Python培训

了解Python|
谁适合学|
贴心服务|
专家师资|
课程大纲|
实战项目

学Python，为什么选择我们？

投入更多你才能更强

每天学习时间996，每天从早9点学到晚9点，一周6天上课。 5个月学别人7个月的内容，节约时间提高效率。

因材施教【1对1教学服务】

讲师从早到晚跟踪辅导，学生每天的问题能够得到及时解答，每天的作业及时批改。

注重实战训练

魔鬼项目训练营，4W多行代码的强化训练。只有大量的代码积累才能成为企业青睐的程序员！

了解Python编程语言

应用广泛，位列编程语言排行榜第三名

编程语言TIOBE指数走势（2012-2022）

根据TIOBE较新排名，Python与Java,C,C++，C#成为全球前5大流行编程语言。从云端、客户端，到物联网终端，python应用无处不在。从国内的百度、阿里、腾讯、网易、新浪，豆瓣，到国外的谷歌、NASA、YouTube、Facebook，Python的企业需求逐步上升，各公司都在大规模使用Python完成各种任务。

Python
是它们的
主流语言

web开发
游戏脚本
机器人开发
计算机视觉
物联网管理

数据分析
云计算系统管理
人工智能
网络攻防
编程入门教学

Python
是它们的
第一语言

谁适合学「Python全栈」？

0基础逻辑思维能力强

如果你认为自己的逻辑思维能力很强，
想通过一门技术来获得能力提升，
那你不妨一试，打开进阶之门

数学/统计学/物理学专业

如果你大学学的是数学、
大数据收集或分析、
统计学、物理学等相关方向，
那未来，
注定你在这个领域表现不俗。

传统运维转开发

如果你之前从事的是运维工作
遇到瓶颈想转开发岗位，
那Python将帮助你成功转型。

转型做Web全栈开发

Python语言在Web全栈开发方向
也同样表现不俗，
如果你未来职业生涯致力于
做Web全栈开发人才，
那是个机遇。

360°贴心服务，保障学习之路

学习氛围

“师者授课幽默，学者受益匪浅”，把
每个知识点抽丝剥茧，让学员的理解达
到知其然且知其所以然的程度。

自习管理

每天早晚自习，为培训班安排一名优秀的技术指导老师，利用自习的时间解答学员问题，巩固和加强课上知识。

末位辅导

对阶段性考试成绩差的学员进行一对一或一对多的辅导，让他们尽快克服自卑心理，及时赶上学习进度，增强自信。

教学反馈

“学有目标，习有纲领”，有任何问题、想法、建议、意见都可以随时反馈并能及时得到相关答复。

阶段测试

阶段课程结束，对于阶段知识点进行综合测评，大幅度提高学员掌握知识的综合运用能力。

能力评定

从学员的基本信息到技术掌握能力，从团队协作能力到计划总结能力，全方面了解自己，查漏补缺，综合提高。

就业指导

配有专门负责就业的老师对学员进行就业指导，从简历的制作开始，帮助学员通过简历带给面试官耳目一新的感觉。

生活关怀

从学员的学习心态到生活协助，从课上班级氛围塑造到课下多彩的班级活动，班主任暖心鼓励相伴。

实战项目驱动，学习效果更好

专家师资

李老师

专注教学与教材科研领域

曾任电商项目经理

中国云计算职业教育产业领路人

尚学堂Python学院技术总监

于老师

集研发与教学经验于一身

IT生涯规划领域先驱

尚学堂Python金牌讲师

马老师

10年+开发经验，擅长多种编程语言

尚学堂Python学院研究员

尚学堂Python高级讲师

李老师
于老师
马老师

七大阶段课程

人工智能辅导班

阶段一：Python基础知识和高级特性

阶段名称	技术名称	技术内容	学习目标
Python 基础阶段	Python 语法基础	1)基础数据类型 2)变量本质 3)简单函数 4)输入输出函数 5)局部变量和全局变量 6)算术表达式 7)逻辑表达式 8)关系表达式 9)位运算 10)语法格式 11)分支语句 12)循环语句 13)break 14)continue 15)list列表-增删改查截取操作 16)tuple元祖-查和截取操作 17)dictionary字典-增删改查操作 18)函数高级 19)函数的参数详解 20)函数调用关系 21)按值传递参数和按引用传递参数 22)匿名函数 23)return语句 24)变量作用域 25)数字类型转换 26)数学函数 27)内建range函数 28)随机数函数	可掌握的核心能力： 1. 掌握Python基础编程语法 2. 建立起编程思维和面向对象思想 3. 掌握常用的设计模式 4. 掌握常见的排序算法学习的目的：这阶段目的很明显，带领大家进入Python的世界，为了完成后面的项目，让大家打好一个Python的基础可解决的现实问题及价值所在： Python基础语法的掌握 1. Python基础语法的掌握是必备技能，认识到了Python语言的优雅，即使你之前用过其他开发语言，也会转到Python的行列中 2. 掌握字符串的解析 3. 未来你会意识到各种各样的程序直接就是把字符串传来传去，包括海量日志分析，日志即字符串，所以字符串操作就是未来做项目的基础对文件的操作 4. Linux中一切皆文件，对文件的操作掌握了那么你会发现在此时你有能力将之前的Linux中的Shell脚本改写成Python脚本，至于为啥要改写？脚本更加简洁、易读嘛！ 5. 掌握面向对象的思想 6. 面向对象思想对于开发程序员来说，不管未来你选择做哪一方面，使用什么语言开发，都是必须要掌握的，对于一个开发企业级的持续可扩展的项目至关重要 7. 掌握常见设计模式和排序算法 8. 设计模式的掌握可以让你的项目变得更好维护，是一种经验的总结，排序算法很多种，项目经常会有取TopN的需求，所以常见设计模式和算法排序面试官们很喜欢问，也是为后面的项目打好一个扎实的基础
	Python 字符串解析	1)Python访问字符串中的值 2)Python字符串更新 3)Python字符串运算符 4)Python字符串格式化
	Python 时间和日历	1)时间和日期 2)获取格式化的时间 3)获取某月日历 4)Time模块的内置函数 5)日历（Calendar）模块
	Python 文件操作	1)终端输入和输出 2)打开和关闭文件 3)File对象的属性 4)close()方法 5)write()方法 6)read()方法 7)seek()方法 8)重命名和删除文件 9)Python里的目录 10)chdir()方法 11)getcwd()方法 12)rmdir()方法 13)文件、目录相关的方法 14)Linux和Windows平台下的差异性
	Python 面向对象	1)面向对象思想 2)类和对象 3)类的继承 4)多态 5)类属性和实例属性 6)静态方法和类方法
	并发编程	1)并发技术介绍 2)多线程并发技术相关接口 3)线程同步与互斥锁死锁介绍 4)多进程并发技术 5)进程间通信 6)进程池概念及应用协程并发协程greenlet、gevent 7)常用异步IO库原理与使用
	函数式编程	1)高价函数 2)柯里化 3)闭包 4)匿名函数 5)生成器 6)迭代器 7)Itertools 8)组合生成器等
	正则表达式	1)正则表达式理论知识 2)正则表达式语法规则 3)re模块的使用
	设计模式	1)工厂模式 2)单例模式等
	排序算法	1)冒泡排序 2)快速排序 3)堆排序等
	异常	1)异常作用 2)捕获异常 3)异常的传递 4)抛出自定义异常 5)嵌套处理异常
	模块	1)模块制作 2)模块发布 3)模块安装 4)模块使用 5)import 语句 6)from…import 语句 7)from…import* 语句
	学以致用	我们来做一个传统的飞机大战，让大家把Python基础贯穿起来，可以举一反三地开发自己的游戏关卡

阶段二：Linux基础

阶段名称	技术名称	技术内容	学习目标
Linux 基础	shell操作	1)文件和目录 2)文件属性修改命令 3)查找与检索命令	可掌握的核心能力：掌握基本的Linux系统操作学习的目的：企业中不管是开发的Web项目，还是使用的SQL数据库，以及部署的爬虫，更不要说大数据，甚至是人工智能，无一例外的运行在Linux系统内，所以打好一个Linux基础可谓是必备技能可解决的现实问题及价值所在： 1. 安装虚拟机云计算的时代，你们未来在公司里用的服务器也很有可能是虚拟化技术虚拟出来的 2. 服务器中安装Linux操作系统公司里新买来服务器，你很有可能就是要去安装一个Linux操作系统 3. 对应Linux系统的管理维护公司很多员工使用Linux系统，怎么更好的对系统管理也是一个工程师要懂的，服务器里面运行一个系统，就像你有一个家，你得勤收拾吧！ 4. 掌握服务器远程登陆和常用Linux命令接着上面的例子，就是收拾家也得有工具辅助不是嘛，常用Linux命令是日常工作和笔试经常会用的 5. Shell脚本的编写 Shell脚本也是日常工作和笔试经常会使用的，原因显而易见就是收拾家如果能自动化那你自己不也就解放出来可以干更重要的事情去了嘛
	系统管理	1)磁盘管理 2)压缩包管理 3)进程管理 4)用户管理 5)网络管理
		1)常用Linux命令 2)常用服务器ftp/ssh 3)编辑器 vi/vim 4)Awk、Sed 5)Shell的使用
	常见Linux系统	1)CentOS软件安装与卸载 2)RedHat软件安装与卸载 3)Ubuntu软件安装与卸载
	HDFS搭建	搭建分布式文件系统
	学以致用	通过带领大家搭建一个分布式文件系统来将我们所学常见Linux命令和Shell脚本实际应用

阶段三：数据库原理和sql优化

阶段名称	技术名称	技术内容	学习目标
Python 数据库阶段	Linux下 MySQL数据库	1)Mysql5.5/5.6数据库 2)Navicat、workbench客户端软件 3)业界常见问题设计 4)数据库表的设计范式 5)SQL 语言 6)序列、索引、视图对象 7)数据备份与移植 8)多表连接难题详解	可掌握的核心能力： 1. 关系型数据库表的设计 2. 各种数据库增、删、改、查所有操作SQL语句的编写。 3. SQL和NoSQL数据库的使用场景和设计难点。 4. Python对各种数据库连接和操作代码便携。学习的目的：在企业中一定会用到关系型数据库或者NoSQL数据库，我们必须掌握各种数据库的各种操作方法。可解决的现实问题及价值所在： 1. 在后面的项目中、或者以后的企业中，根据项目的需求可以设计出所有的表。 2. 针对项目中的需求业务可以编写完成该业务的SQL语句。 3. 针对复杂的查询业务，可以编写联表、子查询等SQL语句。并对SQL进行优化 4. 当项目运行过程中速度较慢。可以对数据库，表，SQL进行优化。
	数据库设计和 SQL标准	1)设计的三大范式 2)SQL语句调优 3)DDL 4)DML 5)SELECT 6)PowerDesigner的使用
	Python 数据库操作的库	1)Python DB-API 2)Mysqldb 3)cx_Oracle等
	Linux下MongoDB 非关系型数据库	1)NoSQL 2)安装 3)pymongo 4)企业应用案例
	SQL优化和数据库优化
	ORM对象关系映射基本思想
	学以致用	设计12306等网站的数据库和表结构

阶段四：前端web开发

阶段名称	技术名称	技术内容	学习目标
Python前端和移动开发	Html	1)基础元素 2)布局 3)表单	可掌握的核心能力： 1. 掌握HTML超文本标记语言的使用方法 2. 掌握CSS 层叠样式表的使用方法 3. 了解HTML5新特性及CSS3动画 4. 掌握JavaScript的基础知识和高级知识 5. 掌握前端构建页面的方式及面向对象思想 6. 掌握Bootstrap框架 7. 掌握JQuery的基本用法学习的目的：学习前端的HTML,CSS,JavaScript和框架, 使大家在开发网站时更快速上手,也更容易实现时下流行的网页风格和特效, 是作为一个WEB Python全栈程序员的必备技能! 可解决的现实问题及价值所在： 1．学习HTML, CSS 2．可以根据设计图独立实现页面的技能, 能够独立完成页面制作 3．学习 HTML5, CSS3, JavaScript 4．可以制作网页上的各种特效, 能独立实现网页上常见的功能 5．学习面向对象思想 6．提升代码质量, 降低项目的耦合性, 减少维护成本, 是在企业中升职的必备技能 7．学习Bootstrap, JQuery 8．掌握Bootstrap和JQuery可以实现前端快速开发, 更快的实现页面功能, 同时学习这两个框架的设计理念, 可以运用到自己封装框架/类库上
	CSS	1)类选择器 2)Id选择器 3)元素选择器 4)属性选择器 5)关系选择器 6)伪类选择器 7)伪元素选择器 8)选择器优先级 9)基础样式 10)盒子模型 11)浮动, 定位
	PC端页面开发实战流程
	Bootstrap
	html5和css3	1)栅格系统 2)常用布局效果 3)常用特效组件
	JavaScript
	JQuery	1)基础语法 2)驼峰命名规则 3)数据类型 4)控制语句 5)Math类 6)Date类 7)String类 8)Array类 9)函数 10)DOM操作 11)事件对象 12)事件流 13)BOM对象 14)作用域, 闭包, 预解释, this关键字, call, apply 15)原型和原型链 16)面向对象 17)AJAX, 跨域 18)HTML5本地存储
	学以致用	用HTML+CSS实现页面布局; 用Vue + Bootstrap 快速实现整个网站的前端功能

阶段五：Python Web后端开发

阶段名称	技术名称	技术内容	学习目标
Python Web 全栈开发	Django 框架开发	1)概述 2)模型层 3)ORM 4)视图层 5)MTV 6)Django表单 7)管理员工具 8)Django网站部署 9)Redis数据库	可掌握的核心能力： 1. 掌握Django框架, 掌握模型的使用, 掌握视图的使用, 掌握xadmin模块 2. 掌握Flask框架, 掌握模版应用, 掌握接口的开发学习的目的：通过学习Python主流框架掌握如何开发一个完备的企业级网站可解决的现实问题及价值所在： 1. 根据产品原型图, 使用Django框架实现快速开发一个电商系统 2. 根据产品需求, 开发高并发功能网站
	Nginx配置和uWSGI部署
	RESTful接口开发
	Flask框架开发	1)概述 2)模型层 3)用户身份验证框架 4)SQLAlchemy应用 5)Flask网站部署 6)Web开发项目
	电商平台项目
	BBS论坛系统
	学以致用	使用Django框架构建后端项目, 利用Django-admin快速开发后台管理系统; 使用Tornado框架构建能够支持高并发的Web项目

阶段六：爬虫和数据分析

阶段名称	技术名称	技术内容	学习目标
爬虫与数据分析	第一个Python 网络爬虫	1)什么是爬虫 2)一起编写第一个爬虫	可掌握的核心能力： 1. 掌握各类HTTP调试器用法 2. 理解网络爬虫编写的基本套路 3. 了解网络爬虫编写的各种陷阱 4. 能够应对动态网站爬取 5. 能够应对带有验证码的网站 6. 能够应对需要浏览器渲染的网站 7. 能够应对分布式抓取需要 8. 能够应对反爬虫技术 9. 能够应对无界面抓取 10. 能够利用爬虫平台学习的目的： 1. 让大家掌握现实中编写Python爬虫会遇到的方方面面的问题，让大家以后在实际爬虫工作中，不惧任何挑战。可解决的现实问题及价值所在： 1. 掌握各类HTTP调试器用法 HTTP调试器是网络爬虫编写的基础。 2. 理解网络爬虫编写的基本套路经过长期时间，爬虫编写其实已经形成了一些基本的套路，掌握这些套路不仅有助于大家快速编写爬虫程序，也有助于大家理解前人的代码。这些套路也是一些爬虫框架所使用的架构基础。 3. 了解网络爬虫编写的各种坑这些坑是实践中的经验，非理论。这些坑也是消耗程序员时间较多的地方，解决这些坑需要的很多技巧和经验，这些往往是初级程序员所欠缺的，但是老师会把这些都告诉大家。 4. 能够应对动态网站爬取当前，越来越多的网站使用JS的动态技术加载某些内容，甚至无须使用动态方式生成的信息也因为某些原因使用动态的方式生成。而这些信息是我们继续爬取所需要的，这个时候，我们就需要解决这些动态性问题。 5. 能够应对带有验证码的网站现在大部分信息检索网站都会使用验证码技术保护自己的信息，免遭大规模的抓取，验证码识别技术已经成为一个爬虫程序员必须掌握的基本功。 6. 能够应对需要浏览器渲染的网站当前反爬虫技术花样繁多，有的网站如果不渲染出结果，只依靠网页文本，则无从获取到我们想要的信息，比如有的网站，我们所关注的信息是使用CSS拼接而来的，经过浏览器的渲染，人可以轻松看懂网页内容，但是对于传统的HTML爬虫而言，则无法获得自己想要的信息。 7. 能够应对分布式抓取需要对于企业级的爬取需求来说，分布式爬取是一个基本要求，因为单一爬虫的爬取效率毕竟受到网络交互速度的限制，但是分布式爬虫，可以高效地利用网站服务器的服务能力，获取信息。 8. 能够应对反爬虫技术由于各个企业都有外部数据需求，因而爬虫盛行。很多时候，网站的40%以上的流量是被爬虫占据的，在这种情况下，业内发展出了各式各样的反爬虫技术。应对这些反爬虫技术也是我们工作内容的一部分。 9. 能够应对无界面抓取对于我们开发者来说，有些网页必须获取它被JavaScript和CSS渲染之后的结果。通常来讲我们可以使用浏览器驱动，来驱动Chrome等浏览器完成这项任务。但是对于大规模爬取任务来说，我们需要将我们的爬虫部署到Linux服务器上，带界面的Chrome浏览器并不是合适的选择，因为它非常消耗计算资源。所以我们会选择使用无界面的抓取方式对已经成熟的代码进行服务器端部署。 10. 能够利用爬虫平台无论国内国外，都有很多的爬虫平台可以直接使用，有些甚至可以部署企业级爬虫，并根据需要购买计算能力和存储能力，甚至代理服务器ip也可以购买，同时有的平台提供可视化和报警服务，这些内容对于中小企业来说，并不是容易建立的资源环境，这时选择一个合适爬虫平台，将自己编写的爬虫托管到爬虫平台上不失为一个合理的选择。
	专业HTTP分析工具Fiddler的使用	1)Fiddler 用户界面 2)Fiddler 主菜单 3)Fiddler 工具栏 4)信任 Fiddler 证书 5)Inspector 6)保存\导入\导出数据流 7)使用Fiddler检测手机流量 8)Fiddler自动生成爬虫代码
	实际爬虫 Python编码问题	1)vim中如何查看文件编码 2)str编码转换 3)print函数如何处理编码 4)浏览器如何推断网页编码 5)使用Python推测一个文件的编码并给出推断概率 6)Windows 命令行编码查看与设置 7)如何解决Windows命令行的乱码问题
	urllib2 的使用	1)urllib2请求返回网页 2)urllib2使用代理访问网页 3)urllib2修改header
	TesseractOCR语言模型爬取使用带验证码登录的网站	1)Tesseract 使用介绍 2)Tesseract 语言模型训练 3)带验证码网站登录示例
	Beautiful Soup	1)bs4解析器选择 2)lxml解析器安装与使用
	XPath & CSS 选择器	1)XPath语法讲解 2)XPath 选择示例 3)浏览器对XPath的支持 4)CSS选择器原理 5)CSS选择器使用实例
	PhantomJS	1)安装 2)脚本传参 3)页面加载 4)Code Evaluation 5)DOM 操作 6)网络请求及响应
	Selenium Webdriver	1)元素的定位 2)添加等待时间 3)打印信息 4)浏览器的操作 5)浏览器前进后退 6)键盘事件
	Scrapy 大型框架使用代理服务器爬取	1)鼠标事件 2)定位一组元素 3)上传文件 4)下拉框处理 5)调用JavaScript脚本 6)控制浏览器滚动条 7)原理解析 8)代理ip的获取 9)代理ip的使用 10)架构概览 11)Spider 12)Selector 13)Item 14)Scrapy Shell 15)Item Pileline
	Scrapy 分布式集群多代理爬虫Redis 分布式集群Redis MongoDB在爬虫里的应用	1)Requests and Responses 2)Link Extractor 3)Logging 4)编写应用MongoDB的Scrapy-Redis 爬虫 5)应用之前讲过的多代理技术\分布式爬虫技术\Redis集群技术, 编写一个大型房源网站整站遍历抓取爬虫项目
	数据分析工具与模块	1)Numpy 2)Pandas 3)Scipy 4)Matplotlib 5)Seaborn 6)Scikit-Learn
	学以致用	爬虫：我们会对一个房源网站进行分布式、多代理、可暂停恢复的爬取，让大家在实战中体会各种技术的综合运用。

阶段七：Python人工智能

阶段名称	技术名称	技术内容	学习目标
Python 人工智能阶段	机器学习	1)机器学习概述与定义 2)数据预处理 3)线性回归算法 4)KNN K近邻算法 5)逻辑回归算法 6)梯度下降算法 7)牛顿法与拟牛顿法 8)决策树算法 9)Bagging集成算法 10)Adaboost算法 11)GBDT算法 12)XGboost和lightGBM算法 13)支持向量机 14)聚类算法 15)PCA主成分分析算法 16)LDA降维 17)朴素贝叶斯算法 18)神经网络	可掌握的核心能力： 1. 线性回归算法 2. KNN K近邻算法 3. 逻辑回归算法 4. 梯度下降算法 5. 牛顿法与拟牛顿法 6. 决策树算法 7. Bagging集成算法 8. Adaboost算法 9. 以及机器学习常规算法等学习的目的：让大家掌握人工智能常规算法，以方便数据的分析与AI的使用。
深度学习	1)深度学习Tensorflow基础 2)深度神经网络DNN 3)卷积神经网络CNN 4)深度学习基于GPU运算搭建 5)深度学习TensorFlow框架high-level API Slim库 6)深度学习Tensorboard训练可视化 7)深度学习框架Keras 8)词向量模型Word2Vec深度学习版 9)对抗神经网络GAN 10)卷积经典模型AlexNet 11)卷积经典模型VGG-16 12)卷积经典模型Google InecptionV3 13)迁移学习fine-tuning 14)高维空间绘图T-SNE 15)梯度消失的解决 16)梯度消失的解决 17)optimizer的调优

阶段名称

技术名称

技术内容

学习目标

Python
人工智能阶段

机器学习

1)机器学习概述与定义 2)数据预处理 3)线性回归算法 4)KNN K近邻算法 5)逻辑回归算法 6)梯度下降算法 7)牛顿法与拟牛顿法 8)决策树算法 9)Bagging集成算法 10)Adaboost算法 11)GBDT算法 12)XGboost和lightGBM算法 13)支持向量机 14)聚类算法 15)PCA主成分分析算法 16)LDA降维 17)朴素贝叶斯算法 18)神经网络

可掌握的核心能力：

1. 线性回归算法
2. KNN K近邻算法
3. 逻辑回归算法
4. 梯度下降算法
5. 牛顿法与拟牛顿法
6. 决策树算法
7. Bagging集成算法
8. Adaboost算法
9. 以及机器学习常规算法等

学习的目的：

让大家掌握人工智能常规算法，以方便数据的分析与AI的使用。

深度学习

1)深度学习Tensorflow基础 2)深度神经网络DNN 3)卷积神经网络CNN 4)深度学习基于GPU运算搭建
5)深度学习TensorFlow框架high-level API Slim库
6)深度学习Tensorboard训练可视化 7)深度学习框架Keras 8)词向量模型Word2Vec深度学习版 9)对抗神经网络GAN 10)卷积经典模型AlexNet 11)卷积经典模型VGG-16 12)卷积经典模型Google InecptionV3 13)迁移学习fine-tuning 14)高维空间绘图T-SNE 15)梯度消失的解决 16)梯度消失的解决 17)optimizer的调优

尚学堂11大千万级实战项目，不止是品质与热门的融合

大型电商网站项目
某知名公司家装饰网
商店外卖项目
企业内训平台项目
多家房源信息数据爬虫
中国裁判文书网大数据采集、清洗、分析
租房信息数据分析
NBA常规赛结果预测-比赛数据分析
客户流失分析
推荐系统
小额贷款

项目简介
某电商公司的在线购物平台项目, 主要方便广大用户在线购物的需求, 快速下单, 在家就可享受到愉快购物的便捷, 产品类别包括家居家纺,食品酒水,男装,女装,数码家电,母婴玩具等产品. 为了方便管理商品, 此项目还有一套完善的后台管理功能, 支持对货品的增删改查功能.
项目特色
掌握使用 HTML, CSS,BootStrap等技术实现静态网站的制作，掌握使用JavaScript, JQuery 等框架实现动态页面, 使网页更具交互性，后端使用Django框架构建，大大增加开发效率，采用Redis集群作为缓存和Session服务器, 加快响应速度，使用Git来管理企业级项目的代码，系统支持在线支付功能。

项目简介
国内某知名公司的家装饰网站，该项目支持用户通过访问网站了解企业经营范围，提供公司简介，装修课堂，案例作品，热装楼盘，优惠活动，设计团队，施工工艺以及支持用户在线计算装修费用。
项目特色
掌握Bootstrap +django，由浏览器控制页面的跳转，掌握Django 框架进行后端开发，掌握Django-admin 快速构建后台系统的增删改查，使用分布式MySQL存储海量数据，掌握网页优化相关知识，掌握haystack+whoosh实现系统的搜索功能。

项目简介： 某商店的外卖平台项目, 主要是满足用户在手机上就能快速下单的需求, 随时随地就可享受到愉快购物的便捷。为了方便管理该商店的商品以及该商店的用户，此项目还有一套完善的后台管理功能, 支持对商品、用户模块等的增删改查功能。
项目特色： 掌握使用 HTML, CSS, Bootstrap,Vue等技术实现静态网站的制作，掌握使用JavaScript语言, JQuery技术等实现页面动态, 使网页更具交互性，掌握使用轻量级框架Flask实现项目。前台前端使用Bootstrap构建页面,前台后端使用Flask构建，支持高并发的请求，项目整体采用前后端分离的架构模式, 采用Restful风格接口实现前后端通信, 使用json数据格式进行传输, 方便后期扩展到App, 实现代码复用，采用Redis集群作为缓存和Session服务器, 加快响应速度。后台前端使用Vue构建页面，后台后端还是用Flask框架。前台系统和后台系统都使用Mysql数据库存储数据。

项目简介： 某公司的企业内部培训平台系统, 刚入职的新员工可通过该平台完成公司的各种培训要求。该平台即能检验员工的专业技能水平，又能帮助员工快速成长。新员工的领导基于该平台能对新员工的各项培训成果进行评分。公司的管理人员可以登录后台管理系统进行各个模块数据的管理, 支持完善的增删改查功能。

项目特色： 掌握HTML + CSS + JavaScript + jQuery开发系统页面，掌握Flask 框架进行后端开发,使用MySQL存储数据，掌握SQL优化相关知识，掌握富文本编辑器UEditor插件的使用，UEditor具有格式化数据和美化数据的功能。掌握AJAX技术实现局部页面刷新功能。项目采用Restful风格接口实现前后端通信, 使用json数据格式进行传输, 方便后期扩展到App, 实现代码复用，采用Redis集群作为缓存和Session服务器, 加快响应速度。

项目简介
该项目主要利用Python项目采集公开数据，做数据分析，并通过图表做可视化展示也可实现操作自动化，代替手工操作，提高业务效率目前项目采集数据量在几百万。
项目特色
使用Python语言，通过该项目可以掌握Scrapy框架，以及编写各类中间件；掌握scrapy-redis分布式框架，了解各组件工作机制，并熟悉海量数据的抓取方式；通过Echarts以图表的形式展示数据。

项目简介
该项目采集中国裁判文书网法律文书大数据，采集获取中文裁判文书网判决书相关法律文书，并对数据进行清洗、提取、分析得出大数据相关结论；
项目特色
项目是众多公司需要的数据，使用当前热门的Python 、Scrapy、MySQL数据库等技能实现数据的抓取，该项目给常见的JavaScript反爬策略做了解决方案

项目简介
该项目可以深刻理解数据本质，挖掘不同业务场景下用户体验的数据洞察，驱动客户服务支持平台运营核心策略的制定和优化；并基于海量用户行为数据，研究底层数据表的逻辑关系，发现客户服务支持运营中的问题，产生应用价值；通过数据分析挖掘，分析功能使用场景、用户画像特征，发现潜在的缺陷与机会，为业务决策提供数据支撑
项目特色
项目会使用真实的数据。采用Python、echarts、numpy、与pandas采集了各个地区租房信息，并通过该技术分析出市场占比和分布，以及房屋特点。

项目简介
用该项目通过往年数据，如何使用 Python 分析 NBA 比赛以往的统计数据，来判断每个球队的战斗力，及预测某场比赛结果。项目实例是利用 NBA 在 2015~2016 年的比赛统计数据进行回归模型建立，最终预测 2016~2017 的常规赛中每场比赛的输赢情况
项目特色
根该项目使用pandas模块、numpy模块、sklearn模块以及一些Python自带的模快，并用boruta算法模型+回归预测比赛情况

项目简介
该项目是对于移动通信，根据已有的数据做出评测哪些用户可能要流失，运营商可根据数据分析做出相应的应对方案
项目特色
根该项目使用pandas模块、numpy模块、matplotlib模块、Series模块以及一些Python自带的模快，锻炼通过建立逻辑回归模型，筛选特征数据来训练模型。并使用了多种技术决策树模型、Scikit-Learn、贝叶斯等，做到学以致用，知行合一