Python之深入解析Python技能树的分析测评|Python技能树测评

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:

Python之深入解析Python技能树的分析测评|Python技能树测评_第1张图片

  • 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:

Python之深入解析Python技能树的分析测评|Python技能树测评_第2张图片

    • 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。

Python之深入解析Python技能树的分析测评|Python技能树测评_第3张图片

    • 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:

Python之深入解析Python技能树的分析测评|Python技能树测评_第4张图片

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之深入解析Python技能树的分析测评|Python技能树测评_第5张图片

    • Python 的缩进规则的图片直观分析:

Python之深入解析Python技能树的分析测评|Python技能树测评_第6张图片

  • 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:

Python之深入解析Python技能树的分析测评|Python技能树测评_第7张图片

  • 打开练习题,如下所示:

Python之深入解析Python技能树的分析测评|Python技能树测评_第8张图片

  • 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:

Python之深入解析Python技能树的分析测评|Python技能树测评_第9张图片

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。

你可能感兴趣的