189 8069 5689
#!/usr/bin/env python # Filename: appui.py """ .. moduleauthor:: .... .. test module of Tkinter """ from Tkinter import * import tkMessageBox root = Tk() root.geometry('850x40+80+80') #设置窗体高宽与窗体相对屏幕左上角位置 class...
宁国网站建设公司成都创新互联公司,宁国网站设计制作，有大型网站制作公司丰富经验。已为宁国近1000家提供企业网站建设服务。企业网站搭建\成都外贸网站建设公司要多少钱，请找那个售后服务好的宁国做网站的公司定做！
Python 函数定义以及参数传递
1.函数定义
#形如def func(args...):
doSomething123
以关键字def 开头，后面是函数名和参数下面是函数处理过程。
举例：
def add( a, b ):
return a+b12
参数可以设定默认值，如：
def add( a, b=10 ): #注意：默认值参数只会运算一次
return a+b12
默认值参数只会运算一次是什么意思？
def func( a, b=[] ): #b的默认值指向一个空的列表，每次不带默认值都会指向这块内存
b.append(a) return b
print(func(1))#向默认的空列表里加入元素1 ，默认列表里已经是[1]print(func(2))#向默认的列表里加入元素2,默认列表里已经是[1,2]print(func(3,[]))#向b指向的空列表里加入元素1 ，默认列表里还是[1,2]print(func(4))#向默认的列表里加入元素4,默认列表里已经是[1,2,4]'''
结果：
[1]
[1, 2]
[3]
[1, 2, 4]
'''12345678910111213141516
这下明白为什么默认参数只计算一次了吧，函数参数不传递时默认值总是指向固定的内存空间，就是第一次计算的空间。
2.参数传递
def func(a, b):
print('a=%d, b=%d' % (a,b) )12
在使用函数时可以如下方式,结果都是相同的
func(10,20) #不使用参数名，需要按参数顺序传递func(a=10,b=20) #使用参数名可以不按顺序传递func(b=20,a=10)#结果：a=10, b=20a=10, b=20a=10, b=201234567
如果函数定义形式如下方式：
def func(*args): #这种定义会把传递的参数包成元组
print(args,type(args))
func(10,20)#结果：#(10, 20) class 'tuple'1234567
举一个和上述过程相反的例子：
def func(a,b):
print('a=%d, b=%d' % (a,b) )
a = (10, 20)
func(*a) #在调用函数使用`*`则会把元组解包成单个变量按顺序传入函数#结果：a=10, b=20123456
总结：*号在定义函数参数时，传入函数的参数会转换成元组，如果 *号在调用时则会把元组解包成单个元素。
另一种定义：
def func(**kw):#使用**定义参数会把传入参数包装成字典dict
print(kw, type(kw) )
func(a=10,b=20)#这种函数在使用时必须指定参数值，使用key=value这种形式#结果：{'b': 20, 'a': 10} class 'dict'12345
相反的例子：
def func(a,b):
print('a=%d, b=%d' % (a,b) )
d = {'a':10, 'b':20 }
func(**d) #在调用时使用**会把字典解包成变量传入函数。12345
def func(*args, **kw):#这种形式的定义代表可以接受任意类型的参数
print(args,kw )12
总结：**号在定义函数参数时，传入函数的参数会转换成字典，如果 **号在调用时则会把字典解包成单个元素。
lambda表达式
lambda表达式就是一种简单的函数
形如 f = lambda 参数1，参数2： 返回的计算值
例如：
add = lambda x,y: x+y
print(add(1,2))'''
结果：3
'''12345
Python是一种跨平台的计算机程序设计语言，是一种面向对象的动态类型语言，越来越多被用于独立的，大型项目的开发，已被逐渐广泛应用于系统管理任务的处理和Web编程。下面给大家带来一些关于Python 学习心得 ，希望对大家有所帮助。
python学习心得1
最近这段时间我们学习了很多内容，增长了很多关于Python的知识，万事万物是相通的，正如学习新的知识就像吃饭一样。
吃多了就会消化不良，反映到学习上也是一样，不知各位最近的感觉怎样，反正学记是需要一些时间好好消化，掌握到手中，为下一步的知识补齐缺口。
接下来，学记和大家一起回顾一下最近学习的内容，循序渐进，循序渐进。
分支结构
分支结构就像上图一样，是用来选择道路的。
所用的关键字是
If elif else
这三个词的意思分别是
如果 否则如果 其他的
分支语句的写法需要将与关键字与关键字对齐
循环结构
循环结构应用于一些重复的进程
通常我们只接触两种循环
for-in循环 和 while循环
for-in循环适用于
确切的知道到底循环几次
while循环适用于
不知道到底有几次循环
此时要搭配bool 来进行
即 True 和 Flase
关键字
关键字的熟练运用对于今后的开发工作
有非常重要的作用，但这么多关键字我们不能去死记硬背
只有在一个一个代码的验证当中去熟悉去掌握
那样是最可靠的
def 设置模组
len 计算字符串长度
capitalize 获得字符串首字母大写的拷贝
upper 获得字符串变大写后的拷贝
find 从字符串中查找子串所在位置
index 与find类似但找不到子串时会引发异常
startswith 检查字符串是否以指定的字符串开头
endswith 检查字符串是否以指定的字符串结尾
center 将字符串以指定的宽度居中并在两侧填充指定的字符
rjust 将字符串以指定的宽度靠右放置左侧 填充指定的字符
isdigit 检查字符串是否由数字构成
isalpha 检查字符串是否以字母构成
isalnum 检查字符串是否以数字和字母构成
append 添加元素
remove 删除元素
clear 清空元素
sorted 排序
大家可能会有些疑惑，学习这些东西真的有用吗?这些随处可见的基础方面的知识真的有用吗?
我可以非常肯定地告诉大家
有用的!
这些知识就像是建筑工地随处可见的砖石，不管这些砖石怎样的不起眼，但是没有一幢建筑可以离开砖石，学习的过程是枯燥的，不过这也正符合非常现实的一条规律。
学如逆水行舟，不进则退!
也正是因为它枯燥苦闷，学习有难度，才保证了，我们学习了这些知识以后，可以靠它们为生，在这个知识时代闯出自己的一片天!
不要放弃，绝对不要放弃!
黎明之前是最黑暗的!
为了自己的未来好好坚守吧!
青年学记 陪伴着各位青年
python学习心得2
python是一门非常有潜力的高级语言，历经多年的发展，其在编程上发挥着越来越大的作用。在这学期中，通过选修python课上的基础知识学习，我对python也有了一定的认识。而且，在字符串上的处理，python相对于c语言也是给程序员极大的便利。而python不仅如此，它的库也很多，正因为它强大的库，让编程变得不再艰难。但是，我认为python虽然在许多方 面相 对于c语言比较方便，但也有其相对于弱一点的方面，比如说for循环等方面。虽然一学期下来，我对python的学习也仅仅只是它的基础方面，但python的强大，也是足足地吸引着我，希望自己能够在不断地学习中，将python学习的更加好。
python是一门非常有潜力的高级语言，历经多年的发展，其在编程上发挥着越来越大的作用。在这学期中，通过选修python课上的基础知识学习，我对python也有了一定的认识。
在学习python的第一节课上，其对我的最初的印象就是，相较于我学习过的c语言编程，它更加的简洁。所有的变量都不需要像c语言编程那样需要提前去定义，这样给了编程者很大的自由空间与方便。如x=2，即可同时完成变量的定义与赋值。对于简化程序的代码，起到了许多的作用。而且，在字符串上的处理，python相对于c语言也是给程序员极大的便利。在c语言中，只能用字符类的数组对字符串进行相应的操作，步骤也是相对于比较繁琐的，而在python中，当我们需要创建一个字符串的时候，只需要在创建字符串的时候用“s=”就可以了。而python不仅如此，它的库也很多，正因为它强大的库，让编程变得不再艰难。我们只需要调用库中的函数，而对于函数的具体实现，也没有特殊的需求。
但是，我认为python虽然在许多方面相对于c语言比较方便，但也有其相对于弱一点的方面，比如说for循环等方面。不过也依然不会影响到python的强大，而随着近几年来的发展，python的受欢迎度也越来越高，而它的运用的领域也是越来越多，比如人工智能和大数据等领域，python都是在其中扮演者重要的角色。虽然一学期下来，我对python的学习也仅仅只是它的基础方面，但python的强大，也是足足地吸引着我，希望自己能够在不断地学习中，将python学习的更加好。
python学习心得3
由于我是自学Python，非科班出生，所以只能分享一些关于我的学习心得，如果有不对地方欢迎指正。
不过非科班出生虽然是一个痛点，但是在工作上，我其实不输给我其他同事，这点我倒是很有自信，而且我也统一一句话“目前互联网上的免费编程课程，足够让你成为一个合格的码农”。
编程入门
我刚开始学习编程，主要是因为自己想动手做个网站，但是由于技术原因，再加上朋友都比较忙，最后抱着“求人不如求己”的想法，干脆自学。
编程难不难?
这个问题我觉得所有认真学过的人，都一定会肯定告诉你编程不难，但是精通那是相当困难的。
如果你还没去学习，就觉得编程一定很难，那么其实你是没有资格说这句话的，任何事情一定是要去尝试后，才能这么说。
编程其实很像堆积木，然后根据需求，把东西造出来，可以是房子，也可以是桥梁。
学习编程无非运用这些积木，来创造你要的东西。
编程语言选择
这边说个题外话，关于当时编程语言的选择，很多时候我觉得不是你选择编程语言，而是编程语言选择你，也就是你的“本命编程语言”。
人的性格会影响你适合的编程语言，比如你做事有条理，喜欢定期清理房间，那么可能C语言很适合你;如果你不喜欢打扫房间，实在受不了，才打扫一次，可能你适合Java。
哈哈，开个玩笑，不过确实有这种很玄的存在。
我当时在编程语言的选择上，用了一个笨 方法 。
我跑到w3cschool上面，把所有编程语言的第一章都去试了一遍，看看自己喜欢哪个语言，然后就选哪个语言，如果你不知道选哪门语言，可以用我的方法试试看。
至于编程语言，没有高低之分，因为无论你学习哪门语言，你都非常有市场，而且你都能够拿到高薪，关键是哪门语言适合你，并且能够让你有兴趣学下去，能学好，这个很关键。
兴趣是学习编程最大的驱动力!
为什么是Python
说下为什么选择Python?
因为简单，Python是公认的最容易入门的编程语言，而且也是公认有发展前景的编程语言，适用于机器人、大数据、人工智商等未来高科技。
基于以上的原因，我选择Python来作为自己的入门语言，而且我觉得我适合Python这么语言。(因为我很懒)
之前有个梗，大概就是其他编程语言在讨论某个问题，怎么解决，而Python的程序员已经下班了，由此可见Python的效率。
总结 ：Python的语言特点就是“一气呵成，痛快如拉稀”。
学习心得
由于我是自学的，所以参考的网站比较多，小伙伴可以按照我的学习路线，一般来说不会出现什么问题。
基础：教程+视频
进阶：视频+实践
进阶pro：视频+实践+书籍+交流
基础
刚开始学习的时候，我比较推荐w3cschool和菜鸟教程这两个网站。
w3cschool-学编程，从w3cschool开始!
菜鸟教程 - 学的不仅是技术，更是梦想!
这两个网站在我看来，是编程自学的福音。
w3cschool这个网站手册非常棒，另外这个网站的编程微课以及编程实战对新手来说非常友好!
我当时就是靠这两个，引发我学习的乐趣，不然对着枯燥的代码，说实话，很无聊的。
菜鸟教程，这个网站的实例是最棒的，很多时候，你不仅仅要自己看教程，还要去看看为什么，而菜鸟教程的实例就能够让你清晰的知道，为什么，并且会原来如此。
总的来说，这两个网站就像新手村刚出来的剑和盾!是新手入门绝对不能少的，尤其是w3cschool，强烈推荐。
还有一个就是视频，视频我是在慕课网上面看的，我很喜欢慕课网这个网站，网站风格很棒，而且视频也很清晰。
也可以在阿里云上面看Python的视频，也很不错，并且是免费的。
进阶
进阶结束后，代表你是个初级工程师。
这一步实践非常重要，你要自己动手，做一些小玩意，实践才是最重要的，在实践中发现问题，那是学习最快并且效率最高的时刻。
你可以先给自己定下一个目标，比如我要做一个简单的页面，或者我要做一个简单的小程序。
然后就开始动手去实践，这步很重要。
同时还是要多看书籍。
进阶pro
到这一步，我建议务必买书，你需要书籍帮你反向梳理你的知识，这决定了你以后的高度，而不是这个也懂，那个也懂，但是东西就是做不出来。
我记得当时我买完书，看完后的第一感受就是：原来这个世界是这样的!
书会非常系统性的帮你梳理你自己学过的知识!
这里只推荐两本书：《Python入门手册》和《Python核心编程》
小伙伴可以自己去亚马逊购买。
然后就是和身边的小伙伴交流!
多看看别人的代码，自己多敲敲代码，是必经之路，也是一定要做的。
以上，希望对想入门Python的小伙伴能够提供一点点帮助。
python学习心得4
017年11月，一群编程零基础的小伙伴们成立了Python学习小组，12名学员从此夜以继日地奔赴学习的征程。一个月过去了，从在屏幕上用最简单的语句打印出“Hello, Python; Hello, World”开始，我们逐步地学习Python语法，学习操作列表、字典，学习For，While，If语句，现在遇到了第一个难点：类。通过研读、练习、交流、讨论，作为程序界的小白，我们逐步地理解了类的概念，明白了面向对象与面向过程编程的差异，以下是我们的小小心得，与大家分享：
编程基本思想
现实世界中，每个复杂的事务都可以拆分为多个组成部分，其中的每一部分就可称之为对象。比如要实现一个很大很复杂的项目，我们可以把项目拆分成不同的组成部分，然后分别对不同部分通过编程实现，最终再把各个部分组装起来完成整个项目。这让我们能够从整体上来控制项目，从而让程序开发更有效。
比如汽车制造，汽车厂所做的仅仅是各个部件的组装和匹配，而各个部件的生产是由相对专业的厂商完成。如果需要研发新型号汽车，整车厂所考虑的是如何对各个新式的零部件进行新的组装和匹配，而不是从头到尾重新生产一辆汽车。
面向对象的编程
VS
面向过程的编程
面向过程编程是针对一个需求的具体实现过程，但是对于大型项目的复杂需求，一步一步的做，这种编程效率显然是低下的。
面向对象编程则是对项目进行拆分后(一般按照功能拆分)，分别实现，再将各个对象组装起来。因此简单的小程序使用面向过程方法编程更适合。面向对象的编程特性是易维护(可读性高)，效率高，质量高(重用性)，扩展性好(高内聚,低耦合)。
对象
通俗的讲，对象就是事物，一个公司、一个部门、一个人，甚至一本书都可以是一个对象，程序员可以自由决定把什么作为对象。
比如eHR系统，需要对组织架构，员工进行管理，所以使用的对象可能是公司，部门，岗位，员工，等等。对象可大可小，可复杂也可简单，如果仅仅是做一个考勤系统，员工这个对象一定要比eHR系统中的员工对象简单。
类
现实世界中，类代表一组有共同特性的事物，把不同对象之间的共性抽象出来，就形成类的概念。比如说男人、女人可以抽象成人这个类;处长、秘书可以抽象成员工类。至于类如何去抽象，粒度的粗细，这是一个需要在学习和实践中摸索的过程。
实例
以下是一个实例，大家体会一下：
1. 定义父类：
class Employee:
def __init__(self, name, age): #抽象员工共性(名字，年龄)
self.name = name
self.age = age
def signON(self):
print(self.name+" sign on.") #抽象签到的动作
def work(self):
print(self.name + " on work.") #抽象工作的动作
2. 继承出子类：
class MEmployee(Employee): #继承父类的共性
def __init__(self, name, age):
super().__init__(name, age)
def work(self): #重写子类的方法(抽象出从事管理岗位工作的动作)
print(self.name + " on manager_work.")
3. 继承出第二个子类：
class TEmployee(Employee):
def __init__(self, name, age, devLanguage): #继承父类的共性，增加语言的属性
super().__init__(name, age)
self.devLanguage = devLanguage
def work(self): #重写子类的方法(抽象出从事技术岗位工作的动作)
print(self.name + " on technology_work.")
def showLanguage(self): #增加子类的方法(抽象出会某种编程语言的动作)
print("use "+self.devLanguage+" language.")
在上面的程序中，我们先定义了一个父类：包含员工的姓名、年龄等一般特性，可以执行签到、工作这两类动作。在第一个子类中，管理层在前面一般特性的基础上，执行管理工作;在第二个子类中，作为一般员工在前面一般特性的基础上，执行技术工作，从事编程。
python学习心得5
1、定义方法
关键字 def 是方法定义的标志。接下来紧跟方法名和被圆括号所包围的参数列表。方法的主
体语句将在下一行开始并且必须缩进。
方法主体的首句可选择性地是一句字符，用来说明方法的主要功能
例如：
"""print a finabo series up to n."""
2、默认参数值
默认值仅被设置一次，这与以前默认值为可变对象(如列表、字典和多数类实
例时)有很大的区别。
例如：
i=5
def f(arg=i):
print(arg)
i=6
f()
将会输出 5
3、关键字参数
可以通过形式关键字参数调用方法
在方法调用中，关键字参数必须遵循位置参数。 所有的关键参数必须符合方法接受的参数
其中之一。但是他们的次序不重要，这包含非选择的参数。没有参数可以多次接受一个值。
当最后一个形参是__ name 时，它可以接受包含除了形式参数之外的所有关键字的字典，
_ name 必须在__ name 之前出现
4、可变参数列表
正常来说，这些可变参数常常放在正式参数列表的后面，因为它们会包揽所有传递给该方法
的剩余输入参数。任何出现在_ args 参数后低的正式参数会被认为是关键字参数，意味着它
们只能当关键字使用而不是位置参数。
def concat(_ args,sep="/"):
...returnsep.join(args)
...
concat("earth","mars","venus")
’earth/mars/venus’
concat("earth","mars","venus", sep=".")
’earth.mars.venus’
5、拆分参数列表
当参数已经存在列表或者元组中，但是需要分拆以供要求分离位置参数调用的方法，如果单独
分开它们无法使用，就需要写一个方法用 _ 操作符来调用实现分拆列表或者元组中的参数。
同样的使用形式，字典可以用__ 操作符实现关键字参数。
6、形式
lamdba a,b:a+b 该函数表示两个数的和，像内嵌函数
7、代码风格
对于 python，PEP8 作为许多项目应该遵守的编码指导书而做的。 它提出了一种可读而悦
目的编码风格。 每位 python 开发者应该读它。这里抽出一个重要的事项与你分享 ：
? 用四个空格代替 tab 键
? 每行不要超过 79 个字符。
? 用空行分离方法和类，大块代码中的方法。
? 必要的时候为每行添加注释。
? 用文档字符串
? 在操作符两边用空格
? 用统一的风格命名自定义的方法和类
? 如果你的代码打算用在国际环境中，请不要用想象的字符编码。Python 默认的是
utf-8,在任何情况下可以用 Ascii .
? 同样的，即使有很少机会让说不同语言的人们读代码或者维护代码，但在定义中不
要用非 ASCII 编码字符。
数学相关
abs(a) : 求取绝对值。abs(-1)
max(list) : 求取list最大值。max([1,2,3])
min(list) : 求取list最小值。min([1,2,3])
sum(list) : 求取list元素的和。 sum([1,2,3]) 6
sorted(list) : 排序，返回排序后的list。
len(list) : list长度,len([1,2,3])
divmod(a,b): 获取商和余数。 divmod(5,2) (2,1)
pow(a,b) : 获取乘方数。pow(2,3) 8
round(a,b) : 获取指定位数的小数。a代表浮点数，b代表要保留的位数。round(3.1415926,2) 3.14
range(a[,b]) : 生成一个a到b的数组,左闭右开。range(1,10) [1,2,3,4,5,6,7,8,9]
类型转换
int(str) : 转换为int型。int('1') 1
float(int/str) : 将int型或字符型转换为浮点型。float('1') 1.0
str(int) : 转换为字符型。str(1) '1'
bool(int) : 转换为布尔类型。 str(0) False str(None) False
bytes(str,code) : 接收一个字符串，与所要编码的格式，返回一个字节流类型。bytes('abc', 'utf-8') b'abc' bytes(u'爬虫', 'utf-8') b'xe7x88xacxe8x99xab'
list(iterable) : 转换为list。 list((1,2,3)) [1,2,3]
iter(iterable)： 返回一个可迭代的对象。 iter([1,2,3]) list_iterator object at 0x0000000003813B00
dict(iterable) : 转换为dict。 dict([('a', 1), ('b', 2), ('c', 3)]) {'a':1, 'b':2, 'c':3}
enumerate(iterable) : 返回一个枚举对象。
tuple(iterable) : 转换为tuple。 tuple([1,2,3]) (1,2,3)
set(iterable) : 转换为set。 set([1,4,2,4,3,5]) {1,2,3,4,5} set({1:'a',2:'b',3:'c'}) {1,2,3}
hex(int) : 转换为16进制。hex(1024) '0x400'
oct(int) : 转换为8进制。 oct(1024) '0o2000'
bin(int) : 转换为2进制。 bin(1024) '0b10000000000'
chr(int) : 转换数字为相应ASCI码字符。 chr(65) 'A'
ord(str) : 转换ASCI字符为相应的数字。 ord('A') 65
相关操作
eval****() : 执行一个表达式，或字符串作为运算。 eval('1+1') 2
exec() : 执行python语句。 exec('print("Python")') Python
filter(func, iterable) : 通过判断函数fun，筛选符合条件的元素。 filter(lambda x: x3, [1,2,3,4,5,6]) filter object at 0x0000000003813828
map(func, *iterable) : 将func用于每个iterable对象。 map(lambda a,b: a+b, [1,2,3,4], [5,6,7]) [6,8,10]
zip(*iterable) : 将iterable分组合并。返回一个zip对象。 list(zip([1,2,3],[4,5,6])) [(1, 4), (2, 5), (3, 6)]
type()：返回一个对象的类型。
id()： 返回一个对象的唯一标识值。
hash(object)：返回一个对象的hash值，具有相同值的object具有相同的hash值。 hash('python') 7070808359261009780
help()：调用系统内置的帮助系统。
isinstance()：判断一个对象是否为该类的一个实例。
issubclass()：判断一个类是否为另一个类的子类。
globals() : 返回当前全局变量的字典。
next(iterator[, default]) : 接收一个迭代器，返回迭代器中的数值，如果设置了default，则当迭代器中的元素遍历后，输出default内容。
reversed(sequence) ： 生成一个反转序列的迭代器。 reversed('abc') ['c','b','a']
学习python，我首先根据自己完全代码零基础的情况下，为什么学习Python作为核心问题，进行了一个自我定位以及目标定位，我认为只要有一个目标，那么就找方法去打成目标就行了。
我是完全零基础，选择学习Python主要还是因为看到大家都说Python是相对简单，比较好入门IT行业的，而我的目的也是希望学习完Python可以找到一份相应的工作，赚取一份工资可以买口红，哈哈哈哈哈哈哈哈哈哈~
当然，也有很多人可能已经从事其他编程工作，但是想要学习Python以来丰富自身，提升自身的核心竞争力，我觉得这样应该会比我这类完全零基础的学习要容易快速的很多，
我就只说下我这位完全零基础是如何学习的吧
我也搜查了一些学习方法的问答帖子，里面也看到很多推荐的学习方法，有推荐书籍的，有推荐网课的，我开始认为，看书应该是比较好的选择，因为著作成书籍，表明内容上是相对有一定的权威和系统的，同时，想到从小都是书本学习，这更能让我信服，于是我就购买了书籍，开始了我的学习计划，可是，在半强迫自己的情况下，我看了三天半书籍实在是看不下去了，是的，三天半还是强迫自己看的，原因一，看书真的太乏味了，看着看着就会心不在焉，总是走神。原因二，这个时候我对代码没有概念，有些文字都要读两三遍才会理解意思，越难理解就越不想看书，这种感觉就是上学时我看数学，英语书一模一样的感觉。很显然，看书学习是不适合我了，
看书不行，于是我就想着还是找网上的视频教程学习吧，上网一搜，真的是各家机构的教程也是琳琅满目，还真的让我不知道从哪开始学起了，
这个时候真的是想有一位前辈可以给我指点一下迷津，告诉我应该先学什么，再学什么，哪些是重点知识，哪些是了解就好，就是可以给我一些学习的建议，于是我想那我可以先加入一些技术学习交流群，在里面应该可以认识到一些学习的人，于是我就开始大量的搜索加入学习群，于是在里面开始咨询学习方法，
但是，这个时候我又发现，我好像一张白纸，我想问一些问题，可是我不知道该怎么问，我也只能问大家都是怎么学习的，群内的朋友也都还很热情，也和我说了很多学习方式，不过我发现每个人都有各自的学习方式，各自都有各自的理论和优势，在那么多的方法面前我再一次的有些混乱，又不知道哪一方法适合我，于是，我想到千人千面，每个人有每个人的想法，我咨询的人越多，获取的信息越多可能我就会越乱，于是我决定，那我就要借鉴看到的这些信息，来整理一套自己的方式，不一定对，但是可能这更适合我自己。
于是，我并没有先着急的就找教程视频来直接学习，我现在想知道的就是，应该先学什么，掌握哪些知识之后，再学什么，我觉得我应该先整理一套相对看上去系统的教程，虽然我最希望可以找到一个人给我一些这类的指引，但是奈何没有找到，那就只能自己去整理了，我根据我买的书籍目录，以及查了一些培训机构的学科介绍，教程大纲内容，进行了一个统计对比，发现其实学习的内容路径也还是有它一定的规律，那我就整理了一份知识点的目录学习路径，我按照我整理的这个学习路径上的知识点目录去查找对应的教程，这样就整理了一套自己的学习资料，整理学习路径和教程，利用了我比较多得时间，不过整理好了那么就可以开始学习了。
但在查找教程的时候，又走了一些弯路，我当时只想到只要按照我整理的这个目录找到对应的教程就好了，可是在学习的时候，还是觉得知识点之间的衔接有些杂乱无章，
而且每一个知识点都是不同机构课程风格不同的教程视频，这让我学上去有些别扭，而且有的老师讲得我很喜欢听，有的就不是很喜欢，于是，我就又想，那我就找我喜欢这个老师的课程就好啦，可是我找了两三天，同一个老师的教程是非常难找到公开的全套教程，这个我想也可以理解，老师也可能没时间和精力来从零开始录制全套教程，而且老师也是要工作赚钱养家生活的，于是我想那我可以找同一个机构的教程吧，这样也能最起码是课程风格一致，于是我就找到了我我认为课程比较好得教程机构，又将我的学习资料重新的整理替换了一下，果然我觉得学习感觉好了一些，而且我又找到他们的客服，要到了他们课程的一些配套资料，这对我学习来说起到了更加的有效帮助。
最后，在学习完我整理的学习知识教程之后，又遇到了一个瓶颈，就是学习完知识点内容，掌握的也是七七八八，之后又不知道该怎么做了，不知道自己学习的有没有达到可以找工作的条件，
于是我又查询了一些资料，可一些招聘信息，了解的一些信息主要要求说是需要项目经验，需要一些项目功能技术的掌握，那我的理解就是，已经掌握了基础知识，企业招聘人员需要掌握一些项目技术能力，
去帮助解决处理问题，也就好像，假设Python有100个技术框架，但是一个企业只用到其中30个，那如果你的学习掌握正是他们用的这30个，那么你不会那另外的70个也可以，只不过你学习掌握的越多，你的条件符合范围和就业机会也就越大，我按照我的这个大致理解，
我就仔细了解了一下Python主要可以从事哪些方向，我就根据我比较喜欢的方向看了一下招聘信息，然后根据上面的普遍要求，进行了学习。最后就整理包装了一下简历，尝试着投简历找工作，当然面试也并不是顺利，刚开始的面试是还慌乱，面试也是没有任何结果，不过我是在每次面试中总结经验，收集好面试问题，回来在好好准备，为下一次面试做知识储备，就这样我面了试大概有将近二十家，终于也是找到了一个算是实习岗位的工作，我想着先做着，这个时候应该先到企业中去学习一些真实的项目经历比较重要。
最后我总结一下我学习过程中我认为比较重点的内容
首先，学习我们要有一个清楚的自我认识，是为了找工作，还是为了辅助工作来增加自己的竞争力，也就是要有一个明确的目标。 如果是完全零基础学习，我建议开始不要先看书，原因上面我也有说了，这个时候看书完全看不进去，里面的知识点也很难理解的，虽然我们从小就接受书本教育，可是前提也都是要有老师讲解的，不是我们自己看书就可以的。
然后，就是要寻找一套适合自己的学习方式，最好还是自己整理一套适合自己的学习资料，因为只有自己最了解自己，这里可能会花费比较长的时间，但是这会让你在之后的学习上节省很多时间，让你事半功倍。
最后，如果在选择视频教程的时候，尽量选择一个老师的教程（但是很难实现）最差也要尽量选择同一家机构的教程，因为这样在课程设计和课程风格上相对比较统一。然后在学习的过程中，最好是根据视频课程老师的进度，自己做学习笔记，这样的好处，一是，在今天学习完，明天你可能就只记得一个大致概念了，俗话说，好记性不如烂笔头，做笔记会让自己印象更深刻，二是，在之后你想要回头复习的时候，也会让你有一个清晰的复习思路。当学习完一个阶段知识的时候，感觉视频老师讲解的内容有些浅，这时候可以看一些优秀的书籍，因为你觉得老师讲得浅，说明你的学习理解的非常好，这时候看一些书可以起到很大的提升作用。
至于找工作面试的事情我就不详细地写了，手敲了这么多，有点累了，最后希望我的建议可以对想要学习的伙伴有一点点帮助吧。