标签：播放器 属性 标准库 发展 strip ruby 分支 框架 atp
Python（发音：英[?pa?θ?n]，美[?pa?θɑ:n]），是一种面向对象、直译式电脑编程语言，也是一种功能强大的通用型语言，已经具有近二十年的发展历史，成熟且稳定。它包含了一组完善而且容易理解的标准库，能够轻松完成很多常见的任务。它的语法非常简捷和清晰，与其它大多数程序设计语言不一样，它使用缩进来定义语句。
Python支持命令式程序设计、面向对象程序设计、函数式编程、面向切面编程、泛型编程多种编程范式。与Scheme、Ruby、Perl、Tcl等动态语言一样，Python具备垃圾回收功能，能够自动管理存储器使用。它经常被当作脚本语言用于处理系统管理任务和网络程序编写，然而它也非常适合完成各种高级任务。Python虚拟机本身几乎可以在所有的作业系统中运行。使用一些诸如py2exe、PyPy、PyInstaller之类的工具可以将Python源代码转换成可以脱离Python解释器运行的程序。
Python上手很容易， 基本有其他语言编程经验的人可以在1周内学会Python最基本的内容。
它们包括：
1、常用内置类型(int、float、 boo、bytes、 str、 list、 dict、set)的使用
2、分支if-else 循环while 迭代for的语法
3、def定义函数， 调用函数
你再花1周学习些：
1、类
2、异常
此时， 有些人就在简历中得意的自称"会"Python了。但是学到如此程度， 在实际编程中会经常遇到挫折， 主要源自理解不够深入， 仅仅Python语法和API层面体验了一下。
随意列举一些新手普遍存在的问题：
1、不了解Python对象模型， 变量名，对象概念含混
2、不了解可变对象和不可变对象， 尤其是int.
3、不了解切片意味着拷贝， 在循环中大量使用， 影响效率
4、不了解切片是浅拷贝还是深拷贝
5、遇到bytes和str(2.7中的str和unicode)就头晕
6、经常在需要使用is的场景使用==
7、不了解def是运行时执行语句, 并且是赋值语句
8、类属性和实例属性混淆
9、不了解在函数中修改可变对象参数会对调用者产生影响, 导致莫名其妙错误
10、企图在函数中修改全局变量, 没有使用global, 而创建了本地变量
11、以可变对象做函数默认参数
拥有某项技能的程序员的价值，可以用学习技能所需的成本来衡量。你用2周学习达到的这种程度， 对于企业就是没有价值的， 因为老板可以让一个公司里任意其他语言的程序员经过2-3周的学习就能达到你现在的程度。
Python的简洁易用， 快速开发对项目有价值， 但这不是你的价值，是Python的价值。所以提高自身价值，也就是不让别人轻易追上你，以极低的成本替代你。
你只能快跑， 进一步学习
Python语言层面还需要学习下面一些内容：
1.使用生成器, 迭代器
2.函数式编程, 匿名函数lambda, map, reduce, filter
3.列表解析, 字典解析, 集合解析, 生成器解析
4.运算符重载(setattr, getattr, getitem, gt, lt...)
5.property, 描述符(get, set, delete)
6.上下文管理器(enter, exit)
7.深入理解面向对象
上述都是语言层面的，属于内功。实战中当然也需要一些更为具体的外功， 训练外功可以从熟悉Python标准库开始， 这些模块能进入标准库说明他们足够好并且在实际项目中足够常用，列举一些极为常用的：
1.正则表达式 re
2.迭代工具 itertools
3.常用数据结构 collections, heapq, array
4.处理二进制数据 struct
5.随机 random
6.系统调用 os
7.Python对象序列化 pickle
8.多进程多线程处理 threading, multiprocessing
9.网络 socket, urllib
10.系统参数 sys
无论练习内功或外功，结合实战都是最好的训练方式和检验手段，可以根据个人情况以及喜好选择，如：
1.使用django，flask开发网站
2.开发网络爬虫或使用Python爬虫框架(如scrapy)
3.写一些自动化运维脚本， 定时读取某软件log，出现异常自动发邮件
4.使用selenium对网站进行测试
5.使用Python开发树莓派小车(电机，传感器驱动)
6.使用Python开发Vim插件， 如在vim中做一个音乐播放器
7.使用Python做算法题， 如leetcode
8.opencv做图像识别
9.使用numpy和pandas做数据处理
10.使用机器学习库sklearn, tensorflow做应用
11.使用PyQt编写桌面应用
12.使用scipy，matplotlib做科学计算
13.使用Python做渗透测试
个人建议选择小项目进行实训， 有些新手上来就想定一个大目标，做的时候很挫折，往往半途而废。还是应该把小东西先实现，然后优化， 接下来添加新功能，慢慢迭代把小东西做大。这样在做的时候，每实现一个小功能你都会有成就感，激励继续前进。
可能经过比较漫长的一段时间，你成为了一个熟练的Python应用程序员，还有些高级话题可以继续学习：
1.装饰器
2.元类
这些高级话题在开发框架中经常使用, 它们可以帮你创建更灵活的代码。
通常自称一个月光速学了会Python的人基本都不是天才，只是浮躁， 目标定的比较低而已。不要太过急功近利， 慢慢玩， 精进。
Python可以做什么？
web开发和 爬虫是比较适合 零基础的
自动化运维 运维开发 和 自动化测试 是适合 已经在做运维和测试的人员
大数据 数据分析 这方面 是很需要专业的 专业性相对而言比较强
科学计算 一般都是科研人员 在用
机器学习 和 人工智能 首先 学历 要求高 其次 高数要求高 难度很大
我有一个微信公众号，经常会分享一些python技术相关的干货；如果你喜欢我的分享，可以用微信搜索“python语言学习”关注。欢迎大家加入千人交流答疑群：588090942
作为比湖南还火的python网红，零基础要如何系统的开始学习呢？
标签：播放器 属性 标准库 发展 strip ruby 分支 框架 atp
原文地址：https://www.cnblogs.com/pythonyezi/p/9064127.html
