一直以來都有很多想學習Python的朋友們問我，學Python怎麼學？爬蟲和資料分析怎麼學？web開發的學習路線能教教我嗎？
我先告訴大家一個點，不管你是報了什麼培訓班，還是自己在透過各種渠道自學，你一定要注重一個東西：完整的知識體系。
感覺很迷茫？學了一段時間還是不入流？很大一部分原因是因為你沒有一個完整的知識體系，你不知道自己現在的進度、未來的方向。
一、Python入門
初學者都會比較好奇，學了這麼久Python，什麼程度才叫入門了呢？
每個人對技術的認知都不盡相同，在我個人看來，你學完以下這些東西就可以算是入門了，為什麼？因為以下這些東西是Python進階各個方向都必備的基礎知識，你進階去學爬蟲或者web開發等方向，你都得先學會它們。
因為知識點放在一起比較多，我把它們稍加區分成基礎和高階程式設計兩塊，對於每一個自學的人，按照這個體系去打好基礎，你未來的路會走得更穩重。
適用人群：零基礎/基礎不紮實者，學Python都從這裡開始
二、爬蟲
爬蟲作為一個熱門的方向，不管是在自己兼職還是當成輔助技能提高工作效率，都是很不錯的選擇，當然了，還有一些以此為主職業的爬蟲工程師。
那麼爬蟲怎麼學習才能成體系？中級水平的爬蟲所需要的東西不是很多，參考這個體系去學習，如果能掌握90%,你可以很自信地說你已經精通爬蟲。
適用人群：爬蟲方向/資料分析方向/非程式設計師加薪
三、資料分析
誰都知道資料是這個時代最為寶貴的東西，但有一個前提就是，你拿到的資料你得懂，一切發揮不出應有功效的資料都是垃圾資料。
資料分析的使命就是發揮資料應有的作用：直接作用和間接作用。
如果你是從事大資料相關工作的IT人士，我建議你掌握但不要止步於下面的資料體系，不要以為會了Numpy、Pandas、Matplotlib就是會了資料分析，真正強大的東西還在後面。
如果你是把資料分析當成一個輔助技能，那麼學完下面這些就差不多，它們能滿足你大多數的需求。有些小夥伴可能還是非計算機專業且從事非IT類的工作，比如說運營之類的崗位，那麼我建議大家學Python入門+爬蟲+資料分析就可以了，它們足以提升你在職場的工作效率，不用去全棧、測試等方向浪費時間，對你沒什麼大的幫助。
適用人群：爬蟲方向/資料分析方向/非程式設計師加薪
四、web開發（前/後端）
web開發是程式設計師職業中的熱門，目前來講，人才缺口依然很大。web開發分為前端、後端、全棧3個方向，目前國內主流的還是前後端分離，前端主要考慮使用者體驗，後端主要考慮底層業務邏輯、平臺穩定和效能，最主要是要看你想做哪一部分？你是喜歡做使用者看得見的部分，還是考慮使用者看不見的部分。
至於全棧，輿論一直很大，褒貶不一，我的建議是如果時間和精力允許，在技術上追求更全面是不會錯的。
適用人群：前端/後端/全棧工程師
五、自動化測試
自動化測試已是未來的一種趨勢，現在很多的企業都要求程式設計師具備自動化測試的能力，而對於自動化測試這個領域來講，Python是目前最合適的語言。
適用人群：程式設計師/測試工程師
六、機器學習
機器學習是通往人工智慧的必經之路，難度也比前面的大很多，與演算法打交道是家常便飯，高付出也會帶來高回報，薪資待遇很不錯。
雖然Python在這方面確實很強，但提醒大家一點，這個領域的門檻比較高，本科生基本無緣，建議上了碩士以上學歷再考慮進入這個行業。
總結
上面就是Python所有方向的學習路線了，把你感興趣的方向掌握了90%之後，你去找工作不是什麼問題的。
有些細心的朋友可能會發現，我沒放人工智慧的學習路線。說實在的，人工智慧比機器學習要廣泛很多，它已經不是某一門語言就能單獨完成的事情了，所以這裡不做推薦。
同樣的，網路安全工程師我也沒有放進去談，雖然Python也能做網路安全方面的事情，但對於一個成熟的網路安全工程師甚至紅、H客而言，你需要精通的語言可不止1門而已了，又或者說，這已經不是語言工具層面的問題了。
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。期待你與我互動起來~
