Python的学习，知识涵盖极为广泛，对不同应用目标的学习，进阶的路线有很大的差异。下面分享一下python大数据处理方向的学习路线，希望对大家有所帮助。

1、Python基础学习

（1）Python语句

学习python的运算符和表达式，声明语句，基本的输入输出语句、注释语句、流程控制语句

（2）函数、模块和包

函数的定义和使用，模块的导入，多模块和包声明

（3）数据结构

元组，列表，字典，集合的抽象与使用

（4）面向对象

类定义、对象的构建和实例化、子类继承和方法重写、异常类的使用

（5）正则表达

字符串匹配和过滤，数据的搜寻和识别

（6）文件操作

文件和目录的新建与查找，文件内容的读取与写入

2、大数据进阶学习

（1）Linux系统及网络服务

Linux操作系统命令行环境，网络服务配置

（2）Hadoop核心组件

MapReduce和HDFSGoogleHadoop的概念，Hive数据仓库操作，HBase存储设计，Pig计算，Sqoop数据迁移，Oozie、Azkaban工作流

（3）Spark技术

Spark大数据处理Spark的特点与应用场景，PythonSpark程序开发，GraphX架构

3、大数据高级学习

（1）SparkMLlib与机器学习

机器学习分类及算法，MLlib算法库

（2）Storm实时开发框架

Storm的开发环境与生产环境，拓扑与流分组，spout和bolt类

（3）Storm的辅助框架

Zookeeper分布式服务框架，storm-starter项目管理，trident实时计算抽象

（4）大数据架构设计

flume数据采集+kafka数据缓冲接入+storm流式计算+mysql分析结果持久化存储

以上就是python大数据处理方向的学习路线。