最新消息（2025-11-05）：项目已完成学习友好化改造 + 面试准备增强 + AI技能专项增强 + Web交互式学习平台！
🌐 Web学习平台（🔥 最新）：
- ✅ 在线编程环境 - 浏览器中直接编写和运行Python代码
- ✅ 现代化UI - 深色主题，代码高亮，实时反馈
- ✅ 智能提示系统 - 提供学习建议和答案参考
- ✅ 进度可视化 - 直观展示学习进度
- ✅ 一键启动 -
make web即可使用- 📖 查看 Web应用指南 | Web平台文档
学习系统：
- ✅ 新增 8 个阶段的系统化学习路径
- ✅ 新增交互式学习工具（
learn.py）- ✅ 新增进度追踪系统（
progress.py）- ✅ 新增完整的文档体系（15500+ 字）
- ✅ 新增分级目录结构（84 个符号链接）
面试准备：
AI技能增强：
这是一个系统化的 Python 学习项目，包含 28 套精心设计的练习题，涵盖从基础语法到系统设计的完整知识体系。
- 🎯 渐进式学习路径 - 8 个阶段，从入门到精通
- 💡 交互式学习工具 - 提供提示系统和即时反馈
- 📊 进度追踪系统 - 可视化学习进度
- 🔍 三种版本对照 - 空白版、答案版、注释版
- 🌳 完整知识图谱 - 清晰的知识点关联
- 🎓 实战项目导向 - 3 个端到端综合项目
| 阶段 | 主题 | 套题 | 难度 | 时间 |
|---|---|---|---|---|
| 1️⃣ | 基础入门 | A, K | ⭐ | 2-3 天 |
| 2️⃣ | 数据处理 | B, G | ⭐⭐ | 3-4 天 |
| 3️⃣ | 算法思维 | C, I, O | ⭐⭐⭐ | 4-5 天 |
| 4️⃣ | 并发编程 | D, H, T | ⭐⭐⭐ | 3-4 天 |
| 5️⃣ | 工程实践 | L, N, P, M | ⭐⭐ | 3-4 天 |
| 6️⃣ | 业务应用 | E, J, F, Q | ⭐⭐⭐ | 3-4 天 |
| 7️⃣ | 系统设计 | R, S, U, V, W, X, Y | ⭐⭐⭐ | 4-5 天 |
| 8️⃣ | 综合项目 | Z, AA, AB | ⭐⭐⭐⭐ | 5-7 天 |
| 🤖 | AI专项 | ML1, NLP1, OCR1 | ⭐⭐⭐ | 2-3 天 |
总计：31 套题 × 3 版本 = 93 个练习文件
| 平台 | 支持状态 | 说明 |
|---|---|---|
| Linux | ✅ 完全支持 | 推荐生产环境 |
| macOS | ✅ 完全支持 | 推荐开发环境 |
| Windows | 推荐使用WSL2，详见 Windows指南 |
git clone https://github.com/yourusername/pythonLearn.git
cd pythonLearn# 方式A: 使用setup.py（推荐，跨平台）
python setup.py setup
# 方式B: 使用Makefile（Linux/macOS）
make setup
# 方式C: 手动安装
python3 -m venv .venv
source .venv/bin/activate # macOS/Linux
.venv\Scripts\activate # Windows
pip install -r requirements.txt# 使用setup.py（所有平台）
python setup.py web
# 或使用Makefile（Linux/macOS）
make web
# 或手动启动
pip install -r web/requirements.txt
cd web && python app.py
# 浏览器访问 http://localhost:8080特点：
- ✅ 现代化图形界面，无需命令行
- ✅ 在线代码编辑器，语法高亮
- ✅ 实时运行测试，即时反馈
- ✅ 智能提示和答案参考
- 🔒 安全沙箱保护 - 多层安全防护，防止恶意代码
- 📖 详见 Web应用指南 | 安全说明
界面预览：
Web交互式学习平台 - 现代化的在线编程环境
# 使用Makefile
make learn LEVEL=01
# 或直接运行
python tools/learn.py --level 01# 编辑空白版
vim exercises/01_basics/set_A_blank.py
# 运行测试
python exercises/01_basics/set_A_blank.py# 机器学习基础
cd interview_exercises
python set_ML1_blank.py
# NLP基础
python set_NLP1_blank.py
# OCR实战
python set_OCR1_blank.py# 查看带注释的答案
cat exercises/01_basics/set_A_answers_annotated.py# 使用Makefile
make progress
# 或直接运行
python tools/progress.py --show详细指南：查看 快速开始文档
第1阶段：基础入门 (A, K)
↓
第2阶段：数据处理 (B, G)
↓
第3阶段：算法思维 (C, I, O)
↓
第4阶段：并发编程 (D, H, T)
↓
第5阶段：工程实践 (L, N, P, M)
↓
第6阶段：业务应用 (E, J, F, Q)
↓
第7阶段：系统设计 (R, S, U, V, W, X, Y)
↓
第8阶段：综合项目 (Z, AA, AB)
A (基础) → B (pandas) → C (算法) → D (并发) → P (日志) → Z (项目)
预计时间：2-3 周
数据分析：A → B → G → E → J → Z
后端开发：A → C → D → H → P → S → T → AA → AB
算法工程师：A → C → I → O → D → H → T
详细路径：查看 学习路径文档
点击展开完整知识点列表
- 正则表达式、字典/集合推导
- 生成器与迭代器、上下文管理器
- CSV 处理、文件 I/O
- pandas: DataFrame、groupby、merge
- 向量化计算、时间序列
- 环比同比、滚动窗口、透视表
- LRU Cache、Trie、并查集
- 二分查找、BFS/DFS
- KMP、滑动窗口、快速选择
- asyncio: 协程、事件循环
- 并发控制：Semaphore、Queue
- 重试退避、线程安全
- 结构化日志、异常处理
- 类型注解、Protocol
- 测试与调试
- 个税/增值税计算
- 发票解析与校验
- 数据脱敏与合规
- Decimal 高精度计算
- SQLite 与 SQL 安全
- RESTful API 设计
- 链路追踪、数据流水线
- 规则引擎
完整知识图谱：查看 知识图谱文档
pythonLearn/
├── README.md # 项目总览（本文件）
├── LICENSE # 开源许可证
├── Makefile # 构建和运行命令
├── requirements.txt # 核心依赖
│
├── docs/ # 📚 文档中心
│ ├── README.md # 文档导航
│ ├── getting-started/ # 入门指南
│ ├── learning/ # 学习资源
│ ├── interview/ # 面试准备
│ ├── cheatsheets/ # 速查表
│ ├── ai-enhancement/ # AI增强文档
│ └── web-platform/ # Web平台文档
│
├── tools/ # 🛠️ 工具脚本
│ ├── README.md # 工具说明
│ ├── learn.py # 交互式学习工具
│ ├── progress.py # 进度追踪工具
│ └── interview_simulator.py # 面试模拟器
│
├── web/ # 🌐 Web学习平台
│ ├── README.md # Web应用说明
│ ├── app.py # Flask应用
│ ├── requirements.txt # Web依赖
│ ├── templates/ # HTML模板
│ ├── static/ # 静态资源（CSS/JS）
│ └── docker/ # Docker配置
│
├── interview_exercises/ # 📝 练习题目（原始）
│ ├── QUESTION_BANK.md
│ ├── set_*.py # 31套题 × 3版本
│ └── ...
│
├── exercises/ # 📂 分级练习（符号链接）
│ ├── stage_01_basics/ # 第1阶段：基础入门
│ ├── stage_02_data/ # 第2阶段：数据处理
│ ├── stage_03_algorithm/ # 第3阶段：算法思维
│ ├── stage_04_concurrency/ # 第4阶段：并发编程
│ ├── stage_05_engineering/ # 第5阶段：工程实践
│ ├── stage_06_business/ # 第6阶段：业务应用
│ ├── stage_07_system/ # 第7阶段：系统设计
│ └── stage_08_projects/ # 第8阶段：综合项目
│
└── scripts/ # 🔧 构建脚本
└── organize_exercises.sh
- 全职学习：4-6 周完成全部内容
- 业余学习：8-12 周完成全部内容
- 面试冲刺：2-3 周完成核心内容
- 先理解再动手 - 阅读题目要求，理解考察点
- 独立完成 - 尽量不看答案，实在卡住再看提示
- 对比优化 - 完成后对比答案版，学习更优写法
- 举一反三 - 修改参数和场景，测试边界情况
- 定期复习 - 每周回顾已完成的题目
# 1. 使用Web平台的智能提示
make web
# 2. 查看 FAQ
cat docs/getting-started/FAQ.md
# 3. 查看知识图谱
cat KNOWLEDGE_MAP.md
# 4. 查看详细注释
cat exercises/01_basics/set_A_answers_annotated.py# 运行答案版（验证环境）
python interview_exercises/run_all.py --mode answers
# 运行空白版（检查进度）
python interview_exercises/run_all.py --mode blank
# 使用 Makefile
make answers# 启动交互式学习
python learn.py --level 01
# 获取提示
python learn.py --hint --question A1 --level 2
# 调试模式
python learn.py --debug --question A1# 查看总体进度
python progress.py --show
# 查看本周进度
python progress.py --week
# 复习错题
python learn.py --review-mistakes完成本项目后，你将能够：
- ✅ 熟练使用 Python 标准库解决常见问题
- ✅ 使用 pandas 进行数据分析和处理
- ✅ 实现常见算法和数据结构
- ✅ 编写异步和并发代码
- ✅ 遵循工程最佳实践（日志、异常、测试）
- ✅ 理解业务场景并实现业务逻辑
- ✅ 设计和实现完整的系统组件
- ✅ 独立完成端到端项目
- Python 官方文档：https://docs.python.org/zh-cn/3/
- pandas 文档：https://pandas.pydata.org/docs/
- asyncio 教程：https://docs.python.org/zh-cn/3/library/asyncio.html
- LeetCode 中文：https://leetcode.cn/
欢迎贡献！你可以：
- 🐛 报告问题或建议
- 📝 改进文档
- ✨ 添加新的练习题
- 🔧 优化现有代码
贡献步骤：
- Fork 本项目
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情
感谢所有为这个项目做出贡献的开发者！