Python 学习路线与资源

入门基础          →  进阶提升          →  专业方向
┌─────────┐       ┌─────────┐         ┌──────────┐
│ 语法基础 │       │ 面向对象 │         │ Web 开发  │
│ 数据类型 │       │ 装饰器   │         │ 数据分析  │
│ 流程控制 │  ──→  │ 生成器   │   ──→   │ 自动化运维│
│ 函数     │       │ 并发编程 │         │ 机器学习  │
│ 文件IO   │       │ 标准库   │         │ 爬虫     │
└─────────┘       └─────────┘         └──────────┘

语言核心：
├── 数据类型（list / dict / set / tuple / str）
├── 控制流（if / for / while / break / continue）
├── 函数（参数 / 返回值 / 作用域 / 闭包）
├── 面向对象（类 / 继承 / 多态 / 魔术方法）
├── 异常处理（try/except/finally / 自定义异常）
├── 文件操作（读写 / 上下文管理器）
├── 模块与包（import / __init__.py / 相对导入）
└── 迭代协议（迭代器 / 生成器 / yield）

高级特性：
├── 装饰器（函数装饰器 / 类装饰器 / 带参数）
├── 上下文管理器（__enter__ / __exit__ / contextlib）
├── 描述符（__get__ / __set__ / __delete__）
├── 元类（type / __init_subclass__ / metaclass）
├── 反射（getattr / hasattr / __getattr__）
├── 类型提示（typing / Generic / Protocol）
└── 数据类（dataclass / pydantic）

并发模型：
├── 多线程（threading / GIL / 线程池）
├── 多进程（multiprocessing / 进程池 / 进程通信）
├── 异步 IO（asyncio / await / Task / 事件循环）
└── 并发工具（concurrent.futures / queue / Lock）

技术栈：
├── 框架：FastAPI（推荐）/ Django / Flask
├── 数据库：PostgreSQL / MySQL + SQLAlchemy
├── 缓存：Redis
├   消息队列：Celery + RabbitMQ
├── 部署：Docker + Gunicorn + Nginx
└── 监控：Prometheus + Grafana

进阶路线：
1. 掌握一个框架（FastAPI）
2. 学习数据库设计与 ORM
3. 理解 RESTful / GraphQL API 设计
4. 学习认证授权（JWT / OAuth2）
5. 实践微服务架构

技术栈：
├── 核心：NumPy / Pandas
├── 可视化：Matplotlib / Seaborn / Plotly
├── 机器学习：Scikit-learn
├   深度学习：PyTorch / TensorFlow
├── 数据处理：Jupyter Notebook
└── 大数据：PySpark / Dask

进阶路线：
1. 熟练 Pandas 数据操作
2. 掌握统计基础与数据可视化
3. 学习 Scikit-learn 经典算法
4. 深入 PyTorch 深度学习
5. 实践端到端数据项目

技术栈：
├── 脚本：Python 标准库 / Click / Typer
├── 自动化：Selenium / Playwright
├   运维：Ansible / Fabric
├── 定时任务：APScheduler / Celery Beat
├── 监控：psutil / logging
└── 配置管理：pydantic-settings

技术栈：
├── 请求：requests / httpx / aiohttp
├── 解析：BeautifulSoup / lxml / parsel
├── 框架：Scrapy
├   动态页面：Playwright / Selenium
├── 反爬：代理池 / 验证码识别 / 指纹伪装
└── 存储：SQLite / MongoDB / Elasticsearch

Python 官方文档      https://docs.python.org/zh-cn/3/
PEP 索引            https://peps.python.org/
FastAPI 文档         https://fastapi.tiangolo.com/zh/
Django 文档          https://docs.djangoproject.com/zh-hans/
Flask 文档           https://dormousehole.readthedocs.io/
Pandas 文档          https://pandas.pydata.org/docs/

Real Python          https://realpython.com/      （高质量教程）
PyCoder's Weekly     https://pycoders.com/         （每周周刊）
Python Weekly        https://www.pythonweekly.com/ （新闻聚合）
Stack Overflow       https://stackoverflow.com/    （问答社区）

廖雪峰 Python 教程   https://liaoxuefeng.com/books/python/
菜鸟教程             https://www.runoob.com/python3/
掘金 / SegmentFault  技术社区

LeetCode        https://leetcode.cn/        （算法面试）
HackerRank      https://www.hackerrank.com/  （Python 专项）
Codewars        https://www.codewars.com/    （游戏化练习）
Exercism        https://exercism.org/        （代码评审）

建议：
- 每日 1-2 题，坚持 3 个月
- 先独立思考，再看题解
- 注重时间/空间复杂度分析

进阶项目建议（由易到难）：

1. 命令行待办工具（argparse + JSON 存储）
2. 个人博客系统（FastAPI + SQLite）
3. 股票数据分析仪表盘（Pandas + Plotly）
4. 分布式爬虫系统（Scrapy + Redis）
5. 即时聊天应用（WebSocket + asyncio）
6. 微服务电商后台（FastAPI + Docker + PostgreSQL）

uv        → 超快包管理（替代 pip/pip-tools）
ruff      → 超快 linter + formatter（替代 flake8/black/isort）
mypy      → 静态类型检查
pydantic  → 数据校验（v2 基于 Rust，性能大幅提升）

每周学习节奏建议：

周一~周五：每天 1 小时
├── 30 分钟：学习新知识 / 阅读文档
└── 30 分钟：动手编码练习

周末：2-3 小时
├── 完整项目实战
└── 总结复盘 + 写技术笔记

建立个人知识库：

1. 用 Markdown 记录学习笔记
2. GitHub 维护代码示例仓库
3. 写技术博客（输出倒逼输入）
4. 定期回顾与重构旧代码
5. 关注 PEP 提案，了解语言演进

- 加入 Python 中文社区 / 本地 PyCon
- 参与开源项目贡献
- 在 Stack Overflow 回答问题
- 技术分享（公司内部 / 线上直播）