Python的结构主义——Python学习的思维导图

预计所需阅读时间：2分钟

经过差不多一年的学习，算是把网易微专业的《数据分析师》和《Python全栈工程师》这两门专业学完。

当中围绕Python这门语言的主要应用领域和IT相关领域记了不少思维导图笔记。包括有：

1.Python编程语言

2.数据结构与算法

3.前端基础Html、CSS、Javascript

4.网页开发框架Flask、Django

5.Linux服务器

6.数据库

7.网络协议与进程管理

8.数据分析、数据可视化

9.机器学习与特征工程

10.大数据框架Spark、Hadoop

11.深度学习、神经网络

12.编程数学

Python的优点很多，对我来有两点比较重要的。第一，Python是胶水语言，可结合其它语言的代码和框架，整合到一个项目当中。例如Spark和Hadoop是Scala语言编写的框架，有Python的API可以使用这两个大数据框架，前端语言有Flask和Django框架的插件，可以方便地生成相应的代码。所以使用Python这门语言即可很顺利用一门语言的思路去理解IT、数据科学、人工智能等领域。第二，Python是表达能力、可读性很强的语言。对于英文为母语的人来说简单，就像是学习有逻辑的将英文语句表达出来。对我而言，可以很快去理解Python代码所要表达的逻辑，而不用花过多时间看上下文代码，伏兵理解编程语言的结构后，再理解代码逻辑。尤其对于数据分析师，要通过数据和可视化手段呈现给别人看的时候，这点特别重要。

至于它被提及最多的缺点，没有JAVA快，更加没有C语言快。这点是事实，但在以IO为瓶颈的任务中，例如：网页开发、爬虫等，大家都是差不多。在数据科学这块，Python模块Numpy是基于C语言来计算，速度并不差。而到机器学习、深度学习这块，瓶颈在硬件上，所以升级CPU和显卡才是最好的办法。

目前，会逐步开放Python学习的思维导图的下载：

下载《Python的结构主义》，即所有思维导图的地图目录