简介：许多朋友询问了有关Django缓存策略的相关问题。本文的首席CTO笔记开始为您的参考做出详细的答案。我希望这对每个人都会有所帮助！让我们一起看看！
推荐了Python的几本书，以从必看的书籍中学习熟练的书籍?
1.学习python的“愚蠢措施”
您为什么建议将其作为第一本书推荐给Python的参赛作品？因为它足够有趣且有吸引力。一开始，我们都从兴趣中学到了。如果我们刚刚开始学习，很容易看着深奥的书籍，从入门开始就很容易放弃。此外，本书的每一章完成后，它将配备相应的练习问题，以帮助初学者练习，练习中学，并进一步合并相关的知识点。简而言之，这本书指导学习者以练习形式逐步学习编程。从简单的打印到实现完整项目，让初学者从基本的编程技术开始，最后体验了软件开发的基本过程。可以说，这本书是基于零的入门python的最佳选择！
2.“ Python快速编程简介”
这本书是Python的基本教程，因此所有内容均以Python的基本知识，语法，功能，面向对象为导向和其他基本内容的位置。巩固基础后，本书的一章为游戏开发的全面培训设置了游戏开发的综合培训，以便帮助初学者更好地掌握相关知识。此外，这本书附带了支持视频，源代码，练习，教学课程和其他资源。简而言之，本书可以用作学院和大学编程的编程教科书和专业计算机的编程教科书与专业相关。它也可以用作Python编程的学习教科书。
3.“ Python Road（第三版）”
这本书不适合基于零的学习者，它适合通过一定的python基金会向学习者学习。因为这本书完全是从实际战斗的角度来看的，因此介绍了需要系统地掌握的Python知识。更罕见的是，这本书结合了Python在OpenStack中的应用来解释，这是非常实际的指导。此外，这本书还涉及许多高级主题，例如插件的性能优化，设计和架构，以及支持策略对于Python 3.因此，这本书适合于初级和中层级别的Python程序员阅读和参考。
4.“ Python算法教程”
这本书的最大优势是简单的摘要是知识点很明确，并且语言很简单。本书使用Python语言来解释解决方案的分析和设计。它主要关注经典算法，帮助读者了解基本算法的问题并解决问题以奠定良好的基础。这本书的概念和知识点清楚地说明了，语言很简单。因此，它适用于对Python算法感兴趣的初级和中级用户的阅读和自我研究。它也适合大学和大学的计算机系学生作为参考教科书阅读。
5.“ Python Core编程（第三版）”
本书涵盖了成为全面的Python开发人员所需的所有内容，因此，每个希望精通Python的工程师都必须学习和理解的内容。这本书解释了与应用程序开发相关的多个领域，这可以帮助读者立即申请项目开发。
6.“剖面python自然语言处理”
自然语言处理做周ZHI，是与人类计算机互连和人工智能中的人类计算机互连相关的领域之一。这本书是学习自然语言处理的综合学习指南。该书介绍了如何使用Python执行各种NLP任务来帮助读者根据现实生活创建项目。本书中有10章，其中涉及诸如字符串操作，统计语言建模，形态，语法，语法分析，语义分析，语义分析，语义分析，语义分析，语义分析，语义分析等主题分析，情绪分析，信息检索，语言分析和NLP系统评估。这本书适合熟悉Python语言并且对自然语言处理和发展的发展具有一定理解和兴趣的读者。
以上是推荐的Python，可以开始使用所有精通的书籍。我相信总是有一个适合您的东西。但是，如果您想开始使用Python，则只能依靠阅读书籍。毕竟，编程最重要的是练习。
对于自学的朋友来说，小蜗牛已经编译了Python Full Stack开发的一条学习路线，可以根据此大纲进行，以避免采取更多弯路。
第一阶段：专业核心基金会
里程碑：
1.熟悉Python的开发环境和编程的核心知识
2.熟练使用Python进行对象知识进行程序开发
3.在 - 深入了解python的核心库和组件中
4.熟练地将SQL语句应用于数据库常用操作
5.精通Linux操作系统命令和环境配置
6.精通MySQL和掌握高级数据库操作
7.能够全面地使用学到的知识来完成项目
知识点：
Python编程基金会，Python对象，Python Advanced Advanced，MySQL数据库，Linux操作系统。
1. Python编程基金会，语法规则，功能和参数，数据类型，模块和软件包，文件io，培养固体Python编程基本技能，同时熟练于Python核心对象和库的编程。
2. Python面对对象，核心对象，异常处理，多线程，网络编程，对对象编程，异常处理机制，多线程原理，网络协议知识以及项目中的技能深入了解。
3.班级的原理，金属质量的特殊方法，下行的特殊方法，递归，魔术方法，反射，迭代，装饰，Untiment，Mock.in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in -in》。对象，Python大师的高级技术发展，并了解单元测试技术。
4.数据库知识，范式，MySQL配置，命令，构建仓库，数据库，数据添加，约束，视图，存储，函数，触发器，触发器，交易，光标，PDBC，在 - 深度了解数据库管理系统和数据库管理系统的一般知识中MySQLThe数据库的使用和管理。为Python开发的坚实基础。
5. Linux安装配置，文件目录操作，VI命令，管理，用户和权限，环境配置，Docker，Shell编程Linux作为主流服务器操作系统，是每个开发工程师必须掌握的关键技术使用它熟练
第二阶段：Pythonweb开发
里程碑：
1.熟悉Web前端开发技术，HTML，CSS，JavaScript和前端框架
2.在Web系统中对正面和后端交互过程和通信协议的深入了解中
3.熟练使用Web前端和Django等主流框架来完成Web系统开发
4.在 - 深入了解网络协议，分布式，PDBC，AJAX，JSON和其他知识中
5.能够利用学到的知识来开发迷你网络框架来掌握实施框架的原则
6.使用网络开发框架实现穿透项目
知识点：
Web前端编程，Web Front -End Advanced，Django开发框架，烧瓶开发框架，Web开发项目。
1.网页元素，布局，CSS样式，框模型，JavaScript，jQuery和Bootstrap Master Front -End Development Technology，Master jQuery和Bootstrap Front -End开发框架，并完成页面布局和美化。
2.前端开发框架VUE，JSON数据，网络通信协议，Web服务器和前端 - 对VUE框架的交互式使用，在对HTTP网络协议的深度了解中，熟练使用Swagger，Ajax技术来实现前线 -结束相互作用。
3.自定义Web开发框架，DJANGO框架的基本用途，模型属性和背面配置，cookie and session，模板模板，ORM数据模型，REDIS第二级缓存，RESTFEL，RESTFEL，MVC MASTER MASTER API在Django Framework，django Framework，集成前端技术，开发完整的Web系统和框架。
迁移扩展程序包烧瓶移民，电子邮件扩展包瓶填充。烧瓶框架的常用API类似于Django框架，并且可以独立开发完整的Web系统开发。
第三阶段：爬行动物和数据分析
里程碑：
1.熟悉爬网和通用网络包装工具的使用，可以分析HTTP和HTTPS协议的包装包
2.熟悉各种常见的Web结构分析库，以分析和提取捕获的结果
3.熟悉各种常见的反捕获机制和响应策略，并可以处理常见的反捕获措施
4.熟练使用商业爬网框架纸巾编写大型网络爬网，以分布式内容以爬网
5.熟悉数据分析相关的概念和工作流程
6.熟悉主流数据分析工具的使用numpy，pandas和matplotlib
7.熟悉数据清洁，排序，格式转换，数据分析报告写作
8.能够全面地使用douban.com电影评论数据并完成数据分析整个过程项目的实际战斗
知识点：
Numpy，数据分析，数据分析，数据分析。
1.疯狂的攀登原则，攀岩过程，页面解析工具LXML，美丽的群体，正则表达，代理泳池写作和建筑，常见的反捕获措施和解决方案，爬行框架结构，商业爬网框架，基于Crawling Crawlerstake，分析和理解在原则上，网站数据攀登过程和网络协议，掌握了网页分析工具的使用，可以灵活地应对大多数网站的反访问策略，具有独立写入以完成爬行动物框架的能力，并应用大型 -缩放商业爬行动物框架编写分布式爬行者的能力。
2. NDARRAY数据结构特征在numpy，由Numpy，自我阵列创建方法支持的数据类型，算术运算符，矩阵Velvery，自我还原和自我还原，通用功能和聚合功能，切片索引，ndarray矢量化和广播机制，广播机制，广播机制，熟悉Numpy的共同用途，Numpy是三种主要武器之一，熟悉NDARAY数据结构的特征和共同操作，并掌握了Ndarray阵列的操作，索引和矩阵操作，以实现不同维度。
3.熊猫中的三个主要数据结构，包括数据框架，系列和索引对象的基本概念和用途，索引对象的索引，算术和数据对准方法的替换和删除，数据清洁，数据规律性，结构转换，结构转换，结构转换，结构性转换，熟悉数据分析的三个三指熊猫的共同使用，其中一种是伟大的武器之一，熟悉熊猫中三个主要的数据对象的使用，并且可以使用熊猫来完成最重要的数据清洁，格式转换和数据法规，Pandas的阅读和熊猫的操作方法。
4. Matplotlib三层结构系统，各种普通图类型类型折叠图，列形图，累积的柱图，蛋糕图，图例，文本，标记线，视觉文件保存，熟悉三个主要数据工具之一熟悉matplotlib的三个层状结构的Matplotlib的分析可以熟练使用Matplotlib绘制各种常见数据分析图表。和预测，共享自行车用户组中数据分析的数据分析以及全球幸福指数数据分析。
第四阶段：机器学习和人工智能
里程碑：
1.了解与机器学习有关的基本概念和系统处理过程
2.可以熟练地应用各种普通的机器学习模型来解决监督和学习的问题以及非赛教学习和测试，并解决回归和分类的问题
3.熟悉常见分类算法和回归算法模型，例如KNN，决策树，随机森林，K-均等。
4.掌握用于图像识别，自然语言识别问题的卷积神经网络的处理方法，并熟悉深度学习框架TF中的张力，会话，梯度优化模型，等等。
5.掌握深度学习卷积神经网络的操作机制，可以自定义传统的深度学习实践项目，例如卷积层，合并层和足球俱乐部层，以完成图像识别，手写字体识别和验证代码识别。
知识点：
1.机器学习经常算法，使用Sklearn数据集，字典特征提取，文本特征提取，标准化，标准化，数据主要组件分析PCA，KNN算法，决策树模型，随机森林，线性回归和逻辑回归模型和逻辑回归模型和逻辑回归模型和逻辑回归模型Algorithm.miliar熟悉机器学习的基本概念，精通机器学习的基本工作流程，熟悉特征工程，并且可以使用各种常见的机器学习算法模型来求解分类，回归，聚类和聚类和聚类和聚类和其他问题。
2.与TensorFlow，TF数据流图，会话，张板，张板可视化，潮汐修改，TF文件读数，TensorFlow PlaceRound使用，神经网络结构，卷积计算，激活功能计算，池层设计，掌握差异，在机器学习和深度学习之前练习，要熟练深入学习的基本工作流程，熟练精通神经网络的结构和特征，掌握张力，地图结构，操作对象等的使用，熟悉输入层，卷积层的设计，合并层和完整的连接层，完成了共同的深度学习项目，例如验证代码识别，图像识别和手写输入识别。
我认为，Python可以做任何事情。无论是进入级别的玩家到专业级别的玩家，还是网络程序开发，桌面程序开发或科学计算
对于计算，图像处理，Python可以胜任。
Python为我们提供了一个非常完整的基本代码库，涵盖了许多内容，例如网络，文件，文档，GUI，数据库，文本和其他内容。生动地称为“电池
包括 ”。”Python开发，许多功能不需要从零开始编译，只需使用Ready -Made制作的功能即可。
除了构建的库外，Python还拥有大量的第三方库，由其他人开发为您的直接使用。当然，如果您开发的代码是一个很好的包装，则
它也可以用作其他人的第三方库。
许多大型网站都使用Python开发，例如YouTube，Instagram和国内Douban。
NASA（美国航空航天局）大量使用Python。
将乌龟叔叔放在Python上的定位是“优雅”，“透明”和“简单”，因此Python程序总是看起来简单易懂。初学者学习python。入门不仅很容易，而且很容易开始。
将来，您可以编写那些非常非常复杂的程序。
总的来说，Python的哲学简单而优雅。尝试编写易于理解和写作的代码。
您可以用数万行嘲笑他。
Python学习网络，免费Python学习网站，欢迎在线学习！
根据朋友和同事的强烈建议，我最近开始看到Python。实际上，这主要是因为Python是2007年的一种语言。我该如何与时代保持同步？最近，我似乎一直都有一定的经验。我希望与您分享。
我不打算从PY的语法基础开始，并直接谈论Django的经历：
要首先与Django联系，您需要了解这可能是他的榜样。建立模型就是一切。对于Java的人员来说，这仍然非常有吸引力（当然，这是动态语言的儿科部门）。看一个模型的示例：
懒惰，将用户直接带到django-admin中
类用户（型号。模型）：
用户名= models.charfield（_（_（'用户名'），maxlength = 30，unique = true，value_list = [validator.isalphanuseric]）
first_name = models.charfield（_（_（'firan name'），maxlength = 30，空白= true）
last_name = models.charfield（_（_姓氏'），maxlength = 30，空白= true）
电子邮件= models.emailfield（_（_（_mail地址'），空白= true）
密码= models.charfield（_（_（'密码'），maxlength = 128）
元类：
订购=（'用户名'，）
每个属性都是库表的字段，它非常简单明了。模型提供了许多类型的字段相似的电子邮件field.different字段具有不同的设置，您可以看到相应的原始设置。
模型类内还有类元。此类的属性制定了该表的某些访问策略，例如这里的排序。可以使用Model..ok的_Meta属性获得MetAclass中的属性。那么，该模型如何才能实现数据库的灵活操作table.LET看看。
首先分析/django/django/db/models/base.py，其中包含诸如model.model之类的定义：model：
看看班级定义的第一行，第一行足以让我考虑一段时间：
类模型（对象）：
__ metaclass__ = modelbase
模型使用新样式类定义。对于此内容，您可以让狗看。第一行是__Metaclass_属性的定义。此属性的值是modelbase，它是一个类。该课程的一个例子是此类，我相信您很头晕。然后以这种模型来解释，如果没有__ metaclass__，则实例是一个正常的过程。通过此属性过程，将会有更改：
第一个呼叫basemodel .__新__（CLS，名称，基础，attrs）。返回值是类型类型，然后使用此类创建一个实例。实际上，basemodel是模型的元模型，用于制定模型类的最终外观。有关Meta类的更多信息，请参阅此处。
然后我们的眼睛被转移到基本模型班上，我有一种直觉。梅塔（Meta），班级可以最终使用_meta将其带到这里。看一下基本模型的定义。有点长：
类Modelbase（类型）：
“所有模型的元类”
def __new __（Cls，Name，Bases，Attrs）：
＃如果这不是模型的子类，请不要做任何特别的事情。
如果名称=='模型'或不过滤（lambda b：issubclass（b，model），基地）：＃1 1
返回超级（modelbase，cls）.__新__（CLS，名称，基础，attrs）
＃创建类。
new_class = type .__ new __（Cls，Name，bases，{'__module__'：attr.pop（'__ module__'）}）＃2 2 2
new_class.add_to_class（'_ meta'，options（attr.pop（'meta'，none）））＃3
new_class.add_to_class（'dionNotexist'，types.classtype（'do notexist'，（objectdoesnotexist，），{}），{}）
＃建立完整列表＃4
对于基地的基础：
＃todo：检查“ _Meta”的存在是hackish。
如果在dir（基本）中的'_meta'：
new_class._meta.parents.append（基础）
new_class._meta.parents.extend（base._meta.parents）
model_module = sys.modules [new_class .__模块__]
如果getttr（new_class._meta，'app_label'，none）无：
＃通过查找一个级别来找出app_label。
＃对于'django.contrib.sites.models'，这将是“大小”。
new_class._meta.app_label = model_module .__名称__。拆分（'。'）[-2]＃5
＃如果我们有Alream创建此类，请尽早救助。
m = get_model（new_class._meta.app_label，name，false）＃6
如果m不是没有：
返回m
＃将所有属性添加到类中。
对于obj_name，obj in attr.items（）：
new_class.add_to_class（obj_name，obj）＃7 7
#ADD字段从父母那里继承
对于new_class._meta.parents中的父母：
for parent._meta.fields：
＃仅在此课程死亡时添加火场。
尝试：
new_class._meta.get_field（field.name）
除了fielddoesnotexist：
field.contribute_to_class（new_class，field.name）＃8
new_class._prepare（）
register_models（new_class._meta.app_label，new_class）＃9
＃由于进口的发生方式（递归），我们可能会或可能不会
＃该模型以框架注册的第一类。
＃只能是每个型号的一类，因此我们必须始终返回
＃注册版本。
返回get_model（new_class._meta.app_label，name，false）＃10
让我们简要分析此代码：
1.检查课程是否是模型的子类。如果没有，如果您不进行任何治疗，它将直接传递给父过程，这等同于正常处理类别。请注意，当多个继承继承时，超级应严格使用它。
2.使用类型创建类，创建一个普通的模型类
3.这句话非常重要。add_to_class是模型中的类方法。实际上，此方法将其传递到名称和值中，以将类属性添加到模型中。看到，原始的神奇_meta来自。add_to_class方法很简单。查看其代码：
def add_to_class（CLS，名称，值）：
如果名称=='admin'：
assert type（value）== types.classtype，“％s model MST的％r属性为类，而不是％s对象”％（name，cls ._____，type（value））
值=管理
如果hasattr（value，'contrute_to_class'）：
value.contribute_to_class（CLS，名称）
别的：
setttr（CLS，名称，值）
add_to_class = classMethod（add_to_class）
最后一句话是将此方法提出为类方法。特征是该方法的第一个参数是类。实际上，ClassMethod是装饰器。2.4之后，您可以使用@进行简要介绍。我在这里要提及的是他对管理员的特殊处理。尽管管理模块不在管理模块中，但仍与管理员的内容绑定。以下是“ contrute_to_class”方法的特殊处理。为什么django不会得到脱杯点？也将其包装成选项，一个是在基本模型（该元的包装）中制成的，另一个是在add_to_to_class方法中制成的。这有点不合理。我可能不太了解。我不知道他的意图。
4.元的集成，此类选项提供继承方法
5.获取Applabel，也就是说，将模型的名称分为第二个。我喜欢诸如2之类的设置
6. GET_MODEL方法将其输入缓存。
7.取出所有类属性，然后再进行一次，然后将一般属性安定回。如果此属性具有contrute_to_class，则可以执行该属性（可以完全这样的处理。
8.每个文件调用自己的控制_to_class方法用于特殊处理
9.输入缓存，我们暂时致电缓存。
10.很明显地看到注释。我们必须将模型放在缓存中。
结论：以上是首席CTO指出的Django缓存策略的全部内容。我希望这对每个人都会有所帮助。如果您仍然想进一步了解这一点，请记住要收集对该网站的关注。