2024年分享几段祖传的Python代码，拿来直接使用！，2024年最新互联网公司面试一般问什么

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把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。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

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，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

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

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！

Output:

[‘2021-12-23’, ‘2021-12-24’, ‘2021-12-25’, ‘2021-12-26’, ‘2021-12-27’, ‘2021-12-28’, ‘2021-12-29’, ‘2021-12-30’, ‘2021-12-31’, ‘2022-01-01’, ‘2022-01-02’, ‘2022-01-03’, ‘2022-01-04’, ‘2022-01-05’, ‘2022-01-06’, ‘2022-01-07’, ‘2022-01-08’, ‘2022-01-09’, ‘2022-01-10’, ‘2022-01-11’, ‘2022-01-12’, ‘2022-01-13’, ‘2022-01-14’, ‘2022-01-15’, ‘2022-01-16’, ‘2022-01-17’, ‘2022-01-18’, ‘2022-01-19’, ‘2022-01-20’, ‘2022-01-21’]

生成一段时间区间内的日期

import datetime

def create_assist_date(datestart = None,dateend = None):

# 创建日期辅助表

if datestart is None:

datestart = ‘2016-01-01’

if dateend is None:

dateend = datetime.datetime.now().strftime(‘%Y-%m-%d’)

# 转为日期格式

datestart=datetime.datetime.strptime(datestart,‘%Y-%m-%d’)

dateend=datetime.datetime.strptime(dateend,‘%Y-%m-%d’)

date_list = []

date_list.append(datestart.strftime(‘%Y-%m-%d’))

while datestart<dateend:

# 日期叠加一天

datestart+=datetime.timedelta(days=+1)

# 日期转字符串存入列表

date_list.append(datestart.strftime(‘%Y-%m-%d’))

return date_list

d_list = create_assist_date(datestart=‘2021-12-27’, dateend=‘2021-12-30’)

d_list

Output:

[‘2021-12-27’, ‘2021-12-28’, ‘2021-12-29’, ‘2021-12-30’]

保存数据到CSV

---

保存数据到 CSV 是太常见的操作了，分享一段我个人比较喜欢的写法

def save_data(data, date):

if not os.path.exists(r’2021_data_%s.csv’ % date):

with open(“2021_data_%s.csv” % date, “a+”, encoding=‘utf-8’) as f:

f.write(“标题,热度,时间,url\n”)

for i in data:

title = i[“title”]

extra = i[“extra”]

time = i[‘time’]

url = i[“url”]

row = ‘{},{},{},{}’.format(title,extra,time,url)

f.write(row)

f.write(‘\n’)

else:

with open(“2021_data_%s.csv” % date, “a+”, encoding=‘utf-8’) as f:

for i in data:

title = i[“title”]

extra = i[“extra”]

time = i[‘time’]

url = i[“url”]

row = ‘{},{},{},{}’.format(title,extra,time,url)

f.write(row)

f.write(‘\n’)

带背景颜色的 Pyecharts

---

Pyecharts 作为 Echarts 的优秀 Python 实现，受到众多开发者的青睐，用 Pyecharts 作图时，使用一个舒服的背景也会给我们的图表增色不少

以饼图为例，通过添加 JavaScript 代码来改变背景颜色

def pie_rosetype(data) -> Pie:

background_color_js = (

"new echarts.graphic.LinearGradient(0, 0, 0, 1, "

“[{offset: 0, color: ‘#c86589’}, {offset: 1, color: ‘#06a7ff’}], false)”

)

c = (

Pie(init_opts=opts.InitOpts(bg_color=JsCode(background_color_js)))

.add(

“”,

data,

radius=[“30%”, “75%”],

center=[“45%”, “50%”],

rosetype=“radius”,

label_opts=opts.LabelOpts(formatter=“{b}: {c}”),

)

.set_global_opts(title_opts=opts.TitleOpts(title=“”),

)

)

return c

requests 库调用

---

据统计，requests 库是 Python 家族里被引用的最多的第三方库，足见其江湖地位之高大！

发送 GET 请求

import requests

headers = {

‘user-agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36’,

‘cookie’: ‘some_cookie’

}

response = requests.request(“GET”, url, headers=headers)

发送 POST 请求

import requests

payload={}

files=[]

headers = {

‘user-agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36’,

‘cookie’: ‘some_cookie’

}

response = requests.request(“POST”, url, headers=headers, data=payload, files=files)

根据某些条件循环请求，比如根据生成的日期

def get_data(mydate):

date_list = create_assist_date(mydate)

url = “https://test.test”

files=[]

headers = {

‘user-agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36’,

‘cookie’: ‘’

}

for d in date_list:

payload={‘p’: ‘10’,

‘day’: d,

‘nodeid’: ‘1’,

‘t’: ‘itemsbydate’,

‘c’: ‘node’}

for i in range(1, 100):

payload[‘p’] = str(i)

print(“get data of %s in page %s” % (d, str(i)))

response = requests.request(“POST”, url, headers=headers, data=payload, files=files)

items = response.json()[‘data’][‘items’]

if items:

save_data(items, d)

else:

break

Python 操作各种数据库

---

操作 Redis

连接 Redis

import redis

def redis_conn_pool():

pool = redis.ConnectionPool(host=‘localhost’, port=6379, decode_responses=True)

rd = redis.Redis(connection_pool=pool)

return rd

写入 Redis

from redis_conn import redis_conn_pool

rd = redis_conn_pool()

rd.set(‘test_data’, ‘mytest’)

操作 MongoDB

连接 MongoDB

from pymongo import MongoClient

conn = MongoClient(“mongodb://%s:%s@ipaddress:49974/mydb” % (‘username’, ‘password’))

db = conn.mydb

mongo_collection = db.mydata

批量插入数据

res = requests.get(url, params=query).json()

commentList = res[‘data’][‘commentList’]

mongo_collection.insert_many(commentList)

操作 MySQL

连接 MySQL

import MySQLdb

# 打开数据库连接

db = MySQLdb.connect(“localhost”, “testuser”, “test123”, “TESTDB”, charset=‘utf8’ )

# 使用cursor()方法获取操作游标

cursor = db.cursor()

执行 SQL 语句

# 使用 execute 方法执行 SQL 语句

cursor.execute(“SELECT VERSION()”)

# 使用 fetchone() 方法获取一条数据

data = cursor.fetchone()

print "Database version : %s " % data

# 关闭数据库连接

db.close()

Output:

Database version : 5.0.45

本地文件整理

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

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

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！