第 14 章 · 下一步：选一条路，继续走

本章目标

知道自己"会了什么、还差什么"，挑一个方向继续深入，并且拿到长期可用的学习资源。

14.1 你已经掌握的地图

语法基础     变量 / 类型 / 条件 / 循环 / 函数        ✅
数据结构     列表 / 元组 / 字典 / 集合 / 推导式      ✅
组织代码     模块 / 包 / 类 / 异常 / 生成器          ✅
文件与数据   读写 txt / json / csv                   ✅
工具链        venv / pip / requirements              ✅
调试         读 Traceback / print / assert / 断点    ✅

这些就是 Python 的"通用底子"，无论后面做哪个方向都用得上。

14.2 还没碰、但迟早要碰的

主题	什么时候需要
Git / GitHub	只要开始写超过 100 行的项目
测试（pytest）	代码改动怕弄坏旧功能时
类型检查（mypy）、代码风格（ruff）	想写出"专业感"的代码
异步（asyncio）	高并发抓取 / 服务端
数据库（sqlite3 / SQL）	数据量上来了，JSON 存不下
打包发布（pyproject.toml）	想让别人也能装你的工具

14.3 四条方向

① 数据处理 / 分析

• 学：pandas、numpy、matplotlib、openpyxl
• 适合：做报表、分析 Excel、金融数据
• 第一个作业：把一年的记账 CSV 做成月度统计表 + 折线图

② 爬虫与自动化

• 学：requests、beautifulsoup4、selenium/playwright、定时任务
• 适合：收集信息、批量下载、重复劳动自动化
• 第一个作业：抓取一个公开榜单并存成 CSV
• ⚠️ 只抓公开数据，看清网站 robots.txt，别给人家服务器添麻烦

③ Web 开发

• 学：flask 或 fastapi、HTTP 基础、SQL 数据库、前端一点点
• 适合：想给自己做个网页工具/看板
• 第一个作业：做一个"记账"网页版（后端 + 网页表单）

④ 人工智能 / 量化

• 学：numpy、pandas、scikit-learn，再看深度学习框架
• 适合：有数学基础、想搞模型
• 提醒：先有数据能力，再谈模型；不要一上来就冲深度学习

说明：四条方向可并行了解，具体选择取决于项目需求。

14.4 学习路径（按依赖顺序）

顺序	内容	前置
1	环境与运行方式（第 01 章）	—
2	变量、类型、输入输出（第 02 章）	1
3	条件与循环（第 03 章）	2
4	函数（第 04 章）	3
5	列表 / 字典 / 集合（第 05 章）	3
6	模块与标准库（第 06 章）	4
7	文件读写与 JSON（第 07 章）	5
8	异常处理（第 08 章）	7
9	类与对象（第 09 章）	4
10	标准库速览（第 10 章）、虚拟环境与 pip（第 11 章）	6、9
11	报错速查（第 12 章）	1 之后按需查阅
12	动手项目（第 13 章）	1–9
13	后续方向（第 14 章）、附录（第 15 章）	1–11

14.5 长期资源清单

用途	资源
权威文档（中文）	https://docs.python.org/zh-cn/3/
官方教程（中文）	https://docs.python.org/zh-cn/3/tutorial/
零基础中文教程	https://liaoxuefeng.com/books/python/introduction/index.html
语法速查	https://www.runoob.com/python3/python3-tutorial.html
英文进阶专栏	https://realpython.com/
代码风格规范	PEP 8：https://peps.python.org/pep-0008/
报错搜索	直接把错误信息整行丢进搜索引擎

14.6 常见认知与实际情况

常见说法	实际情况
先把语法全部学完再动手	语法在项目中反复使用才形成记忆；脱离场景的记忆留存率低
收藏教程等于学习	收藏不产生练习量
报错说明不适合编程	报错是解释器给出的定位信息，是调试的输入
Python 太慢不适合使用	多数任务的执行时间远小于手工处理时间；瓶颈集中在特定计算密集场景

14.7 结语

写代码的本质是把一个模糊的想法拆成一条条明确的指令。

然后 接着写下一行代码。

祝学习顺利。

---

回到第 00 章 · 目录见本组首页。