1.工作环境的设置

设置Python工作环境以满足基本的编程需求，恐怕是初学者在使用Python时碰到过的最典型、最具挑战性的问题。一旦Python环境未能被合理地设置，初学者不但无法顺利地完成安装，而且会在编程和使用过程中屡受挫败，甚至失去学习的动力。

2.学会重要函数

每种编程语言，除了一些通用的函数功能之外，总有一些自带的实现方法。Python也不例外。它通过lambda、map、以及filter等函数，来辅助实现应用的某些特定功能。对于初学者而言，这些既是难点，又是需要吃透和掌握的地方。只有学会善用它们，我们才能避免重复制造“轮子”，减少犯错的可能性。

3.调试代码

刚接触Python和编程的人通常会对它的语法望而生畏，也可能会犯一些语法上的错误。不过，随着用户知识和经验的积累，此类错误会逐渐减少。常言道：“要在游泳中学会游泳”。作为积累的一个重要环节，初学者可以通过对目标代码的反复调试，来逐步修正各种小错误，进而提高程序的实现效率。

1、Python语言基础

学Python最基础知识，如Python3、数据类字符串、函数、类、文件操作阶段课程结束后，学员需要完成Pygame实战飞机大战、2048等项目。

2、Python语言高级

主要学习Python库、正则表达式、进程线程、爬虫、遍历以及MySQL数据库。

3、Python、web开发

主要学习HTML、CSS、JavaScript、jQuery等前端知识，掌握python三大后端框架(Django、 Flask以及Tornado)。需要完成网页界面设计实战;能独立开发网站。

4、Linux基础

主要学习Linux相关的各种命令，如文件处理命令、压缩解压命令、权限管理以及Linux Shell开发等。

5、Linux运维自动化开发

主要学习Python开发Linux运维、Linux运维报警工具开发、Linux运维报警安全审计开发、Linux业务质量报表工具开发、Kali安全检测工具检测以及Kali 密码破解实战。

6、Python爬虫

主要学习python爬虫技术，掌握多线程爬虫技术，分布式爬虫技术。

7、Python数据分析和大数据

主要学习numpy数据处理、pandas数据分析、matplotlib数据可视化、scipy数据统计分析以及python 金融数据分析;Hadoop HDFS、python Hadoop MapReduce、python Spark core、python Spark SQL以及python Spark MLlib。

​8、Python机器学习

主要学习KNN算法、线性回归、逻辑斯蒂回归算法、决策树算法、朴素贝叶斯算法、支持向量机以及聚类k-means算法。

方法一：使用集合set去重

l1 = ['b','c','d','b','c','a','a']
l2 = sorted(set(l1),key=l1.index)
print l2

方法二：使用用sort()中的key字段进行设定

#随便创建一个有重复数据的列表
lt1 = [0,1,2,3,4,4,5,5,6,12,6,7,7,8,8,8,8,9,9,10,11,10,64]
#把列表二次转换
lt = list(set(lt1))
#index()是为了从列表中找到某个值第一项的索引位置，
#sort(key,reverse)是改变原来列表的元素位置，不会生成一个新列表，reverse默认是true，就是升序。
lt.sort(key=lt1.index)
print(lt)

方法三：使用reduce()函数去重

list = [1,4,3,3,4,2,3,4,5,6,1]
func = lambda x,y:x if y in x else x + [y] In 
reduce(func, [[], ] + list)
输出结果：
[1, 4, 3, 2, 5, 6]