1、从自身特性看Python发展
Python自身强大的优势决定其不可限量的发展前景。Python作为一种通用语言，几乎可以用在任何领域和场合，角色几乎是无限的。Python具有简单、易学、免费、开源、可移植、可扩展、可嵌入、面向对象等优点，它的面向对象甚至比java和C#.net更彻底。
2、从企业应用来看Python发展
Python被广泛的用在Web开发、运维自动化、测试自动化、数据挖掘等多个行业和领域。一项专业调查显示，75%的受访者将Python视为他们的主要开发语言，反之，其他25%受访者则将其视为辅助开发语言。

"1章Python基础
1-1准备工作-Python开发环境配置
1-2Python标准数据类型
1-3控制流语句
1-4异常和错误（穿插在其他内容中讲）
1-5文件操作
2章Python进行数据整理和数据清洗
2-1Python标准库简介
2-2Numpy数组基础
2-3Pandas对象基础
3章python数据可视化（线上）
3-1绘图思想的基本原理
3-2Python数据可视化包-Matplotlib介绍
3-3使用Python数据处理包Pandas做可视化
3-4Python数据可视化包-Seaborn介绍与图形绘制
3-5Python数据可视化包-Pyecharts介绍与图形绘制
4章Python爬虫（线上）
4-1网络爬虫基础知识
4-2网络请求及响应-requests库
4-3HTML文档解析-BeautifulSoup库
4-4常见反爬虫机制及应对
4-5网络爬虫 VS 网络数据抓取
4-6实战一：批量下载头像
4-7实战二：抓取豆瓣书籍简介
4-8实战三：模拟浏览器selenium抓取电商商品信息及评论

5章Python数据清洗高级操作及案例实战
5-1数据的获取与存储
5-2数据探索
5-3数据清洗思维
5-4数据清洗实战案例一：泰坦尼克幸存者数据清洗（根据实际上课情况调整数据集）
5-5数据清洗实战案例二：USDA食品数据清洗（根据实际上课情况调整数据集）
6章Python编程考试（线上）
6-1Python基础部分
6-2Python数据清洗的实现
7章机器学习算法
7-1准备工作：开发环境配置（以文档的形式给出）
7-2机器学习入门介绍：
7-3scikit-learn入门：Scikit-Learn库简介
7-4KNN-最近邻分类算法：原理、实现
7-5决策树算法：原理、实现、相关技术应用及实例
7-6随机森林算法：原理、实现及相关技术应用：以乳腺癌预测为例
7-7K-Means聚类算法：原理、实现及簇选择与矢量化应用
7-8关联规则算法：原理、实现
7-9线性回归
7-10逻辑回归
7-11SVM支持向量机
7-12分类模型的评估指标（续）
7-13朴素贝叶斯算法
8章电商案例
8-1分析目标：
8-2基于国外大型电商用户购买信息数据的客户购买预测模型构建流程：
9章金融案例
9-1分析目标:
9-2基于大型金融公司的客户贷款信息，构建用户信用评分卡模型的建模步骤："

Web应用开发
服务器端编程，具有丰富的Web开发框架，如Django和TurboGears，完成网站的开发和Web服务
系统网络运维
在运维的工作中，有大量重复性工作的地方，需要做管理系统、发布系统等，提高工作效率
科学数字计算
Python被广泛的运用于科学和数字计算中，例如生物信息学、物理、建筑、地理信息系统等
3D游戏开发
Python有好的3D渲染库和游戏开发框架，有很多使用Python开发的游戏，如迪斯尼卡通城、黑暗之刃等
图形界面开发
Python可编写桌面图形用户界面，还可以扩展微软的Windows,、常用Tk、GTK+、 PyQt、win32等
网络编程
除了网络和互联网支持，Python还提供对底层网络的支持，有易于使用Socket接口和一个异步网络框架