python培训总结（如何学习Python总结之谈）

本文目录

• 如何学习Python总结之谈
• python数据分析要学哪些东西
• 【Python】基础总结
• Python多线程总结
• Python自学心得分享
• Python主要内容学的是什么
• 专业大佬总结的学Python四大阶段

如何学习Python总结之谈

学习python主要是自学或者报班学习的方式，但不建议自学。

如果想通过学习python改行，那就需要明确一下自己的方向。因为python编程有很多方向，有网络爬虫、数据分析、Web开发、测试开发、运维开发、机器学习、人工智能、量化交易等等，各个方向都有特定的技能要求。

想学的话，当然是可以学习的。python是一门语法优美的编程语言，不仅可以作为小工具使用提升我们日常工作效率，也可以单独作为一项高新就业技能！

python可以做的事情：

• 软件开发：用python做软件是很多人正在从事的工作，不管是B/S软件，还是C/S软件，都能做。并且需求量还是挺大的；

• 数据挖掘：python可以制作出色的爬虫工具来进行数据挖掘，而在很多的网络公司中数据挖掘的岗位也不少；

• 游戏开发：python扩展性很好，拥有游戏开发的库，而且游戏开发绝对是暴力职业；

• 大数据分析：如今是大数据的时代，用python做大数据也是可以的，大数据分析工程师也是炙手可热的职位；

• 全栈工程师：如今程序员都在向着全栈的方向发展，而学习python更具备这方面的优势；

• 系统运维：python在很多linux中都支持，而且语法特点很向shell脚本，学完python做个系统运维也是很不错的。

互联网行业目前还是最热门的行业之一，学习IT技能之后足够优秀是有机会进入腾讯、阿里、网易等互联网大厂高薪就业的，发展前景非常好，普通人也可以学习。

想要系统学习，你可以考察对比一下开设有相关专业的热门学校，好的学校拥有根据当下企业需求自主研发课程的能力，能够在校期间取得大专或本科学历，中博软件学院、南京课工场、南京北大青鸟等开设相关专业的学校都是不错的，建议实地考察对比一下。

祝你学有所成，望采纳。

请点击输入图片描述

python数据分析要学哪些东西

python数据分析要学哪些东西如下：

随着大数据时代的到来，数据分析已成为各行各业中不可或缺的重要环节。而Python作为一种简单易学且功能强大的编程语言，成为了数据分析师们的首选工具。

1.Python基础知识：作为入门数据分析的工具，首先需要掌握Python的基本语法和数据结构，如变量、列表、字典、循环和条件语句等。这些基础知识是后续数据分析的基石。

2.数据处理与清洗：数据分析的第一步是数据处理与清洗，因此需要学习如何使用Python中的相关库(如Pandas)对数据进行加载、处理和清洗。你需要学会读取不同格式的数据文件、处理缺失值和异常值，并进行数据转换和合并等操作。

3.数据可视化：数据可视化是数据分析中重要的环节，帮助我们更好地理解和展示数据。Python中的Matplotlib和Seaborn等库提供了丰富的数据可视化功能。学习如何使用这些库创建直方图、散点图、折线图等图表，并进行图表美化和定制。

4.统计分析：掌握统计分析方法是进行数据分析的核心技能之一。Python中的SciPy和NumPy等库提供了丰富的统计函数和工具，如假设检验、回归分析、方差分析等。了解基本的统计概念和方法，并学会如何使用Python进行统计分析。

5.机器学习：机器学习是数据分析领域的热门技术，Python中的Scikit-learn和TensorFlow等库提供了强大的机器学习算法和工具。初学者可以从学习常用的机器学习算法(如线性回归、决策树、聚类等)开始，并逐步深入探索更复杂的模型和算法。

6.实践项目：在学习的过程中，不要忘记实践项目的重要性。尝试使用Python进行真实的数据分析项目，可以是自己感兴趣的数据集或者是开放的公共数据集。通过实践项目，你将锻炼自己的数据分析能力，并加深对Python的理解和运用。

总结起来，学习Python数据分析需要掌握Python基础知识、数据处理与清洗、数据可视化、统计分析和机器学习等技能。通过不断学习和实践，你将能够熟练运用Python进行数据分析，解决实际问题，并为职业发展打下坚实的基础。

【Python】基础总结

input("提示性信息")

如：
input("请输入数字")

因为 Python 没有特别人为规定数据类型，数据类型是由计算机进行判定，所以我们 input() 输入的数据均默认作为字符串处理，而如果要输入一些数字，着需要 eval() 评估函数对字符串进行评估，化为语句（数字）。

print(...)
默认空一行，如果想不空行，则
print(...., end = "")

特性：

进制：

特性：

浮点数间运算存在不确定尾数，不是 bug
如：0.1+0.3 → 0.4
0.1+0.2 → 0.30000000000000004

这是由于在计算机中一切数据都是化为二进制进行存储的，而有的浮点数并不能完全化为相等的二进制数，只能无限趋近于二进制数。
如：0.1 →

解决方法：

四舍五入：

例如：z = 1.23e-4 + 5.6e+89j
z.real 获得实部，z.imag 获得虚部

三种类型存在一种逐渐“扩展”或“变宽”的关系：
整数 → 浮点数 → 复数

特点：

字符串有 2 类共 4 种表示方法：

扩展：

使用获取字符串中一个或多个字符

使用根据步长对字符串切片

{《参数序号》:《格式控制标记》}

》 右对齐
^ 居中对齐 | 槽设定的输出宽度 | 数字的千位分隔符 | 浮点数小数精度 或 字符串最大输出长度 | 整数类型
b , c , d , o , x , X
浮点数类型
e , E , f , % |

填充、对齐、宽度这三个一组，例如：
"{0:=^20}".format("PYTHON")
→ ’=======PYTHON=======’
"{0:*》20}".format("BIT")
→ ’*****************BIT’
"{:10}".format("BIT")
’BIT ’

剩下的三个一组，例如：
"{0:,.2f}".format(12345.6789)
→ ’12,345.68’
"{0:b},{0:c},{0:d},{0:o},{0:x},{0:X}x".format(425)
→ ’110101001,Σ,425,651,1a9,1A9’
"{0:e},{0:E},{0:f},{0:%}".format(3.14)
’3.140000e+00,3.140000E+00,3.140000,314.000000%’

↓CloseCode↓

使用 raise 语句抛出一个指定的异常。
raise

紧凑形式：适用于简单表达式的二分支结构
《表达式1》 if 《条件》 else 《表达式2》

例如：

↓CloseCode↓

↓CloseCode↓

↓CloseCode↓

↓CloseCode↓

例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

↓CloseCode↓

例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

↓CloseCode↓

例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

↓CloseCode↓

例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

↓CloseCode↓

例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

由条件控制的循环运行方式

↓CloseCode↓

例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

↓CloseCode↓

↓CloseCode↓

例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

↓CloseCode↓

可选参数例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

可变参数例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

在函数定义中，经常会碰到 *args(arguments) 和作为参数 **kwargs(keyword arguments)。
（事实上在函数中，和才是必要的，args 和 kwargs 可以用其他名称代替）
*args 是指不定数量的非键值对参数。
**kwargs 是指不定数量的键值对参数。

*args 作为作为元组匹配没有指定参数名的参数。而 **kwargs 作为字典，匹配指定了参数名的参数。
*args 必须位于 **kwargs 之前。

args( 通常紧跟一个标识符，你会看到a或者args都是标识符)是python用于接收或者传递任意基于位置的参数的语法。当你接收到一个用这种语法描叙参数时（比如你在函数def语句中对函数签名使用了星号语法），python会将此标识符绑定到一个元祖，该元祖包含了所有基于位置的隐士的接收到的参数。当你用这种语法传递参数时，标识符可以被绑定到任何可迭代对象（事实上，它也可以是人和表达式，并不必须是一个标识符），只要这个表达式的结果是一个可迭代的对象就行。

**kwds(标识符可以是任意的，通常k或者kwds表示)是python用于接收或者传递任意基于位置的参数的语法。（python有时候会将命名参数称为关键字参数，他们其实并不是关键字--只是用他们来给关键字命名，比如pass,for或者yield，还有很多，不幸的是，这种让人疑惑的术语目前仍是这门语言极其文化根深蒂固的一个组成部分。）当你接收到用这种语法描叙的一个参数时（比如你在函数的def语句中对函数签名使用了双星号语法）python会将标识符绑定到一个字典，该字典包含了所有接收到的隐士的命名参数。当你用这种语法传递参数时，标识符只能被绑定到字典（我ID号I它也可以是表达式，不一定是一个标识符，只要这个表达式的结果是一个字典即可）。

当你在定义或调用一个函数的时候，必须确保a和k在其他所有参数之后。如果这两者同时出现，要将k放在a之后。

lambda函数返回函数名作为结果

↓CloseCode↓

例如：

↓CloseCode↓

运行结果：

↓CloseCode↓

谨慎使用lambda函数

Python多线程总结

在实际处理数据时，因系统内存有限，我们不可能一次把所有数据都导出进行操作，所以需要批量导出依次操作。为了加快运行，我们会采用多线程的方法进行数据处理， 以下为我总结的多线程批量处理数据的模板：

主要分为三大部分：

共分4部分对多线程的内容进行总结。

先为大家介绍线程的相关概念:

在飞车程序中，如果没有多线程，我们就不能一边听歌一边玩飞车，听歌与玩 游戏 不能并行；在使用多线程后，我们就可以在玩 游戏 的同时听背景音乐。在这个例子中启动飞车程序就是一个进程，玩 游戏 和听音乐是两个线程。

Python 提供了 threading 模块来实现多线程:

因为新建线程系统需要分配资源、终止线程系统需要回收资源，所以如果可以重用线程，则可以减去新建/终止的开销以提升性能。同时，使用线程池的语法比自己新建线程执行线程更加简洁。

Python 为我们提供了 ThreadPoolExecutor 来实现线程池，此线程池默认子线程守护。它的适应场景为突发性大量请求或需要大量线程完成任务，但实际任务处理时间较短。

其中 max_workers 为线程池中的线程个数，常用的遍历方法有 map 和 submit+as_completed 。根据业务场景的不同，若我们需要输出结果按遍历顺序返回，我们就用 map 方法，若想谁先完成就返回谁，我们就用 submit+as_complete 方法。

我们把一个时间段内只允许一个线程使用的资源称为临界资源，对临界资源的访问，必须互斥的进行。互斥，也称间接制约关系。线程互斥指当一个线程访问某临界资源时，另一个想要访问该临界资源的线程必须等待。当前访问临界资源的线程访问结束，释放该资源之后，另一个线程才能去访问临界资源。锁的功能就是实现线程互斥。

我把线程互斥比作厕所包间上大号的过程，因为包间里只有一个坑，所以只允许一个人进行大号。当第一个人要上厕所时，会将门上上锁，这时如果第二个人也想大号，那就必须等第一个人上完，将锁解开后才能进行，在这期间第二个人就只能在门外等着。这个过程与代码中使用锁的原理如出一辙，这里的坑就是临界资源。 Python 的 threading 模块引入了锁。 threading 模块提供了 Lock 类，它有如下方法加锁和释放锁：

我们会发现这个程序只会打印“第一道锁”，而且程序既没有终止，也没有继续运行。这是因为 Lock 锁在同一线程内第一次加锁之后还没有释放时，就进行了第二次 acquire 请求，导致无法执行 release ，所以锁永远无法释放，这就是死锁。如果我们使用 RLock 就能正常运行，不会发生死锁的状态。

在主线程中定义 Lock 锁，然后上锁，再创建一个子 线程t 运行 main 函数释放锁，结果正常输出，说明主线程上的锁，可由子线程解锁。

如果把上面的锁改为 RLock 则报错。在实际中设计程序时，我们会将每个功能分别封装成一个函数，每个函数中都可能会有临界区域，所以就需要用到 RLock 。

一句话总结就是 Lock 不能套娃， RLock 可以套娃； Lock 可以由其他线程中的锁进行操作， RLock 只能由本线程进行操作。

Python自学心得分享

学习python，我首先根据自己完全代码零基础的情况下，为什么学习Python作为核心问题，进行了一个自我定位以及目标定位，我认为只要有一个目标，那么就找方法去打成目标就行了。

我是完全零基础，选择学习Python主要还是因为看到大家都说Python是相对简单，比较好入门IT行业的，而我的目的也是希望学习完Python可以找到一份相应的工作，赚取一份工资可以买口红，哈哈哈哈哈哈哈哈哈哈~

当然，也有很多人可能已经从事其他编程工作，但是想要学习Python以来丰富自身，提升自身的核心竞争力，我觉得这样应该会比我这类完全零基础的学习要容易快速的很多，

我就只说下我这位完全零基础是如何学习的吧

我也搜查了一些学习方法的问答帖子，里面也看到很多推荐的学习方法，有推荐书籍的，有推荐网课的，我开始认为，看书应该是比较好的选择，因为著作成书籍，表明内容上是相对有一定的权威和系统的，同时，想到从小都是书本学习，这更能让我信服，于是我就购买了书籍，开始了我的学习计划，可是，在半强迫自己的情况下，我看了三天半书籍实在是看不下去了，是的，三天半还是强迫自己看的，原因一，看书真的太乏味了，看着看着就会心不在焉，总是走神。原因二，这个时候我对代码没有概念，有些文字都要读两三遍才会理解意思，越难理解就越不想看书，这种感觉就是上学时我看数学，英语书一模一样的感觉。很显然，看书学习是不适合我了，

看书不行，于是我就想着还是找网上的视频教程学习吧，上网一搜，真的是各家机构的教程也是琳琅满目，还真的让我不知道从哪开始学起了，

这个时候真的是想有一位前辈可以给我指点一下迷津，告诉我应该先学什么，再学什么，哪些是重点知识，哪些是了解就好，就是可以给我一些学习的建议，于是我想那我可以先加入一些技术学习交流群，在里面应该可以认识到一些学习的人，于是我就开始大量的搜索加入学习群，于是在里面开始咨询学习方法，

但是，这个时候我又发现，我好像一张白纸，我想问一些问题，可是我不知道该怎么问，我也只能问大家都是怎么学习的，群内的朋友也都还很热情，也和我说了很多学习方式，不过我发现每个人都有各自的学习方式，各自都有各自的理论和优势，在那么多的方法面前我再一次的有些混乱，又不知道哪一方法适合我，于是，我想到千人千面，每个人有每个人的想法，我咨询的人越多，获取的信息越多可能我就会越乱，于是我决定，那我就要借鉴看到的这些信息，来整理一套自己的方式，不一定对，但是可能这更适合我自己。

于是，我并没有先着急的就找教程视频来直接学习，我现在想知道的就是，应该先学什么，掌握哪些知识之后，再学什么，我觉得我应该先整理一套相对看上去系统的教程，虽然我最希望可以找到一个人给我一些这类的指引，但是奈何没有找到，那就只能自己去整理了，我根据我买的书籍目录，以及查了一些培训机构的学科介绍，教程大纲内容，进行了一个统计对比，发现其实学习的内容路径也还是有它一定的规律，那我就整理了一份知识点的目录学习路径，我按照我整理的这个学习路径上的知识点目录去查找对应的教程，这样就整理了一套自己的学习资料，整理学习路径和教程，利用了我比较多得时间，不过整理好了那么就可以开始学习了。

但在查找教程的时候，又走了一些弯路，我当时只想到只要按照我整理的这个目录找到对应的教程就好了，可是在学习的时候，还是觉得知识点之间的衔接有些杂乱无章，

而且每一个知识点都是不同机构课程风格不同的教程视频，这让我学上去有些别扭，而且有的老师讲得我很喜欢听，有的就不是很喜欢，于是，我就又想，那我就找我喜欢这个老师的课程就好啦，可是我找了两三天，同一个老师的教程是非常难找到公开的全套教程，这个我想也可以理解，老师也可能没时间和精力来从零开始录制全套教程，而且老师也是要工作赚钱养家生活的，于是我想那我可以找同一个机构的教程吧，这样也能最起码是课程风格一致，于是我就找到了我我认为课程比较好得教程机构，又将我的学习资料重新的整理替换了一下，果然我觉得学习感觉好了一些，而且我又找到他们的客服，要到了他们课程的一些配套资料，这对我学习来说起到了更加的有效帮助。

最后，在学习完我整理的学习知识教程之后，又遇到了一个瓶颈，就是学习完知识点内容，掌握的也是七七八八，之后又不知道该怎么做了，不知道自己学习的有没有达到可以找工作的条件，

于是我又查询了一些资料，可一些招聘信息，了解的一些信息主要要求说是需要项目经验，需要一些项目功能技术的掌握，那我的理解就是，已经掌握了基础知识，企业招聘人员需要掌握一些项目技术能力，

去帮助解决处理问题，也就好像，假设Python有100个技术框架，但是一个企业只用到其中30个，那如果你的学习掌握正是他们用的这30个，那么你不会那另外的70个也可以，只不过你学习掌握的越多，你的条件符合范围和就业机会也就越大，我按照我的这个大致理解，

我就仔细了解了一下Python主要可以从事哪些方向，我就根据我比较喜欢的方向看了一下招聘信息，然后根据上面的普遍要求，进行了学习。最后就整理包装了一下简历，尝试着投简历找工作，当然面试也并不是顺利，刚开始的面试是还慌乱，面试也是没有任何结果，不过我是在每次面试中总结经验，收集好面试问题，回来在好好准备，为下一次面试做知识储备，就这样我面了试大概有将近二十家，终于也是找到了一个算是实习岗位的工作，我想着先做着，这个时候应该先到企业中去学习一些真实的项目经历比较重要。

最后我总结一下我学习过程中我认为比较重点的内容

首先，学习我们要有一个清楚的自我认识，是为了找工作，还是为了辅助工作来增加自己的竞争力，也就是要有一个明确的目标。 如果是完全零基础学习，我建议开始不要先看书，原因上面我也有说了，这个时候看书完全看不进去，里面的知识点也很难理解的，虽然我们从小就接受书本教育，可是前提也都是要有老师讲解的，不是我们自己看书就可以的。

然后，就是要寻找一套适合自己的学习方式，最好还是自己整理一套适合自己的学习资料，因为只有自己最了解自己，这里可能会花费比较长的时间，但是这会让你在之后的学习上节省很多时间，让你事半功倍。

最后，如果在选择视频教程的时候，尽量选择一个老师的教程（但是很难实现）最差也要尽量选择同一家机构的教程，因为这样在课程设计和课程风格上相对比较统一。然后在学习的过程中，最好是根据视频课程老师的进度，自己做学习笔记，这样的好处，一是，在今天学习完，明天你可能就只记得一个大致概念了，俗话说，好记性不如烂笔头，做笔记会让自己印象更深刻，二是，在之后你想要回头复习的时候，也会让你有一个清晰的复习思路。当学习完一个阶段知识的时候，感觉视频老师讲解的内容有些浅，这时候可以看一些优秀的书籍，因为你觉得老师讲得浅，说明你的学习理解的非常好，这时候看一些书可以起到很大的提升作用。

至于找工作面试的事情我就不详细地写了，手敲了这么多，有点累了，最后希望我的建议可以对想要学习的伙伴有一点点帮助吧。

Python主要内容学的是什么

第一步：Python开发基础

Python全栈开发与人工智能之Python开发基础知识学习内容包括：Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。

第二步：Python高级编程和数据库开发

Python全栈开发与人工智能之Python高级编程和数据库开发知识学习内容包括：面向对象开发、Socket网络编程、线程、进程、队列、IO多路模型、Mysql数据库开发等。

第三步：前端开发

Python全栈开发与人工智能之前端开发知识学习内容包括：Html、CSS、JavaScript开发、Jquery&bootstrap开发、前端框架VUE开发等。

第四步：WEB框架开发

Python全栈开发与人工智能之WEB框架开发学习内容包括：Django框架基础、Django框架进阶、BBS+Blog实战项目开发、缓存和队列中间件、Flask框架学习、Tornado框架学习、Restful API等。

第五步：爬虫开发

Python全栈开发与人工智能之爬虫开发学习内容包括：爬虫开发实战。

第六步：全栈项目实战

Python全栈开发与人工智能之全栈项目实战学习内容包括：企业应用工具学习、CRM客户关系管理系统开发、路飞学城在线教育平台开发等。

第七步：数据分析

Python全栈开发与人工智能之数据分析学习内容包括：金融量化分析。

第八步：人工智能

Python全栈开发与人工智能之人工智能学习内容包括：机器学习、数据分析 、图像识别、自然语言翻译等。

第九步：自动化运维&开发

Python全栈开发与人工智能之自动化运维&开发学习内容包括：CMDB资产管理系统开发、IT审计+主机管理系统开发、分布式主机监控系统开发等。

第十步：高并发语言GO开发

Python全栈开发与人工智能之高并发语言GO开发学习内容包括：GO语言基础、数据类型与文件IO操作、函数和面向对象、并发编程等。

专业大佬总结的学Python四大阶段

专业大佬总结的学Python四大阶段

Python学习

新手入门必看

按照这四个阶段

学Python

学完就业

小白上手无压力!

01第一阶段：熟悉Python

一基本概念(4小时) ：prnt量， 输

入，条件语句。

二、基本概念5小时， 列表for循环，

whle循环， 函数， 导入模块。

三、简单编程问题(5小时)：交换两个

变量值.将摄氏度转换为华氏温度，求

数字中各位数之和，判断某数是否

为索数，生成随机数，删除列表中的

重复项等等，

四、中级编程问题(6小时)：反转一个

字符串(文检测)，计算最大公约数，

合并两个有序数组，猜数字游戏，计

算年龄等等。

01第一阶段：熟悉Python

五、数据结构(6小时)：

栈.队列，字典.元组，树，链表。图

六、面向对象编程(oop) (6小时) ：

对象，类，方法和构造函数，面向对象

编程之继承

七、算法(6小时)

搜索(线性和二分查找)排序(冒泡排

序、选择排序).递归函数(阶乘、斐

波那契数列)、时间复杂度(线性、二

次常量)

第一阶段结束，尽可能多

的完成这些任务哦~

02第二阶段：软件开发(丛

一、熟悉一种IDE(5小时) ：IDE是你在

编写大型项目时的操作环境，所以你

需要精通一个IDE.在软件开发的初期，

我建议你VS code中安装Python扩展或使用

Jup y ter notebooko

二、Git hub(6小时) ：探索Gi hub， 并创建

一个代码仓库。学习如何利用分支

工作、合并(merge) 不同分支以及如何

在一个项目中创建拉取请求(pll ve quest)

三、第一个项目——简单计算器(4小

时) ：熟悉Tn ter创建一个简单的计算器

四、五六、七、个人项目+托管项

目，学习使用服务器和hosting服务来

托管你的项目，

03第三阶段：成为程序员

数据库基础(6小时)：

基本SQL查询(创建表、选择、where查

询、更新) 5QL函数(Avg Max.Count) 、关系

数据库(规范化)、内连接、外连接等

二、使用Python数据库(5小时) ：

利用一种数据库框架(SQLite或panda) ，

连接到一个数据库，在多个表中创建

并插入数据.再从表中读取数据。

三、API(5小时) ：

如何调用APL学习习S0N、微服务(micro-

service) 以及表现层应用程序转换应用程

序接口(Rest API)

03第三阶段：成为程序员

四、Nanp y(4小时) ：熟悉NumpyBM

五、六、作品集网站(一天5小时)：

学习Django， 使用Django构建-个作品集网

站也要了解一下Fat框架。

七、单元测试、曰志、调试(5小时)：

学习单元测试(Py Test) ， 如何设置和查看

日志.以及使用断点调试，

第三阶段结束，尽可能多

的完成这些任务哦~

04第四阶段：认真考虑工作

一、第一天准备简历(5小时)：

制作一份一页的简历。把你的技能

总结放在最上面，必须在写项目的同

时附， 上Git ht链接。

二、作品集网站(6小时)：

写几个博客，将它们添加到你之前开

发的作品集网站中。

三、Like dh简介(4小时) ：

创建一个ike dIn个人简介， 把简历上的

所有内容都放到LikedIn上

04第四阶段：认真考虑工作

第四天：面试准备(7小时)：

准备一些谷歌常见的面试问题，练习

白皮书中的10个面试编程问题。在

Glass door、career cup等网站中查看前人遇

到的面试问题.

五、社交(~小时)：

走出房门，开始参加聚会、招聘会，与

其他开发人员和招聘人员见面。

第六天：工作申请(~小时)：

搜索Python job_.查看Liked In Job和本地求

职网站.

恭喜你!四个阶段都完成啦~