如果你已经完成了Python基础语法的学习，想要知道接下来如何提高，那么你得先问问自己你要用Python来做什么？目前学习Python后可能的就业方向包括以下几个领域，我把每个领域需要的技术作为了一个简单的关键词摘要。
说明：以下数据参考了主要的招聘门户网站以及职友集。
| 职位 | 所需技能 | 招聘需求量 |
|---|---|---|
| Python后端开发工程师 | Python基础 Django / Flask / Tornado / Sanic RESTful / 接口文档撰写 MySQL / Redis / MongoDB / ElasticSearch Linux / Git / Scrum / PyCharm |
大 |
| Python爬虫开发工程师 | Python基础 常用标准库和三方库 Scrapy / PySpider Selenium / Appnium Redis / MongoDB / MySQL 前端 / HTTP(S) / 抓包工具 |
较少 |
| Python量化交易开发工程师 | Python基础 数据结构 / 算法 / 设计模式 NoSQL（KV数据库） 金融学（两融、期权、期货、股票） / 数字货币 |
较大（一线城市） |
| Python数据分析工程师 / Python机器学习工程师 |
统计学专业 / 数学专业 / 计算机专业 Python基础 / 算法设计 SQL / NoSQL / Hive / Hadoop / Spark NumPy / Scikit-Learn / Pandas / Seaborn PyTorch / Tensorflow / OpenCV |
较大（一线城市） |
| Python自动化测试工程师 | Python基础 / 单元测试 / 软件测试基础 Linux / Shell / JIRA / 禅道 / Jenkins / CI / CD Selenium / Robot Framework / Appnium ab / sysbench / JMeter / LoadRunner / QTP |
大 |
| Python自动化运维工程师 | Python基础 / Linux / Shell Fabric / Ansible / Playbook Zabbix / Saltstack / Puppet Docker / paramiko |
较大（一线城市） |
| Python云平台开发工程师 | Python基础 OpenStack / CloudStack Ovirt / KVM Docker / K8S |
较少（一线城市） |
如果弄清了自己将来要做的方向，就可以开始有针对性的学习了，下面给大家一个推荐书籍的清单。
-
入门读物
- 《Python基础教程》（Beginning Python From Novice to Professional）
- 《Python学习手册》（Learning Python）
- 《Python编程》（Programming Python）
- 《Python编程从入门到实践》（Python Crash Course）
- 《Python Cookbook》
-
进阶读物
- 《软件架构 - Python语言实现》（Software Architecture with Python）
- 《流畅的Python》（Fluent Python）
- 《Python设计模式》（Learning Python Design Patterns）
- 《Python高级编程》（Expert Python Programming）
- 《Python性能分析与优化》（Mastering Python High Performance）
-
数据库相关
- 《MySQL必知必会》（MySQL Crash Course）
- 《深入浅出MySQL - 数据库开发、优化与管理维护》
- 《MongoDB权威指南》（MongoDB: The Definitive Guide）
- 《Redis实战》（Redis in Action）
- 《Redis开发与运维》
-
Linux / Shell / Docker / 运维
- 《鸟哥的Linux私房菜》
- 《Linux命令行与shell脚本编程大全》（Linux Command Line and Shell Scripting Bible）
- 《Python自动化运维:技术与最佳实践》
- 《第一本Docker书》（The Docker Book）
- 《Docker经典实例》（Docker Cookbook）
-
Django / Flask / Tornado
-
《Django基础教程》（Tango with Django）
-
《轻量级Django》（Lightweight Django）
-
《精通Django》（Mastering Django: Core）
-
《Python Web开发：测试驱动方法》（Test-Driven Development with Python）
-
《Two Scoops of Django: Best Practice of Django 1.8》
-
《Flask Web开发：基于Python的Web应用开发实战》（Flask Web Development: Developing Web Applications with Python）
-
《深入理解Flask》（Mastering Flask）
-
《Introduction to Tornado》
-
-
爬虫开发
-
《用Python写网络爬虫》（Web Scraping with Python）
-
《精通Python爬虫框架Scrapy》（Learning Scrapy）
-
《Python网络数据采集》（Web Scraping with Python）
-
《Python爬虫开发与项目实战》
-
《Python 3网络爬虫开发实战》
-
-
数据分析
- 《利用Python进行数据分析》（Python for Data Analysis）
- 《Python数据科学手册》（Python Data Science Handbook）
- 《Python金融大数据分析》（Python for Finance）
- 《Python数据可视化编程实战》（Python Data Visualization Cookbook）
- 《Python数据处理》（Data Wrangling with Python）
-
机器学习
-
《Python机器学习基础教程》（Introduction to Machine Learning with Python）
-
《Python机器学习实践指南》（Python Machine Learning Blueprints）
-
《Python机器学习实践：测试驱动的开发方法》（Thoughtful Machine Learning with Python A Test Driven Approach）
-
《Python机器学习经典实例》（Python Machine Learning Cookbook）
-
《TensorFlow：实战Google深度学习框架》
-
-
其他书籍
- 《Pro Git》
- 《Selenium自动化测试 - 基于Python语言》（Learning Selenium Testing Tools with Python）
- 《Selenium自动化测试之道》
- 《Scrum敏捷软件开发》（Software Development using Scrum）
- 《高效团队开发 - 工具与方法》
当然学习编程，最重要的通过项目实战来提升自己的综合能力，Github上有大量的优质开源项目，其中不乏优质的Python项目。有一个名为“awesome-python-applications”的项目对这些优质的资源进行了归类并提供了传送门，大家可以了解下。如果自学能力不是那么强，可以通过网络上免费或者付费的视频课程来学习对应的知识；如果自律性没有那么强，那就只能建议花钱参加培训班了，因为花钱在有人监督的环境下学习对很多人来说确实是一个捷径，但是要记得：“师傅领进门，修行靠各人”。选择自己热爱的东西并全力以赴，不要盲目的跟风学习，这一点算是过来人的忠告吧。记得我自己刚开始进入软件开发这个行业时，有人跟我说过这么一句话，现在也分享出来与诸君共勉：“浮躁的人有两种：只观望而不学习的人，只学习而不坚持的人；浮躁的人都不是高手。”