python怎么自学

Posted 2023-04-04 我想去吃ya

其实0基础选择python学习入行的不在少数，Python近段时间一直涨势迅猛，在各大编程排行榜中崭露头角，得益于它多功能性和简单易上手的特性，让它可以在很多不同的工作中发挥重大作用。

正因如此，目前几乎所有大中型互联网企业都在使用 Python 完成各种各样的工作，比如Web应用开发、自动化运维、人工智能领域、网路爬虫、科学计算、游戏开发等领域均已离不开Python。

特别是在和数据相关的领域，比如数据科学、数据分析、机器学习等领域的首选语言都是Python！

我们可以看到，随着数字经济发展按下“快进键”，擅长Python的大数据人才越来越受企业青睐，不仅招聘需求量大，就业薪资也非常高！

编程自学误区
1.不了解完整的学习体系，盲目买书看视频，资料推挤如山；

2. 指望把一本书肯透，一套视频看完，认为多敲就能搞定；

3. 什么都学，感觉什么都会，停留在“搬运”阶段；

4. 没有真实的项目经验，自己做的时候一头雾水。

为了避免以上误区，我们在学习的过程中还是应该了解你选择的编程学科的完整体系，学习的过程中多敲代码，有意识的进行练习，及时对知识点归纳总结，最好学习的视频每个阶段都能有项目进行实操~提升实际项目能力

在这个更迭快速的时代，墨守成规很可能变成一种劣势。相比于传统的越老越吃香的行业，年轻人更喜欢潮、酷一点的新兴领域，尤其是薪资高的行业。

python也的确用实力证明了大家的选择没有错

TIOBE编程语言排行榜算是现在最常用来表示编程语言流行趋势的重要指标，你在各种关于Python的介绍里，肯定看到过各种不同时间段的TIOBE榜单图。这个榜单是通过公式计算编程语言在8大搜索引擎（比如Google）上被搜索的情况，然后得出一个榜单，每个月都会更新，能反映出某个语言在某一时间段内的热门程度。

回顾【编程语言排行历史】可以看到，长期以来，编程语言排行榜上顺位不断的变化着，有的长期霸占头三甲，有的曾经辉煌，现在逐渐没落；而有的曾经默默无闻，现在逐渐展露头角。

Python，就属于后者。Python其实“出生”很早，上个世纪九十年代诞生于美国，但是一直默默无闻，大概05年之后一路向前。

从下面这张图可以更明显的看出（数值越大受欢迎程度越高），近几年Python在编程语言排行榜上飙升的还是比较快的，18年后已经可以和经久不衰的 C 语言、Java 等编程语言 “掰一掰手腕”了。

在过去的2020年Python还登上了编程语言“名人榜”，这个奖项授予一年中增长率最高的编程语言，就是说Python的热度还在不断增长中。

一些其他榜单，例如IEEE、PYPL等，Python也都有不俗的成绩。

通过这些榜单，此处，我们先得出一个结论：国际上的开发者对Python寄予了很高的期待，讨论度很高，在全球范围内是得到认可的，Python是一门高价值学科。

Python近段时间一直涨势迅猛，在各大编程排行榜中崭露头角，得益于它多功能性和简单易上手的特性，让它可以在很多不同的工作中发挥重大作用。

正因如此，目前几乎所有大中型互联网企业都在使用 Python 完成各种各样的工作，比如Web应用开发、自动化运维、人工智能领域、网路爬虫、科学计算、游戏开发等领域均已离不开Python。

特别是在和数据相关的领域，比如数据科学、数据分析、机器学习等领域的首选语言都是Python！

我们可以看到，随着数字经济发展按下“快进键”，擅长Python的大数据人才越来越受企业青睐，不仅招聘需求量大，就业薪资也非常高！

据《新职业——大数据工程技术人员就业景气现状分析报告》显示，预计2025年前大数据人才需求仍保持 30%-40% 的增速，行业人才需求量达到 250 万 。

1、什么是大数据？
关于大数据的解释，比较官方的定义是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。简单来说，大数据就是结构化的传统数据再加上非结构化的新数据。那么传统数据和新数据又是什么呢？传统数据就是IT业务系统里面的数据，如客户资料、财务数据等。这些数据是结构化的，量也不是特别大，一般只是TB级。对比传统数据，还有一种叫“新数据”，是来源于社区网络、互联网等渠道，包括文本、图片、音频、视频等非结构化的数据。目前全世界75%以上都是非结构化数据，而且还一直呈现爆炸性的增长。

2、大数据有哪些特点？
（1）容量大

数据体量大，数据的大小决定所考虑的数据的价值的和潜在的信息。

（2）种类多样

数据类型的多样性，包括传统数据库、图像、文件和其他复杂的记录，如果只有单一的数据，那么这些数据就没有了价值，比如只有单一的个人数据，或者单一的用户提交数据，这些数据还不能称为大数据，所以说大数据还需要是多样性的，比如当前的上网用户中，年龄，学历，爱好，性格等等每个人的特征都不一样，这个也就是大数据的多样性。

（3）快速

数据的速度，就是通过算法对数据的逻辑处理速度非常快，1秒定律，可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。

（4）价值大

你如果有1PB以上的全国所有20-35年轻人的上网数据的时候，那么它自然就有了商业价值，比如通过分析这些数据，我们就知道这些人的爱好，进而指导产品的发展方向等等。如果有了全国几百万病人的数据，根据这些数据进行分析就能预测疾病的发生，这些都是大数据的价值。

4、大数据的应用场景
（1）金融：大数据在高频交易、社交情绪分析和信贷风险分析三大金融创新领域发挥重大作用。

（2）城市管理：可以利用大数据实现智能交通、环保监测、城市规划和智能安防。

（3）医疗：在发现诊断疾病时，疾病的确诊和治疗方案的确定是最困难的。而借助于大数据平台我们可以收集不同病例和治疗方案，以及病人的基本特征，可以建立针对疾病特点的数据库。

（4）零售：零售行业可以了通过大数据技术，了解客户消费喜好和趋势，进行商品的精准营销，降低营销成本。另外，还能依据客户购买产品，为客户提供可能购买的其它产品，扩大销售额。

（5）气象：借助于大数据技术，天气预报的准确性和实效性将会大大提高，预报的及时性将会大大提升，同时对于重大自然灾害，例如龙卷风，通过大数据计算平台，人们将会更加精确地了解其运动轨迹和危害的等级，有利于帮助人们提高应对自然灾害的能力。

Python语言简单易懂，适合零基础入门，在编程语言排名上升最快，能完成数据挖掘、机器学习、实时计算在内的各种大数据集成任务。

如果要推荐一种人人都能掌握的编程语言，应该没有比Python更合适的了。

Python 简单易学，用途广泛，不仅可以在日常办公中提高大家的职场效率，还能被大型互联网企业应用于后端开发。随着大数据、人工智能等领域的快速发展，Python的应用领域也更加多了起来。

大数据开发做什么？

大数据开发分两类，编写Hadoop、Spark的应用程序和对大数据处理系统本身进行开发。大数据开发工程师主要负责公司大数据平台的开发和维护、相关工具平台的架构设计与产品开发、网络日志大数据分析、实时计算和流式计算以及数据可视化等技术的研发和网络安全业务主题建模等工作。

大数据开发应具备的技能：

目前从事大数据应用开发的语言包括Java、Python、Scala、R等，需要熟悉Hadoop、HBbase、hive、spark、Flink、ES、Presto、Flume、Kafka生态的原理和使用方法，掌握数据开发、数据挖掘的各项流程。

大数据学习路线以及资源：

开发入门：Linux入门 → mysql数据库
核心基础： Hadoop
数仓技术： Hive数仓项目
PB内存计算： Python入门 → Python进阶→ pyspark框架 → Hive+Spark项目

在选择培训机构之前，可以先学习一下大数据基础的教程，看看到底自己能不能掌握~

本套教程一网打尽了大数据必学的

Hadoop、Hive，云平台实战项目

让零基础同学一站式入门

直通大数据核心技术

这套大数据新教程基于Hadoop、Hive、云平台等技术带领大家由浅入深的进入大数据领域，一起体验大规模数据计算的魅力。

基于零基础学习的内容设计，提供了丰富的补充知识点供零基础学员进行前置学习。

作为2023年全新的大数据入门课程，课程内容采用全新的技术栈体系。基于Hadoop3.3.4、Hive 3.1.3、阿里云和UCloud云平台，为同学们打造一门大数据Hadoop生态体系的入门课程，但又不仅仅只是Hadoop。

2023新版大数据入门到实战教程，大数据开发必会的Hadoop、Hive，云平台实战项目全套一网打尽

课程特色

• 理论+实战完美结合：本套教程采用“理论+实战”的形式，全面介绍了大数据Hadoop、Hive离线开发的相关知识；

• 有内容也有深度：课程采用“入门+提高”的内容设计，入门知识和高阶知识相互独立，先全面入门，后全面进阶，循序渐进让大家学有所成；

• 结合当下热门的云平台（阿里云、UCloud）为大家带来《云原生大数据开发》：基于Hadoop3.3.4、Hive 3.1.3、阿里云和UCloud云平台，采用全新的技术栈体系。

适合人群

＞零基础：小白入门到高阶，再到精通

＞进阶者：有经验的工程师巩固拓展

＞探索者：感兴趣者领略大数据魅力

第一阶段 大数据开发入门

学前导读：从传统关系型数据库入手，掌握数据迁移工具、BI数据可视化工具、SQL，对后续学习打下坚实基础。

1.大数据数据开发基础MySQL8.0从入门到精通

MySQL是整个IT基础课程，SQL贯穿整个IT人生，俗话说，SQL写的好，工作随便找。本课程从零到高阶全面讲解MySQL8.0，学习本课程之后可以具备基本开发所需的SQL水平。

2022最新MySQL知识精讲+mysql实战案例_零基础mysql数据库入门到高级全套教程

第二阶段 大数据核心基础

学前导读：学习Linux、Hadoop、Hive，掌握大数据基础技术。

2022版大数据Hadoop入门教程
Hadoop离线是大数据生态圈的核心与基石，是整个大数据开发的入门，是为后期的Spark、Flink打下坚实基础的课程。掌握课程三部分内容：Linux、Hadoop、Hive，就可以独立的基于数据仓库实现离线数据分析的可视化报表开发。

2022最新大数据Hadoop入门视频教程，最适合零基础自学的大数据Hadoop教程

第三阶段 千亿级数仓技术

学前导读：本阶段课程以真实项目为驱动，学习离线数仓技术。

数据离线数据仓库，企业级在线教育项目实战（Hive数仓项目完整流程）
本课程会、建立集团数据仓库，统一集团数据中心，把分散的业务数据集中存储和处理 ；目从需求调研、设计、版本控制、研发、测试到落地上线，涵盖了项目的完整工序 ；掘分析海量用户行为数据，定制多维数据集合，形成数据集市，供各个场景主题使用。

大数据项目实战教程_大数据企业级离线数据仓库，在线教育项目实战（Hive数仓项目完整流程）

第四阶段 PB内存计算

学前导读：Spark官方已经在自己首页中将Python作为第一语言，在3.2版本的更新中，高亮提示内置捆绑Pandas；课程完全顺应技术社区和招聘岗位需求的趋势，全网首家加入Python on Spark的内容。

1.python入门到精通（19天全）

python基础学习课程，从搭建环境。判断语句，再到基础的数据类型，之后对函数进行学习掌握，熟悉文件操作，初步构建面向对象的编程思想，最后以一个案例带领同学进入python的编程殿堂。

全套Python教程_Python基础入门视频教程，零基础小白自学Python必备教程

2.python编程进阶从零到搭建网站

学完本课程会掌握Python高级语法、多任务编程以及网络编程。

Python高级语法进阶教程_python多任务及网络编程，从零搭建网站全套教程

3.spark3.2从基础到精通

Spark是大数据体系的明星产品，是一款高性能的分布式内存迭代计算框架，可以处理海量规模的数据。本课程基于Python语言学习Spark3.2开发，课程的讲解注重理论联系实际，高效快捷，深入浅出，让初学者也能快速掌握。让有经验的工程师也能有所收获。

Spark全套视频教程，大数据spark3.2从基础到精通，全网首套基于Python语言的spark教程

4.大数据Hive+Spark离线数仓工业项目实战

通过大数据技术架构，解决工业物联网制造行业的数据存储和分析、可视化、个性化推荐问题。一站制造项目主要基于Hive数仓分层来存储各个业务指标数据，基于sparkSQL做数据分析。核心业务涉及运营商、呼叫中心、工单、油站、仓储物料。

全网首次披露大数据Spark离线数仓工业项目实战，Hive+Spark构建企业级大数据平台

Python自学可以吗？

一周或者一个月。
如果完全靠自己自学，又是从零基础开始学习Python的情况下，按照每个人的学习和理解能力的不同，我认为大致上需要半年到一年半左右的时间。
当然了，Python学习起来还是比较简单的，如果有其他编程语言经验，入门Python还是非常快的，花1-2个月左右的时间学完基础，就可以自己编写一些小的程序练练手了，5-6个月的时间就可以上手做项目了。
从一定程度上来说，一些零基础的初学者想要利用两个月的时间掌握好Python是不太可能的，学习完Python后想要应聘相对应的工作岗位，即便是选择最快的学习方式也是很难实现的，无法快速实现就业。 参考技术A

当然可以自学。Python是一门相对来说比较简单的编程语言，自学完全ok。

但是，对于自学的话，看你是否有基础。

总体来说分为三步，第一，如果你是没接触过编程的人，那你就要把编程的硬知识学会了，一些语句，逻辑关系。因为这些是你以后进行写代码的基础，当然生硬硬的语句可能一下子全部记住也是有些难度的，你也可以在以后的边练习边熟练。第二步就是看一些写好的东西，自己模拟做一下，将第一步所学的东西用起来，加深理解。第三步可以自己写一些，总之是一个不断学习的过程。

具体一点而言，你可以这样学python：

1、学习py要有针对性，目的性。不要漫无目的地学，py功能很强大，能应用到的场景很多，比如做网页，做游戏，做界面，做数据分析，统计分析，深度学习，机器学习等等不一一例举（大神们不要吐槽我说法不专业，毕竟这是针对没有任何编程基础的人。）看你自己的需求是什么再去学什么。   

2、现用现学。这是我个人的学习方法，供大家参考。我是先学一遍基础教程，然后在量化平台开始数据分析，用到什么不会再去补什么，比如数据分析用到pandas，我再去学pandas。

哪怕是基础知识，当用到时发觉忘记了回头复习巩固是常有之事。只有追着自己想要的东西去学，学会了才有成就感，有动力继续下去。这好比你追求妹子，每日负责接送，送花送包包，一段时间后，妹子和你牵手了，你才有成就感，才有动力追下去。

不信你可以做一下各种py基础教程的练习题，做起来不是那么有趣，有点做奥赛题的感觉，很伤脑筋，你又不知道跟自己想要的有什么关系，你很快会觉得无聊。但大家对于基础课程要坚持，练习题可以不做，但你要保证自己至少看懂了教程的内容。

所以，学习python是不难的，关键还是要有目的还有恒心，三天晒网两天打鱼这样肯定是不成的。

参考技术B

python可以自学。

建议学习Python开发选择一个线上的辅导班，成本低，如果你能坚持学到最后，那你就适合学习Python，成完后能力也不会很弱。如果你中途放弃了，说明你不适合，你也不会损失多少钱。

学的不系统，学的东西不是重点，做Python开发工作中，其实用的东西翻来覆去就是那么几样，Python的东西虽然多，但是并不是每个知识都学，有很多知识工作中永远都用不到，了解就可以了。但是作为初学者就是不知道重点是什么，盲目的学，最后肯定达不到企业需求的水平，最后不得不放弃。

所以不管再忙都要坚持每天保持3个小时以上的练习时间：

任何一个做 Web 开发的，离不开前端三剑客，这里的三剑客是指 HTML、JavaScript、CSS。HTML 是骨架，CSS是外衣，JS控制前两者，为了满足更多用户交互行为需要 JavaScript 来控制。

了解了基本的前端知识后，还是有必要了解一下前端的框架，如vue.js、boostrap、react、jquery 等等，虽然不一定每个框架都去学一遍，但至少要知道每个框架的作用，因为以后你不可能什么都是自己重复造轮子。

参考技术C Python自学当然可以，如果是自学，从零基础开端学习python的话，按照每个人理解能力的不同，大致上需求半年到一年半左右的时刻，当然，如果有其它编程言语的经历，入门还是比较快的，大概需要2~3个月可以用Python言语编写一些简单的使用。如果想自学Python，可以看黑马程序员社区的Python学习路线图，有视频+工具+讲解，还不错的。
如果没有其它编程语言基础，学起来就慢，建议还是进行系统的学习，时间快，到时候也有老师教，找工作也会比较好找。本回答被提问者采纳 参考技术D 当然可以了，每个人的情况不同，需求不同，自然选择的学习方式也是不同的，Python学习分为自学和培训两种方式。自学Python的话，从零基础开始学习，根据每个人的理解能力来说，学习周期一般在半年以上，一年半左右，当然了如果具有相关编程经验，学习能力比较强的话，学习周期会更短一些。