大家好，今天小编关注到一个比较有意思的话题，就是关于大数据开发学习路线python的问题，于是小编就整理了3个相关介绍大数据开发学习路线Python的解答，让我们一起看看吧。
如何学习Python学习路线图？
学习Python，个人认为，首先是学习基础的语法，比如列表，字典，字符串，类，函数，循环等很基本的东西，如果你有其他语言的基础，比如C/C++，那这部分会学得很快，推荐廖雪峰老师的免费课程(***s://***.liaoxuefeng***/wiki/1016959663602400)。掌握了这些基础的语法之后，再怎么学就取决于你想做什么了。比如你想做后端开发，那就要学习Flask，Django等的用法，如果想做爬虫，就要学习beautifulsoup，urllib等的用法，如果想做数据分析或者人工智能，那就要学习numpy，pandas，matplotlib，tensorflow/keras或者pytorch等。我是一名图像算法工程师，平时主要用python来做卷积神经网络等，所以numpy，opencv，pytorch用得比较多一些，有什么不懂的欢迎提问。
这个方法经过测试，可以完全应用于其他计算机语言，包括：Java,PHP,JS.
程序=数据结构+算法。
X 轴上放着的数据结构，算法。
按照逻辑我们可以把python语言进行拆解，可以将其拆解为：面向过程的数据结构、面向过程的算法
Y 轴代表的是对象，ython语言进行拆解，可以将其拆解为：面向对象的数据结构，面向对象的算法。
描绘好 XY 轴之后，这时候就得到了一个四象限的图了。
JAVA转大数据的学习线路是什么？
1、大数据基础：linux、M***en：Linux系统管理、Shell编程设计、M***en部署/配置/仓库、M***en POM
3、MapReduce分布式计算模型+Yarn分布式***管理器+Zookeeper分布式协调服务
4、Hbase分布式数据库+Hive分布式数据仓库
5、FlumeNG分布式数据***集系统+Sqoop大数据迁移系统
6、Scala大数据黄金语言+kafka分布式总线系统
7、sparkCore大数据计算基石+SparkSQL数据挖掘利器+SparkStreaming流式计算平台
8、SparkMllib机器学习平台+SparkGraphx图计算平台
1.先把linux环境搞熟，大数据很多技术都是部署在linux服务器的，熟练使用vi[_a***_]文本
2.动手部署hadoop，把hdfs，MapReduce跑起来
3.部署zookeeper
4.部署hbase，列式存储的表设计方法
5.掌握hive的使用
6.spark streaming，storm流式计算
7.学学spark mllib,python为数据分析做准备
如何开始Python之旅？
根据我所知道的回答一下这个问题。
对于python的学习，我属于半路出家。关于这个问题的回答的不到之处，还望大家在评论区指出。
选择正确的入门书籍非常的重要。现在市面上关于Python的书籍非常的多,可以说是鱼龙混杂。有的书明显都是拼凑出来的,一点儿都不系统。看了之后让人感觉似懂非懂，而且摸不着头绪。更不要说学下去的动力了。
关于挑选Python书籍的几点建议:
选好书之后，下一步就是选一个合适的视频课程。根据***课程的进度一步一步的学习，同时结合书的内容。推荐网易云的免费课程。里面有很多关于python的课程，还是非常不错的。
跟着老师的讲解，老师会在讲解课程中加入自己很多项目经验以及自己的经验总结。对于缩短自己的学习时间是非常不错的。而且***课程相对于书本来说不是那么枯燥。
在学习python的过程。建议根据自己的工作实际情况，或者日常生活中遇到的一些问题。用python去解决,需求驱动是最有动力的,在完成项目的过程中，会遇到各种各样的问题。解决问题的同时就是学习的过程。学习的效率会大大的提高。
到此，以上就是小编对于大数据开发学习路线python的问题就介绍到这了，希望介绍关于大数据开发学习路线python的3点解答对大家有用。
