最近1年的主要学习时间，都投资到了python据分析和数据挖掘上面来了，虽然经验并不是十分丰富，但希望也能把自己的经验分享下，最近也好多朋友给我留言，和我聊天，问我python该如何学习，才能少走弯路，今天整理这篇文章，会详细介绍0基础学python该如何学，帮助到更多想学习python的朋友，给广大同学朋友规划个适合学习规划。

我大学学习的应用化学，后来毕业做了2年全栈设计师（PS：设计和前端都不熟练的那种）后来出于对爬虫开发的喜欢（爬图片，爬视频）还有人工智能，机器学习，大数据的火热程度的追捧，毅然决然报了培训班，学习时间半年，学费两万，感觉还挺值得（PS：我就是这么会安慰自己，即使心里觉得特别亏也。不要问我培训机构，我不是给培训机构打广告的）

后来出来找工作，几经周折和换工作，现在在期货公司工作，主要工作是数据处理和分析，机器学习，自然语言处理，图像处理等，项目是一个全自动化智能云测试云平台，现大概讲下想转行python的学习路线，当然我我转型之路，可能也代表了大多数和我一样的朋友同学，大学报专业没选好，不知道计算机互联网会这么火，而且出校门步入社会后又没能直接学计算机从事这个行业，浪费了很多时间，而此刻，我就根据 大家的心声，站在和大家一样的立场，讲述我专业不是计算机，出来后又没能直接搞计算机互联网的转型python路线。

文本主要讲述转型的三个方面：web开发，爬虫，数据分析与人工智能

python的发展主要有几个方向：

网络，爬虫，数据分析，测试，运维，人工智能等，要属当下最火的还是人工智能，好多人冲着人工智能的方向学python，其实人工智能听起来确实很高大上，都想往这方面涌入，但是作为过来人，如果单纯从编程0基础想转行人工智能还是难度相当大的（大神除外），因为好多搞人工智能的公司会相对比较大，现在企业又不愿意去培养人，所以招聘时候学历，专业，项目经验，工作年限都相对还是比较硬性的。

虽然门槛比较高，但是想转行python进而转型数据分析和人工智能也是有很大机会的，毕竟python在国内火起来也没多长时间，只要按照科学有效的方法学习提升，也是可以很快转型的，由于对运维和测试不是特别了解，这里不在说这方面的转型路线，先讲web后端开发、爬虫开发、数据分析与人工智能路线。

1，首先是转行python学习路线：

通用必备基础知识 :(这些知识不管是做python哪方面，都是基础知识，必须会）

第一阶段 ：Python入门（框架再怎么变，基本语法不会变，基础中的基础）

数据类型

循环判断

常用模块

函数，迭代器，装饰器

递归，迭代，反射

面向对象编程

第二阶段 ：网络编程（最好能完全搞透彻） Socket c / s编程，Twisted异步网络框架

多线程，多进程，携程gevent，选择\ poll \ epoll

FTP服务器开发

批量命令，文件分布工具

RabbitMQ消息队列，SqlAlchemy ORM

Reids \ MemCache \ MongoDB缓存数据库

第三阶段 ：正则表达式和数据库 学习字符串匹配的正则表达式重模块

学习的MySQL的数据库（80％以上的公司都在用）

学习的Redis的数据库（做网站和爬虫都很重要）

学习的MongoDB的数据库

第四阶段 ：WEB前端基础（坑比较多，多敲）

做WEB当然要懂点基本的前端知识。

html / css基础

原生JS

JQuery的的（JS库）

Ajax的异步加载

绘图库

引导（了解，最好能掌握一种布局框架）

好了，以上就是不管你后面发展那些方面，这些都是基础中的基础，必须要学（我培训班一共学了2个月）

2，转型python的网站后端开发学习的知识： Django的（应用广泛的后端框架）

tornado

flask（后起之秀的框架）

session/中间件/ ORM / CSRF / FORM（一些网络基本的技术知识）

Django，flask，tornado，三个框架各有优劣，网页框架我用的Django和flask居多，Django的会觉得很多东西都已经封装好了，可以直接用，不用自己手动构造，比如Django的的管理的后台和xadmin后台，flask就相对灵活多变，至少掌握两个框架，多多益善（我在培训班1个半月，学的django和flask2个框架）

3，转型爬虫学习的知识：

requests：发送网页请求，返回数据

xpath：用于网页元素的提取（当然还有BS4，pyquery等，选择顺手的）

selenium：用于真实浏览器访问网页，根据具体情况使用

scrapy：用于大规模快速网页数据爬取

验证码破解：验证码破解建议大家可以多搞点难破解的，比如滑块验证码，淘宝验证码，12306验证码等等，面试经常问到哦

（我在培训班学爬虫学了3周，主要是requests和scrapy两个框架）

4，转行数据分析（机器学习，人工智能）学习路线 :(培训班学习2个月）

（以下几个模块是数据分析最常用的库，一定要学好）

1，学习科学计算和分析包，numpy的和pandas

2，学习可视化，分析结果可视化的包matplotlib，实现数据绘图展示

3，学习数据挖掘模型，这个包主要是sklearn，里面的算法基本都有对应的包，但希望大家能对高等数学，概率论，线性代数，信息论的基础理论进行学习，这些算法都是基于数学基础，如果数学理解不透，也只能当一个调包侠（公众回复：机器学习）

4，神经网络的框架，推荐学习TensorFlow或者keras，Karas的是把TensorFlow封装起来的高级包，学习难度比较低。还有一个更加高级的框架CAFFE，据说很厉害。

5，常见神经网络：回归网络，分类网络，卷积神经网络（CNN）在图像语言等领域处理方面优秀，循环神经网络（RNN）利用时间序列分析（RNN LSTM），避免过度拟合。自编码网络，这个我不了解，也不感兴趣。神经网络还很多，技术前沿的东西还不知道。

好了，说到这里，基本学习路线就讲完了，下面就是最基本的学习路线总结

转型web ：通用必备知识+2个网页框架

转型爬虫：通用必备知识+爬虫框架

转型数据分析：通用必备知识+数据分析库（pandas，numpy的的，matplotlib，sklearn），甚至这些还远远不够用

转型人工智能：通用必备知识+数据分析库+高等数学+线性代数+概率论+ tensorflow框架

接下来回答大家感兴趣的几个问题：

数据分析要不要学高数，概率论，线性代数？

如果不想只当调包侠，也不想在工作中因为不理解数学过程太痛苦的话，多补补数学理论吧，至少我工作中接触到简单的数学概念有：标准差，方差，协方差，协方差矩阵，余弦相似度，导数，对数，偏导，概率论，熵，信息论，矩阵运算，向量的运算等等。只能说列举的这些是基础中的基础，比这更难的我也正在学。

数据分析要不要学后端框架？比如Django和flask

以上过程是一个快速转行数据分析的路线，可能有些介绍不是太全，但大致的学习方向就按这个来，就会少走弯路，但其实作为一名蟒开发者，个人建议最好还能运用一种后端框架，能够搭建网站后端项目也很重要，虽然在公司工作是数据分析，但是公司经常可能性的会让搭一些简单的项目，艺多不压身，我个人喜欢用的Django

数据分析要不要学前端？（HTML，CSS，JS）

回答是肯定的：必须学，能阅读懂是基本，越熟练深入越好，因为做数据分析很多都是从爬虫和网络转过来的，而爬虫和网络都对前端技术有一定要求，比如如下原因：

爬虫读取页面结构，获取标签，你要能看懂HTML

爬虫的很多反爬虫措施基于厉害的JS代码和一些复杂的CSS，如果不懂，爬虫很难做到深层次

后台项目，至少在PC端的，很多情况下，都要求后端开发人员能读懂前端代码

鉴于很多朋友想从事数据分析，这里不得不提下，Python的数据分析是一个非常专业的方向，需要有较多的数学理论知识，而且需要有刻苦专研的精神。既然是编程语言，就需要写很多代码，我至少写了10,000行代码了。最后你还需要了解你自己希望从事什么行业，传统数据挖掘在银行，保险，电信，电商等领域已经很普及了成熟了。对于那些高级的神经网络，也就是类似AI领域，在图片语音视频识别，自动驾驶，量化投资，机器人等领域也很好的。很多分析师都转行做这块了，还是话说回来，想学习的很多，多实践，加油！

好了，最后你有工作学习上不明白的都可以问我，我也会把我学习工作的python资料和视频免费送给大家，帮助大家快速进入python学习中