|
| 1 | +## 知乎问题回答 |
| 2 | + |
| 3 | +### Python学习完基础语法知识后，如何进一步提高？ |
| 4 | + |
| 5 | +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。 |
| 6 | + |
| 7 | +> 说明：以下数据参考了主要的招聘门户网站以及职友集。 |
| 8 | +
|
| 9 | +| 职位 | 所需技能 | 招聘需求量 | |
| 10 | +| ---------------------------------------------- | ------------------------------------------------------------ | ---------------- | |
| 11 | +| Python后端开发工程师 | Python基础<br>Django / Flask / Tornado / Sanic<br>RESTful / 接口文档撰写<br>MySQL / Redis / MongoDB / ElasticSearch<br>Linux / Git / Scrum / PyCharm | 大 | |
| 12 | +| Python爬虫开发工程师 | Python基础<br>常用标准库和三方库<br>Scrapy / PySpider<br>Selenium / Appnium<br>Redis / MongoDB / MySQL<br>前端 / HTTP(S) / 抓包工具 | 较少 | |
| 13 | +| Python量化交易开发工程师 | Python基础<br>数据结构 / 算法 / 设计模式<br>NoSQL（KV数据库）<br>金融学（两融、期权、期货、股票） / 数字货币 | 较大（一线城市） | |
| 14 | +| Python数据分析工程师 /<br>Python机器学习工程师 | 统计学专业 / 数学专业 / 计算机专业<br>Python基础 / 算法设计<br>SQL / NoSQL / Hive / Hadoop / Spark<br>NumPy / Scikit-Learn / Pandas / Seaborn<br>PyTorch / Tensorflow / OpenCV | 较大（一线城市） | |
| 15 | +| Python自动化测试工程师 | Python基础 / 单元测试 / 软件测试基础<br>Linux / Shell / JIRA / 禅道 / Jenkins / CI / CD<br>Selenium / Robot Framework / Appnium<br>ab / sysbench / JMeter / LoadRunner / QTP | 大 | |
| 16 | +| Python自动化运维工程师 | Python基础 / Linux / Shell <br>Fabric / Ansible / Playbook<br>Zabbix / Saltstack / Puppet<br>Docker / paramiko | 较大（一线城市） | |
| 17 | +| Python云平台开发工程师 | Python基础<br>OpenStack / CloudStack<br>Ovirt / KVM<br>Docker / K8S | 较少（一线城市） | |
| 18 | + |
| 19 | +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。 |
| 20 | + |
| 21 | +1. 入门读物 |
| 22 | + - 《Python基础教程》（*Beginning Python From Novice to Professional*） |
| 23 | + - 《Python学习手册》（*Learning Python*） |
| 24 | + - 《Python编程》（*Programming Python*） |
| 25 | + - 《Python编程从入门到实践》（*Python Crash Course*） |
| 26 | + - 《Python Cookbook》 |
| 27 | +2. 进阶读物 |
| 28 | + - 《软件架构 - Python语言实现》（*Software Architecture with Python*） |
| 29 | + - 《流畅的Python》（*Fluent Python*） |
| 30 | + - 《Python设计模式》（*Learning Python Design Patterns*） |
| 31 | + - 《Python高级编程》（*Expert Python Programming*） |
| 32 | + - 《Python性能分析与优化》（*Mastering Python High Performance*） |
| 33 | +3. 数据库相关 |
| 34 | + - 《MySQL必知必会》（*MySQL Crash Course*） |
| 35 | + - 《深入浅出MySQL - 数据库开发、优化与管理维护》 |
| 36 | + - 《MongoDB权威指南》（*MongoDB: The Definitive Guide*） |
| 37 | + - 《Redis实战》（*Redis in Action*） |
| 38 | + - 《Redis开发与运维》 |
| 39 | +4. Linux / Shell / Docker / 运维 |
| 40 | + - 《鸟哥的Linux私房菜》 |
| 41 | + - 《Linux命令行与shell脚本编程大全》（*Linux Command Line and Shell Scripting Bible*） |
| 42 | + - 《Python自动化运维:技术与最佳实践》 |
| 43 | + - 《第一本Docker书》（*The Docker Book*） |
| 44 | + - 《Docker经典实例》（Docker Cookbook） |
| 45 | +5. Django / Flask / Tornado |
| 46 | + - 《Django基础教程》（*Tango with Django*） |
| 47 | + |
| 48 | + - 《轻量级Django》（*Lightweight Django*） |
| 49 | + |
| 50 | + - 《精通Django》（*Mastering Django: Core*） |
| 51 | + |
| 52 | + - 《Python Web开发：测试驱动方法》（*Test-Driven Development with Python*） |
| 53 | + - 《Two Scoops of Django: Best Practice of Django 1.8》 |
| 54 | + |
| 55 | + - 《Flask Web开发：基于Python的Web应用开发实战》（*Flask Web Development: Developing Web Applications with Python*） |
| 56 | + |
| 57 | + - 《深入理解Flask》（*Mastering Flask*） |
| 58 | + |
| 59 | + - 《Introduction to Tornado》 |
| 60 | +6. 爬虫开发 |
| 61 | + |
| 62 | + - 《用Python写网络爬虫》（*Web Scraping with Python*） |
| 63 | + |
| 64 | + - 《精通Python爬虫框架Scrapy》（*Learning Scrapy*） |
| 65 | + |
| 66 | + - 《Python网络数据采集》（*Web Scraping with Python*） |
| 67 | + |
| 68 | + - 《Python爬虫开发与项目实战》 |
| 69 | + |
| 70 | + - 《Python 3网络爬虫开发实战》 |
| 71 | +7. 数据分析 |
| 72 | + |
| 73 | + - 《利用Python进行数据分析》（*Python for Data Analysis*） |
| 74 | + - 《Python数据科学手册》（*Python Data Science Handbook*） |
| 75 | + - 《Python金融大数据分析》（*Python for Finance*） |
| 76 | + - 《Python数据可视化编程实战》（*Python Data Visualization Cookbook*） |
| 77 | + - 《Python数据处理》（*Data Wrangling with Python*） |
| 78 | + |
| 79 | +8. 机器学习 |
| 80 | + |
| 81 | + - 《Python机器学习基础教程》（*Introduction to Machine Learning with Python*） |
| 82 | + |
| 83 | + - 《Python机器学习实践指南》（*Python Machine Learning Blueprints*） |
| 84 | + |
| 85 | + - 《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*） |
| 86 | + - 《Python机器学习经典实例》（*Python Machine Learning Cookbook*） |
| 87 | + - 《TensorFlow：实战Google深度学习框架》 |
| 88 | + |
| 89 | +9. 其他书籍 |
| 90 | + |
| 91 | + - 《Pro Git》 |
| 92 | + - 《Selenium自动化测试 - 基于Python语言》（*Learning Selenium Testing Tools with Python*） |
| 93 | + - 《Selenium自动化测试之道》 |
| 94 | + - 《Scrum敏捷软件开发》（*Software Development using Scrum*） |
| 95 | + - 《高效团队开发 - 工具与方法》 |
| 96 | + |
| 97 | +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”](https://github.com/mahmoud/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。除此之外，还要为大家推荐一个名为[“Python-100-Days”](https://github.com/jackfrued/Python-100-Days)的项目，上面有大量优质的Python学习资料（包括文档、代码和相关资源）。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。” |
0 commit comments