00資源共享在前面
國內Python學習網站:
黑馬程序員視頻庫:blogs.com)
海外Python學習網站:
codecademy(www . codecademy . com udemy(www . udemy . com)
Coursera(www.coursera.org
edX(www.edx.org)
免費代碼營(www.freecodecamp.org)
中文文件地址
Python官方文檔:/3/Python標準庫:/3 /3/library/index.html
01Python基礎
學習目標:
能夠熟練運用Python技術完成針對小問題的編程和小遊戲程序的開發。
學習重點:
1)計算機組成原理:計算機部件，操作系統分類，
B/S和C/S架構，了解軟件和硬件的區別。
2)Pvthon變量和開發環境:字符串、數字、字典列表、祖先等。
3)過程控制語句:程序的執行順序，順序執行，循環執行。
選擇執行
4)函數:定義函數、調用函數、嵌套函數、遞歸函數。
文件的基本操作:打開、編輯和關閉文件。
6)面向對象編程:類對象、實例對象、定義類、實例化對象。
7)異常處理:學會捕捉異常，定制異常。
8模塊和包:了解模塊和包的概念並學會使用。
9)制作飛機戰爭遊戲:獨立完成飛機戰爭遊戲。
02Python和Linux高級版
學習目標:
能夠使用面向對象的編程方法，基於Linux。
操作系統開發高並發的網絡程序。
學習重點:
1)Linux系統應用:Linux發行系統和基本操作語言的使用。
2)網絡編程:TCP/IP協議，服務器工作流程。
3)並發編程:線程、進程和進程3
4)函數的高級應用:熟練使用函數調用等。
5)正則表達式:熟練運用re模塊的各種方法。
6)數據庫:關系型數據庫、非關系型數據庫和MySQL。
7)Python語法高級:閉包、修飾器、生成器、叠代器。
8)迷妳web服務器:根據網絡服務的流程，編寫壹個簡單的web服務器。
9)迷妳web框架:妳可以寫壹個簡單的web服務器框架。
03前端開發
學習目標:
能寫簡單的HTML頁面，能使用iQuery，CSS等。
學習重點:
1)學習HTML:HTML的文檔結構和快速創建HTML的方法。
2)CSS:CSS的使用
3)3)PS的簡單應用:Photoshop的基本使用、顏色選擇、繪制。
4)JavaScript學習:JavaScript的基本語法。
5)學習iQuery:使用iQuery
6)Vue框架:框架的使用和註意事項。
04Web開發
學習目標
能夠熟練使用Flask和Diango框架開發web服務。
學習重點:
1)使用Flask Web框架
模板和表單、數據庫使用、單元測試、第三方擴展
雲服務器開發部署，Redis緩存使用，GIT版本控制。
系統，使用，驗證碼收發，網站項目開發實戰
2)2)Djangoweb框架的用法，框架的使用方法和模型介紹。
，ORM和數據庫操作，視圖和模板，Diango。
中間件、Django RESTFramework和網站項目開發。
05爬蟲開發
學習目標
能夠寫出實用的爬蟲項目。
學習重點:
1)知識體系和相關工具進行爬行開發。
網絡爬蟲原理及相關爬蟲工具
2)MongoDB數據庫
數據庫的添加、刪除和查詢
3)雜亂的框架
框架的原理及應用
4)定制的爬蟲采集系統
數據收集和分析
5實戰物品
實用綜合爬蟲應用
06殼牌自動操作和維護
學習目標:
能夠熟練使用shell命令和Python腳本進行自動化運維。
學習重點:
1)外殼操作和維護、腳本和變量
運維入門，shell入門，腳本執行方法，開發規範。
2)高級2)shell常用命令
表達式、linux常用符號和常用命令的詳細說明
3)殼牌過程控制
Select語句、循環語句、函數
4)代碼發布和環境部署
掌握代碼發布流程和環境部署。
5碼腳碼發
主手動代碼發布和腳本代碼發布。
07數據挖掘和數據分析
學習目標:
能夠熟練使用Python技術完成小問題
小遊戲程序的編程與開發。
學習重點:
基本概念:序列表、鏈表、堆棧和隊列1。
2)排序和索引:排序、索引、樹和樹算法。
3)Series對象:Series對象和DataFrame對象的DataFrame查詢。
4)數據操作:數據操作、存取、統計。
5熊貓素描:熟練運用熊貓。
6)科學計算numpy和熊貓:numpy，熊貓，
Matpalotlib，財務數據的綜合分析和處理
08人工智能
學習目標:
能夠熟練運用Python技術完成針對小問題的編程和小遊戲程序的開發。
學習重點:
1)特征工程:了解什麽是人工智能、機器學習、深度學習、特征工程。
2)監督學習分類算法:熟悉監督學習分類算法和Scikit-learn用法。
3)模型選擇和調整:可用數據集和模型的選擇和調整。
4)數據和多因素模型:多因素模型的應用
5量化交易策略:量化交易概念及相關策略
6)回測框架:了解回測框架。
7)量化交易平臺實戰:關於量化交易平臺實戰的項目。