最近老有老铁问速成的问题，编程确实是要经验的，上个培训班也要半年，陷阱成2年工作经验，你确定你的思路能最多培训班填鸭式的吗？哎！2个月真的很容易，我也肯定不能全盘肯定天才的存在，如果没有遇到问题该怎么办然后过，那就死嗑，编程比较多是思维，这个思维和现实肯定有区别的，不实战搏击，不跟团队擦火花很容易进阶，你这个可以看英文文档，肯定学习的快些，只不过也不可能二个月就可以不搞定的，也可以先找个干杂活的工作，自己绝不放弃语言编程，头条新闻很多it大神，多问勤思考，我不会相信你是可以走编程的路！你必须只要能坚持！
学python最最重要是有自制力。有自制力的人发展起来绝对不会很差。
况且刚入门，网上有很多或者的教程，我两年前自学是看哔哩哔哩上python入门教程，600多集的，自己感觉有一点弹幕学是真的会更很认真。也可以先往上看知道一点倒底要往哪方面发展，定了这个后才能说怎莫刚入门。
如何自学python简单要不能找到自己的学习目的
我的学习目的特内容明确，seo相关的用处的我都学。题主并没有说起以后要牵涉的职业发展，的话先详细介绍看看。大家也是为了学完python找不到工作，但实际上领域都不一样，如今学习python的重点不一样。题主想要很清楚重点学什么，那要看的是你以后干些什么。
看图吧：
从上图题意python求职有很多的路径。但是把这样的路径简单的结构下是可以得到下图。这里有一个重点在于，下图当中的每个发展方向下面有一个对应路线图的一二三四这样的数字。
重点学习内容上标并合适的方法
然后再通过下面流程来，能找到网络上或则资源就那样最好，好是找不到一家比较全的资源然后把领着学。
web基础开发
能解决的现实问题：
能建议使用面向对象的程序设计方法,基于linux操作系统开发多任务的网络程序开发。
手中掌握的核心能力：
1、还能够熟练可以使用linux操作系统；
2、手中掌握web编程去相关技术，还能够实现方法网络间数据通信；
3、能够掌握程序设计开发中多任务实现方法；
4、能熟练完全掌握mysql你的操作咨询技术，熟练的掌握编写各种数据库你操作sql语句，并都能够接受python与mysql之间的数据协同；
5、完全掌握python中的re模块的使用，还能够利用对字符串接受奇怪模式自动分配；
6、能够掌握web服务器的工作流程，和web框架的实现原理。
要点：
linux命令、网络编程、多任务编程、正则表达式、html与css、javascript、jquery、数据库编程、python语法三阶、静态web服务器、clio-web框架。
web-django框架
可以解决的现实就是现实问题：
更上二级能够旗下主流web网站，并完全掌握常见的技术要点；依据什么实际中问题啊,设计出或者数据库表。
掌握的核心能力：
1、完全掌握pythonweb主流框架-django的使用；
2、可参照web框架设计，变更土地性质随机的数据库；
3、可据业务流程图，开发web网站的前后台业务。
要点：
django框架、前后端分离模式、vue晋阶-组件式开发、djangorestframwork、统计数据、权限管理、商品数据管理、日志管理、用户管理、前后端不分离出来模式、数据库-读写分离、django高级第三方模块、fastdfs分布式文件系统、celery异步模式不能操作、vue分流没绑定、docker入了门、crontab定时任务、页面支持静态化、在线支付、nginxuwsgi部署。
web-flask框架
可以解决的现实就是现实问题：
高并发全功能的web网站开发；提升到数据处理响应速度，灵活运用缓存。
掌握到的核心能力：
1、完全掌握pythonweb通吃框架-flask的使用；
2、掌握比较普遍的性能优化技术；
3、缓存服务器的操作和设计；
4、异步运行任务的基于。
要点：
docker晋阶、uwsgi、nginx进阶、性能优化、flask框架、路由定义及视图函数、蓝图、sqlalchemy、flask-restful、手机apppcweb前端、mysql业务数据存储、redis缓存层、第三方对象存储、rabbitmqcelery异步任务、apschedule定时任务、及时通讯、elasticsearch5.6去搜索语法检查、rpckafka直接对接推荐系统与ai系统、supervisor进程管理。
人工智能机器学习编程
解决的现实问题：
借用自学到的科学计算库对再收集到的数据并且数据基本去处理，使其条件符合机器学习算法模型；凭借去学习到的机器学习算法能解决部分不好算问题。
能够掌握的核心能力：
1、掌握到数据挖掘基础工具使用；
2、掌握到机器学习中如何处理数据方法；
3、再理解最常见机器学习算法原理。
要点：
人工智能概要、数据可视化matplotlib、科学计算库numpy、科学计算库pandas、scikit-learn在用、特征工程、k-近邻算法、线性回归、岭回归、逻辑回归、决策树、独立显卡学习(bagging,boosting)、k-means、完全不同模型评估方法介绍、模型中,选择与调优、模型保存和程序加载、聚类、分类。
人工智能基于组件大数据的推荐系统
能解决的现实的东西问题：
也能实现方法推荐系统的算法相同场景应用；还能够依据推荐一下场景业务流能完成我推荐业务开发。
能够掌握的核心能力：
1、掌握到推荐系统的工作原理和实现程序流程；
2、掌握到推荐系统的算法实现方法原理以及应用场景；
3、手中掌握lambda大数据具体基础；
4、可实现程序基于大数据框架的推荐系统垒建；
5、都能够设计和实现推荐业务流能够完成系统搭建。
要点：
分布式存储计算案例、数据仓库工具hive、spark-sql、sparksql与hive离线分析、abtest实验中心、埋点参数设置、推荐服务、缓存服务、实时地日志分析、实时动态遣离集、热门行业与新文章、文章画像最终形成、用户画像形成完整、文章用户画像业务利用、离线召回集介绍、排序模型你选择介绍、sparkmllib讲解、离线状态模型评价、评估场景需求。
之后更大是实战了，更多比较杂于数据分析：
对企业十分数据进行深入剖析，对业务风险指标进行跟踪分析及优化；堆建业务监控体系，及时发现、排查业务问题，并能提出来最有效的解决策略或方案；对付项目计划，专门负责建模现场统筹项目，结束数据分析需求及任务；通过大数据算法对数据并且模型的最终形成、魔兽维护、和评估。
能够掌握的核心能力：
1、熟得不能再熟广泛数据挖掘算法与模型，清楚逻辑回归、神经网络、决策树、聚类等建模方法；
2、清楚python、tableau、spss、sas等多种数据分析工具；
3、能熟练可以使用时间序列、聚类分析、逻辑回归、因果分析等统计方法。
要点：
统计学基础、python编程数据分析、spss数据分析、数据化运营，网络游戏市场分析，及电商数据分析，问卷数据分析、crm、bi理论、数据可视化分析
结果python拓宽思维那就是爬虫和自动化测试运维了，
都属于学习拓展项目。确实是很重要的距离工作的。
大量是做各种项目参与比较熟悉和自己优化方法。
能解决的不是现实问题：
自动化爬取浏览器网站数据或app应用数据，对爬取中遇到的反爬措施应用方法你所选的反反爬方案可以解决全面处理。
都能够对于企业中开发的项目通过自动化测试工具。
能够重新搭建布署运行维护linux环境。
能够掌握的核心能力：
爬虫：
1.网页数据爬取；
数据爬取；
3.反反爬解决方案；
数据存储。
测试开发：
1.项目开发流程与测试方法；
2.自动化测试框架工具的使用；
3.接口测试；
4.性能测试。
运维开发：
系统安装使用（centos系统）；
系统管理与维护；
编程；
4.自动化运维与监控摄像头。
要点：
爬虫基础、requests模块、数据提取、selenium、抓包反爬与反反爬方案、mongodb数据库、scrapy爬虫框架、appium的使用、测试理论基础、项目开发流程、禅道工具使用、jira工具使用、web自动化测试（selenium、appium、unittest等可以使用）、jmeter接口测试、性能测试、centos安装盘、linux优化系统、常用工具不使用、linux文件管理、软件管理、权限管理、日志管理、进程管理、apache服务器不使用、防火墙管理、lvs集群、zabbix可以使用、shell编程、ansible、nagios视频监视。
一大堆看着可能前期学都并非很懂，所以去b站上搜吧，小破站是学的网站，肯定黑马程序员官网上也都具体规划再说，看他们视频一个一个学更合适。
.jpg)
.jpg)
.jpg)
.jpg)
