今天接着给大家分享 Python 八大知识体系的最后三大体系以及在学习每个体系时需要学习的打野技巧(即各阶段需掌握的技能).
(一)Python 基础
(二)Python 高级
(三)前端开发
(四)web 开发
(五)爬虫开发
以上内容请查看上期分享.
(六)自动化运维:
环境部署
代码发布流程手工代码发布
脚本代码发布 shel 运维快速入门
shel 脚本与变量
shell 常见命令进阶
shel 流程控制
(七)数据挖掘与数据分析:
顺序表
栈, 链表, 队列
分组聚合
排序与索引
Series 对象
树与树算法
Pandas 绘图
DataFrame 对象
DataFrame 查询
数据操作, 存取与统计
金融数据的分析和处理
数据可视化 matplotlib
数据规整清理, 转换与合并
科学计算 numpy, pandas
(八)人工智能:
特征工程
监督学习分类算法
Scikit-learn 使用
模型选择与调优
历史数据, 实时数据
多因子模型
量化交易策略
回测框架
量化交易平台项目实战
上述八大知识体系并不是都要掌握, 而是看你将来的研究方向, 当然有精力的话都掌握那更好不过了. 然而光学不练不实践是耍流氓, 下面介绍每个部分需要学会并加以实践的打野技巧.
(一)Python 基础:
掌握基础语法编程能力
有编程思维以及面向对象程序设计思想
完成针对小问题的程序编写
完成小游戏程序的开发
(二)Python 高级:
熟练使用 Linux 操作系统
熟练掌握网络编程相关技术
掌握并发处理以及数据库的相关操作
熟练掌握 Web 服务器原理以及框架原理
(三)前端开发:
根据 UI 设计开发 Web 前端页面
进行前端页面的性能优化
PC 端和移动端页面的特效制作
和后台数据进行通信
(四)Web 开发:
根据业务流程图完成 Web 网站后台开发
根据使用的 Web 框架开发对应的数据库
静态文件和缓存服务器的设计
能够开发负载均衡的高并发服务器
(五)爬虫开发:
掌握爬虫额工作原理和设计思想
掌握反爬机制和分布式数据采集
熟练理解 Scrapy 框架原理并且熟练使用
可以根据实际开发需求定制爬虫采集系统
(六)自动化运维:
掌握基础语法和 shell 编程能力
有编程思维以及面向对象程序设计思想
能够使用标准的 shell 命令进行运维工作
能够编写实际生产需要的脚本
(七)数据挖掘和数据分析:
熟练操作 Jupyter Notebook 和 Matplotib
掌握数据挖掘工具的使用以及数据处理的方法大型多维数组 (矩阵) 上执行数值运算解决 Scipy/Pandas/scikit-learn 等科学计算
(八)人工智能:
了解机器学习算法原理
根据量化交易规则设计策
略熟练掌握深度学习算法和框架
了解图像识别原理以及检测的实现
可以实现深度学习模型的训练过程
以上就是 Python 八大知识体系以及所需实战技能, 假如能把以上内容熟练掌握并加以应用, 你将会是下一个最强王者哦.
吃得苦中苦, 方为人上人.
来源: http://www.jianshu.com/p/8d38e90331be