Python pode fazer qualquer coisa. Tudo incluindo Ciência de Dados, Aprendizado de Máquina, Aprendizado Profundo, NLP, Processamento de Imagem/Vídeo para Detecção e Segmentação, Jogos, Android, Aplicativos da Web, GUI de Desktop, você apenas nomeia.

O problema é que, se você quiser aprender tudo, isso pode ser um pouco opressor. No final deste artigo, você verá como pode dominar todos esses tópicos.

O roteiro Python 2023:

Este mapa mental resume todas as bibliotecas (e conceitos básicos de python) que você pode aprender para dominar tudo. Esta não é uma corrida muito longa. Você deve ser capaz de dominar todos esses tópicos em menos tempo do que pensa, porque o python cuida da maior parte do código para você, devido ao seu ENORME suporte de biblioteca.

1. Vamos começar com o básico do Python:

1. Aprenda tudo sobre Variáveis ​​e Manipulação de Strings. Isso é essencial para qualquer tópico que vier depois.
2. Declarações condicionais e como tomar decisões de programa
3. Loops e foco em sintaxes avançadas de loops, como zip e enumerate. Esses são totalmente úteis se você deseja codificar da maneira “Pythonic”.
4. Você DEVE dominar estruturas de dados como Listas e Dicionários, estruturas menos importantes seriam Tuplas e Conjuntos
5. Aprenda tudo sobre Funções e como Retornar valores delas. Certifique-se de entender os escopos de dados e as variáveis ​​globais
6. Aprenda funções integradas avançadas, como compreensão de lista, mapas e funções Lambda
7. Exceções são essenciais para escrever um código que seja, tanto quanto possível livre de falhas
8. Gerenciamento de diretório que é usado para criar árvores de diretório para seus arquivos de projeto. E é muito útil para Automação de Tarefas, Navegação de Arquivos ..etc. Leia sobre isso.

No mundo do software moderno, não se pode ignorar a importância de manter o código fácil de estender.

Então aqui está o que você precisa saber:

1. Classes e como criar métodos de classe, variáveis ​​de classe e inicializador de classe
2. Object , que nada mais é do que uma classe em jogo
3. Herança
4. Super palavra-chave
5. Polimorfismo
6. Encapsulamento
7. Se você realmente quer ir além, confira os Padrões de Design
8. Este não está realmente relacionado ao OOP, mas Decorators , que são técnicas específicas do Python, podem ser muito úteis ao trabalhar com muitas bibliotecas externas como o Unittest. Que é muito popular para testar seu software.

Os seguintes formatos de arquivos são essenciais para trabalhar. E o Python é a melhor linguagem de programação para editar, criar scripts e automatizar qualquer coisa relacionada a esses formatos de arquivo.

1. .TXT
2. .csv
3. .pdf
4. .json
5. .fecho eclair

É necessário que a computação matemática seja rápida, e o tipo python tem a reputação de ser lento em comparação com C/C++.

Bem, isso não é inteiramente verdade. Em Python, usamos uma biblioteca chamada Numpy para executar quase todas as operações matemáticas complexas. Seja na multiplicação de matrizes, seja na busca de um elemento em um array ou na localização de elementos Max/Min.

A biblioteca é enorme, mas aqui estão alguns destaques sobre o que você precisa aprender para começar:

1. Matrizes simples
2. Arrays Multidim
3. funções de pesquisa numpy
4. funções numpy max/min
5. funções de classificação numpy
6. convertendo string_to_array e vice-versa
7. Dividir
8. Matrizes aleatórias
9. Remodelando matrizes
10. Invertendo uma matriz
11. Técnicas de multiplicação de matrizes

Pandas é a biblioteca ideal para lidar com qualquer dado tabular (como arquivos do Excel, csv..etc).

Imagine ser capaz de automatizar qualquer coisa que o Excel possa fazer e adicioná-lo ao vasto e enorme mundo do Python. Bem, é exatamente disso que se trata esta biblioteca. Aqui estão alguns destaques sobre onde você precisa começar:

1. Dataframes do Pandas
2. Lendo arquivos csv
3. Filtros de dados
4. Manipulação de coluna
5. Manipulação de linhas
6. Renomeando elementos
7. Series
8. Funções internas de plotagem
9. Gerando arquivos CSV

É uma afirmação absurda dizer que o Python pode replicar todos os aplicativos de foto/vídeo que você vê por aí. Porque Python combinado com OpenCV é um monstro gigante quando se trata de manipulação de arquivos de mídia.

Aqui estão alguns destaques sobre o que é necessário para começar:

1. Entenda os espaços de cores (RGB, HSV, LAB)
2. Lendo/Escrevendo Imagens
3. Exibir imagens
4. Binarizando imagens
5. Técnicas de Limiar
6. Manipulação de imagem (girar, dimensionar…)
7. Matriz para conversão de imagem e vice-versa
8. Dilatação e erosão
9. Detecção de Contorno
10. Desenho de Contorno
11. Aproximação de forma
12. Cálculo da Área de Contorno
13. Mascaramento

A única coisa que posso acrescentar aqui é Rastreamento de Objetos , dê uma olhada nele.

7. Interfaces de usuário (IU) do Python:

Como você se livraria dessa “visualização de código” e usaria algumas interfaces interativas? Não é isso que todos os softwares têm em comum?

Python tem várias formas de interface de usuário.

1. Interfaces de linha de comando, que é como o nome indica, é baseado em uma janela de linha de comando, onde você digita instruções que seu script python executaria.
   Você pode usar a biblioteca Argparse para isso
2. GUI da área de trabalho ou interfaces gráficas do usuário. Isso faria com que seu software se parecesse com qualquer outro software que você baixou e instalou com botões interativos, campos de texto, listas suspensas e menus.
   Você pode usar PySimpleGUI ou Tkinter.
3. Isso criará uma interface de usuário em seu navegador. A vantagem desse tipo de interface do usuário é que você pode simplesmente implantar seu projeto na Web posteriormente junto com essa interface. Esta vantagem não pode ser encontrada em Argparse ou Tkinter

Ter dados, sejam dados python internos ou dados tabulares externos, requer alguma visualização, certo?

As duas bibliotecas mais importantes são:

1. MatplotlibGenericName
2. Seaborn

1. Histogramas
2. Gráfico de dispersão
3. Formação da História
4. Gráficos de pares
5. Dados de Coloração
6. Várias parcelas
7. Gráficos ao vivo

Agora que você aprendeu um pouco de codificação em Python, perceberá que a execução de uma instrução por vez não é prática na maioria dos aplicativos grandes. Como às vezes você gostaria de ter sua GUI rodando independentemente das outras funções do python.

E aqui vem o multithreading.

1. Iniciando um tópico
2. Juntar
3. Grupo de discussão
4. Semáforos

10. Automação de Tarefas Python

Automatizar as "Tarefas chatas", como arquivo do Excel, formulários da web e registro da GUI podem ser facilmente automatizados com python. Você pode até criar scripts python apenas para jogar seu jogo Android/OS favorito e coletar todas as recompensas diárias para você!

As seguintes bibliotecas são as mais famosas por isso:

1. Selênio
2. pyautogui
3. O OpenCV pode ser muito útil quando integrado com o mencionado acima

1. Extração de página da web XPATH para interagir usando selênio
2. preenchendo campos de texto
3. clicando
4. encontrando um elemento por xpath ou usando uma imagem de modelo
5. manipulação de menus suspensos
6. Manipulando uploads de arquivos
7. aprendendo correspondência de modelos no OpenCV

Aprendizado supervisionado, aprendizado não supervisionado, aprendizado por reforço, todos esses tópicos interessantes podem ser aprendidos por meio de programação com python. Como a programação com o aplicativo prático aumentará sua taxa de aprendizado x10 vezes, considere aprender o algoritmo e brincar com o python imediatamente.

As duas bibliotecas mais famosas para ciência de dados e aprendizado de máquina são:

1. scipy
2. sklearn que é construído sobre scipy

1. Aprendizagem supervisionada:
   a. Naive Bayes
   b. Regressão linear
   c. SVM
2. Aprendizagem não supervisionada:
   a. Agrupamento K-means
   b. PCC
   c. LD
   D. t-SNE
3. Aprendizagem por Reforço:
   a. Q-learning
   b. Aprendizagem Genética

1. Precisão
2. Matriz de Confusão
3. Curvas AUC/ROC
4. Dobra cruzada

Este tópico é construído em Python Machine Learning e utiliza essencialmente redes neurais. Este é todo um domínio de especialização agora.

Você precisa verificar Tensor Flow, Keras e Pytorch.
Comece com Keras (construído no fluxo do Tensor ), então você pode pular para Pytorch .
Como as funções do Keras são mais fáceis de manusear do que as do Pytorch.

Aqui estão os primeiros algoritmos com os quais você precisa começar

1. Redes Neurais Artificiais Profundas (ANN). Perfeito para tarefas de previsão de regressão
2. Redes neurais convolucionais (CNN) são perfeitas para classificação de imagens
3. Redes Adversariais Generativas (GAN). A base do Deep Fake e geração de dados falsos

1. Funções de perda e retropropagação
2. Funções de ativação
3. Precisão/perda de treinamento/teste
4. Afinação

13. Design da Web em Python:

Sim, você pode criar back-end para suas páginas da web com Python. Na verdade, bibliotecas como Flask podem ser as mais fáceis de usar para você começar. Para ser sincero, seria super útil ter algum conhecimento em pelo menos HTML/CSS para poder testar o que está acontecendo no seu Font-End (o Front-end é todos os botões e menus chamativos que você vê em uma página).

No entanto, se você está bem em escrever páginas super fictícias usando as funções internas do Flask, fique à vontade e comece!

Aqui está o que você precisa para começar:

1. Rotas
2. Navegação
3. Modelos
4. Atualizando elementos da página por meio do Python
5. Sessão
6. Autenticação

Você definitivamente deveria verificar este curso. Este é o único curso na internet que recebe atualizações semanais com uma nova seção. Já que o objetivo aqui é que este curso inclua tudo o que você precisaria em python. Você não precisa comprar 20 cursos para dominar o python.

Você pode pedir ao instrutor para adicionar qualquer tópico sobre Python e ele o adicionará em uma semana!! Sem custos adicionais!