Python — один из самых популярных языков программирования в мире. Статистика современного рынка свидетельствует о том, что Python желаемый навык, и что его использование широко распространено в различных сферах, таких как наука, инженерия, бизнес, аналитика данных и многих других.
Если вы уже определились с выбором Python в качестве основного языка программирования, рекомендуется обратить внимание на мой roadmap, который позволит лучше ориентироваться в выборе учебных материалов и понимать, как развиваться в этой сфере.
В данной статье мы рассмотрим roadmap по изучению Python на 2023 год, который специально составлен для помощи начинающим и опытным программистам. Вы также найдете необходимые ссылки на ресурсы для улучшения своего знания в Python.
Основы Python:
Типы данных и структуры (целые числа, дробные числа, строки, списки, кортежи, словари, множества)
Переменные и выражения
Условные операторы (if / else)
Циклы (for / while)
Функции
-
Ввод / вывод (print, input)
Мощный и хороший курс по базе Python
Туториал по Питону от создателей
В целом пройдя первый курс и просмотрев лекции от Тимофея вы сможете покрыть значительную часть перечисленных далее пунктов.
Объектно-ориентированное программирование:
Классы и объекты
Наследование
Полиморфизм
Инкапсуляция
Абстракция
-
Переменные класса и объекта
Функциональное программирование:
Чистые функции
Функции высшего порядка
Рекурсия
Лямбда-выражения
-
Map, filter, reduce, zip
Про функциональное программирования на канале Тимофея Хирьянова
Модули и библиотеки:
Импортирование модулей
Создание модулей
Использование сторонних пакетов (pip)
-
Написание документации (docstrings)
Работа с файлами:
Открытие и чтение файлов
Запись в файлы
Закрытие файлов
-
Работа с CSV / JSON / XML-файлами
Разработка графических интерфейсов (GUI):
Tkinter
PyQt
PyGTK
-
wxPython
Плейлист разработок GUI на PyQt:
https://www.youtube.com/playlist?list=PL6plRXMq5RADiWZuyZvVYnhncVixVKgBN
https://youtube.com/playlist?list=PLKl9v2TQvIkq4i_hZwZ1PmobxJSkIGwBf
Регулярные выражения:
Поиск шаблонов
Метасимволы
Квантификаторы
Группы
-
Подстановка
Тестирование:
Модульное тестирование (unittest)
Интеграционное тестирование
Разработка через тестирование (TDD)
-
Отладка
Управление версиями в GIT:
Рабочий процесс и управление версиями в системе Git
Ветвление и объединение
Запросы на слияние и обзоры кода
-
Управление конфликтами слияния
Оптимизация:
Профилирование
Управление памятью
Анализ времени выполнения
-
Рефакторинг кода
Параллельное выполнение:
Многопоточность
Многопроцессорность
-
Асинхронное программирование (asyncio)
Управление базами данных:
SQL
Реляционные базы данных (MySQL, PostgreSQL)
Нереляционные базы данных (MongoDB)
-
Объектно-реляционное отображение (ORM)
Сетевое программирование:
Программирование сокетов
Подключения TCP / UDP
-
Отправка / получение электронной почты (smtplib, imaplib)
Развертывание:
Виртуальные среды (venv)
Распространение пакетов (wheel)
Непрерывная интеграция / непрерывное развертывание (CI / CD)
-
Docker
Разное:
Интерфейс командной строки (Click)
Работа с API-интерфейсами
-
Сериализация / десериализация данных (pickle, json, yaml)
Веб-разработка(опционально):
HTML / CSS
Запросы HTTP
Flask / Django
REST API
-
Веб-скрапинг (BeautifulSoup)
Анализ данных(опционально):
NumPy / SciPy
Pandas
Matplotlib / Seaborn
-
Обработка естественного языка (NLTK)
Кроме того, существует ряд нескольких важных компетенций, которые необходимо развивать во время пути к становлению опытного Python-разработчика:
Структуры данных и алгоритмы:
Базовые структуры данных (стеки, очереди, связные списки, деревья, графы)
Поиск и сортировка алгоритмов
Анализ сложности (нотация O большое)
Динамическое программирование
-
Рекурсия
Решение проблем и критическое мышление:
Анализирование проблем и требований
Разбиение проблем на более мелкие части
Генерация творческих решений
Жизненный цикл разработки программного обеспечения:
Анализ требований
Проектирование архитектуры программного обеспечения
Реализация кода
Тестирование и отладка кода
Развертывание и поддержка
-
Методологии Agile-разработки (например, Scrum)
Качество кода:
Обзоры кода и лучшие практики чистого кодирования
Справочники по стилю кодирования (например, PEP8)
Тестирование и разработка через тестирование
-
Рефакторинг кода для улучшения качества и обслуживаемости
Коммуникация и сотрудничество:
Написание четкой и краткой документации
Средства совместной работы, такие как Jira
Эффективное общение с коллегами и заинтересованными сторонами
-
Работа в команде с использованием систем управления версиями, таких как Git
И самое главное - непрерывное обучение:
Дополнительное образование, такое как статьи, книги и онлайн-курсы,
Слежение за тенденциями в индустрии и обновлениями в Python и связанных технологиях,
Изучение лучших практик и новых подходов к разработке.
Хорошая книга по Python - "Изучаем Python" от Марка Лутца
Учебник по алгоритмам и структурам данных: https://habr.com/ru/post/241696/
Больше Питона:
https://stepik.org/course/58852/syllabus
https://stepik.org/course/68343/syllabus
Больше практики по Python:
Таким получился Roadmap. Спасибо за твое доверие, если ты будешь следовать по нему.
Так же можете ознакомиться с моим roadmap по SQL.
Комментарии (5)
0Bannon
00.00.0000 00:00+11.Лекции Тимофея Хирьянова на ютубе. Просто шикарные в плане объяснений и примеров.
2.На канале Андрея Пронина есть разбор книги Лутца. Там каждая глава разбирается, если лень читать. https://youtube.com/playlist?list=PLv_mO3iQ2o2fZllHFsEniuy1D-2IXr8eU
Deq56
00.00.0000 00:00-1Как мне нравятся такие сборники. Зачастую авторы сами и половину не знают, но всем советуют и со всех требуют.
igorzakhar
По алгоритмам и структурам данных хочется добавить: Перевод интерактивного учебника «Problem Solving with Algorithms and Data Structures»
badcasedaily1 Автор
Добавил. Это и вправду хороший учебник, в котором я когда-то отлично закрепил тему "Деревьев", спасибо за идею!