Skip to content

Latest commit

 

History

History
97 lines (72 loc) · 6.73 KB

知乎问题回答.md

File metadata and controls

97 lines (72 loc) · 6.73 KB

知乎问题回答

Python学习完基础语法知识后,如何进一步提高?

如果你已经完成了Python基础语法的学习,想要知道接下来如何提高,那么你得先问问自己你要用Python来做什么?目前学习Python后可能的就业方向包括以下几个领域,我把每个领域需要的技术作为了一个简单的关键词摘要。

说明:以下数据参考了主要的招聘门户网站以及职友集。

职位 所需技能 招聘需求量
Python后端开发工程师 Python基础
Django / Flask / Tornado / Sanic
RESTful / 接口文档撰写
MySQL / Redis / MongoDB / ElasticSearch
Linux / Git / Scrum / PyCharm
Python爬虫开发工程师 Python基础
常用标准库和三方库
Scrapy / PySpider
Selenium / Appnium
Redis / MongoDB / MySQL
前端 / HTTP(S) / 抓包工具
较少
Python量化交易开发工程师 Python基础
数据结构 / 算法 / 设计模式
NoSQL(KV数据库)
金融学(两融、期权、期货、股票) / 数字货币
较大(一线城市)
Python数据分析工程师 /
Python机器学习工程师
统计学专业 / 数学专业 / 计算机专业
Python基础 / 算法设计
SQL / NoSQL / Hive / Hadoop / Spark
NumPy / Scikit-Learn / Pandas / Seaborn
PyTorch / Tensorflow / OpenCV
较大(一线城市)
Python自动化测试工程师 Python基础 / 单元测试 / 软件测试基础
Linux / Shell / JIRA / 禅道 / Jenkins / CI / CD
Selenium / Robot Framework / Appnium
ab / sysbench / JMeter / LoadRunner / QTP
Python自动化运维工程师 Python基础 / Linux / Shell
Fabric / Ansible / Playbook
Zabbix / Saltstack / Puppet
Docker / paramiko
较大(一线城市)
Python云平台开发工程师 Python基础
OpenStack / CloudStack
Ovirt / KVM
Docker / K8S
较少(一线城市)

如果弄清了自己将来要做的方向,就可以开始有针对性的学习了,下面给大家一个推荐书籍的清单。

  1. 入门读物

    • 《Python基础教程》(Beginning Python From Novice to Professional
    • 《Python学习手册》(Learning Python
    • 《Python编程》(Programming Python
    • 《Python编程从入门到实践》(Python Crash Course
    • 《Python Cookbook》
  2. 进阶读物

    • 《软件架构 - Python语言实现》(Software Architecture with Python
    • 《流畅的Python》(Fluent Python
    • 《Python设计模式》(Learning Python Design Patterns
    • 《Python高级编程》(Expert Python Programming
    • 《Python性能分析与优化》(Mastering Python High Performance
  3. 数据库相关

    • 《MySQL必知必会》(MySQL Crash Course
    • 《深入浅出MySQL - 数据库开发、优化与管理维护》
    • 《MongoDB权威指南》(MongoDB: The Definitive Guide
    • 《Redis实战》(Redis in Action
    • 《Redis开发与运维》
  4. Linux / Shell / Docker / 运维

    • 《鸟哥的Linux私房菜》
    • 《Linux命令行与shell脚本编程大全》(Linux Command Line and Shell Scripting Bible
    • 《Python自动化运维:技术与最佳实践》
    • 《第一本Docker书》(The Docker Book
    • 《Docker经典实例》(Docker Cookbook)
  5. Django / Flask / Tornado

    • 《Django基础教程》(Tango with Django

    • 《轻量级Django》(Lightweight Django

    • 《精通Django》(Mastering Django: Core

    • 《Python Web开发:测试驱动方法》(Test-Driven Development with Python

    • 《Two Scoops of Django: Best Practice of Django 1.8》

    • 《Flask Web开发:基于Python的Web应用开发实战》(Flask Web Development: Developing Web Applications with Python

    • 《深入理解Flask》(Mastering Flask

    • 《Introduction to Tornado》

  6. 爬虫开发

    • 《用Python写网络爬虫》(Web Scraping with Python

    • 《精通Python爬虫框架Scrapy》(Learning Scrapy

    • 《Python网络数据采集》(Web Scraping with Python

    • 《Python爬虫开发与项目实战》

    • 《Python 3网络爬虫开发实战》

  7. 数据分析

    • 《利用Python进行数据分析》(Python for Data Analysis
    • 《Python数据科学手册》(Python Data Science Handbook
    • 《Python金融大数据分析》(Python for Finance
    • 《Python数据可视化编程实战》(Python Data Visualization Cookbook
    • 《Python数据处理》(Data Wrangling with Python
  8. 机器学习

    • 《Python机器学习基础教程》(Introduction to Machine Learning with Python

    • 《Python机器学习实践指南》(Python Machine Learning Blueprints

    • 《Python机器学习实践:测试驱动的开发方法》(Thoughtful Machine Learning with Python A Test Driven Approach

    • 《Python机器学习经典实例》(Python Machine Learning Cookbook

    • 《TensorFlow:实战Google深度学习框架》

  9. 其他书籍

    • 《Pro Git》
    • 《Selenium自动化测试 - 基于Python语言》(Learning Selenium Testing Tools with Python
    • 《Selenium自动化测试之道》
    • 《Scrum敏捷软件开发》(Software Development using Scrum
    • 《高效团队开发 - 工具与方法》

当然学习编程,最重要的通过项目实战来提升自己的综合能力,Github上有大量的优质开源项目,其中不乏优质的Python项目。有一个名为“awesome-python-applications”的项目对这些优质的资源进行了归类并提供了传送门,大家可以了解下。如果自学能力不是那么强,可以通过网络上免费或者付费的视频课程来学习对应的知识;如果自律性没有那么强,那就只能建议花钱参加培训班了,因为花钱在有人监督的环境下学习对很多人来说确实是一个捷径,但是要记得:“师傅领进门,修行靠各人”。选择自己热爱的东西并全力以赴,不要盲目的跟风学习,这一点算是过来人的忠告吧。记得我自己刚开始进入软件开发这个行业时,有人跟我说过这么一句话,现在也分享出来与诸君共勉:“浮躁的人有两种:只观望而不学习的人,只学习而不坚持的人;浮躁的人都不是高手。”