加速 Python 学习路径:从初级到高级掌握 Python
通过 Real Python 为初级、中级和高级 Python 开发人员提供的加速学习计划,将您的编码技能提升到新的水平。
在真正的Python ,你可以从头开始学习Python的所有东西。从 Python 的绝对基础知识到 Web 开发和 Web 抓取,再到数据可视化等等,一切应有尽有。
无论您是初学者、中级还是高级 Pythonista,我们定制的学习路径 将通过加速的实践学习计划将您的技能提升到一个新的水平。
参加测验: 通过我们的交互式“Python 技能测试”测验来测试您的知识。完成后您将收到一个分数,以帮助您跟踪学习进度:
互动测验
Python技能测试
通过包含基础到高级问题的技能测验来测试您的 Python 知识。您是新手、中级、熟练还是专家?
我们学习路径中的所有资源都是由拥有多年经验的专业 Python 开发人员创建的,以确保您学习到真正重要的技能和技巧。
您将找到完成整个 Python 课程的方法,因此您始终知道下一步要关注什么。
绝对基础知识
如果您对编程完全陌生 和 Python,然后从 Python 基础知识开始您的学习之旅 学习路径,旨在帮助您从底层开始,并带您基本熟练掌握 Python。完成此学习路径后,您将有能力应对我们的任何初学者学习路径。
Python 核心语言:基础知识
通过我们为初学者设计的学习资源,快速开启您的 Python 职业生涯 。在这里,您将找到适合 Python 初学者的基本概念,这将帮助您开始学习 Python 的旅程。这些教程重点介绍您需要了解的有关 Python 的绝对要点。
学习路径
重温 Python 基础知识
12 资源 ⋅ 技能: Python、变量、数据类型、REPL、运算符、表达式、异常、注释、关键字、IDLE、字符串转换
学习路径
Python 控制流和循环
14 资源 ⋅ 技能: Python、控制流、条件语句、布尔值、for 循环、while 循环、枚举、嵌套循环、break、continue、pass
学习路径
Python 数据结构
23 资源 ⋅ 技能: Python、字符串、列表、元组、字典、集合、列表推导式、range()、字节、排序
学习路径
功能和范围
11 资源 ⋅ 技能: Python、函数、范围、参数、参数、返回、全局
一旦您掌握了基础知识,您就可以开始深入研究我们的中级教程 ,它将教您新的 Python 概念。此类别适用于已经了解 Python 开发基础知识并希望扩展知识的中级 Python 开发人员。
学习路径
完善您的 Python 开发设置
16 资源 ⋅ 技能: VS Code、PyCharm、虚拟环境、pyenv、Docker、Git、GitHub、IDE、代码编辑器、Claude Code、光标、Gemini CLI、GitHub Copilot
学习路径
模块和包
14 资源 ⋅ 技能: 包、模块、导入系统、pip、PyPI、uv、__init__.py、命名空间包
学习路径
面向对象编程(OOP)
17 资源 ⋅ 技能: Python、OOP、类、数据类、Getter、Setter、属性、super()、魔术方法、运算符重载、SOLID、继承、组合、Mixin 类、工厂模式
学习路径
文件和文件流
12 资源 ⋅ 技能: Python、Pathlib、文件 I/O、序列化、编码、Unicode、PDF、WAV、上下文管理器、ZIP 文件
学习路径
经典数据结构和算法
20 项资源 ⋅ 技能: Python、数据结构、堆栈、队列、链表、哈希表、枚举、搜索算法、排序算法、集合
学习路径
重要的标准库模块
15 资源 ⋅ 技能: Python、数学、时间、日历、日期时间、JSON、CSV、正则表达式、随机、子进程、argparse、pickle、XML、zipfile
学习路径
使用 Python 进行函数式编程
13 资源 ⋅ 技能: Python、函数式编程、Lambda 函数、内置函数、Map、Filter、Reduce、作用域、闭包、内部函数、装饰器、递归
学习路径
编写更多 Python 代码
14 资源 ⋅ 技能: Python Zen、PEP 8、应用程序布局、鸭子类型、类型检查、类型提示、代码文档、MkDocs、代码质量、PyLint
学习路径
测试和持续集成
9 资源 ⋅ 技能: 单元测试、Doctest、模拟对象库、Pytest、持续集成、Docker、代码质量、GitHub Actions、软件测试、CI/CD
Python 核心语言:高级
在本部分中,您将找到可教您高级概念的 Python 学习资源 因此您可以成为 Python 编程语言的大师。一旦您通过了中级水平,您就可以开始深入研究这些教程和课程,它们将教您高级的 Python 概念和模式。
学习路径
并发和异步编程
9 资源 ⋅ 技能: Python、并发、异步IO、全局解释器锁、线程安全、并行处理、性能优化、多线程、代码效率
学习路径
使用 Python 访问数据库
9 资源 ⋅ 技能: SQL 库、SQLite、SQLAlchemy、Redis、MySQL、MongoDB、ChromaDB、数据管理、NoSQL 数据库、矢量数据库、DuckDB、TinyDB、SQL 安全
学习路径
Python 元编程
4 资源 ⋅ 技能: Python、元类、描述符、动态代码执行、exec()、eval()
学习路径
创建图形用户界面 (GUI)
12 资源 ⋅ 技能: Tkinter、PyQt、wxPython、Kivy、GUI 布局、事件处理、数据库集成、线程管理、移动应用程序开发、GUI 设计
学习路径
了解 CPython
8 资源 ⋅ 技能: Python、指针、内存管理、分析、CPython 源代码、C 扩展、Python 绑定、内存映射
学习路径
在 Python 编程面试中取得好成绩
8 资源 ⋅ 技能: 编码面试、练习题、CSV 解析、数据工程、Python 书籍、PyCon 讲座、面试准备、编码挑战
准备好探索 Python 在核心功能之外还能做什么 ?以下学习路径涵盖了 Web 开发、数据科学、机器学习等实际应用程序。并排完成这些路径中的任何一个,或者跳过那些您不感兴趣的路径。
网页开发
使用 Python 最流行的框架构建 Web 应用程序。从基础知识开始 使用 Python 进行 Web 开发,然后使用 Flask 或 Django 进行更深入的研究。您还将学习如何使用抓取技术从网络收集数据。
学习路径
烧瓶示例
12 资源 ⋅ 技能: Web 开发、Flask 框架、Jinja、REST API、部署
学习路径
用于 Web 开发的 Django
17 资源 ⋅ 技能: Django、Web 开发、REST API、迁移、用户管理、管理员
学习路径
Python 网页抓取
9 资源 ⋅ 技能: 网页抓取、HTTP 请求、数据解析
数据科学与可视化
使用 Python 强大的数据科学生态系统处理数据 。这些路径将带您从 NumPy 和 pandas 的核心技能到数学基础、数据收集和存储,一直到创建引人注目的可视化。
学习路径
数据科学数学
5 资源 ⋅ 技能: 统计、相关、线性回归、逻辑回归、NumPy、SciPy、pandas、梯度下降
学习路径
数据收集和存储
8 资源 ⋅ 技能: CSV、JSON、pandas、Excel、SQL、SQLite、SQLAlchemy、AWS S3、数据库
学习路径
用于数据科学的 pandas
15 资源 ⋅ 技能: pandas、数据科学、数据可视化、DataFrame、GroupBy、数据清理
人工智能与机器学习
利用人工智能的力量 使用Python。无论您是想使用人工智能助手来提高编码效率、构建由大型语言模型支持的应用程序,还是训练您自己的机器学习模型,这些路径都可以满足您的需求。
学习路径
使用 AI 进行 Python 编码
5 资源 ⋅ 技能: Claude 代码、光标、Gemini CLI、AI 辅助开发
学习路径
使用 Python 开发 LLM 应用程序
13 资源 ⋅ 技能: OpenAI、Ollama、OpenRouter、Prompt Engineering、LangChain、LlamaIndex、ChromaDB、MarkItDown、RAG、Embeddings、Pydantic AI、LangGraph、MCP
学习路径
使用 Python 进行机器学习
30 项资源 ⋅ 技能: 图像处理、文本分类、语音识别、NLP、深度学习、法学硕士、RAG
DevOps 和桌面应用
打包、部署和发布您的 Python 项目 到世界。了解如何容器化应用程序、设置 CI/CD 管道以及部署到云。或者构建具有图形用户界面的专业桌面应用程序。
学习路径
使用 Python 进行开发运营
9 资源 ⋅ 技能: 打包和部署、CI/CD、AWS、Docker、日志记录
学习路径
使用 PyQt 进行 GUI 编程
8 资源 ⋅ 技能: PyQt、Qt Designer、布局、菜单、SQL 数据库、QThread、SQLite、GUI 设计
如何选择适合您的路径?
学习 Python 并不是一项一刀切的任务,所以想想你为什么在这里。你想做什么 用Python?想想你想去哪里,然后考虑你需要什么技能才能到达那里。
如果您想要个性化推荐 ,参加我们的简短学习计划调查。它会询问一些有关您的经验和目标的问题,然后为您制定定制的学习计划。
如果您进入学习路径并遇到困难,您可以随时在 Real Python 社区聊天或办公时间寻求帮助。这些也是听取其他程序员的意见的好地方,他们可能会提出从哪里开始的建议。
对我们的学习路径有反馈吗?
Python