本文目录一览：
学编程先学python，然后学java可以么
看自己学习时间和进度，java入门相对容易，就算是小白也可以学会，先学习Java基础，从入门到可以进入项目大概需要好好学习将近一年左右。先在网上找一找视频进行学习了解，多看看网上专业人士的学习方法和经验建议，千锋教育就有线上免费视频 让自己有个适应期，学习Java不算轻松，尤其是打算自学的朋友，没有专业人士的指导，没有系统的学习方案，如果自制力再稍微弱一点点，学习时间就得顺势延长，这也是很多新手学到一半放弃的原因。建议找一个专业适合自己的教育机构进行学习 我知道的有千锋教育，千锋教育教资雄厚，讲师均来自一线大厂兼具项目实战与教学经验，千锋教育总部位于北京，在18个城市拥有22个校区，年培养优质人才超过20000人，和国内20000家企业都有人才输送合作关系，千锋教育线上有免费Java线上公开课，可以先看看了解一下，觉得合适可以到本地千锋教育机构进行咨询。
之前学java的，没找到工作，现在想学python可以吗
java转行python其实相对来说是很简单的。因为编程语言都具有互通性。千锋教育就有线上免费Java线上公开课。 java和python的异同点如下：1、从语法上面的区分：Python版本的冒泡排序实现逻辑和Java版本冒泡排序实现逻辑几乎是相同，仅仅只有语法上有一定的区别。2、从定义函数的区别：Python是没有太多的装饰，Java需要声明public或者private，Java必须声明返回值，而Python是不需要;在定义变量上，Java必须显示声明变量，而Python是不需要的;在循环体上，Java需要一个索引位置去依次获取数组中的元素，Python直接遍历数组的对象;在分支选择结构上几乎没有什么不同。3、从开发工具的区分：用Java使用的是IDEA，Python采用的工具是pycharm，这两个工具无论从外观上还是功能上基本相同，所以对于从Java转Python基本上可以说是无缝对接的。如果想了解JavaScript更多相关知识，建议到千锋教育了解一下。千锋教育目前在18个城市拥有22个校区，年培养优质人才20000余人，与国内20000余家企业建立人才输送合作关系，院校合作超600所。
学了java后怎么学python
1.Python基础语法-主线任务1
使用python就像一个自由度超高的游戏，你得学会以下几点python基础语法，拿到进入这个游戏世界的钥匙：
计算机组成原理
Python开发环境
Python变量
流程控制语句
高级变量类型
函数应用
文件操作
面向对象编程
异常处理
模块和包
2.Python高阶语法-主线任务2
学习完基础语法，写写算法题不成问题，但是对应更复杂的环境和需求需要学习一些高阶内容，学完以下内容就可以刷副本，攒经验升级了：
网络编程
并发编程
数据库编程
正则表达式
Linux系统应用
函数的高级应用
Python语法高阶
学完以上两个主线任务就可以进行正式的工作内容，副本1，2，3一组紧密相关，副本4单独一组，副本5，6一组紧密相关，也可以从这三组选一个来学尽快加入工作
3.副本1-前端开发
看你对做个网页做个app有没有兴趣，学完副本3，4可以动手做一个相关的产品，来以此去求职，当然做的质量越高，学的东西就要越多，工资也是成正比的
HTML
CSS
PS的应用
JavaScript
jQuery
Vue.js框架
4.副本2-后端开发
对于网页，游戏等的后台支持，需要熟练掌握框架的使用，掌握数据库原理及相关优化
Djano框架
数据库mySQL，Redis，MongoDB
git项目管理
接口开发
flask框架
5.副本3-爬虫
爬虫就是爬取网络上的数据，无论是网页还是app，只要你能看到的数据都能爬取下来，当然有爬虫就有反爬虫，两种职业互相博益还是挺有意思的，精通爬虫必须要精通副本1-前端开发，你得知道网页时怎么来的，才能更好的爬取下来，爬下来的数据也可以为副本4-数据分析做准备
爬虫开发
scrapy框架
索引操作
备份和回复
定制化爬虫采集系统
6.副本4-自动化运维
主要利用shell来做一些自动化脚本的发布
7.副本5-数据分析
数据分析主要学习两个科学计算库numpy和pandas，两个可视化库matplotlib和seaborn，学完之后数据清洗，数据展示没有问题，用python画出了图才能给别人讲出有意思的故事，同时也能为学习副本6-人工智能打下牢固的基础
数据结构和算法
科学计算pandas和numpy
数据可视化matplotlib和seaborn
金融数据分析等
8.副本6-人工智能
python之所以能火，主要是因为人工智能的风口，所谓风口上的 都会飞，那么python也许就是风口上的代码，人工智能的两大目的分别是分类和预测，主要在识别图片和预测未来等应用场景，同时python又有最大开源库可以调用这些包来应用，所以应用起来非常方便，但是如果想从事人工智能行业，需要一定的数学基础，了解底层算法，才能更好的进入到神经网络和深度学习的领域
机器学习
量化交易
机器视觉
深度学习
自然语言处理
