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！
一、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。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
五、实战案例
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。
六、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。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
ret = func()
print(ret)# 运行结果:1122
我们只需要修改一个地方就可以把函数变成生成器 就是将函数中的return换成yield就是生成器
##### 定义生成器
def func():
print(11)
yield 22
func()
我们这样写没有任何的变化,这是为什么呢? 我们来看看函数名加括号获取到的是什么?
为什么不会执行呢??不是函数名加括号就是调用这个函数吗? 你想的没有问题,只是因为函数体中出现了yield
咱们可以理解为,生成器是基于函数的形式变成的.
我们func()这一步是在创建一个生成器,然后我们就可以赋值到别得变量中,然后进行使用了
def func():
print(11)
yield 22
ret = func()
print(ret)
运行结果:<generator object func at 0x000001A575163888>
获取的这个生成器.如何使用呢???
回想下迭代器是怎么使用的,再想想生成器的本质就是迭代器.我们是不是就可以直接使用迭代器的方式直接使用生成器啦
def func():
print(“111”)
yield 222
gener = func()
这个时候函数不会执⾏. ⽽是获取到⽣成器
ret = gener.next()
这个时候函数才会执⾏. yield的作⽤和return⼀样. 也是返回数据
print(ret)
#结果:111222
那么我们可以看到,yield和return的效果是一样的,但是还是有点区别
* yield是分段来执行一个函数,yield可以出现多次
* return是直接停止这个函数,return可以出现多次但是只会执行到第一个就结束了
def func():
print(“111”)
yield 222
print(“333”)
yield 444
gener = func()
ret = gener.next()
print(ret)
ret2 = gener.next()
print(ret2)
ret3 = gener.next()
最后⼀个yield执⾏完毕. 再次__next__()程序报错
print(ret3)
#结果:111222333444
当程序运行完最后一个yield,那么后面继续运行\_\_next\_\_()程序会报错
好了生成器我们认识了,生成器有什么作用呢?
##### 生成器的作用
我们来看一下这个需求,订购了10000个蛋糕.老板也全部都做出来了
def eat():
lst = []
for i in range(1,10000):
lst.append(‘包子’+str(i))
return lst
e = eat()
print(e)
这样做是没有问题,但是我们目前这么点人吃不完这么多,只能先放到一个地方，这样也不太好
最后是老板能够咱们吃一个他做一个.这样我们就不用考虑没地方放的问题了,咱们实现吃一个做一个
def eat():
for i in range(1,10000):
yield ‘包子’+str(i)
e=eat()
print(e.next())
print(e.next())
print(e.next())
print(e.next())
print(e.next())
print(e.next())
上下的区别: 第一种是直接都拿来,很占内存也就是很占咱们的位置,第二种使用生成器,想吃就拿一个.吃多少个包多少个.生成器是一个一个的,一直向下进行,不能向上.next()到哪,指针就指到哪儿.下一次继续就获取指针指向的值
**对比显示:生成器的好处是节省内存**
我们再来看一个和\_\_next\_\_类似的东西send()
send和\_\_next\_\_()一样都可以让生成器执行到下一个yield
def eat():
for i in range(1,10000):
a = yield ‘包子’+str(i)
print(‘a is’,a)
b = yield ‘窝窝头’
print(‘b is’, b)
e = eat()
print(e.next())
print(e.send(‘大葱’))
print(e.send(‘大蒜’))
send是将括号中的内容传给了上一yield,然后yield接收的值就可以赋值给变量
send和\_\_next\_\_()区别:
* send 和 next()都是让生成器向下走一次
* send可以给上一个yield的位置传递值, 在第一次执行生成器的时候不能直接使用send(),但是可以使用send(None)
##### yield from
在python3中提供一种可以直接把可迭代对象中的每一个数据作为生成器的结果进行返回
def func():
lst = [‘卫龙’,‘老冰棍’,‘北冰洋’,‘牛羊配’]
yield from lst
g = func()
for i in g:
print(i)
**小坑**
有个小坑,yield from 是将列表中的每一个元素返回,所以 如果写两个yield from 并不会产生交替的效果
def func():
lst1 = [‘卫龙’,‘老冰棍’,‘北冰洋’,‘牛羊配’]
lst2 = [‘馒头’,‘花卷’,‘豆包’,‘大饼’]
yield from lst1
yield from lst2
g = func()
for i in g:
print(i)
#### 推导式
##### 列表推导式
列表推导式,生成器表达式以及其他推导式,首先我们先看一下这样的代码,给出一个列表,通过循环,想列表中添加1~10:
li = []
for i in range(10):
li.append(i)
print(li)
我们换成列表推导式是什么样的,来看看:**列表推导式的常⽤写法:**
**[结果 for 变量 in 可迭代对象]**
ls = [i for i in range(10)]
print(ls)
列表推导式是通过⼀行来构建你要的列表, 列表推导式看起来代码简单. 但是出现错误之后很难排查.
#例. 从python1期到python18期写入列表lst:
lst = [‘python%s’ % i for i in range(1,19)]
print(lst)
lst = [i for i in range(100) if i %2 == 0]
print(lst)
##### 生成器推导式
生成器表达式和列表推导式的语法基本上一样的,只是把[]换成()
gen = (i for i in range(10))
print(gen)
结果: <generator object at 0x0000026046CAEBF8>
打印的结果就是一个生成器,我们可以使用for循环来循环这个生成器
gen = (“第%s次” % i for i in range(10))
for i in gen:
print(i)
获取1-100内能被3整除的数
gen = (i for i in range(1,100) if i % 3 == 0)
for num in gen:
print(num)
100以内能被3整除的数的平⽅
gen = (i * i for i in range(100) if i % 3 == 0)
for num in gen:
print(num)
寻找名字中带有两个e的人的名字
names = [[‘Tom’, ‘Billy’, ‘Jefferson’, ‘Andrew’, ‘Wesley’, ‘Steven’, ‘Joe’],
[‘Alice’, ‘Jill’, ‘Ana’, ‘Wendy’, ‘Jennifer’, ‘Sherry’, ‘Eva’]]
不用推导式和表达式
result = []
for first in names:
for name in first:
if name.count(“e”) >= 2:
result.append(name)
print(result)
推导式
gen = (name for first in names for name in first if name.count(‘e’) >= 2)
for i in gen:
print(i)
生成器表达式和列表推导式的区别:
* 1.列表推导式比较耗内存,一次性加载.生成器表达式几乎不占用内存.使用的时候才分配和使用内存
* 2.得到的值不一样,列表推导式得到的是一个列表.生成器表达式获取的是一个生成器
##### 字典推导式
根据名字应该也能猜到,推到出来的是字典
lst1 = [‘jay’,‘jj’,‘meet’]
lst2 = [‘周杰伦’,‘林俊杰’,‘郭宝元’]
dic = {lst1[i]:lst2[i] for i in range(len(lst1))}
print(dic)
##### 集合推导式
集合推导式可以帮我们直接生成一个集合,集合的特点;无序,不重复 所以集合推导式自带去重功能
lst = [1,2,3,-1,-3,-7,9]
s = {abs(i) for i in lst}
print(s)
#### 总结
##### 总结1
* Iterable: 可迭代对象. 内部包含\_\_iter\_\_()函数
* Iterator: 迭代器. 内部包含\_\_iter\_\_() 同时包含\_\_next\_\_().
**迭代器的特点:**
* 节省内存.
**一、Python所有方向的学习路线**
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
**二、Python必备开发工具**
工具都帮大家整理好了，安装就可直接上手！
**三、最新Python学习笔记**
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
**四、Python视频合集**
观看全面零基础学习视频，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。
**五、实战案例**
纸上得来终觉浅，要学会跟着视频一起敲，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。
**六、面试宝典**
###### **简历模板**
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**[需要这份系统化学习资料的朋友，可以戳这里获取](https://bbs.youkuaiyun.com/forums/4304bb5a486d4c3ab8389e65ecb71ac0)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
