扈炀
Python当中学到了算法这个部分，我们就要考虑进阶或者是提升。简单的说一下，Python的进阶流程：了解基本语法--->熟练使用常用的库--->Pythonic--->高级玩法--->看透python的本质；
Python的使用范围：
Web Programming: Django, Pyramid, Bottle, Tornado, Flask, web2py
GUI Development: wxPython, tkInter, PyGtk, PyGObject, PyQt
Scientific and Numeric: SciPy, Pandas, IPython
Software Development: Buildbot, Trac, Roundup
System Administration: Ansible, Salt, OpenStack
可以从上述的使用范围来选择深入学习。在Python中文开发者社区可以看到，论坛当中有很多适合提升水平的文章和项目。
推荐书籍：
英语水平过关的话建议看英文原版的，中文翻译的会有写偏差。这本书给出了很多代码的方法和规范。并且作者的理念是把代码当成写文章。第一章开篇就是教我们代码的整洁；第二章的内容是体现本意的命名能让人更容易理解和修改代码；后面还有函数、注释、格式等等的；
如果只是要了解的话，看前面几张就够了。但是书中比较有价值的部分，在于进行重构的时候很多细小的步骤。看这本的话，网上也是有电子版本，并且在各大IT论坛当中有很多人写读书笔记。
提高算效率的技巧
（1）想量化的操作（可以参考书籍《利用Python进行数据分析》）
（2）广播机制（可以参考书籍《Deeplearning深度学习笔记》）
（3）多线程多进程
GIL（全局解释器锁）它让python的多线程无法充分利用多核的优势，但是对于I/O操作频繁的程序，利用多线程带来的优势还是非常明显的。
传智播客
如题，作为一个研究生，你用Python写算法，我觉得你应该是想往大数据，人工智能方面发展。
Python这些年随着大数据人工智能的大爆发也变得流行起来，你想再提升自己Python的水平，我觉得你可以从以下着手！
分布式计算框架spark
Apache Spark是一个计算速度快，易用，支持复杂分析的大数据处理框架，大有取代mapreduce之势。
Python虽说在机器学习和人工智能方面有极好的应用，但是Python有一个大缺陷，不支持分布式计算，但是不要紧，spark提供了极好的Python接口Pyspark，借助他，Python在分布式计算、流计算方面有了极大提高。
另外，spark的核心RDD弹性分布式数据集和Python中pandas中的DataFrame十分相似，可以十分方便的相互转化。所以说spark让Python有了分布式处理大数据集的能力。
web后端
Python有十分多的强大的web后端框架，如Django，flask等，学习这这可以巩固Python的基础，又会使用到Python的高级用法，如装饰器，类及魔法方法，数据库等。
学习spark和web后端的优势
你不可能一直在单机上使用模型，你可能会在大数据框架和网站来部署模型，这需要你了解后端和分布式计算，学习这两方面，既能提升Python水平，也能让你在日后的大数据和人工智能领域如虎添翼。
爱数据的小司机
python
最接近人类的语言，学习起来特别容易上手。只会一门语言是不够的，会影响对编程语言的理解。在研究生阶段最好再入门Java或者C,有比较，更易理解Python语言的编程思想,语言的优劣。笔者就是写过一段时间Python，工作需要用了一段时间Java,再回过头用Python，领悟许多。看优秀Python包的源码，建议看Google或者其他的大厂的开源小Python项目，看了不同人的代码风格才知道自己差距在哪。然后，根据实际尝试写一个包发布到
pypi.org
。动手做才能看到忽略的细节。Python写算法，基本上的意思是会调机器学习的scikit-learn、深度学习的TensorFlow等。这些不能帮助理解一门语言的核心思想。建议尝试用Python写一个web项目，做做网页或者写写接口。会做一个服务是日后工作的必修课。
最后一条也是最重要一条：学会使用PyCharm，按住“Ctrl”或"Command"后，点击函数，进入代码内部查看。
PythonCoder
除了用Python来写算法之外，还可以用Python来来做web开发，网络爬虫，数据清洗，以及人工智能等。
至于怎么样提高自己的Python水平？给自己规划一条学习路线，然后进行系统的学习，然后出去工作或者是自己接一些项目来做，通过做项目的方式来提升自己，毕竟做项目是综合知识的应用。
了解过“如鹏网”的Python学习路线，可以作为参考，基本上都是慕名而去的。
1、Python基础
2、数据库开发
3、web前端
4、Python web开发及企业项目实战
5、Linux
6、NoSQL
7、数据可视化
8、网络爬虫
9、人工智能
玩着学编程
作为研究生 用python的工作主要是数据分析岗位
对数据岗来说 除了算法模型之外 还需要的技能有
1 大数据工具
学会hadoopbspark这些大数据的工具的使用 这是海量数据处理的必备技能
2 工程接口
为了和其他团队协作 需要熟悉restful api和一些简单的服务器后台的开发经验 还有自动化部署测试的经验 尤其是测试这块 数据岗的测试和开发岗的测试内容完全不一样 不仅仅是功能流程正确 还有逻辑和决策是合理 这是不了解数据的测试做不到的
3 本行业的数据洞察力
除了学习模型 数据分析师还需要补充行业相关的知识 这样才能对业务上的数据有比较好的理解 这样才能选择和设计正确的模型去做分析决策
魔数思
研究生应该会写很多论文吧，可以针对自己所学到的技术知识，外加查询一些文献等等，可以向一些媒体机构投稿，一是可以赚取一些稿费，还有就是对自己的毕业答辩或者以后的就业都是很有帮助的。
平时可以写写自己的博客，在博客上不仅可以学到很多大神的技术，还能通过写博客，提升自己的技术。
如果有足够的野心，Python的应用范围是很多的，比如Web应用开发，自动化运维，网络爬虫，大数据分析，图像处理，科学计算，游戏，桌面软件，人工智能等等
有条件的话，可以开始接触一些实战项目，在实战中提高自己的技术水平！
码农视界
除了学习算法，也可以学习做界面，做爬虫，做工程，比如做一个网站，基于爬虫进行信息聚集，加工挖掘，然后展示给用户，也可以挖掘做产品，多看看github成熟的项目，看看python和大数据的集成
