夕阳西下，行业内卷，土木转行Python的几个方向？

Posted 2023-03-29 Yuki程序员

零、背景

近一段时间有不少土木或兄弟专业的朋友加微信问我，自学Python一段时间后又出现了迷茫期，怎么破？不知道接下来走向哪里？下面，我把我知道的告诉你

一、基础

一等公民“函数”自不用说，类的继承、重载必须要弄懂；至于列表推导式、Map、Reduce、Lamda、装饰器等，在实践过程中可以慢慢掌握；数据结构、排序、线性表、堆栈、树、图，该啃的还得慢慢啃；各种设计模式也得有所了解。

二、爬虫

最好从Requests、BeautifulSoup开始，然后了解多进程、多线程、异步、IP池等；再然后爬虫框架Scrapy；验证码识别，最好是在GitHub找相同的范例，感兴趣的话可以跳转到机器学习或者深度学习；或者直接用Selenium等重器，保存Cookies，再爬数。

单单招聘爬虫工程师的岗位不多，而且多多少少存在法律风险，甚至可能被背锅，具体不表。

三、数据分析

虽然有很多公开的数据，但是更多的时候需要你有一定的爬虫取数技能，保证你准备分析的数据是新鲜可用的。

Pandas绕不开，而且熟悉该库是必须的技能；存储数据，SQL、NoSQL的数据库至少得熟系一种；数据可视化库一大堆，Matplotlib、Plotly、Bokeh，可以忘掉Tableau、PowerBI等应用，你的目标至少应该是做一个可视化座舱，即Web数据可视化。

Sklearn绕不开，回归分析、时间序列预测总的会；爬虫遇到验证码，分类算法有帮助；没准BOSS脑子一抽还得让你分析一些评论的好坏，自然语言的情感分析好歹得会点。这个阶段在了解基本概念的基础上、会调包、调参，先入门。

走到这里，作为跨界者，才感觉到算法上的无力；回头再刷算法，苦哈哈！

求职数据分析师？可能还不够，Pyspark、Hadoop等等，你还得自行搜索相关招聘需求。

四、网站建设

如果只是写一份分析报告，用静态图展示，那你只能算是初级的数据分析者；想要更深挖掘自己潜能，Web动态数据可视化必须有。

Django还是Flask或是Webpy，随便选，我选择的Flask，而且数据库使用MongoDB。题外话，之所以选择MongoDB，是由于非关系型数据库存数灵活，且Bson数据格式和Json本就是近亲，RestfulAPI使用起来不要太舒服。可惜的是，Flask+mongoDB这个套装，没有很好的教材，很大程度上需要在Github和搜索引擎中慢慢摸索，有不少坑需要填，但值得去挑战。

小程序开发，必须有。目前在我来看，Web网页用来展示数据尚可，但是用户系统及部分业务场景最好封装在小程序中（反爬、裂变），现阶段推荐微信小程序开发，远期推荐区块链应用。

求职Web开发者？可能还不够，javascript、CSS、html，框架VUE、Bootstrap；拿出自己的作品，Talk is cheap。

五、深度学习

Python无外乎TensorFlow或Pytorch等，请君随意，这个我也不懂。就我目前接触的业务场景，Sklearn够用了。

六、测试运维

不知道、不瞎说，自己可以到相关招聘网站对照技能树。

七、有没有必要报培训班？

如果你想要短期内求职成功，有必要报班，毕竟授业有专攻!

如果你打算长期磨炼，散修打怪，那么可以关注我哦~

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】