——Python学习大纲——

阶段一：Python基础知识和高级特性

1. Python语法基础

2. Python字符串解析

3. Python时间和日历

4. Python文件操作

5. Python面向对象

6. 并发编程

7. 函数式编程

8. 正则表达式

9. 设计模式

10. 排序算法

11. 异常

12. 模块

13. 飞机大战项目

阶段二：Linux基础

1. shell操作

2. 系统管理

3. Liunx命令

4. 常见Linux系统

5. HDFS搭建

6. 搭建一个分布式文件系统

阶段三：数据库原理和sql优化

1. Linux下MySQL数据库

2. 数据库设计和SQL标准

3. Python数据库操作的库

4. Linux下MongoDB非关系型数据库

5. SQL优化和数据库优化

6. ORM对象关系映射基本思想

7. 设计12306等网站的数据库和表结构

阶段四：前端web开发

1. Html

2. CSS

3. PC端页面开发实战流程

4. Bootstrap

5. html5和css3

6. JQuery

7. 用HTML+CSS实现页面布局

8. 用Vue + Bootstrap快速实现整个网站的前端功能

阶段五：Python Web后端开发

1. Django

2. 框架开发

3. Nginx配置和uWSGI部署

4. RESTful接口开发

5. Flask框架开发

6. 电商平台项目

7. BBS论坛系统

8. 使用Django框架构建后端项目

9. 利用Django-admin快速开发后台管理系统

10. 使用Tornado框架构建能够支持高并发的Web项目

阶段六：爬虫和数据分析

1. 第一个Python网络爬虫

2. 专业HTTP分析工具Fiddler的使用

3. 实际爬虫Python编码问题

4. urllib2的使用

5. TesseractOCR语言模型爬取使用带验证码登录的网站

6. Beautiful Soup

7. XPath & CSS选择器

8. PhantomJS

9. Selenium Webdriver

10. Scrapy大型框架使用代理服务器爬取

11. Scrapy分布式集群多代理爬虫

12. Redis分布式集群

13. Redis MongoDB在爬虫里的应用

14. 数据分析工具与模块

15. 对一个房源网站进行分布式、多代理、可暂停恢复的爬取

阶段七：Python人工智能

1. 机器学习

2. 深度学习

——十大千万级实战项目，不止是品质与热门的融合——

1、大型电商网站项目

项目简介

某电商公司的在线购物平台项目，主要方便广大用户在线购物的需求，快速下单，在家就可享受到愉快购物的便捷，产品类别包括家居家纺、食品酒水、男装、女装、数码家电、母婴玩具等产品。为了方便管理商品，此项目还有一套完善的后台管理功能，支持对货品的增删改查功能。

项目特色

掌握使用HTML, CSS，BootStrap等技术实现静态网站的制作，掌握使用JavaScript，JQuery 等框架实现动态页面，使网页更具交互性，后端使用Django框架构建，大大增加开发效率，采用Redis集群作为缓存和Session服务器，加快响应速度，使用Git来管理企业级项目的代码，系统支持在线支付功能。

2、某知名公司家装饰网

项目简介

国内某知名公司的家装饰网站，该项目支持用户通过访问网站了解企业经营范围，提供公司简介，装修课堂，案例作品，热装楼盘，优惠活动，设计团队，施工工艺以及支持用户在线计算装修费用。

项目特色

掌握Bootstrap +django，由浏览器控制页面的跳转，掌握Django 框架进行后端开发，掌握Django-admin 快速构建后台系统的增删改查，使用分布式MySQL存储海量数据，掌握网页优化相关知识，掌握haystack+whoosh实现系统的搜索功能。

3、商店外卖项目

项目简介

某商店的外卖平台项目，主要是满足用户在手机上就能快速下单的需求，随时随地就可享受到愉快购物的便捷。为了方便管理该商店的商品以及该商店的用户，此项目还有一套完善的后台管理功能，支持对商品、用户模块等的增删改查功能。

项目特色

掌握使用 HTML、CSS、Bootstrap、Vue等技术实现静态网站的制作，掌握使用JavaScript语言，JQuery技术等实现页面动态，使网页更具交互性。掌握使用轻量级框架Flask实现项目。前台前端使用Bootstrap构建页面,前台后端使用Flask构建，支持高并发的请求，项目整体采用前后端分离的架构模式, 采用Restful风格接口实现前后端通信, 使用json数据格式进行传输, 方便后期扩展到App, 实现代码复用，采用Redis集群作为缓存和Session服务器, 加快响应速度。后台前端使用Vue构建页面，后台后端还是用Flask框架。前台系统和后台系统都使用Mysql数据库存储数据。

4、多家房源信息数据爬虫

项目简介

该项目主要利用Python项目采集公开数据，做数据分析，并通过图表做可视化展示 也可实现操作自动化，代替手工操作，提高业务效率 目前项目采集数据量在几百万。

项目特色

使用Python语言，通过该项目可以掌握Scrapy框架，以及编写各类中间件； 掌握scrapy-redis分布式框架，了解各组件工作机制，并熟悉海量数据的抓取方式； 通过Echarts以图表的形式展示数据。

5、租房信息数据分析

项目简介

该项目可以深刻理解数据本质，挖掘不同业务场景下用户体验的数据洞察，驱动客户服务支持平台运营核心策略的制定和优化；并基于海量用户行为数据，研究底层数据表的逻辑关系，发现客户服务支持运营中的问题，产生应用价值； 通过数据分析挖掘，分析功能使用场景、用户画像特征，发现潜在的缺陷与机会，为业务决策提供数据支撑。

项目特色

项目会使用真实的数据。采用Python、echarts、numpy、与pandas采集了各个地区租房信息，并通过该技术分析出市场占比和分布，以及房屋特点。

6、中国裁判文书网大数据采集、清洗、分析

项目简介

该项目采集中国裁判文书网法律文书大数据，采集获取中文裁判文书网判决书相关法律文书，并对数据进行清洗、提取、分析得出大数据相关结论。

项目特色

项目是众多公司需要的数据，使用当前最热的Python 、Scrapy、MySQL数据库等技能实现数据的抓取，该项目给常见的JavaScript反爬策略做了解决方案。

7、NBA常规赛结果预测-比赛数据分析

项目简介

用该项目通过往年数据，如何使用 Python 分析 NBA 比赛以往的统计数据，来判断每个球队的战斗力，及预测某场比赛结果。项目实例是利用 NBA 在 2015~2016 年的比赛统计数据进行回归模型建立，最终预测 2016~2017 的常规赛中每场比赛的输赢情况。

项目特色

根该项目使用pandas模块、numpy模块、sklearn模块以及一些Python自带的模快，并用boruta算法模型+回归预测比赛情况。

8、客户流失分析

项目简介

该项目是对于移动通信，根据已有的数据做出评测哪些用户可能要流失，运营商可根据数据分析做出相应的应对方案。

项目特色

根该项目使用pandas模块、numpy模块、matplotlib模块、Series模块以及一些Python自带的模快，锻炼通过建立逻辑回归模型，筛选特征数据来训练模型。并使用了多种技术决策树模型、Scikit-Learn、贝叶斯等，做到学以致用，知行合一。

9、音乐推荐系统

项目简介

该项目通过数据，向用户推荐用户可能喜欢的音乐。

项目特色

该项目使用pandas模块、numpy模块、matplotlib模块、Series模块以及一些Python自带的模快，做出推荐方案，做到学以致用，知行合一。

10、小额贷款

项目简介

该项目以分数的形式来衡量风险几率的一种手段，是对未来一段时间内违约/逾期/失联概率的预测，有一个明确的（正）区间，以数据驱动分出推荐评分卡、流失评分卡。

项目特色

根该项目使用的模型逻辑回归、决策树、其他元模型、组合模型与numpy,pandas等技术做出评分卡，做到学以致用，知行合一。