PHP三目运算符怎么用，新手如何学习Java？
首先要了解Java基础，数据库，前端，Java web，框架等都是需要有一定的掌握的。如果有项目经验，找工作会更好。当然，如果有更深层次的分布式架构、服务器虚拟化技术、企业开发解决方法等知识，能更好的找到工作哦！
如果你想学习，下面这套2020年Java中高级程序员学习线路图能帮到你！（含所需要学习的技术及配套视频）一、Java基础JavaSE基础是Java中级程序员的起点，是帮助你从小白到懂得编程的必经之路。
在Java基础板块中有6个子模块的学习：
基础语法，可帮助你建立基本的编程逻辑思维；面向对象，以对象方式去编写优美的Java程序；集合，后期开发中存储数据必备技术；IO，对磁盘文件进行读取和写入基础操作；多线程与并发，提高程序效率；异常，编写代码逻辑更加健全；网络编程，应用服务器学习基础，完成数据的远程传输。学习该阶段，可以完成一些简单的管理系统、坦克大战游戏、QQ通信等。配套学习视频：
Java教程|Java基础班-小白的福音（冯老师）
二、数据库数据库不仅仅是Java开发工程师的必学课程，也是其他语言都需要掌握的技能。用于对交互过程中客户的数据进行存储。
该板块包括关系型数据库和非关系型数据库。
例如：MySQL、oracle、redis、MongoDB等。数据库学习完毕后，可以将数据存储到数据库中，也可以通过SQL语句从数据库中查询数据，结合Java项目可以实现动态站点的数据的保存。
技术树
配套学习视频：
5天玩转MySQL
Sharding-JDBC从入门到精通
java进阶教程4天oracle快速入门
三、前端技术Javaweb阶段包括前端、数据库和动态网页。Javaweb是互联网项目的入门课程，是学习后面高进阶课程的基础。
首先，我们先看一下前端板块。该板块主要包括如下几个模块：
HTML5，网页制作标记语言；CSS，对HTML制作网页进行美化；JavaScript，嵌入在页面中的脚本语言，具备逻辑性；Vue，前端框架，简化了与服务器端交互的操作，用户良好的交互体验是必不可少的。学习前端技术后，可以完成类似京东、淘宝的前端工程的编写。
技术树
配套学习视频：
Ajax从入门到精通|黑马程序员
2018年Vue.js深入浅出教程
PHP HTML+CSS+JavaScript教程
零基础玩转微信小程序
四、动态网页技术动态网页是中级程序员服务器端编程的基础，是高级框架学习的必备课程，后期学习的框架、服务底层都是基于动态网页技术之上的。
该板块包括Javaweb核心技术、包括Servlet、Request、Response、Cookie和Session等，通过这些技术的学习可以完成动态站点开发，可更好的完成服务器端与客户的交互，让页面的数据“动”起来，做出小型的应用系统。
技术树
配套学习视频：
JavaWeb教程_JavaWeb入门教程|黑马程序员
servlet4.0新特性
五、编程强化编程强化是对解决实际问题方面做一个深入的了解和应用，是对JavaSE基础的加强，对后期自动以框架和对一些服务框架的底层理解做支撑。
编程强化板块主要包括如下几个模块：多线程高级、涉及线程内存、线程通信等；JVM优化，对JVM底层进行调优来提高项目执行效率；NIO，同步非阻塞IO来提高效率。
学习该阶段，可以对原有项目进行优化从而使程序更快更稳定。
技术树
配套学习视频：
Java多线程与并发库高级应用
java程序算法与实际运用--刘意老师
匠心之作java基础强化之JVM内存结构
匠心之作java基础强化之强转溢出&浮点数运算精讲
六、软件项目管理JavaSE基础是Java中级程序员的起点，是帮助你从小白到懂得编程的必经之路。
在Java基础板块中有6个子模块的学习：基础语法，可帮助你建立基本的编程逻辑思维；面向对象，以对象方式去编写优美的Java程序；集合，后期开发中存储数据必备技术；IO，对磁盘文件进行读取和写入基础操作；多线程与并发，提高程序效率；异常，编写代码逻辑更加健全；网络编程，应用服务器学习基础，完成数据的远程传输。
学习该阶段，可以完成一些简单的管理系统、坦克大战游戏、QQ通信等。
技术树
配套学习视频：
Maven教程_Maven视频教程|黑马程序员
Git零基础入门到实战详解
七、热门技术框架使用Javaweb进行企业级开发是完全可以的，但是开发效率比较低，所以对常用的逻辑操作进行封装就形成了框架，因此框架是企业开发的入门技能。
热门框架板块主流框架有如下几个：Spring框架，占据统治地位，其生态系统涉及各个方面解决方案；MyBatis框架，使用ORM思想对数据库进行操作。
该板块学习后，就可以进行真实企业级项目开发了，做出的项目也会更加符合企业要求。
技术树
配套学习视频：
Java教程|Springmvc由浅入深教程
java进阶教程Mybatis由浅入深教程
JPA教程_JPA视频教程|黑马程序员
数据层全栈方案 SpringData 高级应用
八、分布式架构方案随着互联网的发展，业务的复杂性和用户的体验性都需要提高，所以分布式架构出现了。该板块主要讲解的是分布式架构的相关解决方案。
主要包括如下模块：Dubbo，高性能的 RPC 服务发布和调用框架；SpringBoot，简化Spring应用的初始搭建以及开发过程；Spring Cloud，一系列框架的有序集合，如服务发现注册、配置中心、负载均衡、断路器、数据监控等。
该板块的学习，可以具备大型互联网项目开发的必备技术和实际经验，为进入BATJ打下基础
技术树
配套学习视频：
java中级程序员教程快速入门Zookeeper+dubbo
两小时由浅入深搞定springboot
4天从浅入深精通SpringCloud 微服务架构
九、服务器中间件中间件板块是大型互联网项目中必备的。服务中间件可以帮助各子模块间实现互相访问，消息共享或统一访问等功能。其包括远程服务框架中间件，例如阿里（Apache）的RPC框架Dubbo等；消息队列中间件，例如：阿里巴巴开源分布式中间件RocketMQ、高吞吐量消息发布和流处理服务Kafka等。
学习服务中间件是中级JavaEE工程师必要技术，也是JavaEE架构师必须精通的技术。
技术树
配套学习视频：
MongoDB基础入门到高级进阶
REDIS高级应用：使用redis消息队列完成秒杀过期订单处理
十、服务器技术不管是使用原生Javaweb进行开发，还是使用框架进行开发，项目最终需要对外发布才能供全世界的人访问到，而服务器板块就可以解决这个问题，所以服务器是项目发布的必要技术。该板块包括虚拟化和web应用服务器的学习，主要包括如下几个模块：Vmware，虚拟机软件；Linux，专门用于服务器的系统；Nginx，集群部署时反向代理服务器；Tomcat，项目发布时主要使用的服务器。
该板块学习后，我们就可以把开发好的项目发布到服务器中，然后供你的小伙伴远程访问了，超酷！
技术树
配套学习视频：
高可用的并发解决方案nginx+keepalived
Linux运维189讲系统教程
服务器tomcat（Java开发必会）
利刃出鞘-Tomcat核心原理解析
十一、容器技术容器化技术是近两年超级火的一个专题，通过容器化技术可以对环境进行打包，方便移植，大大提高了开发效率。该板块包括容器化技术Docker和其平台管理引擎Kubernetes，其中，Docker 是一个开源的应用容器引擎，可以打包应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的Linux或Windows 机器上，也可以实现虚拟化。而Kubernetes是一个开源的，用于管理云平台中多个主机上的容器化的应用，Kubernetes的目标是让部署容器化的应用简单并且高效。通过该板块的学习，你可以通过上述技术快速搭建环境，节省开发时间，提高开发效率。
技术树
配套学习视频：
深入解析docker容器化技术
十二、业务解决方案虽然我们已经具备了基础技术和高阶技术，但是要想与企业开发相接轨，还需要对实际项目的业务解决方案进行探究。而此版块就是在实际业务场景中的真实解决方案集合，常用的业务解决方案有如下：搜索业务场景解决方案、日志收集与分析场景解决方案、工作流引擎场景解决方案、任务调度场景解决方案、地图开发平台场景解决方案、支付开放平台场景解决方案、图表可视化场景解决方案。通过分析实际业务来学习这个解决方案技术集，完全可以达到中级甚至高级工程师水平。
技术树
好了，学习线路图分享到这里， 如果有最新学习视频，我会继续更新！
怎么自学数据分析？
这是一份数据分析师的入门指南，它包含七周的内容，Excel、数据可视化、数据分析思维、数据库、统计学、业务、以及Python。
每一周的内容，都有两到三篇文章细致讲解，帮助新人们快速掌握。这七周的内容刚好涵盖了一位数据分析师需要掌握的基础体系，也是一位新人从零迈入数据大门的知识手册。
第一周：Excel
每一位数据分析师都脱离不开Excel。
它是日常工作中最常用的工具，如果不考虑性能和数据量，它可以应付绝大部分分析工作。虽然现在机器学习满地走，Excel依旧是无可争议的第一工具。
Excel的学习分为两个部分。
掌握各类功能强大的函数，函数是一种负责输入和输出的神秘盒子。把各类数据输入，经过计算和转换输出我们想要的结果。
在SQL，Python以及R中，函数依旧是主角。掌握Excel的函数有助于后续的学习，因为你几乎在编程中能找到名字一样或者相近的函数。
在「数据分析：常见的Excel函数全部涵盖在这里了」中，介绍了常用的Excel函数。
清洗处理类：trim、concatenate、replace、substitute、left/right/mid、len/lenb、find、search、text
关联匹配类：lookup、vlookup、index、match、row、column、offset
逻辑运算类：if、and、or、is系列
计算统计类：sum/sumif/sumifs、sumproduct、count/countif/countifs、max、min、rank、rand/randbetween、averagea、quartile、stdev、substotal、int/round
时间序列类：year、month、weekday、weeknum、day、date、now、today、datedif
搜索能力是掌握Excel的不二窍门，工作中的任何问题都是可以找到答案。
第二部分是Excel中的工具。
在「数据分析：Excel技巧大揭秘」教程，介绍了Excel最具性价比的几个技巧。包括数据透视表、格式转换、数组、条件格式、自定义下拉菜单等。正是这些工具，才让Excel在分析领域经久不衰。
在大数据量的处理上，微软提供了Power系列，它和Excel嵌套，能应付百万级别的数据处理，弥补了Excel的不足。
Excel需要反复练习，实战教程「数据分析：手把手教你Excel实战」，它通过网络上抓取的数据分析师薪资数据作为练习，总结各类函数的使用。
除了上述要点，下面是附加的知识点，铺平数据分析师以后的道路。
了解单元格格式，数据分析师会和各种数据类型打交道，包括各类timestamp，date，string，int，bigint，char，factor，float等。
了解数组，以及相关应用（excel的数组挺难用），Python和R也会涉及到 list，是核心概念之一。
了解函数，深入理解各种参数的作用。它会在学习Python中帮助到你。
了解中文编码，UTF8、GBK、ASCII，这是数据分析师的坑点之一。
第二周：数据可视化
数据分析界有一句经典名言，字不如表，表不如图。
数据可视化是分析的常用技巧之一，不少数据分析师的工作就是通过图表观察和监控数据。首先了解常用的图表：
Excel的图表可以100%绘制上面的图形，但这只是基础。
在「数据可视化：你想知道的经典图表全在这」中介绍了各类数据分析的经典图表，除了趋势图、直方图，还包括桑基图、空间图、热力图等额外的类型。
数据可视化不是图表的美化，而是呈现数据的逻辑之美，是揭示数据的内在关联。了解图表的维度和适用场景，比好看更重要。比如桑吉图就是我一直推崇的图表，它并不知名，但是它能清晰的揭露数据内在状态的变化和流向。案例是用户活跃状态的趋势。
Excel的图表操作很傻瓜化，其依旧能打造出一份功能强大的可视化报表。「数据可视化：教你打造升职加薪的报表」教给大家常用的Excel绘图技巧，包括配色选取，无用元素的剔除、辅助线的设立、复合图表等方法。
Excel图表的创造力是由人决定的，对数据的理解，观察和认知，以及对可视化的应用，这是一条很长的道路。
图表是单一的，当面板上绘制了多张图表，并且互相间有关联，我们常称之为Dashboard仪表盘。
上图就是用分析师薪资数据为数据源绘制的Dashboard，比单元格直观不少。我们常常把绘制这类Dashboard的工具叫做BI。
BI（商业智能）主要有两种用途。一种是利用BI制作自动化报表，数据类工作每天都会接触大量数据，并且需要整理汇总，这是一块很大的工作量。这部分工作完全可以交给BI自动化完成，从数据规整、建模到下载。
另外一种是使用其可视化功能进行分析，它提供比Excel更丰富的交互功能，操作简单，而且美观，如果大家每天作图需要两小时，BI能缩短大半。
在「数据可视化：手把手打造BI」教程中，以微软的PowerBI举例，教大家如何读取数据，规整和清洗数据，绘制图表以及建立Dashboard。最后的成果就是上文列举的分析师案例。
BI还有几个核心概念，包括OLAP，数据的联动，钻取，切片等，都是多维分析的技巧，也是分析的核心方法之一。
后续的进阶可视化，将和编程配合。因为编程能够提供更高效率和灵活的应用。而BI也是技术方向的工具，了解技术知识对应用大有帮助。
第三周：数据分析思维数据分析能力的高低，不以工具和技巧决定，而以分析思维决定。
在一场战争中，士兵装备再好的武装，进行再严苛的训练，若是冲锋的方向错了，那么迎接他们的唯有一败涂地。
分析思维决定一场「数据战争」中的冲锋方向。只有先养成正确的分析思维，才能使用好数据。
既然是思维，它就倾向于思考的方式，Excel函数学会了就是学会，分析则不同。大多数人的思维方式都依赖于生活和经验做出直觉性的判断，以「我觉得我认为」展开，好的数据分析首先要有结构化的思维。
麦肯锡是其中领域的佼佼者，创建了一系列分析框架和思维工具。最典型地莫过于金字塔思维。
这篇文章简述了该思维的应用，「快速掌握麦肯锡的分析思维」。你能学会结构化思考，MECE原则，假设先行，关键驱动等方法论。
除此以外，还有SMART、5W2H、SWOT、4P4C、六顶思考帽等，这些都是不同领域的框架。框架的经典在于，短时间内指导新人如何去思考，它未必是最好的，但一定是性价比最优的。数据分析思维，是分析思维的引申应用。再优秀的思考方式，都需要佐证和证明，数据就是派这个用处的，「不是我觉得，而是数据证明」。
现代管理学之父彼得·德鲁克说过一句很经典的话：如果你不能衡量它，那么你就不能有效增长它。如果把它应用在数据领域，就是：如果你不能用指标描述业务，那么你就无法有效增长它。每一位数据分析师都要有指标体系的概念，报表也好，BI也好，即使机器学习，也是围绕指标体系建立的。
下图就是一个典型的指标体系，描述了用户从关注产品、下载、乃至最后离开的整个环节。每一个环节，都有数据及指标以查询监控。
不同业务背景需要的指标体系不同，但有几个建立指标的通用准则。这篇文章深入介绍了「如何建立数据分析的思维框架」。你将区分什么是好指标、什么是坏指标、比率和比例、指标的结构、指标设立的维度等概念。
数据分析不是一个结果，而是一个过程。几乎所有的分析，最终目的都是增长业务。所以比分析思维更重要的是驱动思维落地，把它转化为成果。
数据分析思维是常年累月养成的习惯，一周时间很难训练出来，但这里有一个缩短时间的日常习惯。以生活中的问题出发做练习。
这家商场的人流量是多少？怎么预估？
上海地区的共享单车投放量是多少？怎么预估？
街边口的水果店，每天的销量和利润是多少？怎么预估？
这些开放性问题起源于咨询公司的训练方法，通过不断地练习，肯定能有效提高分析思维。另外就是刷各种CaseBook。
优秀的数据分析师会拷问别人的数据，而他本身的分析也经得起拷问。
第四周：数据库
Excel很容易遇到瓶颈，随着业务的发展，分析师接触的数据会越来越多。对大部分人的电脑，超过十万条数据，已经会影响性能。何况大数据时代就是不缺数据，这时候就需要学习数据库了。
即使非数据岗位，也有越来越多的产品和运营被要求使用SQL。
很多数据分析师戏称自己是跑SQL的，这间接说明SQL在数据分析中有多核心。从Excel到SQL绝对是处理效率的一大进步。
教程内容以MySQL为主，这是互联网行业的通用标准。其实语法差异不大的。
新手首先应该了解表的概念，表和Excel中的sheet类似。「写给新人的数据库指南」是一篇入门基础文章，包括表、ID索引、以及数据库的安装，数据导入等简单知识。
SQL的应用场景，均是围绕select展开。增删改、约束、索引、数据库范式均可以跳过。新手在「SQL，从入门到熟练」教程会学习到最常见的几个语法，select、where、group by、if、count/sum、having、order by、子查询以及各种常用函数。
数据还是分析师薪资数据，它可以和Excel实战篇结合看，不少原理都是相通的。
想要快速掌握，无非是大量的练习。大家可以在leetcode上做SQL相关的练习题，难度从简单到困难都有。「SQL，从熟练到掌握」教程中将会带领大家去刷一遍。
join对新手是一个很绕的概念，教程会从图例讲解，逐步提高难度。从一开始的join关联，到条件关联、空值匹配关联、子查询关联等。最后完成leetcode中的hard模式。
如果想要更进一步，可以学习row_number，substr，convert，contact等函数。不同数据平台的函数会有差异，例如Presto和phpMyAdmin。再想提高，就去了解Explain优化，了解SQL的工作原理，了解数据类型，了解IO。知道为什么union比or的效率快，这已经和不少程序员并驾齐驱。
第五周：统计学
很多数据分析师并不注重统计学基础。
比如产品的AB测试，如果相关人员不清楚置信度的含义和概念，那么好的效果能意味着好么？如果看待显著性？
比如运营一次活动，若不了解描述统计相关的概念，那么如何判别活动在数据上的效果？可别用平均数。
不了解统计学的数据分析师，往往是一个粗糙的分析师。如果你想要往机器学习发展，那么统计学更是需要掌握的基础。
统计知识会教大家以另一个角度看待数据。如果大家了解过《统计数据会撒谎》，那么就知道很多数据分析的决策并不牢靠。
在第一篇教程「解锁数据分析的正确姿势：描述统计」，会教给大家描述统计中的诸多变量，比如平均数、中位数、众数、分位数、标准差、方差。这些统计标准会让新手分析师从平均数这个不靠谱的泥潭中出来。
箱线图就是描述统计的大成者，好的分析师一定是惯用箱线图的常客。
第二篇「解锁数据分析的正确姿势：描述统计(2)」将会结合可视化，对数据的分布进行一个直观的概念讲解。很多特定的模型都有自有的数据分布图，掌握这些分布图对分析的益处不可同日而语。
直方图和箱线图一样，将会是长久伴随分析师的利器。
统计学的一大主要分支是概率论，概率是度量一件事发生的可能性，它是介于0到1之间的数值。很多事情，都可以用概率论解释，「概率论的入门指南」和「读了本文，你就懂了概率分布」都是对其的讲解。
包括贝叶斯公式、二项概率、泊松概率、正态分布等理论。理论不应用现实，那是无根之木，教程中会以运营活动最常见的抽奖概率为讲解，告诉大家怎么玩。
其实数据分析中，概率应用最广泛和最全面的知识点，就是假设检验，大名鼎鼎的AB测试就是基于它的。俗话说得好，再优秀的产品经理也跑不过一半AB测试。
何为假设检验？假设检验是对预设条件的估计，通过样本数据对假设的真伪进行判断。
产品改版了，用户究竟喜不喜欢？调研的评分下降了，这是用户的评价降低了，还是正常的数据波动呢？这些都是可以做假设检验的。它可以说是两面两篇文章的回顾和应用。
「数据分析必须懂的假设检验」依旧以互联网场景讲解各种统计技巧的应用。假设检验并不难，通过Excel的几个函数就能完成。它的难点在于诸多知识点和业务的结合使用，实际公式不需要掌握的多透彻，了解背后的意义更重要。
统计学是一个很广阔的领域，包括方差分析，时间序列等，都有各自不同的应用。大家若感兴趣，可以去阅读各类教材，没错，教材是学习统计学最优的方式。我这类文章堪堪算入门罢了。
第六周：业务
对于数据分析师来说，业务的了解比数据方法论更重要。举个例子，一家O2O配送公司发现在重庆地区，外卖员的送货效率低于其他城市，导致用户的好评率降低。总部的数据分析师建立了各个指标去分析原因，都没有找出来问题。后来在访谈中发觉，因为重庆是山城，路面高低落差比较夸张，很多外卖人员的小电瓶上不了坡…所以导致送货效率慢。这个案例中，我们只知道送货员的送货水平距离，根本不知道垂直距离。这是数据的局限，也是只会看数据的分析师和接地气分析师的最大差异。业务形态千千万万，数据分析师往往难窥一二。我的公众号业务部分也涉及了不少，大家可以通过这几篇文章了解。
一篇文章读懂活跃数据；深入浅出，用户生命周期的运营；获取新增用户，运营都应该知道的事；运营的商业逻辑：CAC和CLV；从零开始，构建数据化运营体系；读懂用户运营体系：用户分层和分群，这些都是互联网运营相关的内容，或多或少涉及了不少业务方面的概念，数据分析人员可以选择性的挑选部分内容。了解业务的数据分析师在职场发展上会更加顺利。
而在「最用心的运营数据指标解读」中，我尝试总结了几个泛互联网领域的指标和业务模型，它们都是通用的框架。
产品运营模型：以移动端APP为主体，围绕AARRR准则搭建起数据框架。包括Acquisition用户获取、Activation用户活跃、Retention用户留存、Revenue营收、Refer传播，以及细分指标。
市场营销模型：以传统的市场营销方法论为基底，围绕用户的生命周期建立框架。包括用户生命周期，生命周期价值、用户忠诚指数、用户流失指数、用户RFM价值等。
流量模型：从早期的网站分析发展而来，以互联网的流量为核心。包括浏览量曝光率、病毒传播周期、用户分享率、停留时间、退出率跳出率等。
电商和消费模型：以商品的交易、零售、购买搭建而起。包括GMV、客单价、复购率、回购率、退货率、购物篮大小、进销存，也包含SKU、SPU等商品概念。
用户行为模型：通过用户在产品功能上的使用，获得精细的人群维度，以此作为分析模型。包括用户偏好、用户兴趣、用户响应率、用户画像、用户分层，还包含点赞评论浏览收藏等功能的相关指标。
除了上述的几个常见模型，数据分析还有其他分支。比如SEO/SEM，虽然可以归类到流量模型，但它并不简单。比如财务分析，商业的各种成本支出也需要专人负责。
在业务知识外，业务层面的沟通也很重要。业务线足够长的时候，沟通往往成为老大难的问题。
业务学习没有捷径，哪怕掌握了诸多模型，不同行业间的业务壁垒会是分析师们的门槛。金融的各类专有领域知识，电子商务不同产品的特性，这些都会影响到分析报告的质量。
在早期，新人最好选择一到两个领域深入了解其业务，然后以此拓展边界。
第七周：Python/R
第七周是最后的学习环节。
是否具备编程能力，是初级数据分析和高级数据分析的风水岭。数据挖掘、BI、爬虫、可视化报表都需要用到编程。掌握一门优秀的编程语言，可以让数据分析师升职加薪，迎娶白富美。数据分析领域最热门的两大语言是R和Python。R的优点是统计学家编写的，缺点也是统计学家编写。涉及各类统计函数和工具的调用，R无疑有优势。但是大数据量的处理力有不逮，学习曲线比较陡峭。
Python则是万能的胶水语言，适用性强，可以将分析的过程脚本化。Pandas、Numpy、SKLearn等包也是非常丰富。
这里的教程以Python为主。
「开始Python的新手教程」将会教大家搭建数据分析环境，Anaconda是功能强大的数据科学工具。Python建议安装Python3+版本，不要选择Python2了。
Python的语法相当简洁，大家print出第一个hello world顶多半小时。就像在Excel上进行运算一样方便。
「开始Python的数据结构」介绍给大家Python的三类数据结构，列表list，元组tuple，以及字典dict。万变不离其宗，掌握这三种数据结构以及相对应的函数，足够应付80%的分析场景。函数式编程为Python一大特色，Python自身就提供不少丰富的函数。很多都和Excel的函数相通，掌握起来非常迅速。另外还有控制流，for、while、if，通常配合函数组合使用。
「了解和掌握Python的函数」教大家如何自定义函数，丰富的函数虽然能偷懒，但是不少场景下，还是需要自己动手撸一个。
能够调第三方包解决，就使用第三方的函数。如果是一个频繁使用的场景，而第三方依靠不了，就自己编一个函数。如果是临时性的场景，写得粗糙点也无所谓。毕竟分析师的代码能力不要求工程师那么严格，所以Python的学习尽量以应用为主，不用像分析师那么严格。
包、模块和类的概念属于进阶知识，不学也不要紧。
「Python的数据分析: numpy和pandas入门」介绍了数据分析师赖以生存的两个包，numpy和pandas，其他Python知识可以不扎实，这两个最好认真掌握。它是往后很多技能树的前置要求。
array，series，dataframe是numpy和pandas的三个数据结构，掌握它们，便算是入门了。后续的两篇教程都是实战。
「用pandas进行数据分析实战」以分析师的薪资作为实战数据。Excel、BI、SQL，一路走来，大家想必对它无比熟悉，这也是最后一次使用它了。教程通过Pandas的各类功能，绘制出一副词云图。
如何学编程？
编程是编定程序的中文简称，就是让计算机代码解决某个问题，对某个计算体系规定一定的运算方式，使计算体系按照该计算方式运行，并最终得到相应结果的过程。编程能提高逻辑思维能力，加强计算能力。
编程语言
Python
Python是一种面向对象有着代码简洁、可读性强特点的解释型计算机程序设计语言。代码简洁是因为它把许多的复杂的操作封装起来，将C语言中麻烦的指针和内存管理对开发者隐藏起来，使得在开发过程中，无须在意这部分的细节。另外Python这门语言强制用户用缩进进行排版，若不好好排版，则代码编译无法通过，或者运行过程会出现错误。
C语言
C语言是一门面向过程的、抽象化的广泛应用于底层开发的通用程序设计语言，能以简易的方式编译和处理低级存储器。C语言既具有高级语言的特点，又具有汇编语言的特点，是仅产生少量机器语言以及不需要任何运行环境支持便能运行的高效率程序设计语言。
是有简洁的语言、具有结构化的控制语句、丰富的数据类型、丰富的运算符、可对物理地址进行直接操作、代码具有较好的可移植性、可生成高质量、目标代码执行效率高的程序。
Java
Java通过面向作为静态对象的编程语言的代表，可以充分的实现面向的对象理论的编程语言，有简单性、功能强大、分布式、健壮性、安全性、平台独立与可移植性、多线程及动态性的特点。
Java支持在网络上应用，Java既支持各种层次的网络连接，又以Socket类支持可靠的流（stream）网络连接，它是分布式语言。所以用户可以产生分布式的客户机和服务器。网络变成软件应用的分布运载工具。Java程序只要编写一次，就可到处运行。
PHP
PHP是一种被广泛应用的开放源代码的多用途脚本语言，它可嵌入到 HTML中，尤其适合 web 开发。
使用 PHP 的最大的好处是它对于初学者来说极其简单，同时也给专业的程序员提供了各种高级的特性，只需几个小时就可以自己写一些简单的脚本。尽管 PHP 的开发是以服务端脚本为目的，但事实上其功能远不局限于此。
GO
Go语言（又称 Golang）是一种静态强类型、编译型语言，是一个开源编程环境，可以轻松构建简单、可靠和高效的软件。Go 语言语法与 C 相近，但功能上有：内存安全，GC（垃圾回收），结构形态及 CSP-style 并发计算。Go 内嵌了关联数组（也称为哈希表（Hashes）或字典（Dictionaries）），就像字符串类型一样。
对比
python和c语言的区别主要体现在：语言类型、内存管理、速度、应用、运行、对象、声明、测试和调试难度、复杂度、学习程度。 测试和调试难度不同：Python相对其他语言而言是非常简单的语言，高度集成，代码量少。Python中的测试和调试更容易；C中测试和调试更难。 学习难度不同：Python：Python程序更易于学习，编写和阅读；C语言：C程序语法比Python更难。
python 跟 java 一样是强类型语言，也就是说它不会根据环境变化自动改变数据类型。python 是动态语言，而 java 是静态语言。也就是说 python 在编程时，永远不用给任何变量指定数据类型，而 java 写程序时必须声明所有变量的数据类型。
python 的模块类似于 java 的 class，不过python模块导入会执行 代码的内容，而 java 不会。python 与 java 的执行方式还是蛮像的，都是将源码编译成 byte code 然后交给相应的虚拟机去执行。
Python的框架数量较少，而PHP中成熟的框架比较多；PHP是面向web的语言，而Python是多用途语言，也可以用于web开发；Python使用非常严格的缩进强制执行，使它比PHP更具可读性。
学习思路
认识编程
编程语言（programming language）又称程序设计语言，是一组用特定语言编写的用于执行特定任务的指令。主要用于开发桌面应用、操作系统、网站、移动应用等。
低级编程语言
它基于二进制数 0 和 1 工作，处理器直接运行低级程序，不需要编译器或解释器，因此用低级语言编写的程序可以运行得非常快。
低级语言进一步分为两部分
机器语言
机器语言也称为机器代码或目标代码，更容易阅读，因为它通常以二进制或十六进制形式（基数 16）形式显示。
它不需要翻译器来转换程序，因为计算机直接理解机器语言程序。
汇编语言
汇编语言是为特定处理器设计的，它以象征性和人类可理解的形式表示一组指令。它使用汇编程序将汇编语言转换为机器语言。
中级编程语言
中级编程语言介于低级编程语言和高级编程语言之间。
它也被称为中间程序语言和伪语言。
中级编程语言的优点是支持高级编程的特性，是一种用户友好的语言，与机器语言和人类语言密切相关。
例如：C、C++
高级编程语言
高级编程语言 (HLL) 旨在开发用户友好的软件程序和网站。
这种编程语言需要编译器或解释器将程序翻译成机器语言（执行程序）。
示例：Python、Java、JavaScript、PHP、C#、C++ 等。
编程实践
学习编程语言的过程简单描述为：过、抄、仿、改、调、看、练、创、悟。
过
基础知识点不求深解，语言什么样的，适用场合、基本语法格式
抄代码
从书上抄、例子中抄、边抄边想边想边回忆语法
模仿改
仿照给出的代码写出自己的代码
勤调试
不断调试验证自己想法，继续思考，再次验证。熟悉调试工具调试方法
看n遍
出错或者遇到问题时，将代码从头到尾看n遍直到快记住，找出问题原因
练
2-5步三遍以上
创新
拿出一个没有写过的根据要求，一步一步写出来，写不出来参考6
悟
主动找到写代码的感觉和成就感，保持下去。
选择大于努力，只有切入一个适合自己的开发方向，才能持续进步。关于开发方向，我有以下两个选择标准。
兴趣
学习编程是一个非常枯燥的过程，内容多，时间长，成本高，即使报名了培训班也学不会，所以，我们首先要选择自己感兴趣的一个开发方向，这样不但能快速学习，以后还能持续进步。学习编程的过程是比较艰苦的，没有兴趣很难硬抗下来，此处的兴趣，是指别人无法撼动的热爱，是工作之余让你放松的事情。如果你只是有过某种想法，别人告诉你这个想法不靠谱，你就放弃了，这顶多是一时的鸡血。
学习方式
费曼学习法
在学完一个东西之后去给别人讲明白，注意是讲给别人听，当你写成文章发表在网上的时候，你自然会去用更通俗的语言，更清晰的逻辑去讲述这个事物背后的逻辑。这个过程是对自己学习的一个检验，也是加深映像整理思路的重要过程。
那么如果你是去记笔记的话，很有可能你会倾向于去照抄，或是不完全照抄，以“提纲”或是“知识点”的形式抄在本子上。说句实话，照抄的笔记真的没用，因为现在搜索引擎的能力已经可以让你把大多数东西快速找到，你为什么还要照抄到笔记本上呢？
从功利的角度考虑，技术文章的写作，别人可以直接访问，也可以逐渐累积你的影响力，一个好的个人技术博客，会给你的简历加分很多，而一个厚厚的笔记本，没有人会管你记了什么。
做好笔记
大多数人没有过目不忘的神技，学了也不一定马上掌握，需要过后花时间慢慢领悟，而且还有忘掉的风险，所以对于重要的知识点都要做好笔记。编程的过程中总会遇到各种各样的问题，比如编程环境的配置，常用的快捷键，编程过程中的错误、异常，软件更新问题等等。面对这些问题都是如何解决的，一定要记录下来，一是增加自己解决问题的经验，而是以防下次出现。
多看官方文档
外文资料互联网是一个更新迭代很快的行业，所有编程语言都会不断的更新新功能和修复旧Bug，网上查的资料很有可能是旧的解决方案，现在已经不适用了。所以最好最快的方法就是查看官方文档。
进入行业圈子
只有进入行业圈子与其他人交流，你才了解最新的行业动态，才知道自己需要更新哪些技能。
动手做项目
学习编程的最终目的就是用所学的做出具有一定功能的项目，而做项目又是最好的学习和巩固知识的方式。如果前期能力不足就先做一些简单的功能模块，一步一步慢慢来，不要一开始就要实现各种酷炫炸天功能，遇到不会的就在网上查， 现在互联网这么发达，获取资源也及其方便。而且开发前也最好在网上查一下有没有已经成型的框架或模板，什么都自己做一是很耗费时间，二是自己技术能力不足还可能留下不少坑。
学习Python
安装编程环境
第一步：访问Python官网，获取最新安装程序。
第二步：运行下载的安装程序，注意勾选“Add Python3.7 to PATH”,然后选择个性化安装，即“Customize installation”。
第三步：确保“pip”被勾选上，之后安装各种库需要用到pip。
第四步：高级选项，需要的可以修改安装目录，通常没有需要修改的，直接点“Install”。
第五步：等待程序自动安装完成。
第六步：出现如下界面，说明安装已完成。
第七步：验证方法，Windows+R 键打开“运行”窗口，输入cmd运行，进入命令提示窗口，再输入python，进入Python的命令模式，输入 print("Hello")，结果输出了 Hello，如下图所示，确定开发环境已安装完成。
运行环境
Hello World!
命令行
在Linux命令行输入：$python
将直接进入python。然后在命令行提示符>>>后面输入：>>>print('Hello World!')
可以看到，随后在屏幕上输出:
Hello World!
print是一个常用函数，其功能就是输出括号中得字符串。
（在Python 2.x中，print还可以是一个关键字，可写成print 'Hello World!'，但这在3.x中行不通 ）
小程序
另一个使用Python的方法，是写一个Python程序。用文本编辑器写一个.py结尾的文件，比如说hello.py
在hello.py中写入如下，并保存：print('Hello World!')
退出文本编辑器，然后在命令行输入：$python hello.py
来运行hello.py。可以看到Python随后输出Hello World!
脚本
我们还可以把Python程序hello.py改成一个可执行的脚本，直接执行：#!/usr/bin/env python
print('Hello World!')
需要修改上面程序的权限为可执行：chmod 755 hello.py
然后再命令行中，输入./hello.py
就可以直接运行了。
基本数据类型
变量不声明
Python的变量不需要声明，你可以直接输入：>>>a = 10
那么你的内存里就有了一个变量a， 它的值是10，它的类型是integer (整数)。 在此之前你不需要做什么特别的声明，而数据类型是Python自动决定的。
>>>print(a)
>>>print(type(a))
那么会有如下输出：
10
这里，我们学到一个内置函数type()，用以查询变量的类型。
回收变量名
如果你想让a存储不同的数据，你不需要删除原有变量就可以直接赋值。
>>>a = 1.3
>>>print(a,type(a))
会有如下输出
1.3
序列
sequence（序列）是一组有顺序的元素的集合，（严格的说，是对象的集合，但鉴于我们还没有引入“对象”概念，暂时说元素）序列可以包含一个或多个元素，也可以没有任何元素。
我们之前所说的基本数据类型，都可以作为序列的元素。元素还可以是另一个序列，以及我们以后要介绍的其他对象。
序列有两种：tuple（定值表； 也有翻译为元组） 和 list (表)
>>>s1 = (2, 1.3, 'love', 5.6, 9, 12, False) # s1是一个tuple
>>>s2 = [True, 5, 'smile'] # s2是一个list
>>>print(s1,type(s1))
>>>print(s2,type(s2))
tuple和list的主要区别在于，一旦建立，tuple的各个元素不可再变更，而list的各个元素可以再变更。
一个序列作为另一个序列的元素
>>>s3 = [1,[3,4,5]]
空序列
>>>s4 = []
自学
网站
菜鸟网站
这个python教程很适合小白学习，没有高深的原理，照着教程学就完事了。
菜鸟教程是一个提供免费编程学习的网站，里面不但能学到编程知识，还能运用在线编程工具，使你在学习的过程中得到发挥，实践得真理，边学边做中让基础打得更稳，让自己的知识更加稳固。在自己有不明白不理解的地方可以在网站的用户笔记中寻找大佬们的笔记，把自己所学和技术大佬的经验所融合，使自己更好地提升自己的能力。
菜鸟教程内容丰富，例如前端热门语言HTML5、CSS3、JavaScript、Vue等它该有的都有，都会从最基础的开始教，让刚学编程的小白由浅及深，一看就懂。每个知识点都有实例可以动手，直接在页面内做你想要的效果真的非常棒。菜鸟的排版简洁清晰有序，内容一针见血，让你一看就能明白其知识点的含义。
菜鸟教程不仅前端教程语言丰富，后端的Java、PHP、Python更是一应俱全，当然数据库、移动端、XML、ASP.NET、Web Service、开发工具和网站建设也是应有尽有，菜鸟教程有学到的知识如此之多，奋斗吧少年。
廖雪峰的官方网站
廖雪峰的官方网站比较推荐新手程序员学习前端，这个网站的教学视频的讲解相对来说会比较生动，没有其他教程那么死板，看起来也不至于那么犯困，也更便于新手去理解。总的来说，廖雪峰的官方网站作为一款启蒙类的前端学习网站还是相当不错的。
Python官方教程
这是Python官方出品的教程，可搭配Python标准库一起学。
书籍
《Python编程从入门到实践（第2版）》
作者：埃里克·马瑟斯 （EricMatthes）袁国忠 译
ISBN：9787115546081
出版：人民邮电出版社
本书是针对所有层次Python读者而作的Python门书。全书分两部分：部分介绍用Python编程所必须了解的基本概念，包括强大的Python库和工具，以及列表、字典、if语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何发三个项目，包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。
《像计算机科学家一样学Python》
ISBN：9787115425515
作者：艾伦 B. 唐尼（Allen B. Downey）
出版：人民邮电出版社
本书以培养读者以计算机科学家一样的思维方式来理解Python语言编程。贯穿全书的主体是如何思考、设计、发的方法，而具体的编程语言，只是提供了一个具体场景方便介绍的媒介。全书共21章，详细介绍Python语言编程的方方面面。本书从基本的编程概念始讲起，包括语言的语法和语义，而且每个编程概念都有清晰的定义，引领读者循序渐地学习变量、表达式、语句、函数和数据结构。书中还探讨了如何处理文件和数据库，如何理解对象、方法和面向对象编程，如何使用调试技巧来修正语法错误、运行时错误和语义错误。
《计算机科学丛书：Java编程思想》
ISBN：9787111213826
作者：[美] Bruce Eckel
出版：机械工业出版社
本书的作者拥有多年教学经验，对C、C++以及Java语言都有独到、深入的见解，以通俗易懂及小而直接的示例解释了一个个晦涩抽象的概念。本书共22章，包括操作符、控制执行流程、访问权限控制、复用类、多态、接口、通过异常处理错误、字符串、泛型、数组、容器深入研究、JavaI/O系统、枚举类型、并发以及图形化用户界面等内容。这些丰富的内容，包含了Java语言基础语法以及高级特性，适合各个层次的Java程序员阅读，同时也是高等院校讲授面向对象程序设计语言以及Java语言的好教材和参考书。
《疯狂Java讲义》
ISBN：9787121361586
作者：李刚
出版：电子工业出版社
《疯狂Java讲义（第4版）》深入介绍了Java编程的相关方面，《疯狂Java讲义（第4版）》内容覆盖了Java的基本语法结构、Java的面向对象特征、Java集合框架体系、Java泛型、异常处理、Java GUI编程、JDBC数据库编程、Java注释、Java的IO流体系、Java多线程编程、Java网络通信编程和Java反射机制。覆盖了java.lang、java.util、java.text、java.io和java.nio、java.sql、java.awt、javax.swing包下绝大部分类和接口。本书重点介绍了Java 9的模块化系统，还详细介绍了Java 9的jshell工具、多版本JAR包、匿名内部类的菱形语法、增强的try语句、私有接口方法，以及Java 9新增的各种API功能。
Python好学吗？
作为一名IT从业者，同时也是一名教育工作者，我来回答一下这个问题。
首先，在当前诸多的计算机编程语言当中，Python语言确实算是比较简单易学的一种，即使没有任何编程基础的人，也完全可以通过自学来入门，但是要想能够把Python语言用得好，还需要有场景的支撑。
Python语言与Java、PHP等编程语言不同，Python语言在传统行业领域也有比较广泛的应用，随着诸多企业纷纷实现业务上云，未来Python语言的应用场景会得到进一步拓展，所以当前普通职场人学习Python是不错的选择。
学习Python语言通常要经历三个阶段，其一是学习Python语言的基础语法，这个阶段还是相对比较容易的，由于Python语言语法结构比较清晰，规则也非常明确，所以学习起来并不会遇到太多的障碍。按照历史经验来看，这个学习阶段完全可以通过自学来完成。
Python学习的第二个阶段是案例学习，案例通常有非常明确的场景，所以在学习案例的过程中也会学习一些应用场景的相关知识，早期可以重点学习一下Web开发，这个过程也会学习一些数据库知识和前端开发知识。虽然当前Web开发岗位的附加值并不算高，但是Web开发的知识体系比较成熟，初学者会有一个更好的学习体验。
从当前的技术发展趋势来看，学习Python语言的过程中，可以重点学习一下大数据知识，未来大数据领域会释放出大量的岗位需求。Python语言目前在大数据开发、大数据分析和大数据运维等领域都有比较广泛的应用，初学者可以根据自身的知识结构和能力特点来选择学习切入点。
学习Python的第三个阶段要结合具体的岗位开发任务，在掌握了Python的基本知识之后，下一步可以找一个实习岗位进行提升。对于普通职场人来说，可以结合自身的岗位任务来应用Python，比如通过Python来完成一些数据分析等等。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！
如何学会游戏开发和策划？
首先，你必须清楚地知道游戏策划的工作涵盖了多少内容。打个比方，假设你现在是在玩一款名为游戏策划的游戏，首先你必须找到你的技能树，并且看清楚，这课树的枝桠分向了哪几个方向，进一步确定你的额技能点到底应该怎么点（我本人做过文案策划和系统策划，所以这两方面讲的相对清楚一些）。
1.文案策划（RPG类游戏均需要的专业性人才）
简介：只要是RPG类的游戏，不管是mmo还是卡牌，只要这个游戏拥有剧情，它都需要至少一个文案策划。这一类策划负责游戏的剧情设计，角色设计、世界观设计、对白撰写、文本撰写、道具描述撰写、装备描述撰写、活动包装等等等等。简而言之，就是游戏之中所有与文字及ip相关的事宜，都是由文案策划负责。
必备技能：
（1）文字表达能力
最起码要做到逻辑清楚，表达准确。
进阶阶段就是要语言优美，文笔流畅。
再递进的阶段就是博览群书，言之有物，不管是引经据典，还是自写诗词样样精通。烛龙在招收文案策划的时候一般都会加上一句，中文系毕业最佳。
（2）设计能力
最基础地是要能够设计出一个体量较小的完整故事，也就相当于是网络游戏里的支线任务水平。这其中包含了角色性格设计、情节逻辑设计及最基础的部分玩法设计。支线任务这种程度，不可能有专门的玩法组来配合，只能依靠自己。
进阶阶段是要能够独立设计出至少100环的主线任务故事。在这一阶段，必须要做到设计出的人物不能走形，任务逻辑清楚有趣。但其实它本质上还是人物设计，并没有想象的那么困难。
再递进的阶段就是ip、世界观设计。牵扯到游戏历史、背景，包括游戏世界到底是怎么出现的，是如何一步一步衍化成如今这个面貌，涉及到多少势力、种族，这些势力、种族之间的关系如何，每个势力、种族经历过什么样的历史，有哪些英雄人物等等等等。
（3）看图说话能力
简而言之就是包装，不是所有游戏都能做到文案先行的，很多时候都是其他策划做好了装备、道具交给文案策划包装，也就是这东西到底叫什么，为什么叫这个。他们会提供的只有这个装备or道具到底是干什么使的，以及它到底长个啥样子。也就没有啥进阶能力，反正你只要包得足够靠谱就ok。
2.系统策划（是个游戏就需要的专业性人才）
简介：要了解这个工种，首先要知道什么是游戏系统。用比较学术的说法就是，具有某种功能性的整体，即为系统。用比较玄学的说法就是，你在游戏过程中，能通过感观体验到的所有内容都属于系统。做任务，有任务系统，打副本，有战斗系统，就算脱离了rpg游戏的壳子，玩儿个王者农药，你以为就没有系统了？那个蛋疼的符文，也是系统。不客气的讲，一个合格的系统策划，构建了游戏的底层逻辑。
在说到必备技能之前，首先必须看清楚一个系统都由哪些部分构成，请看下图。
这四大块共同构成了系统。一个完整的系统体验是什么样的？以windows窗口来举例。首先，用户先点击窗口右上角的小红叉，这之后程序后台在用户看不见的地方进行代码运算，最终得出关闭窗口的指令，并切实地在用户屏幕之上体现出来。这，就算是一个完整的系统操作体验。接下来我们将以上区块按部就班地一个个来分析一下。
ui界面，即用户界面，在游戏当中就是玩家所有可以被操作覆盖的地方。这项工作并不需要完全由系统策划负责，毕竟不是所有的系统策划都拥有一双美工的手。但我们必须要为之后负责此区块的人提供思路。例如，当玩家点击某个按钮时，是否需要弹出一个新的窗口，弹出的这个新窗口需要显示什么。或者，当玩家点击商城中的购买按钮时，是否需要弹出二次确认框，给玩家第二次的反应机会，避免误触操作。这都是系统策划必须考虑的问题。当然，如果你遇到一些过度负责的美工那更痛苦，他or她极有可能会让你提供灵感图，那么你还需要用到viso或ps手动给他拼一个。
底层逻辑，即这个系统到底干什么使的。这个问题看似简单，但其实……
举个阴阳师最简单的签到系统例子。签到系统到底干什么使的？这还不简单？不就签到使的吗！但是作为一个合格的系统策划，想问题绝不能这么片面。首先明确一点，什么是签到？就是玩家每次登陆游戏时，点击界面某个位置，即将作为签到的变量加一。同时每次的叠加，会给玩家发放一些奖励。奖励是否随机？这需要系统策划考虑清楚。当作为签到的变量累积到一定数值时，是否要再给玩家一份奖励？这需要系统策划考虑清楚。这个变量数值是否一直记在游戏服务端上？需不需要定期重置以减轻服务器的计算读取压力？这也需要系统策划考虑清楚。等到问题都考虑清楚了，再把他们整理成程序一眼就能看明白的流程图，大致如下：
代码构成，别害怕，一个成熟的游戏工作室一般情况下并不会让一个系统策划自己撸胳膊挽袖子亲自上前线码代码。但你应该清楚你的系统从程序方面如何实现，因为程序随时有可能在稀奇古怪的地方卡壳，并需要系统策划给出专业性建议。程序逻辑和运用程序语言毕竟是两回事，只要思路够清晰，应付程序暴风骤雨般的提问也是可以应对自如的。
维护管理，自己提的需求，跪着也要自己去维护。这是身为一个策划的职业操守，尤其是系统策划。有的是上线的系统被玩家喷得跟坨翔一样，于是只能回炉重造的。
３.数值策划（所有网游、RPG类单机，只要不是纯玩法类游戏都需要的专业性技术人才）
简介：是我个人认为的，游戏策划里最枯燥的一个工种，又累又枯燥。当年我所在的组里，数值组的大佬永远奋战在第一线不说，一到版本日，铁定加班的就是他们了。主要负责游戏投放概率的计算，阴阳师里就是ssr掉落的概率，王者农药里就是开箱子开出英雄来的概率。还有在mmo里，玩家下副本用不同的装备要打多长时间，都是数值大佬说了算。每次升级要攒多久，也要看数值大佬的计算结果。总而言之，就是通过复杂的计算，成功保证游戏的营收与玩家的收获绝对公正，但绝不成正比。
必备技能：概率论、高斯函数、微积分学的不好还是不要考虑这个工种了。
4.战斗策划（有技能的游戏都需要的专业性技术人才）
简介：主要负责游戏中所有与战斗相关方面的设计，包括怪物ai编写，怪物技能设计，玩家角色技能设计，简言之就是在游戏中战斗发生以后，除了双方打对方一下扣多少血，用多少蓝是属于数值策划的范畴以外，感受到的所有东西，都是战斗策划搞定的。所以如果农药某个角色玩儿的不爽，尽情去骂战斗策划吧。
战斗策划有时也细分成两种，一种叫技能策划，一种叫怪物策划。前者专门负责技能的设计，需要遍玩天下各路游戏，达到胸中自有技能的境界。而且在设计时必须考虑到技能平衡，完全依赖数值策划后期靠数值找平，那基本找不平。怪物策划主要负责怪物行为逻辑设计，简单来说，怪物行为主要有两种可能，一种是think，一种是ai。think由程序写死，怪物策划只需修改一些数值即可，一般针对一些比较傻的怪物，看到你扑过来就是揍，看不到你就原地站着不动，这就是think。ai控制则相较而言复杂得多，要考虑怪物什么时候扑过来，扑过来用什么技能，扑过来的时候要不要跟你说句话，简单说，ai控制着所有think无法完成的行动。
必备技能：
（1）起码要熟悉主流游戏的所有技能、技能成长，能够设计出足够合理的技能，并能够胜任不同个体间的技能平衡。
（2）逻辑思维清楚，能弄明白如何编写怪物ai。
5.关卡策划（拥有副本的mmo游戏需要的人才）
简介：现在市面所见的所有pc端的mmorpg游戏，不管是魔兽、剑网三、最终幻想15、天涯明月刀还是天谕都有副本系统。此系统作为mmo游戏的主要玩法，几乎决定了一款mmo的胜败。而决定了这个游戏好不好玩的，除了有些玩家特别讲求的打击感外，还有一个因素，就是各个关卡做得是否独到、有趣。这就需要关卡策划来出谋划策了（有的游戏会用其他策划来兼职这一工种）。
作为关卡策划，要对自己游戏的战斗系统非常了解，要能设计出具备可行性的关卡结构，即负责副本ai的编写。副本ai控制什么时候放出什么样的怪物，该怪物死亡会对副本产生什么样的影响，如果需要出现阻挡玩家进入下一关卡的空气墙，则该空气墙在玩家做了什么操作之后会被消除。这些都需要关卡策划考虑。
必备技能：
（1）起码要熟悉主流mmo的副本关卡，并能够设计出足够合理的副本。
（2）逻辑思维清楚，能够完美地统和副本系统及战斗系统。
（3）具备创新性，起码知道怎样才能做出现在市面上没有的副本关卡来，不然怎么吸引玩家留存？