python技能树内测地址
主观感受
吐槽
打开之后映入眼帘的就是各种知识点的细分标签。
先说页面一级标签，前面基础知识标签还好，和培训机构的课程大纲相似。
到了Numpy、Pandas、、Matplotlib、Scipy 就单独放出来当做一级标签，不过也可以理解。
那下面这三个标签，数据分析、人工智能、高级教程就像是在应付了事
数据分析标签下面放着 csv、excel、时间序列 … 这顶多和数据相关，与分析有关系吗
人工智能标签下面先放一个算法库，再放三个大类，然后两个算法
高级教程标签下面是函数和类。
尽管是在内测阶段，可是到b站随便找两个课程，把目录copy下来也比这些标签看着强吧
建议
一级标签要么按知识体系划分要么按学习库划分，掺杂在一块很不自在。比如：
数据分析： 数据处理（Pandas、datatbble）、数据计算（Numpy、Ipython、Scipy）、数据可视化（Matplotlib、Seaborn、Pyecharts等等）
人工智能： 机器学习（十大基本算法、常用库scikit-learn）、深度学习（TensorFlow、Pytorch、Keras等）、计算机视觉（opencv）、自然语言处理（nltk等等）
高级教程： 生成迭代、高阶函数、线程进程、异步协成等等
使用感受
吐槽
不敢说掌握python所有知识点，90%还是没问题的
- 1、练习题点进去竟然还是代码选择题，这分明是在做识图找区别
- 2、参考资料让学习用户自己提交，竟然还是需要完成该知识点学习才推荐参考资料，人都学会了还看你这干什么
建议
求求一定要把代码选择题改了好吗，或者超过10行的代码改了好吗
一个选项的代码，屏幕还显示不全，根本没有阅读的念头，更别说做题了
认真的思考了下，给予目前内测的评价： 虚有图表、食之无味
当然技能图谱对大家学习很有帮助，希望该板块能越做越好，加油
如有言语不当，望谅解。
