這些問題之前題主應該先了解的是：

• Python掌握了什么是精通？
• 因為學習這些知識要用多久能學會是自己的學習能力決定的。
• 掌握Python后是找工作的職業發展是什么？掌握Python自由職業可以做什么？
• 因為要先知道，你是要做的是什么才能大概知道以后能掙多少錢。

那就上述的問題一個一個說，先來一個懶人目錄：

• Python職業發展以及自由職業可以做什么
• 根據職業發展找出當下學習重點
• 優質的Python學習資源分享

一、Python的職業發展以及自由職業可以做什么

先看一個職業發展路徑：

根據這樣清晰的路線圖才可以知道未來的職業發展方向是什么，知道職業發展方向的話才能知道當下的學習重點是什么。也可以先看一下某些企業招聘Python的要求是什么，招聘信息上寫的技能掌握后就可以找到工作了。

一般企業招聘Python相關工程師的要求是：

• 正規本科學歷
• 2年開發經驗，精通Python開發
• 精通Django框架，有實際項目經驗
• 熟悉HTML5，JavaScript，Json，熟悉Mysql，熟練使用SQL。
• 有websocket server開發經驗者優先
• 有Redis開發部署經驗者優先
• 了解HTTP協議，微服務，以及Restful API
• 熟悉云服務平臺（Google，ali），了解服務器部署和監控，了解負載平衡
• 了解敏捷開發熟悉軟件設計模式

偏爬蟲相關的招聘要求一般是：

Python自由職業可以做什么：

1.爬蟲

• 很多人入門Python的必修課之一就是web開發和爬蟲。但是這兩項想要賺錢的話，就必須知道開發什么爬什么數據才能賺錢。如果你都不知道的話問題也不大的，可以開個網店，或者豬八戒做服務外包。
• 這里呢，還是需要找到好的項目，舉個舒服的例子就是：幫一些證券大佬抓取一些財經新聞或者是輿情相關的數據，開發玩了之后每個月要保證爬蟲不掛的話基本上可以收入3-5k。自己買個云主機的話，一個月要兩三百的成本，自己還能做別的事情。

2.量化交易

• 用python來完成量化交易是很方便的，方然不涉及到高頻交易，對于新手來說，這邊比較推薦的JionQuant，新手教程和在線Python策略開發環境我個人認為都是比較優化的，做Quant其實就是一個做數據挖掘的過程。不同的策略就是你手中能用的模型，選股，擇時，資金管理就是你所要做的特征工程。不需要糾結是用均線策略或者是BOLL，找到策略適應的股和擇時才是關鍵。
• 要追求穩定的收益的話，可以去考慮各種虛擬幣交易市場搬磚，編程能力較弱的朋友可以考慮一下bots，統計逃離雖然也能穩定盈利但顯然不合適個人了，一般需要HFT支持。

3.代寫程序或者是外包

• 某寶上有不少的代寫程序的，物美價廉，幾百塊就能搞定一套基于LAMP的xx管理系統，看看買家評論就會知道，絕大部分都是學生的大作業或者是畢設。
• 這些能轉多少錢呢？首先是不要幫別人寫論文，這是吃力不討好的事情，基本上后期你就會處于一直改稿的階段。一般本科畢設都是偏工程研發的，這類門檻低，通用的代碼很多，基本上找到開源的改一改就能完成任務。碩士畢業的有很多偏機器學習的，實現一個overfitting的算法實現，基本上也就是1-2天的功夫，前者1-2K，后者2-3k。

4.白帽

• python是黑客的第一語言，還用多說嗎？這邊灰產不說了。只要爬蟲公里足夠強的話，刷個閱讀排名點贊都是可以的。畢竟說透了都是模擬請求，只不過是有些簡單HTTP Get請求。有些是通過Ajax提交的Post請求，還有就是寫Socket請求，然后順一下時間中不同請求的時間和依賴關系。

起碼題主要知道Python如何可以掙錢，用什么掙錢，才能知道掙多少錢哈。

二、根據職業發展找出當下學習重點

我覺得僅僅對于小白來說，最重要的事情不是學完基礎就繼續。而是找到職業發展路徑。知道發展了以后在去找重點去學習。

• 如果未來發展是web方面：那么我們需要主要學的是python的基礎、python的進階、前端開發以及web開發；
• 如果未來的發展是爬蟲工程師：那么我們需要學的除了上面這四中還要加上爬蟲。
• 如果未來發展是數據工程師：那么還要掌握自動化運維、數據挖掘和分析以及
• 那么未來發展是人工智能的話：就要學習機器學習人工智能相關知識；

上面這樣的知識點可能會說懵大家，直接看各個階段的相關知識拆解：

第一階段、Python基礎

知識點：

• 計算機組成原理：計算機組成部分、操作系統分類、B/S和C/S架構、理解軟件與硬件的區別
• Python變量以及開發環境：字符串、數字、字典、列表、元祖等
• 流程控制語句：程序的執行順序，順序執行、循環執行、選擇執行
• 函數：定義函數、調用函數、函數的嵌套、遞歸函數
• 文件的基本操作：文件的打開、編輯、關閉
• 面向對象編程：類對象、實例對象、定義類、實例化對象
• 異常處理：學會捕捉異常、自定義異常
• 模塊和包：理解模塊和包的概念并學會使用
• 飛機大戰游戲制作：自己獨立完成飛機大戰游戲

第二階段、Python和Linux高級

知識點：

• Linux系統應用：Linux發行版系統的使用、基本的操作語句
• 網絡編程：TCP/IP協議、服務器工作過程
• 并發編程：線程、進程、協程
• 函數高級應用：熟練使用函數的調用等
• 正則表達式：熟練舒勇re模塊的各種方法
• 數據庫：關系型數據庫、非關系型數據庫、MySQL
• Python語法進階：閉包、裝飾器、生成器、迭代器
• mini-web服務器：根據網絡服務的過程寫出簡易的web服務器
• mini-web框架：可以編寫簡易的web服務器框架

第三階段：前端開發

• HTML的學習：HTML的文檔結構、快速創建HTML方法
• CSS：CSS的使用
• PS的簡單應用：Photoshop的基本使用、取色、圖層
• JavaScript的學習：JavaScript的基本語法
• jQuery的學習：jQuery的使用
• Vue框架：框架的使用以及注意點

第四階段：Web開發

• Flask web框架的使用：模板與表單、數據庫的使用、單元測試、第三方擴展與部署、Redis緩存使用、GIT版本控制、云服務器的使用、驗證碼的收發、網站項目開發實戰
• Django web框架的使用：框架的使用方法、模型介紹、ORM以及數據庫操作、視圖以及模板、Django中間件、Django REST Framework、網站項目開發實戰

第五階段：爬蟲開發

• 爬蟲開發的知識體系與相關工具：網絡爬蟲的原理以及相關爬蟲工具
• MongoDB數據庫：數據庫的增刪改查
• Scrapy框架：框架的原理以及使用
• 定制化爬蟲采集系統：數據的采集、分析
• 爬蟲實戰項目：實用型綜合爬蟲應用

后面有需要整理出來的知識的，可以留言告訴我，碼字不義；

三、Python學習的優質資源

文章相關：

• 為什么要學習Python編程語言？哪些人適合學習Python？
• 非計算機專業想學一門編程語言，選什么好？
• python和java自學哪個好？
• 2019年最新web前端開發入門知識點

Python自學課程視頻：

• python6天搖身一變成大神
• Python入門教程完整版（懂中文就能學會）
• python網絡爬蟲第一天

上述是課程學習均有網盤的資源，就是含有課件、課程筆記以及源碼的資源。但是放網盤的話就會被和諧。有需要的留言或者私信我吧。

關注一下唄，碼字不易，后續會有更多精彩。

Python是一門易讀、易維護，并且被大量用戶所歡迎的、用途廣泛的語言。由于具有豐富和強大的庫，又被稱為膠水語言，Python 極其容易上手，主要源于Python有極其簡單的說明文檔。
Python?的應用領域分為系統編程，用戶圖形接口，Internet?腳本，組件集成，數據庫編程，快速原型，數值計算和科學計算編程，游戲、圖像、人工智能、XML?、機器人編程等等。?
常見的一種應用情形是，使用Python快速生成程序的原型（有時甚至是程序的最終界面），然后對其中有特別要求的部分，用更合適的語言改寫，比如3D游戲中的圖形渲染模塊，性能要求特別高，就可以用C/C++重寫，而后封裝為Python可以調用的擴展類庫。Python是做服務器開發與物聯網開發。
信息安全，大數據處理，數據可視化機器學習，物聯網開發，各大軟件的api，桌面應用，都需要python。
開發工具

鏈接：https://pan.baidu.com/s/1vGzd7MPX6EepAr4_HV_QUA 提取碼：fgs2
初級
市場價值：
尚不能達到任何企業用人標準
學習后目標：
1.掌握基本的Linux系統操作。
2.掌握Python基礎編程語法。
3.建立起編程思維和面向對象思想。

中級
市場價值：
可以進行一些小規模開發
學習后目標：
1、利用上述課程中的知識搭建簡單的Web服務。
2、熟悉Scrapy各模塊。
3、熟悉Django各模塊的使用

高階
市場價值：
具備可對數據進行初步分析和挖掘，進行機器學習建模或深度學習訓練，根據市場反饋數據看，薪資普遍在 15000-30000。
學習后目標：
1、掌握數據挖掘基礎工具使用；
2、掌握數據挖掘處理數據方法；
3、了解常見機器學習算法原理；
4、根據量化交易規則設計策略；
5、掌握深度學習算法和框架；
6、圖像識別、檢測的實現。

項目課程

獲取網盤資料，關注主頁

以上課程均有對應網盤資料+講義+源碼，如有需要的關注主頁

Python簡單介紹

Python 是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。

Python 的設計具有很強的可讀性，相比其他語言經常使用英文關鍵字，其他語言的一些標點符號，它具有比其他語言更有特色語法結構。

Python特點

• 1.易于學習：Python有相對較少的關鍵字，結構簡單，和一個明確定義的語法，學習起來更加簡單。
• 2.易于閱讀：Python代碼定義的更清晰。
• 3.易于維護：Python的成功在于它的源代碼是相當容易維護的。
• 4.一個廣泛的標準庫：Python的最大的優勢之一是豐富的庫，跨平臺的，在UNIX，Windows和Macintosh兼容很好。
• 5.互動模式：互動模式的支持，您可以從終端輸入執行代碼并獲得結果的語言，互動的測試和調試代碼片斷。
• 6.可移植：基于其開放源代碼的特性，Python已經被移植（也就是使其工作）到許多平臺。
• 7.可擴展：如果你需要一段運行很快的關鍵代碼，或者是想要編寫一些不愿開放的算法，你可以使用C或C++完成那部分程序，然后從你的Python程序中調用。
• 8.數據庫：Python提供所有主要的商業數據庫的接口。
• 9.GUI編程：Python支持GUI可以創建和移植到許多系統調用。
• 10.可嵌入: 你可以將Python嵌入到C/C++程序，讓你的程序的用戶獲得"腳本化"的能力。

Python為何如此火爆？

1.在Python中，Python擁有健康活躍而且有強大支持力的社區。

有的編程語言由于沒有文檔和開發人員的支持，很不容易操作，而Python沒有這個問題，因為Python存在的時間較長，和積累了很多文檔、教程等寶貴的經驗。Python的開發者社區擁有難以置信的活躍，也就是說不管是有無經驗的老手或菜鳥，當有人需要幫助和支持時，都會及時得到反饋和回應。

2.Python受到很多企業的贊助。

不要小看這一點，受到很多企業的支持對編程語言來說是一個非常好的發展機會，比如Java有Sun和PHP贊助，C#有Microsoft的贊助。而Python在2006年受到了Google的大力支持，并且之后Google的很多平臺和應用都使用Python語言。Google為Python提供了大量的文檔和支持工具，有力的推動了Python的發展。

3.大數據的興起和發展

大數據的興起和發展有力的助推Python的發展，而且Python被成功的運用到人工智能、機器學習等各種高科技中。同時Python在分析和處理數據的過程中非常便捷容易，間接的也解決了大數據的一些問題。

我學習Python的經歷

我第一次遇到Python是在我高一的時候，當時我參加了一個社團，有一天我們一起在機房討論時，一個同學打開了電腦，敲下了幾行代碼，然后電腦界面上出現了一個倒計時的界面。WTF？那么牛逼？然后那同學向我介紹了Python的一些知識，當時的我就感覺到這東西好厲害，從那時候起對Python有了深刻的印象，平時課余時間也會稍微看看Python基礎語法。但是高中學業比較緊張，沒有多少時間系統的學習。在高中對Python基礎的語法有了一定的了解。

然后到了大一，學習完了C語言（只能說會點語法，因為是基礎課所以并沒有做任何項目，但是我自認為我的編程能力比同學好太多了 :grin: ）。在大一時用了兩周仔細系統的學習了Python的基礎語法。當你有了C語言基礎時，我個人認為兩周入門不是很困難。經過這兩周的學習，我可以很流暢得寫代碼了！！！

基礎十分重要，雖然Python手冊非常非常詳細，但是你總不能寫一行語句查一下手冊吧 :smile: 同時強烈建議大家一定要練好打字，學會盲打，在你打字速度超過你思考的速度時，你的編程技能肯定有所提高。

我對Python的想法

編程語言只是工具，不能為了學習語言去學習Python，我認為當有需求來驅動學習的話，效果比較好，比如，我現在和你說Python很火，然后你就跟風去學習，結果學了幾周發現什么都不會，然后喪失了興趣。最好的狀態就是你有個任務，比如要完成一些數據的處理，你不想用C語言來處理，同時你也買不起Matlab，然后這時候你突然看到了我和你說Python可以實現這個功能，好了，這樣你再去學習Python，你就不會中途放棄。總之，不能為了學習語言而學習（除了那些專門研究語言的大佬之外）。

Python是一門入門十分簡單的編程語言，但是什么是精通？就像上面我說的，編程是來解決實際問題的，比如一個搞金融的，可以用Python做自動化交易，這就是精通，可能他寫不出在專業程序員看起來非常漂亮的代碼，但是在金融圈中，他是精通Python的，因為他成功的將Python用于解決實際的問題了。這樣的例子適合于各行各業，無論你是什么專業，文科或理科，都不重要，重要的是你能不能用Python來解決實際問題。

Python不是因為復雜而美麗，而是因為簡潔而美麗，經常，有同學在我耳邊說，“看，我這個項目寫了3K行代碼！厲不厲害？“，哇，3K行代碼，是不是很牛逼？我想，這東西我100行就解決了 ， 這也是很多大學生朋友們的問題，總以為寫更多的代碼，用更復雜的算法來解決問題是個很牛逼的事情，但我認為用簡單的方法解決復雜的問題才是真本事。