专科毕业，一年自学python收获(35K)，我是怎么做到的（我的秘诀是什么......） python

本人专科毕业，大学专业是电商专业（后来自学考了本科），目前在广州工作，月薪是35K，经历过两次跳槽，开始是自学的python，第一次跳槽拿到了15K的offer，第二次跳槽拿到23K的offer。一直到目前为止的35K，其实一路走来的辛酸只有自己明白，都是自己一步一个脚印踩过无数个坑摸索出来的。
我当时在学校只是接触过工业编程。临近毕业的时候选择了自学web python技术，因为我们学校安排我们去做电商客服，每天要处理很多售后问题，导致差不多都要被客户骂，直到有一天我实在忍受不了，于是毅然决定辞职了。说实在话，我还是喜欢找一份坐在办公室里，有空调吹，只要不要每天都被客户骂，处理那些**一样的电商纠纷就好了，不过同时我也有个心愿，就是想多赚一点钱。
今天通过这篇文章，希望给大家分享一下我自学的心得，因为我非常清楚自学会走很多弯路，所以希望可以通过自己的经历，让大家稍微少走一点弯路，早日把技术学成。
其实Python语法简单，很容易上手，是最受欢迎的编程语言之一，这毋庸置疑。谷歌利用它抓取网页，皮克斯利用它制作电影，市值244亿美元的美版QQ音乐Spotify用它推荐歌曲。这一点，在就业市场也是如此。Python搭上人工智能的“第四次工业革命”浪潮，各种互联网招聘岗位条件都会带上Python这一附带要求，同时目前Python也被列入到嵌入式开发语言中，未来Python在嵌入式开发领域也会有所应用。
学习Python能干什么？
Python十大应用领域和就业方向：WEB开发、网络编程、爬虫开发、云计算开发、人工智能、自动化运维、金融分析、科学运算、游戏开发、桌面软件。
所以不管你是电子还是IT，学习了解它都很有必要。

文章图片

日前，人力资源和社会保障部等三部门也正式发布了人工智能工程技术人员、物联网工程技术人员、大数据工程技术人员等13个新职业信息，这也是自2015年版国家职业分类大典颁布以来发布的首批新职业。这一调整不仅影响到一些行业和产业的发展，也给就业市场带来了变化。
如何正确姿势深耕大数据，编程语言与大数据的关系？
从技术层面来说，编程语言（Java，python，Scala、R，Go语言 ...）对于大数据开发来讲只是一个工具而已。
其实只要有点基础的程序员转型大数据，都有天然的进阶优势。

大数据离线计算架构 Hadoop , 基于Java开发的，只需要掌握JavaSE基础即可学习大数据；

大数据实时计算架构 Storm , 基于Java开发的，只需要掌握JavaSE基础即可学习大数据；

大数据内存计算架构 Spark , 基于Scala语言的，基于JDK开发的本质上来来讲还是基于Java开发的；

大数据新一代实时计算引擎 Flink - > Blink

这些编程语言各自都具备显著的特点，其中Python和Java更具备广泛的应用领域。

哪怕你没有学过任何一种编程语言零基础，也是可以学会的。
不管是初学者还是资深程序员，应该专注于<语言特性>,而不是纠结哪类语言，只有这样才能达到融会贯通，拿起任何语言基本上都会用，并写出高质量的代码来。
我这里有一套这么多年学习python整理的完整课程体系【大数据、人工智能等学习必看】，全面助力大数据开发零基础+入门+提升+项目=高薪！【免费获取】

这份python完整课程体系资料，希望能帮到大家！

专科毕业，一年自学python收获(35K)，我是怎么做到的（我的秘诀是什么......）

文章图片

「学习路线」

文章图片

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。
「学习软件」

文章图片

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
「全套PDF电子书」

文章图片

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。
「入门学习视频」

文章图片

文章图片

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。
「实战案例」

文章图片

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
「面试资料」

文章图片

文章图片

最后，我整理了我自己的学习路线给大家，个人认为很有用，大家可以参考一下：
1.Python环境的搭建
2.基础的知识（注重对Python的理解）
3.面向对象编程（注重编程能力）
4.面向对象编程案例课程
5.面向对象设计思想
6.Python高级专题（异常、文件、模式与包、迭代器、生成器、装饰器、静态方法与类方法、正则入门）