最近1年的主要学习时间，都投资到了python据分析和数据挖掘上面来了，虽然经验并不是十分丰富，但希望也能把自己的经验分享下，最近也好多朋友给我留言，和我聊天，问我python该如何学习，才能少走弯路，今天整理这篇文章，会详细介绍0基础学python该如何学，帮助到更多想学习python的朋友，给广大同学朋友规划个适合学习规划。

我大学学习的应用化学，后来毕业做了2年全栈设计师（PS：设计和前端都不熟练的那种）后来出于对爬虫开发的喜欢（爬图片，爬视频）还有人工智能，机器学习，大数据的火热程度的追捧，毅然决然报了培训班，学习时间半年，学费两万，感觉还挺值得。

我的转型历程

后来出来找工作，几经周折和换工作，现在在期货公司工作，主要工作是数据处理和分析，机器学习，自然语言处理，图像处理等，项目是一个全自动化智能云测试云平台，现大概讲下想转行python的学习路线，当然我我转型之路，可能也代表了大多数和我一样的朋友同学。

大学报专业没选好，不知道计算机互联网会这么火，而且出校门步入社会后又没能直接学计算机从事这个行业，浪费了很多时间，而此刻，我就根据 大家的心声，站在和大家一样的立场，讲述我专业不是计算机，出来后又没能直接搞计算机互联网的转型python路线。

文本主要讲述转型的三个方面：web开发，爬虫，数据分析与人工智能

Python的发展主要有几个方向：

网络，爬虫，数据分析，测试，运维，人工智能等，要属当下最火的还是人工智能，好多人冲着人工智能的方向学python，其实人工智能听起来确实很高大上，都想往这方面涌入，但是作为过来人，如果单纯从编程0基础想转行人工智能还是难度相当大的（大神除外），因为好多搞人工智能的公司会相对比较大，现在企业又不愿意去培养人，所以招聘时候学历，专业，项目经验，工作年限都相对还是比较硬性的。

虽然门槛比较高，但是想转行python进而转型数据分析和人工智能也是有很大机会的，毕竟python在国内火起来也没多长时间，只要按照科学有效的方法学习提升，也是可以很快转型的，由于对运维和测试不是特别了解，这里不在说这方面的转型路线，先讲web后端开发、爬虫开发、数据分析与人工智能路线。

01 python学习路线

最基本的学习路线总结：

转型web ：通用必备知识（Python基础语法、网络编程知识、正则表达式和数据库、web前端基础等）+2个网页框架

转型爬虫：通用必备知识（requests、xpath、selenium等）+爬虫框架

转型数据分析：通用必备知识+数据分析库（pandas，numpy的的，matplotlib，sklearn），甚至这些还远远不够用

转型人工智能：通用必备知识+数据分析库+高等数学+线性代数+概率论+ tensorflow框架

具体的知识点和技术框架这里就不详细讲了，如果需要可以直接后台私聊。

02 数据分析和AI学习路线

数据分析、机器学习，人工智能(学习2个月）

（以下几个模块是数据分析最常用的库，一定要学好）

1，学习科学计算和分析包，numpy的和pandas

2，学习可视化，分析结果可视化的包matplotlib，实现数据绘图展示

3，学习数据挖掘模型，这个包主要是sklearn，里面的算法基本都有对应的包，但希望大家能对高等数学，概率论，线性代数，信息论的基础理论进行学习，这些算法都是基于数学基础，如果数学理解不透，也只能当一个调包侠（公众回复：机器学习）

4，神经网络的框架，推荐学习TensorFlow或者keras，Karas的是把TensorFlow封装起来的高级包，学习难度比较低。还有一个更加高级的框架CAFFE，据说很厉害。

5，常见神经网络：回归网络，分类网络，卷积神经网络（CNN）在图像语言等领域处理方面优秀，循环神经网络（RNN）利用时间序列分析（RNN LSTM），避免过度拟合。自编码网络，这个我不了解，也不感兴趣。神经网络还很多，技术前沿的东西还不知道。

03 回答大家感兴趣的几个问题

数据分析要不要学高数，概率论，线性代数？

如果不想只当调包侠，也不想在工作中因为不理解数学过程太痛苦的话，多补补数学理论吧，至少我工作中接触到简单的数学概念有：标准差，方差，协方差，协方差矩阵，余弦相似度，导数，对数，偏导，概率论，熵，信息论，矩阵运算，向量的运算等等。只能说列举的这些是基础中的基础，比这更难的我也正在学。

数据分析要不要学后端框架？比如Django和flask

以上过程是一个快速转行数据分析的路线，可能有些介绍不是太全，但大致的学习方向就按这个来，就会少走弯路，但其实作为一名蟒开发者，个人建议最好还能运用一种后端框架，能够搭建网站后端项目也很重要，虽然在公司工作是数据分析，但是公司经常可能性的会让搭一些简单的项目，艺多不压身，我个人喜欢用的Django

数据分析要不要学前端？（HTML，CSS，JS）

回答是肯定的：必须学，能阅读懂是基本，越熟练深入越好，因为做数据分析很多都是从爬虫和网络转过来的，而爬虫和网络都对前端技术有一定要求，比如如下原因：

~爬虫读取页面结构，获取标签，你要能看懂HTML

~爬虫的很多反爬虫措施基于厉害的JS代码和一些复杂的CSS，如果不懂，爬虫很难做到深层次

~后台项目，至少在PC端的，很多情况下，都要求后端开发人员能读懂前端代码

鉴于很多朋友想从事数据分析，这里不得不提下，Python的数据分析是一个非常专业的方向，需要有较多的数学理论知识，而且需要有刻苦专研的精神。

既然是编程语言，就需要写很多代码，我至少写了10,000行代码了。最后你还需要了解你自己希望从事什么行业，传统数据挖掘在银行，保险，电信，电商等领域已经很普及了成熟了。

对于那些高级的神经网络，也就是类似AI领域，在图片语音视频识别，自动驾驶，量化投资，机器人等领域也很好的。很多分析师都转行做这块了，还是话说回来，想学习的很多，多实践，加油！

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python70个实战练手案例&源码👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】

点击免费领取《CSDN大礼包》：Python入门到进阶资料 & 实战源码 & 兼职接单方法 安全链接免费领取