Python就业课程、书籍汇总、项目分享

一、Python+大数据学习路线图（2023版）

• 开发入门：Linux入门 → MySQL数据库
• 核心基础： Hadoop
• 数仓技术： Hive数仓项目
• PB内存计算： Python入门 → Python进阶→ pyspark框架 → Hive+Spark项目

完整的Python+大数据学习路线在这里，包含从入门到进阶4个阶段内容，8套课程，200+小时的内容！

黑马程序员Python：2023年Python+大数据学习路线图37 赞同 · 1 评论文章​编辑https://zhuanlan.zhihu.com/p/450898507

二、Python学习书籍

《笨办法学Python3》

这本书，非常适合既不了解计算机又没学过编程的。我们一直给大家强调，入门书籍一定要选择通俗易懂的小白入门书，不要选经典教材给自己挖坑。这本书是以习题的方式引导大家一步步学编程，从简单的打印到完整项目的实现。让初学者从基础的编程技术入门，最终体验到软件开发的基本过程。这本书是基于Python3.6写的...

《趣学Python编程》

这本是也是相对轻松、快速掌握Python编程的入门书籍。通俗易懂，讲解由浅到深，力求将读者阅读和学习的难度降到最低。而且不管是少儿还是成年人，都可以通过这本书来入门Python。

《深入浅出Python》作者Pual Barry

这本书有趣也有序，有重点。通过对一个案例设计的逐渐丰富把很多知识点都带出来了。涉及到的应用面很广。你将能够快速掌握 Python 的基础知识，然后扩展到持久化、异常处理、Web开发、SQLite、数据处理和Google应用引擎中去。你也将学会如何为 Android 编写移动应用。不过内容没有那么丰富，不适合当工具书来查阅。

《Python学习手册》

如果你想动手编写高效、高质量并且很容易与其他语言和工具集成的代码，本书将快速地帮助你利用Python提高效率。本书基于Python专家的流程培训课程编写，内容通俗易懂。本书包含很多注释的例子和插图，以帮助你开始使用Python2.7和3.3。

作者：

• Mark Lutz，Python最畅销书籍的作者，也是Python社区的先驱。拥有威斯康星大学计算机科学学士和硕士学位，在过去的25年中，他主要从事编译器、编程工具、脚本程序以及各种客户端/服务器系统方面的工作。

《Python语言程序设计基础》

本书提出了以理解和运用计算生态为目标的Python语言教学思想，不仅系统讲解了Python语言语法，同时介绍了从数据理解到图像处理的14个Python函数库，向初学Python语言的读者展示了全新的编程语言学习路径。本书适合初学Python语言的读者使用，也适合作为各类大专院校的教材，同时，也可作为对Python感兴趣读者的自学参考书。

《Python cookbook 中文版》

本书介绍了Python应用在各个领域中的一些使用技巧和方法，书中的代码和方法具有很强的实用性，可以方便地应用到实际的项目中，并产生立竿见影的效果。本书适合具有一定Python基础的读者阅读参考。

《Python核心编程》

本书条理清晰、通俗易懂，是学习Python语言的最好教材及参考手册。本书适合具有一定经验的Python开发人员阅读。

《Python高级编程》

本书通过大量的实例，介绍了Python语言的最佳实践和敏捷开发方法，并涉及整个软件生命周期的高级主题，诸如持续集成、版本控制系统、包的发行和分发、开发模式、文档编写等。本书针对具备一定Python基础并希望通过在项目中应用最佳实践和新的开发技术来提升自己的Python开发人员。

《Python高性能编程》

本书共有12章，围绕如何进行代码优化和加快实际应用的运行速度进行详细讲解。本书适合初级和中级Python程序员、有一定Python语言基础想要得到进阶和提高的读者阅读。

《Python源码剖析》

本书以CPython为研究对象，在C代码一级，深入细致地剖析了Python的实现。书中不仅包括了对大量Python内置对象的剖析，更将大量的篇幅用于对Python虚拟机及Python高级特性的剖析。通过此书，读者能够透彻地理解Python中的一般表达式、控制结构、异常机制、类机制、多线程机制、模块的动态加载机制、内存管理机制等核心技术的运行原理，同时，本书所揭示的动态语言的核心技术对于理解其他动态语言，如 Javascript、Ruby等也有较大的参考价值。

十本学习Python的书籍推荐完了，书籍十按照顺序进行推荐的。大家可以做为学习参考，当然在入手书籍之前，可以先去豆瓣参考下书评，选择适合自己的。当然，看书看不下去的，我们更建议大家可以看教程入门。

三、github的Python库

1. Pipenv

• GitHub：https://github.com/pypa/pipenv
• 介绍：Pipenv 是 http://Python.org 官方推进的 基于 pip 的 Python包管理工具，旨在将所有包管理工具（如 bundler、composer、npm、cargo、yarn 等）的优点集中应用于 Python 领域中的工具，对各个平台都有很好的支持。

2. Pyxel

• GitHub：https://github.com/kitao/pyxel
• 介绍：一个用 Python 编写复古游戏的开发环境。

3. PyTest v3.5

• GitHub：https://github.com/pytest-dev/pytest
• 介绍：一个非常成熟的全功能的 Python 测试框架，使编写小型测试变得容易，同时支持复杂的功能测试。

4. Poetry

• GitHub：https://github.com/sdispater/poetry
• 介绍：让 Python 依赖管理和打包变得容易。

5. Loguru

• GitHub：https://github.com/Delgan/loguru
• 介绍：一个 Python 日志记录库，使 Python 日志变得极端简单。

6. Faust

• GitHub：https://github.com/robinhood/faust
• 介绍：Faust 是一个流处理库，用于构建 Python 流应用程序，将 Kafka 流中的思想移植到 Python 中。

更多内容如果你想知道，请看：

GitHub 上有哪些，简单、易学的 Python 项目？9 赞同https://www.zhihu.com/question/25697796/answer/2728555449

四、Python学习方法

其实简单来说就3步：找一本浅显的书，一套好的教程，进行实际项目练手.

黑马说：

在书籍方面一定要选择容易理解的，浅显的，别上来就看什么殿堂级教科书，没人带着你学很难理解的。

一套好 教程的标准，是有完整的讲义+源码+习题，并且课程里面就有实际的练手项目。千万别随便扒拉一套教程，就跟这学，不知道后续要学什么。

五、其他资源

Python进阶学习笔记：

了解操作系统、Linux指令 / linux常用命令、编辑器vim（含实战）
Python开发环境及网络基础 / TCP与HTTP的知识点详解
模拟浏览器实现案例 / 进程和线程的对比 / Python消息队列Queue与进程池，附实例讲解
一文搞懂迭代器、生成器、协程（附案例） / 简单爬虫应用-批量获取电影下载链接
MySQL数据库及SQL命令常用操作 / SQL基本语句：条件查询-排序-聚合函数-分组-limit语句
SQL实战操作及Python操作数据库CURD / 理解python装饰器以及闭包
类装饰器、GIL锁及深拷贝与浅拷贝 / miniWeb框架、路由列表及选股系统
这个阶段相当于系统的学习了Python语言本身的知识，后面就是要分方向学习了。以上内容相当于大家有了学习计划、课程资源，源码笔记。

国内学习Python网站：

• 知乎学习平台：Python - 基础入门 - 知学堂
• 黑马程序员视频库：Python大数据开发视频教程下载_
• 菜鸟教程（www.runoob.com）
• 极客学院（www.jikexueyuan.com）
• 廖雪峰的官方网站（www.liaoxuefeng.com）
• 博客园（www.cnblogs.com）
• 趣IT官网-互联网求职刷题神器

除了国内的一些学习网站，国外也有一些非常受欢迎的学习网站：

1. Codecademy (www.codecademy.com)
2. Udemy (www.udemy.com)
3. Coursera (www.coursera.org)
4. edX (www.edx.org)
5. FreeCodeCamp (www.freecodecamp.org)

还有常用的Python手册中文版地址如下：

1. Python官方文档：https://docs.python.org/zh-cn/3/
2. Python教程：https://docs.python.org/zh-cn/3/tutorial/index.html
3. Python标准库：https://docs.python.org/zh-cn/3/library/index.html
4. Python语言参考：https://docs.python.org/zh-cn/3/reference/index.html
5. Django框架：https://docs.djangoproject.com/zh-hans/3.2/
6. Flask框架：https://dormousehole.readthedocs.io/en/latest/
7. Tornado框架：http://www.tornadoweb.org/en/stable/
8. Pyramid框架：https://docs.pylonsproject.org/en/latest/
9. TensorFlow框架：https://tensorflow.google.cn/do