Python สามารถทำอะไรก็ได้ ทั้งหมดรวมถึง Data Science, Machine Learning, Deep Learning, NLP, Image/Video Processing forทั้ง Detection and Segmentation, Games, Android, Web Apps , Desktop GUI , คุณเพียงแค่ตั้งชื่อมัน

ประเด็นคือถ้าคุณต้องการเรียนรู้ทั้งหมด นี่อาจเป็นเรื่องที่หนักใจเล็กน้อย ในตอนท้ายของบทความนี้ คุณจะเห็นว่าคุณเชี่ยวชาญในหัวข้อเหล่านั้นทั้งหมดได้อย่างไร

แผนงาน Python 2023:

แผนที่ความคิดนี้สรุปไลบรารี่ทั้งหมด (และแนวคิดพื้นฐานเกี่ยวกับงูหลาม) ที่คุณสามารถเรียนรู้เพื่อเป็นผู้เชี่ยวชาญได้ทั้งหมด นี่ไม่ใช่การวิ่งระยะยาว คุณควรจะเชี่ยวชาญหัวข้อเหล่านั้นทั้งหมดได้ในระยะเวลาที่สั้นกว่าที่คุณคิด เนื่องจาก python จะดูแลโค้ดส่วนใหญ่ให้คุณ เนื่องจากการสนับสนุนไลบรารีจำนวนมาก

1. เริ่มต้นด้วย Python Basics:

1. เรียนรู้ทั้งหมดเกี่ยวกับตัวแปรและการจัดการสตริง นี่เป็นสิ่งสำคัญสำหรับหัวข้อใดๆ ที่ตามมาในภายหลัง
2. ข้อความแสดงเงื่อนไขและวิธีการตัดสินใจของโปรแกรม
3. วนซ้ำและเน้นที่ไวยากรณ์ขั้นสูงสำหรับลูป เช่นzipและenumerate สิ่งเหล่านี้มีประโยชน์อย่างยิ่งหากคุณต้องการเขียนโค้ดด้วยวิธี "Pythonic"
4. คุณต้องมีโครงสร้างข้อมูลหลัก เช่นรายการและพจนานุกรมโครงสร้างที่สำคัญน้อยกว่าคือทูเพิลและเซ็ ต
5. เรียนรู้ทั้งหมดเกี่ยวกับฟังก์ชันและวิธีคืนค่าจากฟังก์ชันเหล่านั้น ตรวจสอบให้แน่ใจว่าคุณเข้าใจขอบเขตข้อมูลและตัวแปรส่วนกลาง
6. เรียนรู้ฟังก์ชันในตัวขั้นสูง เช่นList Comprehension, MapsและLambda Functions
7. ข้อยกเว้นเป็นสิ่งสำคัญในการเขียนโค้ดที่ ปราศจากข้อขัดข้องมากที่สุดเท่าที่จะเป็นไปได้
8. การจัดการไดเร็กทอรีซึ่งใช้เพื่อสร้างโครงสร้างไดเร็กทอรีสำหรับไฟล์โปรเจ็กต์ของคุณ และมีประโยชน์มากสำหรับ Tasks Automation, File Navigation ..เป็นต้น อ่านเกี่ยวกับมัน

ในโลกของซอฟต์แวร์สมัยใหม่ เราไม่สามารถเพิกเฉยต่อความสำคัญของการขยายรหัสที่บำรุงรักษาได้ง่าย

นี่คือสิ่งที่คุณจำเป็นต้องรู้:

1. คลาส และวิธี การสร้างคลาสเมธอดตัวแปรคลาส และตัวเริ่มต้นคลาส
2. Objectซึ่งไม่มีอะไรนอกจากคลาสในการเล่น
3. มรดก
4. ซุปเปอร์คีย์เวิร์ด
5. ความหลากหลาย
6. การห่อหุ้ม
7. หากคุณต้องการก้าวไปอีกขั้น ให้ลองดูDesign Patterns
8. สิ่งนี้ไม่เกี่ยวข้องกับ OOP จริงๆ แต่ตัวตกแต่งซึ่งเป็นเทคนิคเฉพาะของ Python จะมีประโยชน์มากเมื่อทำงานกับไลบรารี่ภายนอกเช่นUnittest ซึ่งเป็นที่นิยมมากสำหรับการทดสอบซอฟต์แวร์ของคุณ

รูปแบบไฟล์ต่อไปนี้จำเป็นต่อการทำงาน และ Python เป็นภาษาการเขียนโปรแกรมที่ดีที่สุดในการแก้ไข สคริปต์ และทำให้ทุกอย่างเป็นไปตามรูปแบบไฟล์เหล่านั้นโดยอัตโนมัติ

1. .txt
2. .csv
3. .ไฟล์ PDF
4. .json
5. .zip

จำเป็นอย่างยิ่งที่การคำนวณทางคณิตศาสตร์ควรจะเร็ว และไพธอนชนิดมีชื่อเสียงว่าช้าเมื่อเทียบกับ C/C++

นี่ไม่เป็นความจริงทั้งหมด ใน Python เราใช้ไลบรารีชื่อNumpyเพื่อดำเนินการทางคณิตศาสตร์ที่ซับซ้อนเกือบทุกชนิด ไม่ว่าจะเป็นการคูณเมทริกซ์ ค้นหาอาร์เรย์สำหรับองค์ประกอบหรือค้นหาองค์ประกอบสูงสุด/ต่ำสุด

ห้องสมุดมีขนาดใหญ่มาก แต่นี่คือไฮไลท์บางประการเกี่ยวกับสิ่งที่คุณต้องเรียนรู้เพื่อเริ่มต้นใช้งาน:

1. อาร์เรย์เดี่ยว
2. อาร์เรย์หลายสลัว
3. ฟังก์ชันการค้นหาจำนวนมาก
4. ฟังก์ชั่นสูงสุด / นาที numpy
5. ฟังก์ชั่นการเรียงลำดับจำนวนมาก
6. การแปลง string_to_array และ vica ในทางกลับกัน
7. แยก
8. อาร์เรย์แบบสุ่ม
9. การปรับรูปร่างอาร์เรย์
10. การกลับอาร์เรย์
11. เทคนิคการคูณอาร์เรย์

Pandasเป็นไลบรารีที่ต้องใช้งานเมื่อจัดการข้อมูลแบบตาราง (เช่น ไฟล์ excel, csv..etc)

ลองนึกภาพความสามารถในการทำให้ทุกสิ่งที่ excel สามารถทำได้โดยอัตโนมัติ และเพิ่มมันลงในโลกของ Python อันมหึมา .. นั่นคือสิ่งที่ห้องสมุดนี้พูดถึง นี่คือไฮไลท์บางส่วนที่คุณต้องเริ่มต้น:

1. ดาต้าเฟรมของแพนด้า
2. การอ่านไฟล์ csv
3. ตัวกรองข้อมูล
4. การจัดการคอลัมน์
5. การจัดการแถว
6. การเปลี่ยนชื่อองค์ประกอบ
7. ชุด
8. ฟังก์ชันการลงจุดภายใน
9. การสร้างไฟล์ CSV

เป็นคำกล่าวทั่วไปที่จะบอกว่า Python สามารถทำซ้ำแอพรูปภาพ/วิดีโอทั้งหมดที่คุณเห็นได้ เนื่องจาก Python ที่รวมกับOpenCVเป็นสัตว์ประหลาดยักษ์เมื่อพูดถึงการจัดการไฟล์มีเดีย

นี่คือไฮไลท์บางประการเกี่ยวกับสิ่งที่จำเป็นในการเริ่มต้นด้วย:

1. ทำความเข้าใจกับปริภูมิสี (RGB, HSV, LAB)
2. การอ่าน/เขียนภาพ
3. แสดงรูปภาพ
4. ภาพไบนารี
5. เทคนิคการวัดระดับ
6. การจัดการรูปภาพ (หมุน, สเกล…)
7. การแปลงอาร์เรย์เป็นรูปภาพและในทางกลับกัน
8. การขยายตัวและการสึกกร่อน
9. การตรวจจับรูปร่าง
10. การวาดรูปร่าง
11. การประมาณรูปร่าง
12. การคำนวณพื้นที่รูปร่าง
13. การกำบัง

สิ่งเดียวที่ฉันสามารถเพิ่มได้ที่นี่คือการติดตามวัตถุลองดูที่นี่

7. ส่วนติดต่อผู้ใช้ Python (UI):

คุณจะกำจัด "มุมมองโค้ด" นั้นและใช้อินเทอร์เฟซแบบโต้ตอบแทนได้อย่างไร นั่นคือสิ่งที่ซอฟต์แวร์ทั้งหมดมีเหมือนกันไม่ใช่หรือ

Python มีส่วนติดต่อผู้ใช้หลายรูปแบบ

1. Command Line Interfaces ซึ่งเป็นไปตามชื่อที่แสดง โดยอิงจากหน้าต่างบรรทัดคำสั่ง ซึ่งคุณพิมพ์คำสั่งที่สคริปต์ไพธอนของคุณจะดำเนินการ
   คุณสามารถใช้ ไลบรารี Argparseเพื่อสิ่งนั้น
2. Desktop GUI หรืออินเทอร์เฟซผู้ใช้แบบกราฟิก สิ่งนี้จะทำให้ซอฟต์แวร์ของคุณดูเหมือนซอฟต์แวร์อื่น ๆ ที่คุณดาวน์โหลดและติดตั้งด้วยปุ่มโต้ตอบ ช่องข้อความ รายการแบบเลื่อนลงและเมนู
   คุณสามารถใช้PySimpleGUI หรือ Tkinter
3. สิ่งนี้จะสร้างส่วนต่อประสานผู้ใช้ในเบราว์เซอร์ของคุณ ข้อดีของ UI ประเภทนั้นคือคุณสามารถปรับใช้โครงการของคุณบนเว็บในภายหลังพร้อมกับอินเทอร์เฟซนั้น ไม่พบข้อได้เปรียบนี้ในArgparseหรือTkinter

การมีข้อมูล ไม่ว่าจะเป็นข้อมูลไพทอนภายในหรือข้อมูลตารางภายนอกจำเป็นต้องมีการแสดงภาพใช่ไหม

สอง libs ที่สำคัญที่สุดคือ:

1. Matplotlib
2. ซีบอร์น

1. ฮิสโตแกรม
2. กระจายพล็อต
3. การก่อตัวของประวัติศาสตร์
4. แปลงคู่
5. ข้อมูลการระบายสี
6. หลายแปลง
7. แปลงสด

ตอนนี้คุณได้เรียนรู้การเขียนโค้ด Python มาบ้างแล้ว คุณจะตระหนักว่าการดำเนินการทีละคำสั่งนั้นไม่สามารถนำไปใช้ได้จริงในแอปพลิเคชันขนาดใหญ่ส่วนใหญ่ เช่นเดียวกับบางครั้งที่คุณต้องการให้ GUI ของคุณทำงานโดยไม่ขึ้นกับฟังก์ชันอื่นๆ ของไพธอน

และนี่คือมัลติเธรด

1. การเริ่มต้นเธรด
2. เข้าร่วม
3. พูลเธรด
4. สัญญาณ

10. Python งานอัตโนมัติ

การทำให้ "งานที่น่าเบื่อ" เป็นแบบอัตโนมัติ เช่น ไฟล์ Excel การบันทึกเว็บฟอร์มและ GUI สามารถทำได้โดยอัตโนมัติด้วย python คุณสามารถสร้างสคริปต์หลามเพื่อเล่นเกม Android/OS ที่คุณชื่นชอบและสะสมรางวัลรายวันทั้งหมดสำหรับคุณ!

ห้องสมุดต่อไปนี้มีชื่อเสียงที่สุดในด้านนี้:

1. ซีลีเนียม
2. ปิออโตกุย
3. OpenCVสามารถพิสูจน์ได้ว่ามีประโยชน์มากเมื่อรวมเข้ากับสิ่งที่กล่าวมาข้างต้น

1. การสกัดหน้าเว็บ XPATH เพื่อโต้ตอบโดยใช้ซีลีเนียม
2. กรอกช่องข้อความ
3. คลิก
4. ค้นหาองค์ประกอบโดยใช้ xpath หรือใช้รูปภาพเทมเพลต
5. การจัดการเมนูแบบเลื่อนลง
6. จัดการการอัพโหลดไฟล์
7. การเรียนรู้การจับคู่เทมเพลตใน OpenCV

การเรียนรู้แบบมีผู้สอน การเรียนรู้แบบไม่มีผู้สอน การเรียนรู้แบบเสริมแรง หัวข้อที่น่าตื่นเต้นเหล่านี้สามารถเรียนรู้ได้ผ่านการเขียนโปรแกรมด้วยไพธอน เนื่องจากการเขียนโปรแกรมด้วยแอปพลิเคชันจริงจะเพิ่มอัตราการเรียนรู้ของคุณ x10 เท่า ลองพิจารณาเรียนรู้อัลกอริทึมและลองใช้งานใน Python ทันที

ห้องสมุดวิทยาศาสตร์ข้อมูลและแมชชีนเลิร์นนิงที่มีชื่อเสียงที่สุดสองแห่งคือ:

1. เผ็ด
2. sklearnซึ่งสร้างขึ้นจากscipy

1. การเรียนรู้ภายใต้การบังคับบัญชา:
   ก. ไร้เดียงสา Bayes
   b. การถดถอยเชิงเส้น
   ค. เอส.วี.เอ็ม
2. การเรียนรู้แบบไม่มีผู้สอน:
   ก. K-mean การรวมกลุ่ม
   b. พีซี
   เอ ค. แอ
   ลดีเอ ง. ที-SNE
3. 
   การเรียนรู้ การเสริมแรง: Q-learning
   ข. การเรียนรู้ทางพันธุกรรม

1. ความแม่นยำ
2. เมทริกซ์ความสับสน
3. เส้นโค้ง AUC/ROC
4. พับข้าม

หัวข้อนี้สร้างขึ้นจาก Python Machine Learning และใช้ Neural Networks เป็นหลัก นี่คือโดเมนทั้งหมดของความเชี่ยวชาญในขณะนี้

คุณต้องตรวจสอบTensor Flow, Keras และ Pytorch
เริ่มต้นด้วยKeras (สร้างขึ้นบนTensor flow ) จากนั้นคุณสามารถข้ามไปที่Pytorch
เนื่องจาก ฟังก์ชั่น Kerasนั้นจัดการได้ง่ายกว่าPytorch

นี่คืออัลกอริทึมแรกที่คุณต้องเริ่มต้นด้วย

1. เครือข่ายประสาทเทียมระดับลึก (ANN) สมบูรณ์แบบสำหรับงานทำนายการถดถอย
2. Convolutional Neural Networks (CNN) เหมาะสำหรับการจำแนกภาพ
3. Generative Adversarial Networks (GAN) พื้นฐานของ Deep Fake และการสร้างข้อมูลปลอม

1. ฟังก์ชั่นการสูญเสียและการย้อนกลับ
2. ฟังก์ชั่นการเปิดใช้งาน
3. การฝึกอบรม / การทดสอบความแม่นยำ / การสูญเสีย
4. ปรับจูน

13. การออกแบบเว็บ Python:

ใช่ คุณสามารถออกแบบแบ็กเอนด์สำหรับหน้าเว็บของคุณด้วย Python ได้ จริงๆ แล้วไลบรารีอย่างFlaskนั้นเป็นมิตรกับผู้ใช้มากที่สุดในการเริ่มต้น พูดตามตรง การมีความรู้บางอย่างเกี่ยวกับ HTML/CSS เป็นอย่างน้อยจะเป็นประโยชน์อย่างยิ่ง เพื่อให้สามารถทดสอบว่าเกิดอะไรขึ้นผ่าน Font-End ของคุณ (ส่วนหน้าเป็นปุ่มและเมนูที่ฉูดฉาดทั้งหมดที่คุณเห็นบนหน้าเว็บ)

อย่างไรก็ตาม หากคุณสบายดีกับการเขียนหน้าจำลองขั้นสูงโดยใช้ฟังก์ชันภายในของ Flask มาเป็นแขกรับเชิญของฉันและเริ่มต้นได้เลย!

นี่คือสิ่งที่คุณต้องเริ่มต้นด้วย:

1. เส้นทาง
2. การนำทาง
3. เทมเพลต
4. อัปเดตองค์ประกอบของหน้าผ่าน Python
5. การประชุม
6. การรับรองความถูกต้อง

คุณควรตรวจสอบหลักสูตรนี้ อย่างแน่นอน นี่เป็นหลักสูตรเดียวบนอินเทอร์เน็ตที่ได้รับการอัปเดตทุกสัปดาห์พร้อมหัวข้อใหม่ เนื่องจากเป้าหมายที่นี่คือหลักสูตรนี้มีทุกสิ่งที่คุณต้องการใน Python คุณไม่จำเป็นต้องซื้อ 20 คอร์สเพื่อเชี่ยวชาญภาษาไพธอน

คุณสามารถขอให้ผู้สอนเพิ่มหัวข้อเกี่ยวกับ Python และเขาจะเพิ่มให้ภายในหนึ่งสัปดาห์ !! ไม่มีค่าใช้จ่ายเพิ่มเติม!