Python 技能感觉进入了瓶颈期，不知道如何提升

[bytesfold]

1. Python Cookbook 看到第八章函数类各种骚操作就不会了
2. Fluent Python 看过一点又忘了。。

有什么可以参加进入的项目，提升一下自己

[deplives]

光看书有啥用？

[PEIENYKYK]

我前阵子也有这个想法

光看书真没用，边看边记录笔记，写博客，看源码，这个才是进阶的地方，我感觉是这样

[laminux29]

使用 Python 的本质是进行程序设计。

在科班来看，程序设计是需要从数学开始打基础的，

数学 + 物理 -> 模电 -> 数电 -> 组成 -> 汇编 -> C/C++ -> Java/C#/PHP/Python 。

往后还有 数据库 / 操作系统 / 计算机网络 / 多媒体

再往后还有 分布式 / 数据统计与分析

再往后就是前沿的 大数据 / AI 等内容。

你觉得你进入了瓶颈期，你可以看看上面的技能树，你还差哪一环没点亮？

[bytesfold]

@deplives 我自己手上有个自动化项目，基本稳定了，但是总觉得对 Python 深入的太少，想深入了解，所以只能看书了

@PEIENYKYK 已经有在做笔记了，但是知识还是太零散了

[Ariver]

细节
比如 python 读文件到底发生了什么
或者读文件慢怎么定位瓶颈在哪一层

[bytesfold]

@laminux29 通信半路出家的，直接入手的 Python，做自动化相关工作，感觉除了 Python 啥也不会，那我是不是得从计算机基础课程看起了。。。

[Wincer]

3 楼真的牛逼。。从数学物理开始学编程

[abersheeran]

做有挑战的项目就行了。之前我以为我的 Python 到巅峰了，于是有了 index.py 、rpc.py 、a2wsgi 一众项目。顺便还在转学 Rust 。

然而入职了新公司，今天项目需求让我发现我对如何让 Python 使用多核处理任务一无所知（没说 multiprocess 之类的库，那些是个人都会）。之前我一直对自己多线程编程和异步编程能力自我感觉良好……直到前几天 a2wsgi 这个项目里出现了一个 issue，我至今没解决。

光学，没挑战，人总觉得自己到巅峰了。挑战一下发现，自己还差点。一起加油吧。

[wuwukai007]

写一个 pip 库发布到 pypi，可以学到不少东西

[abersheeran]

说到可以参与的项目，我 Github 上目前基本都是 Python 项目，你可以看看有没有你想参与的。除了 rpcpy 和 a2wsgi 我想走英文群众路线试试以外，其他的直接中文就行。

[lolizeppelin]

openstack

[bytesfold]

@abersheeran 已 follow，安师大大佬！

[bytesfold]

@wuwukai007 想尝试，目前有个项目还行，准备放上去试试，走个整体流程

@lolizeppelin 不懂这是啥，完全不知道怎么入手，也不知道怎么用

[fasionchan]

Python 源码欢迎您，哈哈： https://www.imooc.com/read/76

[echowuhao]

找个常用的库 写成 C 然后用 python 调用。

[laminux29]

@bytesfold 非科班，Python 到顶就是能把<<Python 实战>>类似的书啃完，不过别沮丧，非科班入门其他语言也这样。

想打破瓶颈，只能从基础开始，原因简单解释一下：

数学和物理，构建了电路基础。

模电和数电，构建了各种计算机设备基础，构建了计算机系统运行的基础。

接着组成与汇编，开始阐述计算机系统运行的规则。

到了 C/C++，就是开始利用规则办事情。

Java/C#/PHP/Python 这些语言，是更好、更快捷、更方便地利用规则，代价是运行性能会比 C/C++低一截。原因也很简单，高手主动管理，与高手招一批小弟干活，优缺点不一样。

你要想打破瓶颈，必须亲自走那么一遭，没办法的。要不人人都是架构师，都是月薪百万的 bat p999 级别了。

对了，那些 bat p999 级别的，他们其实也没啥，就是对这些基础东西，很扎实罢了。你要是把基础打扎实，你也行。

[laminux29]

@Wincer 并不是啥牛不牛逼，国内每年几十万科班计科生，走的都是这种学习路线。

[please0stop]

个人觉得，解决问题克服困难才能提升，没有问题就去找点感兴趣的问题

[jeeyong]

我说的看起来不切实际, 像开玩笑, 但是你可以当真...
全 Python 技术栈..
1. 爬虫, 爬取各种相关于你这个问题的文章.
2. 数据清洗, 在所有爬取的内容中, 筛选出相关性最强的, 最有价值的 10%
3. 自然语言处理, SVM, 卷积网络还是什么神经网络随便, 选中一个你能接受的方式, 去自动分析出人类可接受的关于你这个问题的结果数.
等做完了, 哪怕没做完, 你这个问题也就解决了.

[liukrystal]

看书用处不大，得上手写