Python Academy

Name: Python Academy
Availability: InStock

PYTHONBackendDataAiWebGamesSecurityBeginnerCloudDatabaseSystemsEnterpriseDesktopScriptingStatisticsCryptoNetwork

探索 Python 的多功能特性，通过 Python Academy 构建各类项目。

🤖 AI 驱动📚 76 门课程👥 10万+ 学习者⭐ 4.9 分

课程概览

Python：从第一个脚本到生产级代码

Python 是数据科学、自动化、Web 开发和人工智能研究中应用最广泛的通用语言。其可读性强的语法使初学者易于上手，而其生态系统——NumPy、Pandas、Flask、FastAPI、Django、scikit-learn、asyncio——足以应对严肃的生产工作。本轨道涵盖全面内容，从编写第一个变量到构建异步 Web API、训练机器学习模型，再到 C 扩展级别的内存性能分析。

你将学到什么

你将逐步掌握核心语言机制——字符串、列表、字典、控制流、函数和文件 I/O——随后进阶到面向对象设计，包括继承、多态、装饰器、上下文管理器和数据类。在数据方向，你将用 Pandas 和 NumPy 操作数据集，用 Matplotlib 和 Plotly 可视化结果，用 scikit-learn 应用监督学习和非监督学习，并探索神经网络和自然语言处理。在 Web 方向，你将用 Flask 和 FastAPI 构建 API、用 Django 构建全栈应用，并通过 CLI 工具、SQLite、SQLAlchemy 和 openpyxl 实现任务自动化。高级主题包括 asyncio 的异步编程、threading 和 multiprocessing 并发、mypy 类型提示、元类和 Python C 扩展。

学习路径

该轨道包含 76 个活跃课程，从 A1 级别贯穿至 C1 级别。从编程入门和 Python 基础开始，在字符串、列表、字典、控制流和文件处理中建立 A2 水平，随后进入 B1 阶段，涵盖模块、面向对象编程、正则表达式、日志记录以及 JSON 和 CSV 文件处理。B2 层级增加了生成器、闭包、结构模式匹配、异步编程、Flask、Django、FastAPI、Pandas、NumPy 和 scikit-learn 机器学习。轨道在 C1 级别完成，包含并发：threading 和 multiprocessing、Python 元类与描述符、Python C 扩展、强化学习和 Python 内存管理与性能分析。

工作原理

每个课程分为简短、专注的课时，你可在内置代码编辑器中完成，获得实时反馈。遇到困难时，AI 导师随时提供帮助，练习由自动评分系统进行评估，你可按自己的节奏学习，无需等待审阅。

开始学习 →

工具

探索课程工具

用 AI 工具和功能为你的学习加速

你的学习方式

🎯

互动课程

实时反馈的动手编程练习

🤖

AI 导师

遇到困难时立即获得 AI 帮助

💻

内置编辑器

直接在浏览器中编写并运行代码

🏆

证书

完成课程后获得证书

课程

76 门课程

Python Academy 学习路径中的所有课程。

编程入门

A13 节课

本课程将介绍编程基础，并说明为什么 Python 是适合初学者的理想语言。您还将学习如何设置开发环境并编写第一个 Python 程序。

Python 基础

A14 节课PRO

学习 Python 编程的基础概念，包括变量、数据类型和基本运算。本类别将为学习更复杂的主题打下基础。

条件判断与迭代

A24 节课PRO

深入学习 Python 中的决策和循环。了解如何编写能够根据不同条件做出响应并高效重复执行任务的程序。

函数与模块化编程

A25 节课PRO

函数是构建可复用代码的基本单元。本类别将讲解如何高效创建和使用函数，并介绍模块化编程。

数据结构

B15 节课PRO

探索 Python 的核心数据结构，例如列表、元组、集合和字典，并学习如何高效操作和组织数据。

列表
元组
集合
还有 2 门课程

面向对象编程

B16 节课PRO

了解面向对象编程的原则，掌握这一用于构建可复用且可扩展应用程序的强大编程范式。

文件处理

A23 节课PRO

学习如何在 Python 中读取文件和写入文件，从而处理真实世界的数据并持久化保存信息。

Python 变量、类型与输入

A14 节课PRO

掌握 Python 的基础构成：变量、数据类型和用户输入。了解 Python 如何存储数据、在类型之间转换，以及如何读取用户输入。

错误与异常处理

B14 节课PRO

掌握在 Python 程序中妥善处理错误的技能，让您的代码更加健壮且易于使用。

使用库

B15 节课PRO

Python 丰富的库生态系统可以帮助您完成从数据分析到 Web 开发的各种任务。本类别将介绍一些常用库。

Python 高级特性

B25 节课PRO

探索 Python 高级概念，编写更加高效、简洁且符合 Python 风格的代码。

Web 开发入门

B14 节课PRO

了解使用 Python 进行 Web 开发的基础知识，并学习构建简单的 Web 应用程序。

测试与调试

B23 节课PRO

学习测试和调试技术，确保您的 Python 代码能够正确且高效地运行。

使用 Python 实现自动化

B13 节课PRO

通过编写 Python 脚本处理常见任务，自动完成重复性工作并提高生产力。

Python 数据科学入门

B15 节课PRO

本类别将概览数据科学，并介绍 Python 在这一领域中的作用。您将学习如何高效清理、预处理和管理数据。

机器学习与高级数据科学

C16 节课PRO

本课程将深入讲解机器学习和高级数据科学主题，教您构建预测模型并探索深度学习概念。

Python 字符串与字符串方法

A24 节课PRO

深入学习 Python 字符串：切片、格式化，以及用于处理和分析文本数据的丰富内置字符串方法库。

Python 列表与元组

A24 节课PRO

学习 Python 最常用的序列类型：如何创建、修改和遍历列表与元组，以及何时使用它们。

Python 字典与集合

A24 节课PRO

掌握 Python 的键值存储结构（dict）和无序唯一元素集合（set）。执行快速查找、集合运算和字典推导式。

Python 控制流：if/elif/else 与循环

A24 节课PRO

学习使用条件语句和循环控制程序执行。结合 if/elif/else 逻辑与 for、while 循环，以及 break、continue 和 else 子句。

Python 函数与参数

A24 节课PRO

使用 Python 函数编写可复用的模块化代码。涵盖位置参数、关键字参数、默认值、*args、**kwargs 和返回值。

Python 文件读写

A24 节课PRO

在 Python 中操作文件系统：以不同模式打开文件，逐行读取，安全写入数据，并使用 pathlib 管理文件路径。

使用 try/except 处理 Python 错误

A24 节课PRO

通过优雅地捕获和处理异常，编写稳健的 Python 程序。使用 try/except/else/finally，抛出自定义异常，并通过回溯信息进行调试。

Python 虚拟环境与 pip

A24 节课PRO

通过虚拟环境、pip 依赖管理和 requirements.txt 最佳实践，保持 Python 项目彼此隔离且可复现。

Python 模块与包

B14 节课PRO

将 Python 代码组织为可复用的模块和包。理解导入机制、标准库、虚拟环境和 pip 包管理。

人工智能入门

A15 节课PRO

本类别将介绍人工智能的基本概念，包括其定义、重要性和历史里程碑。您将探索人工智能的类型，例如狭义人工智能、通用人工智能和超级人工智能，并了解它们的实际影响。本模块还将深入探讨围绕人工智能的伦理问题，帮助您以批判性思维看待其发展与影响。

Python 列表推导式与生成器

B14 节课PRO

使用列表推导式、生成器表达式和 yield 关键字编写符合 Python 风格且节省内存的代码，实现惰性求值。

Python 面向对象编程

B14 节课PRO

使用 Python 类和对象构建结构化程序。理解类定义、__init__、实例属性与类属性，以及方法。

人工智能的应用

A15 节课PRO

探索人工智能在医疗、金融、电子商务、游戏和自动化等行业中的多样化现实应用。本类别将通过实例说明人工智能如何革新这些领域，从疾病诊断和金融流程自动化，到提升游戏体验和优化业务运营。

Python 继承与多态

B14 节课PRO

使用继承扩展 Python 类，重写方法，使用 super()，并应用多态编写灵活且可扩展的代码。

使用 Python 为人工智能做好准备

A15 节课PRO

掌握必备的 Python 工具和库，为构建人工智能解决方案做好准备。本类别涵盖开发环境配置、使用 NumPy、Pandas 和 Scikit-learn 等 Python 库，以及数据结构和文件操作。您还将学习 Python 中的调试和错误处理技术。

Python 正则表达式（re 模块）

B14 节课PRO

使用 re 模块掌握 Python 中的模式匹配。编写正则表达式模式，使用 match/search/findall/sub，并处理分组和标志。

Python 中的 JSON 与 CSV

B14 节课PRO

在 Python 中解析和生成 JSON 与 CSV 数据。使用 json 和 csv 模块，处理编码问题，并操作现实世界的数据文件。

Python 日志记录与调试

B14 节课PRO

使用 Python 的 logging 模块替代 print 语句。配置日志级别、处理器和格式化器；有效使用 pdb 和集成开发环境调试器。

数据处理

B15 节课PRO

学习如何为人工智能项目有效准备和处理数据。本类别将介绍不同的数据类型、缺失值处理技术、数据规范化以及数据集合并。您还将探索特征提取，这是构建稳健机器学习模型的关键。

Python 枚举与 NamedTuples

B14 节课PRO

Python 枚举与 NamedTuples：Enum 类、IntEnum 和 Flag 等更多内容

使用 pathlib 处理现代文件路径

B14 节课PRO

使用 pathlib 处理现代文件路径：Path 对象、读取和写入文件等更多内容

数据可视化

A25 节课PRO

能够将数据可视化后，理解数据会更加容易。本类别将教您使用 Matplotlib 和 Plotly 等 Python 库创建有洞察力的可视化图表。从基础折线图到复杂热力图，您将学习如何有效呈现数据趋势和模式。

使用 datetime 处理日期和时间

B14 节课PRO

使用 datetime 处理日期和时间：date、time、datetime、Timedelta 与算术运算等更多内容

collections 模块

B14 节课PRO

collections 模块：Counter、defaultdict 等更多内容

Counter
defaultdict
deque
还有 1 门课程

监督学习：基础算法

B15 节课PRO

本类别将探索监督学习的基础算法，例如线性回归、逻辑回归，以及准确率和 F1 分数等评估指标。您将学习如何在 Python 中实现这些算法，从而自信地应对预测任务。

高级字符串格式化

B14 节课PRO

高级字符串格式化：f-string 表达式、格式说明符等更多内容

无监督学习

B25 节课PRO

无监督学习致力于发现数据中的隐藏模式。本类别将介绍 K-Means 等聚类技术，以及 PCA 和 t-SNE 等降维方法。学完后，您将能够使用这些技术分析和整理无标签数据集。

构建 CLI 工具

B14 节课PRO

构建 CLI 工具：argparse 基础、子命令与选项等更多内容

使用 sqlite3 操作 SQLite 数据库

B14 节课PRO

使用 sqlite3 操作 SQLite 数据库：连接和创建表、插入、查询、更新、删除等更多内容

使用 openpyxl 自动化处理 Excel

B14 节课PRO

使用 openpyxl 自动化处理 Excel：读取工作簿、写入和设置单元格样式等更多内容

人工神经网络

B25 节课PRO

深入探索人工神经网络的世界，了解其作为现代人工智能核心基础的作用。本类别将讲解神经网络架构、激活函数和反向传播。您还将使用 TensorFlow 构建自己的第一个神经网络，为深度学习打下坚实基础。

Python 装饰器与属性

B24 节课PRO

使用装饰器增强 Python 函数和类。创建自定义装饰器，使用 @property 控制属性访问，并应用 @classmethod 和 @staticmethod。

Python 上下文管理器与 with 语句

B24 节课PRO

使用 with 语句安全地管理资源。通过 __enter__/__exit__ 和 contextlib 编写自定义上下文管理器。

自然语言处理（NLP）

B25 节课PRO

探索人工智能如何处理和理解人类语言。本类别涵盖文本预处理技术、分词、情感分析以及 Transformer 等高级模型。学完后，您将能够开展自然语言处理项目并构建聊天机器人等工具。

使用 pytest 测试 Python

B24 节课PRO

使用 pytest 通过自动化测试编写可靠的 Python 代码。涵盖测试发现、夹具、参数化、模拟和代码覆盖率报告。

Python 的 itertools 与 functools

B24 节课PRO

使用 itertools 和 functools 解锁 Python 的函数式编程工具箱。使用 combinations、chain、partial、reduce 和 lru_cache 编写优雅的代码。

图像处理

B15 节课PRO

学习人工智能如何解读和处理视觉数据。本类别从图像表示基础开始，逐步学习使用 OpenCV 进行图像处理，并构建卷积神经网络（CNN），完成图像分类和数据增强等任务。

Python 数据类与 attrs

B24 节课PRO

Python 数据类与 attrs：定义数据类、默认值和 field() 等更多内容

结构化模式匹配

B24 节课PRO

结构化模式匹配：match 和 case 基础、匹配序列与映射等更多内容

强化学习

C15 节课PRO

强化学习使人工智能代理能够通过环境反馈进行学习，并根据行为获得奖励或惩罚。本类别将介绍 Q-learning 等核心概念，探索深度 Q 网络（DQN），并使用 OpenAI Gym 实践基于游戏的强化学习项目。

闭包与函数内部机制

B24 节课PRO

闭包与函数内部机制：一等函数、闭包与自由变量等更多内容

生成器、迭代器与 yield

B24 节课PRO

生成器、迭代器与 yield：迭代器协议、生成器函数等更多内容

subprocess 与 OS 交互

B24 节课PRO

subprocess 与 OS 交互：使用 subprocess 运行命令、捕获输出等更多内容

使用 SQLAlchemy 操作数据库

B24 节课PRO

使用 SQLAlchemy 操作数据库：SQLAlchemy Core 与 ORM 的比较、定义模型等更多内容

使用 Flask 进行 Web 开发

B24 节课PRO

使用 Flask 进行 Web 开发：路由与视图、使用 Jinja2 的模板等更多内容

Python async/await 与 asyncio

B24 节课PRO

使用 async/await 和 asyncio 编写无需线程的并发 Python 程序。构建事件循环、协程、任务和异步 I/O 管道。

Python 类型提示与 mypy

B24 节课PRO

为 Python 代码添加静态类型注解。使用 mypy 进行静态检查，掌握泛型类型、TypeVar、Protocol 和运行时类型收窄。

使用 NumPy 进行数据科学

B24 节课PRO

使用 NumPy 打好数值计算基础。掌握 ndarray 操作、广播、向量化和用于数据科学工作流的线性代数。

使用 Pandas 进行数据分析

B24 节课PRO

使用 Pandas 大规模分析结构化数据。处理 Series、DataFrame、groupby、合并、时间序列和数据清洗管道。

使用 FastAPI 构建 Web API

B24 节课PRO

使用 FastAPI 构建高性能、自动生成文档的 REST API。使用 Pydantic 模型、依赖注入、异步端点和 OpenAPI 生成。

使用 BeautifulSoup 与 Scrapy 进行 Python 网页抓取

B24 节课PRO

使用 Python 从网页提取数据。掌握用于简单抓取的 requests + BeautifulSoup，以及用于大规模爬虫抓取的 Scrapy。

使用 scikit-learn 学习机器学习基础

B24 节课PRO

使用 scikit-learn 在 Python 中应用机器学习。构建分类、回归和聚类模型，并使用交叉验证和指标评估模型。

使用 Django 进行 Web 开发

B24 节课PRO

使用 Django 进行 Web 开发：项目与应用、模型与迁移等更多内容

使用 Matplotlib 进行数据可视化

B24 节课PRO

使用 Matplotlib 进行数据可视化：图形与坐标轴、折线图、柱状图和散点图等更多内容

使用 Plotly 创建交互式图表

B24 节课PRO

使用 Plotly 创建交互式图表：Plotly Express 基础、交互功能等更多内容

打包并发布到 PyPI

B24 节课PRO

打包并发布到 PyPI：项目结构与 pyproject.toml、使用 build 构建等更多内容

并发：threading 与 multiprocessing

C14 节课PRO

并发：threading 与 multiprocessing：线程与 GIL、ThreadPoolExecutor 等更多内容

Python 元类与描述器

C14 节课PRO

通过元类、描述器和 __slots__ 深入了解 Python 的对象模型。理解语言本身的构建方式，并创建强大的抽象。

Python C 扩展

C14 节课PRO

使用 C 扩展加速 Python。使用 Python/C API、ctypes 和 cffi 从 Python 调用 C 代码，并编写对性能要求高的扩展。

Python 内存管理与性能分析

C14 节课PRO

理解 CPython 的内存模型、引用计数和垃圾回收，并使用性能分析工具查找和修复性能瓶颈。

常见问题

常见问题解答

Python Academy 课程免费吗？

免费。你可以免费开始 Python Academy 课程并完成它的所有互动课程。可选的 PRO 订阅解锁高级 AI 工具和可分享的证书。

学习 PYTHON 需要有先前的经验吗？

不需要。课程从基础开始，逐步进阶到更高难度的主题，所以即使你没有任何 PYTHON 基础也可以开始。

我在 CoddyKit 上怎样学习 PYTHON？

学以致用。简洁的互动课程将清晰的讲解与实时动手编程练习结合，24/7 AI 导师在你遇到困难时提供个性化帮助。

完成 Python Academy 后能获得证书吗？

可以。PRO 学员可以参加考试，获得 Python Academy 课程的可分享的完成证书，其中包含可验证的代码。

我能在手机上学习 PYTHON 吗？

可以。CoddyKit 支持网页版和原生 iOS、Android 应用，你可以在任何设备上学习 PYTHON，进度会自动同步。

立即开始 Python Academy

加入数千名学习者，通过 AI 驱动的课程掌握编程。

免费开始 →浏览所有课程