python語言基礎

（1）Python3入門，資料型別，字串

（2）判斷/迴圈語句，函式，名稱空間，作用域

（3）類與物件，繼承，多型

（4）tkinter介面程式設計

（5）檔案與異常，資料處理簡介

（6）Pygame實戰飛機大戰，2048

python語言高階

（1）Python常見第三方庫與網路程式設計

（2）Python正則表示式

（3）郵箱爬蟲，檔案遍歷，金融資料爬蟲，多執行緒爬蟲

（4）Python執行緒、程序

（5）Python MySQL資料庫，協程，jython

python全棧工程師前端

(1) HTML

(2) HTML5

(3) CSS

(4) CSS3

(5) 網頁介面設計實戰

(6) javaScript

(7) jquerry

(8) jquerry EasyUI, Mobile簡介，photoshop

(9) Bootstrap

python全棧工程師後端

(1) Django入門

(2) Django高階

(3) Django實戰

python全棧工程師後端高階

(1) Flask開發原理

(2) Flask開發專案實踐

(3) Tornado開發原理

(4) Tornado開發專案實踐

Linux基礎

(1) 檔案處理命令

(2) 許可權管理命令

(3) 幫助命令

(4) 檔案搜尋命令

(5) 壓縮解壓命令

(6) 命令使用技巧

(7) VIM使用

(8) 軟體包管理

(9) 使用者和使用者組管理

(10) Linux Shell開發

Linux運維自動化開發

(1) Python開發Linux運維

(2) Linux運維報警工具開發

(3) Linux運維報警安全審計開發

(4) Linux業務質量報表工具開發

(5) Kali安全檢測工具檢測

(6) Kali 密碼破解實戰

python資料分析

(1) numpy資料處理

(2) pandas資料分析

(3) matplotlib資料視覺化

(4) scipy資料統計分析

(5) python 金融資料分析

python大資料

(1) Hadoop HDFS

(2) python Hadoop MapReduce

(3) python Spark core

(4) python Spark SQL

(5) python Spark MLlib

python機器學習

(1) 機器學習基礎知識簡介

(2) KNN演算法

(3) 線性迴歸

(4) 邏輯斯蒂迴歸演算法

(5) 決策樹演算法

(6) 樸素貝葉斯演算法

(7) 支援向量機

(8) 聚類k-means演算法

座標系學習法，把他們框在4個象限裡面。

這個方法經過測試，可以完全應用於其他計算機語言，包括：JAVA,PHP,JS.

在這裡，我簡單的插一句一下，什麼是程式。

程式=資料結構+演算法。

資料結構是一個靜態的，而演算法是動態的

所以我們編寫一門語言，其實也就是將靜態和動態相結合。

X 軸上放著的資料結構，演算法。

按照邏輯我們可以把python語言進行拆解，可以將其拆解為：面向過程的資料結構、面向過程的演算法

Y 軸代表的是物件，ython語言進行拆解，可以將其拆解為：面向物件的資料結構，面向物件的演算法。

描繪好 XY 軸之後，這時候就得到了一個四象限的圖了。

然後我們根據其對應的屬性，將Python涉及到的知識可以對應的放到裡面，便於我們分階段學習。

第一塊：面向過程的資料結構：常量/變數，註釋，基本資料型別，列表，元組，字典

第二塊：面向過程的演算法：基本運算子，控制流語句

第三塊：面向物件的資料結構：類、屬性、模組

第四塊：面向物件的演算法：構造及析構過程

這時候就可以一目瞭然的看到整個python的邏輯了。

如果你把每一點按順序地關聯起來就可以看到這一條線就是以後要學習的軌跡。

看到這裡，有沒有一種豁然開朗的感覺呢？

所以說，實際上Python是非常輕鬆非常容易上手的~

學習Python，個人認為，首先是學習基礎的語法，比如列表，字典，字串，類，函式，迴圈等很基本的東西，如果你有其他語言的基礎，比如C/C++，那這部分會學得很快，推薦廖雪峰老師的免費課程(https://www.liaoxuefeng.com/wiki/1016959663602400)。掌握了這些基礎的語法之後，再怎麼學就取決於你想做什麼了。比如你想做後端開發，那就要學習Flask，Django等的用法，如果想做爬蟲，就要學習beautifulsoup，urllib等的用法，如果想做資料分析或者人工智慧，那就要學習numpy，pandas，matplotlib，tensorflow/keras或者pytorch等。我是一MISTRA像演算法工程師，平時主要用python來做卷積神經網路等，所以numpy，opencv，pytorch用得比較多一些，有什麼不懂的歡迎提問。