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机器学习方向的学习路线，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、机器学习进阶学习

Numpy和Scipy基础Numpy数组，结构数组，Scipy科学计算库，iPython编辑器

（1）Matplotlib数据可视化

二维数据集，二维绘图，决策树绘制，seaborn库

（2）Pandas基础

DataFrame类，Series类，时间序列生成

3、机器学习高级学习

（1）数学工具

简单线性回归，岭回归，LASSO回归，Logistic回归，SVM向量机

（2）神经网络

感知机学习，BP算法，CNN卷积神经网络，CCPP数据集

（3）分类模型

K-means，EM，朴素贝叶斯，贝叶斯网络，HMM模型，卡尔曼滤波

（4）pythonScikit-learn框架

TensorFlow框架，Theano框架，caffe框架，Keras框架

已上就是python机器学习方向的学习路线。