（总结）python在各领域的应用
按照Python的几个应用点来总结的。
基础语法
- 廖雪峰的网站
很好的Python、JavaScript、Git学习网站，使用的时候建议配上Chrome的插件adblock。有时候也可以充当一个函数查找的功能，有一些内置函数的介绍和例子。 我的Python学习之路就是从这里开始的，别的书也没怎么看过。
爬虫
这个课是在中国大学MOOC上的，老师是北理的嵩天老师，老师讲课一幅很稳的样子，老师本文讲课说话的水平也很高。当然这个只是入门。同时，嵩天老师在中国大学MOOC上也有很多其他Python学习的视频，可以根据自己的兴趣学习，其他的一些我都没有完整看完，所以在此处不做推荐。我之所以没有看完，不是因为讲的不好，是因为我个人的惰性原因。
- 一本书 ：Python网络数据采集
emmm、我有电子版的书籍。我基本上是跟着全书的做了一遍，书的质量也很高。
说实话，我用这个用的不怎么样，也没有好好学这个框架。不过这个框架确实是一个很优秀的框架，会让你有一个基本的项目思想。这个框架的学习的话直接看官方文档最好了，而且还有中文版的。 上述的东西可能就有点多了，但是慢慢来就行，视频的话可以倍速看，但是要边看边自己动手操作。第二本书可以翻阅，根据自己的弱项专门看就行。第三个项目文档可以作为检阅的工具，需要的时候差一下就行。 几个练手的项目
80s.tw, 经常在上面下载电影，网站不复杂，可以练练手。
知乎, 这个其实有点复杂，中间有些东西需要自己摸索，这样可以快速成长。
有些网站我也记不清了，不过我还真没像很多文章一样就知道爬妹子图，0.0，爬虫技术的增加，就是在不断的挑战反爬虫机制。所以进阶的话，就不断地去做，大量的对单个网页，一个域名下的所有网站，挑战设置了很多反爬虫策略的网站。 对、还有一个资源是ip池，也可以自己爬，但是感觉用的效果一般。推荐一个卖ip的地方。
- 大象大理IP, 推荐计数版的，5块钱20000个ip。可以用半年。
数据科学领域
目前其实个人在这方面没有深究，主要是一些简单的库使用。只推荐自己使用过的。
numpy， Python自身没有数组的，在Python中用列表的概念，numpy提供了这个，而且，有很多向量化的操作在神经网络的搭建中被大量使用。
pandas， 我基本上就是用它来处理表格数据，使用的时候也很强大，面对上百万条数据也不虚，前提是你不要使用循环遍历DataFrame。它的操作有点像并行操作。我目前就用它来做数据预处理的工作。
scikit-learn， 数据挖掘和数据分析工具，提供了很多算法的函数。提供中文文档，用的时候查文档就行了，不用单独学习。
SciPy， 这个我没怎么用个，也是我下一阶段要学习的库。
matplotlib， 数据科学怎么能少得了数据可视化，用这个库就可以直接作图看结果了，还是可以的。现在不是也有一个叫做数据可视化过程嘛，就是把神经网络的学习过程用可视化表现出来。感觉很酷。
暂时就这么多吧，这个我没怎么利用教程，主要看文档吧，前两个和第三个我有电子书。scikitlearn用官方文档就行。优先学习前两个库，numpy和pandas。
web
先说学习资源吧、
在廖雪峰的网站Python章节中的最后一节有一个web开发实战。这个实战的难度相对来说还是比较大的，要从头自己写框架、写orm、写MVC等等。这些知识需要Python前面的知识学的很扎实才能很好的完成。 除了自己写这些框架之外，还可以使用Python的两个流行框架django和flask，使用框架相较于前面的从头自己做少写了很多代码。flask没用过，就不说了。
django的两个博客之一，可以查阅一下整个流程。有一些内容是不需要的，就没必要去做了，比如自动化部署等部分的内容。
Django2.0的官方文档，很全，很细致，需要英语水平差不多。还有很多bug的解决方法在其官网code都能找到解决办法。 emmm、用框架不可耻。不过我们需要能在现有框架的基础上达到能自己拿到框架源码，根据自己的需求等去修改、完善这个框架才是正解。 其实web开发需要的知识面不仅仅涉及到后端，同样的前端和后端的结合也是一个很重要的问题，即前后端数据的传递，前端页面的设计，对于我们不是专门做UI设计的来说，前端页面在网上找一找模板就行，比如bootstrap模板等。 同时Python web开发的一整个框架如下图所示，搞懂了这个web框架也就理清了怎么开始开发web的这个问题了。
哦、我还有Django开发的一本电子书。 待更。