整理这些编程与技术学习资源时，心里其实一直在盘算一件事：到底该按什么逻辑分类，才能让初学者少走弯路，让进阶者迅速定位？琢磨了几轮之后，最终决定按“基础→项目→工具→Web→测试→AI”这条主线来放。如果你正愁资料太多不知从哪下手，不妨看看这个分类框架——它背后是一整套循序渐进的学习路径。

Python 基础与进阶

最核心的部分自然是 Python 基础。这里有 PYTHON_CORE，把所有核心语法和数据结构都封装好了；紧接着是 OBJECT_ORIENTED，专门讲面向对象——别小看这一块，很多新手写了两年代码还搞不清楚类和对象的关系，其实根源就在这。再往上走，PYTHON_ADVANCED 就是那些装饰器、生成器、上下文管理器之类的进阶话题，属于“从能跑到能飞”的关键一跳。

项目实践

光说不练假把式。文件夹里放了 PROJECT01、PROJECT02、PROJECT03 以及一个通用的 PROJECT，还有专门针对计算机视觉和自然语言处理的 CV_PROJECT 和 NLP_PROJECT。这些项目不是随随便便的 demo——每一个都对应真实业务场景，从数据准备到模型部署都有完整代码。做完一遍，你的开发能力会往上跳一个台阶。

系统与工具

学习 Python 免不了要跟 Linux 打交道。所以 LINUX 这部分把常用命令、环境配置、权限管理都整理了。至于 REDIS，它既是数据库也是缓存，在高并发场景下几乎是标配。这两个文件夹虽然名字短，但内容是实打实的硬核。

Web 开发相关

Web 开发这块覆盖了从前端到后端的完整链路。JA VASCRIPT 是前端必备，DJANGO 是 Python 生态里最成熟的 Web 框架，AJAX 用来处理异步交互。还有一个 WEB_PRODUCTION，专门讲部署、上线、Nginx 反向袋里之类的生产环境知识——这往往是程序员在本地跑顺了、一上生产就翻车的地方。

测试与运维

SOFTWARE_TESTING 文件夹里装的是软件测试的基本功，从单元测试、集成测试到自动化测试框架。很多人觉得测试是 QA 的事，但真正优秀的开发者都是自己写测试的——这一点，越早明白越好。

人工智能领域

AI 部分可以说是整套资源的“精彩处”了。机器学习、深度学习、计算机视觉、自然语言处理……每个方向都有专门的文件夹：MACHINE_LEARNING、DEEP_LEARNING、COMPUTER_VISION、NATURAL_LANGUAGE_PROCESSING。框架方面，PYTORCH 是主力，灵活且够快。另外 NLP_PROJECT 就是前面提到的 NLP 项目实践，与理论文件夹配套使用效果更佳。

如果你手头已经有这些素材了，那建议的套路是：先刷 Python 核心，然后挑一个项目做通，接着根据需要跳到 Web 或 AI 方向。视频教程的话，可以直接从网盘里取：https://pan.quark.cn/s/b364cc4930d8。至于那些零散的样式链接和平台尾巴，这里就不保留了——咱们只聊干货。