作者：吾非鱼
学Python前需要学什么才能打好基础？如果是有一定计算机编程基础相对学习Python更容易些，零基础小白也不用担心，Python是一门简洁、优雅、易读的编程语言，相对其他的学科容易很多。 学习Python语言并没有太多要求，想通过Python语言来完成开发任务需要学习一系列相关知识。Python语言在大数据领域广泛应用，从事大数据应用开发也从事大数据分析完成开发任务。学Python前需要具备的知识：
1、Linux操作系统 目前不少大数据平台需要部署在Linux操作系统上，要熟练操作Linux操作系统，具体的内容涉及到文件资源管理、任务管理、存储管理等内容。
2、大数据平台 想完成大数据应用开发，要对大数据平台有较为全面的了解，对于初学者来说，可以从Hadoop、Spark平台开始学起，由于这部分内容比较多，所以通常需要学习较长一段时间。另外，在学习大数据平台知识的过程中，需要系统地学习一下数据库相关知识，包括关系型数据库和NoSql数据库。
3、算法 不论是从事大数据应用开发还是大数据分析，都离不开算法，掌握一定的算法知识还是比较重要的。在大数据分析领域比较常见的算法包括k近邻、决策树、朴素贝叶斯、支持向量机、Apriori等，学习并掌握这些算法的运用需要一个系统的过程。
4、学习Python基础知识并实现基本的爬虫过程 一般获取数据的过程都是按照 发送请求-获得页面反馈-解析并且存储数据 这三个流程来实现的。过程模拟了一个人工浏览网页的过程。Python中爬虫相关的包很多：urllib、requests、bs4、scrapy、pyspider 等，我们可以按照requests 负责连接网站，返回网页，Xpath 用于解析网页，便于抽取数据。
4、非结构化数据的存储 爬虫抓取的数据结构复杂 传统的结构化数据库可能并不是特别适合我们使用。我们前期推荐使用MongoDB 就可以。
5、掌握一些常用的反爬虫技巧 使用代理IP池、抓包、验证码的OCR处理等处理方式即可以解决大部分网站的反爬虫策略。
6、了解分布式存储 分布式这个东西，听起来很恐怖，但其实就是利用多线程的原理让多个爬虫同时工作，需要你掌握 Scrapy + MongoDB + Redis 这三种工具就可以了。 学python前需要学什么具体根据自身的基础情况，查漏补缺选择，弥补自己知识体系的短板。
