如何自学编程python
首先先了解Python语言的四大发展方向。目前Python的主要方向有web后端开发、大数据分析网络爬虫和人工智能，当然如果再细分的话还有自动化测试、运维等方向。
在学习Python的基础语法时，并不需要太多的基础，基本只要熟练使用电脑日常功能并对Python感兴趣就可以了，但如果想要在人工智能领域方向发展的话，线性代数、概率、统计等高等数学知识基本是必需的，原因在于这些知识能够让你的逻辑更加清晰，在编程过程中有更强的思路。
分享一个千锋Python的学习大纲给你
第一阶段-Python数据科学
Python基础语法
入门及环境安装、基本语法与数据类型、控制语句、错误及异常、错误处理方法、异常处理方法、常用内置函数、函数创建与使用、Python高级特性、高级函数、Python模块、PythonIO操作、日期与时间、类与面向对象、Python连接数据库
Python数据清洗
数字化Python模块Numpy、数据分析利器Pandas、Pandas基本操作、Pandas高级操作
Python数据可视化
数据可视化基础、MLlib（RDD-BaseAPI）机器学习、MatPlotlib绘图进阶、高级绘图工具
第二阶段-商业数据可视化
Excel业务分析
Excel基础技能、Excel公式函数、图表可视化、人力&财务分析案例、商业数据分析方法、商业数据分析报告
Mysql数据库
Mysql基础操作（一）、Mysql基础操作（二）、Mysql中级操作、Mysql高级操作、电商数据处理案例
PowerBI
初级商业智能应用（PowerQuery）、初级商业智能应用（PowerPivot）、初级商业智能应用案例、存储过程、PowerBIDesktop案例、PowerBIQuery案例
统计学基础
微积分、线性代数基础、统计基础
Tableau
Tableau基本操作、Tableau绘图、Tableau数据分析、Tableau流量分析
客户画像、客户价值模型、神经网络、决策树、时间序列
第三阶段-Python机器学习
Python统计分析
数据准备、一元线性回归、多元线性回归、一般logistic回归、ogistic回归与修正
Python机器学习基础
机器学习入门、KNN讲义、模型评估方法、模型优化方法、Kmeans、DBSCAN、决策树算法实战
Python机器学习中级
线性回归、模型优化方法、逻辑回归、朴素贝叶斯、关联规则、协同过滤、推荐系统案例
Python机器学习高级
集成算法-随机森林、集成算法-AdaBoost、数据处理和特征工程、SVM、神经网络、XGBoost
第四阶段-项目实战
电商市场数据挖掘项目实战
项目背景&业务逻辑、指定分析策略、方法实现与结果、营销活动设计及结果评价、撰写数据分析报告
金融风险信用评估项目实战
项目背景&业务逻辑、建模准备、数据清洗、模型训练、模型评估、模型部署与更新
第五阶段-数据采集
爬虫类库解析、数据解析、动态网页提取、验证码、IP池、多线程爬虫、反爬应对措施、scrapy框架
第六阶段-企业课
团队户外拓展训练、企业合作项目课程、管理课程、沟通表达训练、职业素养课程
以上就是零基础Python学习路线的所有内容，希望对大家的学习有所帮助。
如何学习python
如何自学 Python
可以先从网上的视频学起！
