Shell Linux -Programmierung als Mainstream -Server -Betriebssystem. Es ist eine Schlüsseltechnologie, die jeder Entwicklungsingenieur beherrschen und verwenden muss.
Stufe 2: Pythonweb-Entwicklung
Ebene der Ebene:
1. Fachkompetenz in der Front-End-Webentwicklungstechnologie, HTML, CSS, JavaScript und Front-End-Framework
5. kann das Wissen anwenden, das für die Entwicklung des Miniweb -Frameworks gelernt und die Prinzipien der Umsetzung des Frameworks beherrscht. Web -Front, fortschrittliche Web -Front -Phrase, Django Development Framework, Flask Development Framework und Webentwicklungsprojekte. 1. Website-Elemente, Layout, CSS-Stil, Boxmodell, JavaScript, JQuery und Bootstrap Master Front-End-Technologieentwicklung, Master-Front- und Bootstrap-Framework sowie Seitenlayout und Übertragung. 2. Front-End-Vue-Entwicklungsframework, JSON-Daten, Netzwerkkommunikationsprotokoll, Webserver und Front-End-Interaktion, qualifiziert inMit dem VUE -Framework ist das HTTP -Netzwerkprotokoll sehr gut bekannt, das in der Verwendung von Spre ssionen und der Ajax -Technologie zukünftige Interaktionen erzielt wird. 3. Adjust the Web Development Framework, Django Framework, Model attribute and back-end configuration, Cookie and Session, Template Template, Orm Data Model, Second Level Cache, Redi 4. Flask Installation Configuration, Start and Configuration of Application Objects, Flask and request hook, template, flask-sqlalchemy database extension package, flask-migration package migration database. Beherrschen Sie den Blitz von Flask -Frameworks, Ähnlichkeiten und Unterschieden mit dem Django -Framework und können unabhängig voneinander eine vollständige Entwicklung des Websystems entwickeln. Stufe 3: Crawler- und Datenanalyse Ebene der Ebene: 1. Ausgezeichnet bei den Prinzipien des Krabbungsvorgangs und der regelmäßigen Netzwerkpaket-Capture-Pakete auf HTTP- und HTTPS-Protokollen können die Protokolle mit HTTP-Protokollen mit den gleichen Anti-Volle-Messgrößen. Großer Web-Crawler für Crawling-Inhalte 5. Erfahren Sie in Konzepten im Zusammenhang mit Datenanalyse und Workflow 6. Fachkompetenz in der Datenreinigung, Sortierung, Formatkonvertierung und Schreiben von Datenanalyseberichten. Wissenspunkte: Numpy in der Netzwerk -Crawler -Entwicklung, Datenanalyse und Pandas in der Datenanalyse. 1. Principles of Crawler Page Crawling, Crawling Process, Page Parsing Tool LXML, Beautifulfoup, Common Expre ssions, Proxy and Architectural Pool Writing, Common Anti-Crawling Steps and Solutions, Crawler Framework Structures, Gem Frameworks, Based on Pronder-Crawling Protic Crawling, Protsik Prortic, Products, protection to prortib, claws, can be flexible to deal with Anti-Infestationsstrategien der meisten Websites, die Fähigkeit, Crawler-Framework-Framework zu lösen, und die Möglichkeit, ein großes kommerzielles Rahmen anzuwenden, um verteilte Crawler zu schreiben. 2. NDarray-Datenstrukturfunktionen in Numpy, Numpy-unterstützten Datentypen, eingebaute Array-Erstellung, arithmetische Operatoren, Matrixprodukte, Selbstverhängung und Selbstreduktion, allgemeine Funktionen und Aggregatfunktionen, Teile von Teilen, Vektor und NDArray-Sendungen, Struktur, und Meister, und reifen, reifen Operationen, rotes Operationen, rotes Operationen, reifen Operationen. 3. Drei wichtige Datenstrukturen im Panda, einschließlich grundlegender Konzepte und der Verwendung von Datenobjekten, Serien und Indizes, Ersatz und Entfernung von Indexobjekten, Indizes, Arithmetik- und Datenausrichtungsmethoden, Datenreinigung und Datenprogrammierung und struktureller Konvertierung, üblicherweise verwendet mit normalen Gebrauch, einem von drei Tools, die verwendet werden. Wir können Panda verwenden, um die wichtigsten Datenreinigung, Formatkonvertierung und Datenregulierungsarbeiten in der Datenanalyse sowie in Panda -Lese- und Betriebsmethoden zu vervollständigen. 4. Das Three -Layer -Struktursystem, das Zeilendiagramm, das Histogramm, das angeordnete Balkendiagramm, die Kreisdiagrammzeichnung, die Legende, der Text, die Marke und die visuelle Datei. In Bezug auf die übliche Verwendung von Matplotlib, einer der drei Strukturen des Matplotlibs und der Dreischichtstruktur vertrautMatplotlib und in der Verwendung von Matplotlib in der Verwendung einer Vielzahl regelmäßiger Datenanalyse -Diagramme. Es kann die im Kurs genannten verschiedenen Datenanalyse- und Visualisierungstools umfassend verwenden, um die gesamte praktische Schlacht der Aktienmarktdatenanalyse und -prognosen, die Datenanalyse bei gemeinsamen Fahrradbenutzern und die Datenanalyse für globale Glücksindex zu vervollständigen. Stufe 4: maschinelles Lernen und künstliche Intelligenz. 4. Beherrschen der Art und Weise, wie das Nervennetzwerk der Faltung mit Problemen der Bildkennung und der Erkennung von natürlichen Sprachen, dem Wissen über Tensor, Gesprächen, Moderationsoptimierungsmodellen und anderen in der tiefen TF in der Lage ist, die Faltungsschicht, die Einheitliche Schicht und das FC -Schicht zu erkennen, und das Erkennen des FC -Schichts und das Erkennen von FC -Schichten, das Verfahrenscodel -Erkenntnis, das Handschreiben, das Handschreiben, das Handschreiben, das Handschreiben, das Handschreiben, das Handschreiben, das Handschreiben, das Handschreiben, das Handschreiben, das Handschreiben, das Handschreiben, das Handschreiben und das Handbuch, das Handschreiben, das Handschreiben und das Verfeinerungscode -Code -Code -Code -Code -Schicht und das Verurteilungscode -Codelerkenntnis. Wissenspunkte: 1. Normale Algorithmen für maschinelles Lernen, Verwendung von Sklearn -Datensätzen, Wörterbuchextraktion, Extraktion von Textmerkmalen, Normalisierung, Gleichmäßigkeit, Schlüsselkomponentenanalyse von PCA -Daten, KNN -Algorithmen, Basismodellen, zufälligen Wäldern, linearen Regressions- und Logistikregressionsmodellen und Algorithmen. Familie mit grundlegenden Konzepten im Zusammenhang mit maschinellem Lernen, Beherrschen des grundlegenden Workflows des maschinellen Lernens, vertraut mit Feature Engineering und können verschiedene Modelle regelmäßiger maschineller Lernalgorithmen verwenden, um Probleme wie Klassifizierung, Regression und Cluster zu lösen. 2. Grundlegende Konzepte im Zusammenhang mit Tensorflow, TF -Datenflussgrafik, Sitzung, Tensor, Visualisierung des Tensorboards, Tensor -Renovierung, TF -Datei -Lesen, Verwendung von TensorFlowPlound, Nervennetzwerkstruktur, Volumen “, Berechnung der Aktivierungsfunktion, Entwurfsbeschaffung, Mastering -Unterschiede und Training vor dem Lernen und Lernen und Lernen. -NVE -Netzwerke, beherrschen Sie die Verwendung von Tensor, Grafikstruktur und mehr. Codeerkennung, Bilderkennung und Handschrift Eingabeerkennung. Weil Sie in Ihrem harten Arbeitsprozess höhere Anforderungen für sich selbst haben. Im Laufe der Zeit werden Sie sich Sorgen machen und glauben, dass Sie Ihre Anforderungen nicht erfüllen können. Wenn Sie mit der aktuellen Situation nicht zufrieden sind und einen besseren Raum für die Entwicklung haben möchten, werden Sie sich nach oben drängen. Wenn Sie mehr bekommen möchten, müssen Sie hart arbeiten, um es in die schwierigste Situation zu bringen und sich nicht für das Atmen zu einem kleinen Raum zu geben. Gleichzeitig haben Sie während der harten Arbeit auch Angst, dass andere Sie überwinden. Zu dieser Zeit werden Ihre Bemühungen verschwendet, nach dem Sie ängstlicher sein und sich in einer Sackgasse zwingen. Sobald Ihre Bemühungen nicht den erwarteten Standards entspre chen, werden Sie sehr besorgt und sogar bezweifeln, ob Ihre Bemühungen korrekt sind. Gleichzeitig werden Sie feststellen, dass Sie lange hart gearbeitet haben, und das Ergebnis unterscheidet sich von dem, was Sie erwartet haben. Wenn Sie viel geben und sehr wenig bekommen, wird es eine große Lücke in Ihrem Herzen geben und die Stimmung der schwachen Toleranz in Ihrem Herzen wird sehr schlecht. Sie können sogar an Ihren Fähigkeiten bezweifeln. Wenn Sie viel denken, werden Sie ängstlicher und werden müder. In der Tat gibt es viele dieser Menschen. Je schwieriger die Arbeit ist, desto besorgter. Der Schlüssel ist, dass sie viel Druck auf sich selbst ausüben. Wenn sie nicht die Kriterien erfüllen, die sie sich selbst vorstellen, werden sie sich psychisch unsichtbar verfolgen. Es ist ratsam, Ihre Stimmung zu entspannen, Schritt für Schritt zu machen, nicht viel Druck auf sich selbst auszuüben und nicht grausam für sich selbst zu sein. Alles ist nicht überraschend und schnell, aber es wird langsam gemacht. Wenn Sie Angst haben, sollten Sie wissen, wie man sie reduziert, Musik, Spielen, Bewegung usw. hören, nur indem Sie Ihre Denkweise beruhigen. Sie erhalten die Belohnungen, die Sie verdienen, und Angst wird auch mit Ihrem Verstand verschwinden. Denken Sie daran, dass Anstrengungen nicht zum Verdienen geeignet sind. Nur wenn Ihre Mentalität kontrolliert wird, können Ihre Bemühungen wertvoller sein. ⒈ Warum ist es für Sie schwierig, hart und besorgt zu arbeiten?
