Cómo aprender Python después de aprender Java

1. Sintaxis básica de Python: tarea principal 1

Usar Python es como un juego con un alto grado de libertad. Tienes que aprender la siguiente sintaxis básica de Python para entrar en este juego. La clave del mundo:

Principios de composición informática

Entorno de desarrollo de Python

Variables de Python

Declaraciones de control de procesos

Tipos de variables avanzadas

Aplicación de funciones

Operaciones de archivos

Programación orientada a objetos

Manejo de excepciones

Módulos y paquetes

2. Sintaxis de alto nivel de Python: tarea principal 2

Después de aprender la sintaxis básica, escribir preguntas sobre algoritmos no es un problema, pero es necesario hacer frente a entornos y entornos más complejos. necesita aprender algo de contenido avanzado. Después de aprender el siguiente contenido, puede actualizar la mazmorra y acumular experiencia para actualizar:

Programación de red

Programación concurrente

Programación de Bases de Datos

Expresiones regulares

Aplicación del sistema Linux

Aplicación avanzada de funciones

Sintaxis avanzada de Python

Puede completar las dos tareas principales anteriores. Para el contenido del trabajo formal, las copias 1, 2 y 3 están estrechamente relacionadas, la copia 4 es un grupo separado y las copias 5 y 6 están estrechamente relacionadas. También puede elegir uno de estos tres grupos. para aprender y unirte al trabajo lo antes posible

3. Copy 1-Desarrollo front-end

Ver si estás interesado en hacer una página web o una aplicación Después de estudiar Copies. 3 y 4, puedes empezar a hacer un producto relacionado para postular a un trabajo. Por supuesto, cuanto mayor sea la calidad de lo que hagas, más aprenderás y el salario será directamente proporcional

HTML<. /p>

CSS

Aplicación PS

JavaScript

jQuery

Vue.js Framework

4. Copia 2: desarrollo de back-end

Para páginas web, juegos, etc. El soporte de backend requiere dominio en el uso de marcos, principios de bases de datos y optimización relacionada

Marco Djano

Base de datos mySQL, Redis, MongoDB

Gestión de proyectos git

Framework Djano

p>

Desarrollo de interfaces

flask framework

5. Copy 3-Crawler

El rastreador rastrea datos en la red, ya sea una página web o una aplicación, siempre que los datos se puedan ver. Se puede rastrear, por supuesto que hay rastreadores y anti-rastreadores. Es bastante interesante que las dos profesiones se beneficien entre sí. Para dominar los rastreadores, debes dominar el desarrollo front-end de copia 1. cómo crear una página web Para rastrearla mejor, los datos rastreados también se pueden preparar para un análisis de copia de 4 datos

Desarrollo de rastreadores

marco scrapy

Copia de seguridad y recuperación

Sistema de recopilación de rastreadores personalizado

6. Copia 4: operación y mantenimiento automatizados

Utilizando principalmente shell Lanzamiento de algunos scripts automatizados

7. Copia 5 - Análisis de datos

El análisis de datos implica principalmente aprender dos bibliotecas de computación científica, numpy y pandas, y dos bibliotecas de visualización, matplotlib y seaborn. Después de aprender, no hay ningún problema con la limpieza y visualización de datos. Solo usando Python para hacer dibujos puedes contar historias interesantes a otros. Al mismo tiempo, también puede sentar una base sólida para aprender a copiar 6: inteligencia artificial. p>

Estructura y algoritmo de datos

Pandas informáticos científicos y numpy

Visualización de datos matplotlib y seaborn

Análisis de datos financieros, etc.

8. Copia 6-Inteligencia artificial

La razón por la que Python es popular es principalmente por la tendencia de la inteligencia artificial. Se dice que todo lo que está en la tendencia volará, por lo que Python puede serlo. El código de la tendencia. Los dos propósitos principales de la inteligencia artificial son la clasificación y la predicción.

Las pruebas se utilizan principalmente en escenarios de aplicaciones, como identificar imágenes y predecir el futuro. Al mismo tiempo, Python tiene la biblioteca de código abierto más grande que puede llamar a estos paquetes para aplicaciones, por lo que es muy conveniente aplicarlos si lo desea. Para participar en la industria de la inteligencia artificial, se necesita cierta base matemática y comprensión del algoritmo subyacente para poder ingresar mejor a los campos de las redes neuronales y el aprendizaje profundo.

Aprendizaje automático

Trading cuantitativo

Visión artificial

Aprendizaje profundo

Procesamiento del lenguaje natural