Python之深入解析Python技能树的测评分析

一、什么是 Python 技能树？

① 简介

• 技能树是 CSDN 提供的系统化，面向实战的学习环境，它能帮助用户从初学者成长为合格的 Python 工程师。
• 它系统地整理了关于 Python 领域的知识点，并从海量的 CSDN 数据中不断更新高质量内容。
• 除了传统的阅读学习，技能树为每一个知识点都提供了匹配的练习题，帮助用户随练随学直到精通。
• 如果是初学者：请马上开始学习，最终可以获得 CSDN 的技能认证。
• 如果正在学习 Python：请尝试 CSDN 的练习题，看看自己到底掌握了多少。
• 如果是 Python 的领域专家：请给 CSDN 提意见，并贡献高质量文章。

② Python 技能树样式

• 打开 Python 技能树，映入我们眼帘的是如下样子：

• 可以看到：
• • 在左侧是学习目录的列表展示，每一个目录行继续展开，则是更多子目录的知识学习，如下所示：

• • 在右侧则是学习目录的分布式展示，可以直接看到每一个目录下的学习知识点、参考资料、练习题以及难以程度，还有在线学习的人数等。

• • 点击相应的子目录，便可以看到相应的参考资料，就可以进行相应的学习和提升：

二、Python 技能树如何进行学习？

• 以“Python 的缩进规则”为例，里面有很多参考学习的资料，不但有详细的文字说明，还有多种图文分析，让你可以更加形象的理解相应的知识。
• • Python 的缩进规则的文字学习说明：

• • Python 的缩进规则的图片直观分析：

• 在掌握和理解了 Python 的缩进规则之后，为了巩固自己学习的效果和掌握程度，还有相应的练习题来检验，方便及时帮自己查漏补缺：

• 打开练习题，如下所示：

• 如果自己对题目有什么不理解的地方，或者更好的解题技巧，还可以在交流讨论区进行交流和探讨：

三、Python 技能树学习使用感受

• 正如文章开头说的，Python 技能树出现了学习目录大纲：
• • Python 学习的知识体系较多，有 Web 编程，数据采集，数据挖掘，数据可视化，自动化运维等，就需要相对完整的知识体系，这里的每一个体系都还没有自己独特的后期技术体系，大纲也没有对应各个技术栈分支，没有区分 Python 体系的大纲，没有相对完整的系统性和整体性；
• • 我们在学习新的知识的时候，肯定是循序渐进，由浅入深，感觉这里也没有对知识点进行“难易程度”的分析和区分，没有呈现知识的递进状态，让初学者不能那么友好的去掌握学习知识。
• 学习的参考资料相对还是比较少，没有多方面对知识点的分析见解和知识剖析，相对优质的知识分析也比较少，需要更多补充和完善。
• 在参考资料的最后，可以看到有一个“提交优质内容，作为该知识点的学习资料”的功能，但是去点击的时候，会发现：如果你没有完善该知识点的学习和打卡，便无法提交，这一点对已经在其他地方学习掌握该知识的熟练者，有点不友好，如果想要提交内容，还得需要学习完成之后才能提交。还有就是：上述学习资料提交之后，就单单提示“提交成功”，作为提交者，更多地期望知道自己博客的审核进度与状态。以及对相应的提交以“阅读量、点赞量、收藏量、评论量”等方面进行评估和排名，优先显示和靠前。
• 学习之后的课后练习题，也没有进行“难易程度”的分析和区分，也没有给出习题的参考答案和分析理解，让学习者对不会的题目不能第一时间去好好理解和第一时间掌握，需要花费的时间较多。
• 在交流讨论区，不同学者的发言的质量没有相应的评估，可能会出现质量参差不一的评论出现，希望能有一个对评论质量做出评估的体系，或者是对相对较好的评论置顶或者排名靠前，亦或者是设计一个点赞或者踩的功能。

四、优化建议

• 建议 Python 相关技能的知识体系，设计分支更加系统性和完整性，以及设计更加相对独立的知识体系，由浅入深，由易到难，循序渐进，并健壮知识技能树；
• 知识点学习的参考资料最好以“阅读量、点赞量、收藏量、评论量”等进行排名和择优靠前，或者对比较好的文章进行标记，曝光提高；
• 知识点学习的参考资料的优质资料提交，最好设置一个已经掌握知识的相对熟练者直接提交的功能，不要全部完善该知识点的学习和打卡；上传的资料最好设置一个“审核进度与状态”，方便自己查看和改进，并以“阅读量、点赞量、收藏量、评论量”等进行评估和排名；
• 学习之后的课后练习题，最好做一个“难易程度”的区分，并给出习题的参考答案和分析理解，方便学者第一时间去理解和第一时间掌握；
• 交流讨论区对不同学者的发言的质量最好做出相应的评估和排名，可以更好的让学习者选择较好的评论进行学习和消化，亦或者是设计一个点赞或者踩的功能；
• 最好设计一个阶段性的学习考核，检验自己的学习质量和成果。

文章来源: blog.csdn.net，作者：Serendipity·y，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/Forever_wj/article/details/120610403