python一般用來做什麼?
IT人劉俊明2018-04-21 15:54:00Python是一個比較完善的開發語言，既能做驗證模型又能做落地專案，所以Python用來寫大型專案是沒有問題的。而且Python作為Web開發的三大傳統解決方案之一，在Web開發領域也有很多經典的解決方案，所以Python做大型專案不僅沒有問題而且還有很多成功案例。
我是透過機器學習專案的研究才開始接觸並使用Python的，大概在4年前一次學術交流會議上，一個研究機器學習的同行跟我推薦使用Python，我當時還是使用Java做開發語言。在使用Python做演算法實現之後，我確實感受到了Python在機器學習方面做的比Java要更好，尤其是Numpy、matplotlib等庫的支撐使得Python在很多演算法實現上都非常簡潔。我曾經做過一個對比，一個同樣的演算法（樸素貝葉斯）如果使用Java來實現需要200行，使用Python只需要50行，雖然這一個對比不能完全否定Java，但是帶來的方便卻是實實在在的。
目前我正在使用Python做一個智慧診療方面的專案，簡單的描述一下就是透過機器學習來完成患者治療方案的推薦，輔助醫生做出更合理的治療。透過大量患者資料的整理和分析，不斷訓練演算法最終得到一個比較合理的分析結果。目前已經整理出來了20餘萬條資料，而且這些資料正在不斷的增加，透過這些資料的分析和處理能更好的服務於醫生和患者。
其實我最早聽說過Python在專案中的應用是在2010年左右，我一個學生在美國讀書，當時他在做一個電子商務網站，他告訴我他使用的就是Python語言。目前他在亞馬遜雲計算部門做研發，我們也經常做一些技術方面的交流。
我在頭條上寫了關於Python的系列學習文章，感興趣的可以關注一下，如果有Python方面的問題也可以私信我。
幫幫資源分享2018-03-07 00:23:29謝謝邀請：python作為現在一門非常火的語言，它的運用場景非常的廣泛，其實很多開發語言都可以用在不同的領域做開發。python並不為特定目的而產生。不過它就是一個通用的指令碼語言，也被稱做膠水語言，膠水是指，python藉助C語言介面，幾乎可以驅動所有已知的軟體，模組。 只要我們用到的，通常你都能找到一個開源的庫。安裝後就可以驅動它。無論是資料庫，網路，網際網路，圖形，遊戲，科學計算，GUI，OA，自動控制，甚至宇航員都在用。
我們現在就只說python，python可以用來做：
1。系統程式設計；2。圖形處理；3。數學處理；4。文字處理；5。資料庫程式設計；6。網路程式設計；7。Web程式設計；8。多媒體應用；9。pymo引擎；10。駭客程式設計；11。用Python寫簡單爬蟲；12：人工智慧。
看到這麼多運用場景是不是覺得非常厲害。。但是python通常不作為工程語言出現。就是正規的軟體生產不使用它。主要用java， c#， xml， c。至於為什麼，這是軟體工程的需要。python不具有完整的語法檢查。
但這也不影響python現在的地位，很多人加入python大軍，因為入門快，簡單，學習成本相對低，他有很豐富的支援庫可以被直接呼叫以高效地完成不同需求的工作。
要知道，google最早的搜尋引擎就是python寫的。
希望我的回答能幫助到你。我是bang-bang ，特長軟體開發。
糖寶Python2018-08-01 15:10:56
1）網站後端程式設計師：使用它單間網站，後臺服務比較容易維護。如：Gmail、Youtube、知乎、豆瓣
2）自動化運維：自動化處理大量的運維任務
3）資料分析師：快速開發快速驗證，分析資料得到結果
4）遊戲開發者：一般是作為遊戲指令碼內嵌在遊戲中
5）自動化測試：編寫為簡單的實現指令碼，運用在Selenium/lr中，實現自動化。
6）網站開發：藉助django，flask框架自己搭建網站。
7）爬蟲獲取或處理大量資訊：批次下載美劇、執行投資策略、爬合適房源、系統管理員的指令碼任務等。
具體日常比如自動備份你的MP3；
還有可以做網站，很多著名的網站像知乎、YouTube就是Python寫的；
也可以做網路遊戲的後臺，很多線上遊戲的後臺都是Python開發的。
總之就是能幹很多很多事啦！
python開發相關企業熱搜職位
python開發工程師、python高階工程師、Web網站開發工程師、Python自動化測試、Linux運維工程師、python遊戲開發工程師、python技術經理、python開發實習等職業選擇。
資料說明：圖示中根據招聘網站釋出的職位薪酬資料統計所得，工資資料受地域、工作年限、使用者分享數量等多種因素印象，僅供參考。
小小猿愛嘻嘻2019-08-10 21:51:57下載影片唄，Python提供了2個免費而又非常實用的網頁影片下載工具，分別是you-get和youtube-dl，無需編碼就可以輕鬆下載包括B站、優酷在內的主流影片網站的影片，下面我簡單介紹一下這2個工具的安裝和使用，感興趣的朋友可以嘗試一下：
you-get
1。首先，安裝you-get，這個直接在命令列視窗輸入命令“pip install you-get”就行，如下，安裝包也就215K，安裝非常迅速：
2。安裝完成後，我們就可以直接在命令列下下載影片了，基本使用方法—“you-get+影片網頁地址”即可，如下，這裡以下載B站影片為例，速度還是非常不錯的：
3。當然，這裡你也可以先檢視網站提供的影片格式（包括高畫質、超清等），然後再選擇需要下載的格式，只需要在you-get命令後面新增一個引數i就行，如下，這裡以優酷上的影片為例，已經列出了所有可供下載的格式：
4。更多功能，包括批次下載影片、本地線上播放等，可以參考官方的幫助文件，直接輸入命令“you-get -h”就行，每個引數及其功能都解釋的非常清楚，一目瞭然：
youtube-dl
1。首先，安裝youtube-dl，這個也直接在命令列視窗輸入命令“pip install youtube-dl”就行，如下，安裝包大概1。8M左右，安裝也非常迅速：
2。安裝完成後，我們就可以直接使用命令列下載影片了，基本使用方式和you-get一樣，輸入“youtube-dl+影片地址”即可，如下：
3。至於批次下載的話，需要先將所有影片的網頁地址複製到一個文字檔案中，然後在命令後新增一個引數a匯入檔案，便可批次開始下載，效果如下：
4。更多功能的話，可以參考幫助命令“youtube-dl -h”，實用引數非常多，包括網路配置、下載設定等，官方解釋的非常詳細，清清楚楚：
至此，我們就完成了you-get和youtube-dl這2個免費Python影片下載工具的安裝和使用。總的來說，這2個工具都非常不錯，使用起來也非常簡單，只要你熟悉一下官方文件，很快就能掌握的，當然，Python的應該非常廣泛，不僅僅侷限於這些，像機器學習、資料處理、網路爬蟲等，都有涉及，網上也有相關教程和資料，解釋的非常詳細，感興趣的話，可以搜一下，希望以上分享的內容能對你有所幫助吧，也歡迎大家評論、留言進行補充。
北魚2018-06-08 16:05:22Python 這幾個月熱度不減，能做的事情有許多。
在職場中，使用Python工作的主要是這樣幾類人：
網站後端程式猿：用Python搭建網站後，後臺比較容易維護，當需要增加新的功能，用python可以比較容易實現，不少知名網站都用了python開發 比如：Gmail Youtube Reddit Spotify 知乎 豆瓣
自動化運維：這個時代中越來越多東西開始傾向於自動化，批次處理大量的任務。py在系統管理上的優勢在於強大的開發能力和完整的工具鏈
資料分析師：py可以快速的開發來驗證自己的想法 ，節省大量的時間，不用生煎浪費在程式本身身上，並且有第三方庫的支援，也能節省時間
遊戲的開發者：一般是作為遊戲指令碼鑲嵌在遊戲中，這樣做的好處是可以利用遊戲引擎的高效能，又可以受益於指令碼化開發的有點 ，不需要重新編譯，特別方便
Python金融量化2019-07-06 10:55:48Python是一門程式語言，應用非常廣泛，我用來做金融資料分析，量化投資。
探討問題與分析思路
本文以Python為量化工具，主要探討以下三個問題：
（1）指數定投的優勢與劣勢在哪？
（2）指數定投受哪些因素影響，是不是時間越長越好？
（3）指數定投策略如何最佳化？
程式設計軟體：基於Python3。7的Jupyter Notebook，使用到的庫包括numpy、pandas、matplotlib、pyecharts和tushare等。
資料來源：使用tushare pro開源包獲取上證指數、深證指數、滬深300、上證50、中小板和創業板1991-2018年資料，其中中小板和創業板是2011年-2018年資料。
原始碼：Talk is cheap， show me the code （廢話少數，放碼過來！），關注微信公眾號：Python金融量化（id：tkfy920），回覆“指數定投原始碼”免費獲取下載地址。
01
國內指數價格走勢
首先，對A股幾個常用的指數歷史走勢進行視覺化分析，直觀反映不同期間股價漲跌情況，其次，計算各期間股指的累計收益率，為後面的指數定投對比分析做鋪墊。
各指數自上市交易以來累計收益率情況：區間拉長，各有千秋。
牛市區間累計收益率情況：‘2013-01-01’：‘2015-06-12’：牛市來了，創業板身板輕，飛得更高（摔下來也疼）。
倒V形區間收益率情況：‘2011-01-01’：‘2018-12-24’：辛辛苦苦八九年，最後回到解放前。
2018年以來累計收益率：‘2018-01-01’：‘2018-12-24’。怎一個“慘”字了得，中小板跌到媽都不認得。
各指數自上市以來累計收益率和年化平均收益率：上證綜指自1990年12月以來累計收益率達到322。98%，但是幾何年平均收益率也只有5。29%，低於中證500、滬深300和中小板指。
02 指數定投策略
指數定投策略：即每月於固定日期使用固定金額投資指數基金。如將每月月初發的工資3000元用於投資指數基金。
下面運用Python定義指數定投的回測函式，假定無風險理財產品收益率為4%（假設而已），每月月初（或者月末）定投3000元購買指數基金，計算各期間累計收益率和累計定投資金。先來看第一個問題，指數定投在什麼情況下優於一次性投資以及無風險理財（銀行定期存款）呢？
微笑曲線（V或W形態）：不難理解，指數定投的優勢在於規避擇時，不怕踩坑，透過長期定額投資分攤成本，當股指呈微笑形走勢的時候，一定是優於一次性投資的，但是否能獲得較高回報，還得看右側回升的幅度大小。如選取區間2007年10月17日至2015年6月12日，該期間是股指自1990年以來的歷史高點6124點開始下跌，然後反彈至5178點，即假設你運氣碰巧那麼差，在最高點當接盤俠，然後每個月繼續傻乎乎的補倉，然後終於運氣來了，在2015年高點全部清倉。如下圖所示，如果你在高點一次性買入然後長期持有，期間累計收益率是-16。48%，而定投的累計收益率卻高達101。03%（每月月初投入），無風險理財的期間累計收益率也只有16。28%。
小微曲線：上圖選擇的“微笑曲線”很優美，剛好是股指兩頭高（右側高才是關鍵），中間低，因此透過每月定投不斷分攤長期成本，獲得超額收益率。那如果右側不是很高呢？再來看另一個區間，2007年10月17日（6124高點）至2009年07月20日（3333低點），如下圖所示，區間累計收益率為-62。31%（佛性），理財累計收益率3。62%，每月月初定投的累計收益率仍然有15。64%（每月月底定投是17。96%，其實統計分析二者並無顯著差異）。可見，一次性買入長期持有策略對擇時的要求非常高，一旦踩了坑（高點接盤），將很難翻身，而長期定投策略則規避了擇時的困擾，在股指短期波動向下，中長期向上反彈的走勢中優勢凸顯。
難過曲線（倒V或M形態）：有微笑曲線，當然也有難過曲線。正所謂，有陰必有陽，有漲必有跌，有得必有失。什麼情況下定投指數策略處於劣勢呢？將回測區間拉長，考察指數從低點-高點-低點、經歷兩次大的牛熊轉換時，指數定投策略的累計收益率情況。如下圖所示，選取區間2006年10月01日（2000多點）至2018年12月24日（2000多點），相當於經過了12年多，股指差不多又回到起點。一次性買入期間累計收益率為36。6%，理財定投累計收益率為27。63%，但是指數定投累計收益率卻為-7。39%（-7。46%），可見，指數定投並非時間越長越好，也並非一直比一次性買入持有策略好。
單邊牛市：即起點為最低點，終點為最高點。選取區間2014年07月1日至2015年06月12日進行回測。如下圖所示，一次性投入並持有的策略明顯優於定投策略。透過上述分析，不難發現，一次性買入並持有策略對擇時要求非常高，即同時在買點和賣點精準把握才能獲取超額收益率，而定投指數策略對買點並無要求，但要求賣點出現在右側才能獲取超額收益。換句話說，指數定投並非毫無目的的一直做長期定額投資，而是要結合一些擇時指標判斷拐點進行“止盈”，才能獲取較高的累計收益率。
03
其他指數情況
股票指數是反映股票市場總的價格水平變化的指標。一般是選取有代表性的一組股票，採取價格加權平均計算得到。各種指數具體的股票選取和計算方法是不同的，只看單一股票指數可能難以反映總體情況。下面對照分析上證指數、深證指數、滬深300、上證50、中小板和創業板指數，由於創業板是2010年才推出，因此下面的分析主要考察2011年-2018年區間。
單邊牛市：考察期間2014年07月01日至2015年06月12日，創業板定投累計收益率最高，達到124。3%，並且定投累計收益率居然高於一次性投入的累計收益率；而上證50定投累計收益率最低，只有63。22%。
倒V形（右側高於左側）：考察區間2011年08月01日至2016年12月24日，創業板累計收益率仍然是最高的，除了創業板外，指數定投策略的收益率均高於一次性投入持有策略。
難過曲線：考察期間2011年08月01日至2018年12月24日，該區間內，上證綜指、深證成指、中證500和中小板指累計收益率均出現了負數，但定投策略虧損較少，其他幾個指數仍有正的收益率，除創業板外，指數定投策略仍然優於一次性投入持有策略。
單邊下行：考察期間2015年06月12日至2018年12月24日，毫無疑問，單邊下行的時候，定投不斷分攤了長期成本，累計虧損率要低於一次性投入。此外，單邊下行的時候，期間內創業板累計跌幅是最大的，正所謂風水輪流轉，山水有相逢。
2018年情況：2018年國內外形勢雲詭波譎，內外夾擊，經濟持續下行，股票市場首當其衝，各大指數均出現了大幅下跌，股民怨聲載道。年初至今，中小板累計虧損高達45。12%（定投：-24。66%）。可見，起風的時候，身子輕的豬可以飛得更高，但摔下來的時候也更慘！
透過上述分析，不難看出指數定投的優勢與劣勢，以及什麼條件下可以獲得較好的累計收益率。巴菲特建議個人投資者最好的投資方式是指數定投，尤其是對於收入來源於每月固定薪酬的普通散戶。為什麼倡導指數定投？其實背後的邏輯是很清晰的，即股市受當前受各方因素疊加影響，短期波動較大，形勢不明朗，但是對股市長期走勢抱有很大希望，這時候做指數定投將是一個不錯的投資策略，儘管短期內可能承受較大的虧損壓力。最後引用基金觀察網上的一張圖片進行總結：“長期國運向好，中期估值合理，短期情緒恐慌，所以此時不定投，啥時再定投？”
（圖片來源：基金觀察網）
05 結語
本文使用Python對A股幾個常見的指數歷史行情進行了視覺化分析，透過構建指數定投策略函式，對不同區間指數定投策略進行了歷史回測，全面展示了指數定投策略的優劣勢、適用性與侷限性。華爾街曾流傳著一句話：“要在市場中準確地踩點入市，比在空中接住一把飛刀更難。”可見擇時是非常困難的，指數定投則規避了這一選擇，透過採取分批買入法，克服了只選擇一個時點進行買進和賣出的缺陷，不斷分攤和均衡長期成本，因此指數定投在中長期看好、短期波動較大的行情中優勢明顯。股票市場短期內是噪音交易佔主導，無論你使用的量化技術多麼複雜高深，可以戰勝市場的唯一方式依然是獲取機率優勢。大道至簡，只有簡單的策略，才能在長期投資中保持高度的穩定機率優勢。
更多幹貨請關注微信公眾號：Python金融量化
python進階者2019-06-25 12:07:07謝邀。Python由於近兩年資料分析和人工智慧的發展得到了廣泛的關注。Python作為一門跨平臺語言，可以做的方向很多，而且都是有相關崗位的。
1、人工智慧方向。目前較為火爆的包括演算法崗，計算機視覺，NLP等，但這塊門檻和難度都較高，而且主要不在Python在演算法。
2、資料處理與分析方向。這個方向主要學習對資料的處理及分析，目前市面上形形色色的崗位很多，包括最近很火的量化工程師，這塊來講主要是學習Python的幾個資料分析相關庫，然後也需要相關領域的知識，做分析的話對數學建模又要求。
3、Python爬蟲，這個方向主要是從指定網站或APP獲取相關資料，然後進行資料清洗篩選出有用的資料，除了相關Python技能外還需要對前端知識有所瞭解。
4、Python後端，這個是最接近常規軟體開發的，大多數Python工程師做的其實也只是這塊。
5、駭客、計算機桌面程式等，這些方向相對來說比較冷門，但Python也是可以做的。
總之，你學好Python能做的事還是比較多的，希望我的回答能幫到。
樂百川2019-06-25 18:16:29python的優勢就是庫多，基本上只要你能想到的，都可以用python呼叫別人的庫，輕鬆完成工作。
比如說django、flask、pyramid等web框架，可以快速做出一個網站。我一直有計劃做一個各個網站的聚合類簽到器，但是一直沒開工。你可以嘗試一下。
最近我買了個樹莓派。你隨便搜一下，很多樹莓派智慧小車、影象識別的例子。配合樹莓派強大的介面，可以輕鬆做出物聯網產品來。
如果你常用Word、Excel的辦公軟體，也有對應的類庫可以控制文件。最近我學了一點openpyxl，它可以用來操縱Excel文件。你把下面的程式碼儲存成py檔案，然後用pip安裝openpyxl和faker這兩個類庫，就可以執行下面的程式碼了。執行完之後會生成一個Excel文件，裡面包含了一些模擬資料。你甚至還可以用openpyxl生成圖表，openpyxl的功能還有很多，想詳細學習建議自己看文件。
總之，python功能非常強大。你不用非得把python學的多麼好，只要學了一點知識，就可以馬上把它用出來。有了python，生活可以變得更簡單。
from openpyxl import Workbook
import random
from faker import Faker
fake = Faker（‘zh_CN’）
book = Workbook（）
ws = book。active
ws。title = ‘學生成績表’
# 表頭
ws［‘a1’］ = ‘姓名’
ws［‘b1’］ = ‘語文’
ws［‘c1’］ = ‘數學’
ws［‘d1’］ = ‘英語’
ws［‘e1’］ = ‘物理’
ws［‘f1’］ = ‘化學’
ws［‘g1’］ = ‘生物’
# 生成50個人的成績
for row in range（2， 52）：
ws［f‘a{row}’］ = fake。name（）
ws［f‘b{row}’］ = random。gauss（66， 20）
ws［f‘c{row}’］ = random。gauss（66， 20）
ws［f‘d{row}’］ = random。gauss（66， 20）
ws［f‘e{row}’］ = random。gauss（66， 20）
ws［f‘f{row}’］ = random。gauss（66， 20）
ws［f‘g{row}’］ = random。gauss（66， 20）
# 總計、平均數、方差、標準差
ws［‘a53’］ = ‘總計’
ws［‘a54’］ = ‘平均數’
ws［‘a55’］ = ‘方差’
ws［‘a56’］ = ‘標準差’
column = ［‘b’， ‘c’， ‘d’， ‘e’， ‘f’， ‘g’］
for col in column：
ws［f‘{col}53’］ = f‘=sum（{col}2：{col}51）’
for col in column：
ws［f‘{col}54’］ = f‘=average（{col}2：{col}51）’
for col in column：
ws［f‘{col}55’］ = f‘=varp（{col}2：{col}51）’
for col in column：
ws［f‘{col}56’］ = f‘=stdevp（{col}2：{col}51）’
book。save（‘book。xlsx’）
外星人玩Python2019-06-25 11:41:05對於初學者而言，的確需要明確自己的Python應用領域是哪些。
Python是一門語言、一個平臺，他的強大在於其平臺上的生態足夠廣泛。對於Python學習者而言，平臺上有哪些領域的庫，那麼你就可以用Python做事情。
下面列出我所知道的
資料處理
Python中的pandas是一個非常優秀的資料處理包，可以讓你靈活應對幾乎任何形式的資料形式。
我的頭條號目前有一系列相關文章：
學Python還不會處理Excel資料？帶你用pandas玩轉各種資料處理
”Python替代Excel Vba“系列（二）：pandas分組統計與操作Excel
資料分析與挖掘
這是一個非常有趣味的事情，想象一下你可以透過一份資料，挖掘事情背後的一些邏輯。
與上一點一致，你可以使用 pandas + 其他輔助包（作圖用 seaborn或其他，快速探索性分析用Profiling包），讓你快速探索你的資料。
我的相關文章可以檢視：
Python資料分析：挖掘《泰坦尼克號》的秘密
20行程式碼教會Python分析商品評價
Python程式實戰：入門Python不僅讓你少加班，他還可以這麼炫酷
遊戲
使用Python可以做出很多優秀的2d遊戲。使用的庫是pygame。這方面我比較少接觸，你可以網上查閱資料。
當然，有時候你可以做一些無需大量漂亮介面的遊戲。
你可以參考我的相關文章：
用Python做一個有趣的拿石子游戲
Python做人工智慧？讓電腦自己學會玩遊戲，實戰帶你入門機器學習
爬蟲
這個我就不細說了，如果你是用python做資料相關的事情，那麼爬蟲可能是你的必修課。python有足夠多和強大的爬蟲相關的包可以用。目前我也在構想一些爬蟲相關的文章。
我的相關文章：
讓Python爬蟲告訴你-吳彥祖今天不舒服了！
網站
python建立網站也十分容易。這方面我從來不使用python做網站，但如果你需要快速建立簡單的網站，可以考慮使用python，而非其他的程式語言。
還有其他很多我不知道的領域～～～
最後
最後想說一下，學習以上每一個領域，最根本的是領域知識而非是否使用python，我之所以選用python做以上的事情，是因為使用python有大量的包可以讓你快速做出事情。
挑選一個你自己感興趣的領域，然後用上你學的python吧。
網際網路麵霸2018-12-13 20:05:40目前python在企業的運營主要有如下幾方面：
1。網站web後端服務的開發
2。中介軟體及運維devops 的開發
3。大資料（python的資料科學和資料分析，資料探勘領域也是比較吃香）
4人工只能，機器學習廣泛應用和大量開源庫
5。自動化批處理工具的開發
6。爬蟲也是其廣泛應用的領域
教育領域：
1。資料科學和科研分析
2。青少年程式設計入門課程
小新和自然語言處理2021-08-12 17:40:00首先開門見山回答這個問題，Python可以應用在如下場景
1、Web開發（Django、Flask）
2、資料科學研究（人工智慧、機器學習、深度學習）
3、網路爬蟲（Requests、selenium）等等。
那麼為什麼Python能進行這麼多的應用呢？
主要有以下幾個方面：
1、簡單易學
2、速度快：Python 的底層是用 C 語言寫的，很多標準庫和第三方庫也都是用 C 寫的，執行速度非常快。
3、可移植性
4、可嵌入
5、易於維護
6、互動模式：互動模式的支援，您可以從終端輸入執行程式碼並獲得結果的語言，互動的測試和除錯程式碼片斷。
目前有哪些火熱的Python就業方向？
1。資料分析
隨著經濟、科技等快速發展我們也進入了一個大資料的時代，海量的資料裡面包含著問題的原因，Python語言成為了做資料分析師的第一首選，因為它的優點可以給工作帶來很大的效率。
資料分析三件套：Numpy，Pandas，matplotlib，其中numpy很多底層使用C語言實現的，所以速度很快，用它參加各種數學建模大賽，完全可以替代r語言和MATLAB。spark，Hadoop都開了Python的介面，所以使用Python做大資料的mapreduce也非常簡單，加上py對資料庫支援都很好。matplotlib則為我們提供視覺化的介面
2。人工智慧
隨著當年谷歌研發的人工智慧“AlphaGo”戰勝圍棋大師，人工智慧等概念走紅網路 。國家十四五規劃也重點提到了人工智慧。淘寶的推薦系統，小米的小愛同學等等無不運用到人工智慧，其中深度學習、機器學習更是各大公司重金求職的崗位。
如果你正好對深度學習感興趣，又苦於零基礎不知道怎麼入門，關注我的頭條號帶你零基礎入門深度學習！
Python進階學習交流2018-06-08 23:25:00且Python程式看上去總是簡單易懂，對於零基礎的小白白們來說是個福音。只要你會簡單的四級英語，Python中出現的單詞對你來說基本上是piece of cake。學過Python的小夥伴們都知道，Python不但入門容易，而且隨著自己程式設計能力的提升，也可以編寫那些非常非常複雜的程式，慢慢的向Python大佬進階。
如果你具備了Python程式設計能力，那你可以用Python做點什麼呢？
一、網路爬蟲。採集網頁的資料，為後期的資料探勘或者資料庫的建立提供資料支撐，網路爬蟲資料還可以做瀏覽器等；
二、資料探勘和分析、科學計算、機器學習。Python中的pandas、numpy、matplotlib等資料處理庫，可以助力你進行科學計算和視覺化；
三、日常任務。比如自動備份你的MP3、12306搶票等；
四、web開發。其實很多著名的網站像知乎、YouTube、豆瓣網就是Python寫的，此外很多大公司，包括Google、Yahoo等，甚至NASA（美國航空航天局）都大量地使用Python；
五、網路遊戲後臺。很多線上遊戲的後臺都是Python開發的；
六、運維、應用開發、大資料、人工智慧、自然語言處理等。
……還可以寫很長很長…………還可以寫很長很長……
如果你具備Python企業級開發與大資料運維能力，那麼你不僅可以用Python做企業級開發，更可以做比“大資料開發”更高階的“大資料運維”，成為市場上稀缺的大資料運維工程師，年薪50w不在話下。
明示影2019-02-22 23:41:15隨著人工智慧的興起，現在python語言在所有語言中地位排名一步步高昇，因為python語言目前是做人工智慧方向開發的首選語言。
python在人工智慧領域擁有著強大的機器學習庫，例如機器學習庫Scikits-learn，SciPy，Pandas，Keras等等，並且google強大的機器學習庫Tensorflow也為python提供了封裝介面使用，這些足以讓python在眾多語言中脫引而出。
那麼除了機器學習外python還可以做哪些東西呢
1。
自動化測試
，python在自動化領域也擁有著極高的地位，在自動化測試中，我們往往需要開發出各種指令碼以幫助測試減少手動的工作量，而python作為指令碼語言簡單，精煉以及強大的第三方庫讓我們快速的完成一個指令碼，還有自動化測試領域的UI自動化，monkey，介面自動化等等都可以透過python快速完成。
2。
爬蟲
，python的scrapy框架是大多數人做爬蟲的首選框架，只不過我之前做的一些簡單的爬蟲是透過requests庫和BeautifulSoup完成一個網頁的爬蟲任務。3。web開發，python的Django和Flask框架是web開發的框架，Flask相對於Django來說是一個更輕量級的web框架，我目前經常使用Flask編寫介面
4。
python同樣也可以做遊戲
，pygame是python的一個第三方庫用來編寫遊戲的，只不過這個只適合來編寫一些簡單的小遊戲，不適合編寫大型網遊以及單機遊戲，作為娛樂愛好可以學學玩玩。
5。
大資料分析
，現在是一個大資料時代，透過分析資料可以發現很多問題，python的numpy和pandas庫能夠快速處理億級資料
6。
linux運維
，透過python可以輕鬆完成大量伺服器的系統化管理。
python的用途真的很多很多，但是對於職業來說，個人目前看的比較多的是人工智慧，自動化測試，linux運維以及大資料分析。
是小青不是那個小青2019-09-01 22:34:30Python是一門非常通用的程式語言，在各個不同的領域有著廣泛的用途。
Google是從一開始就使用python的公司。
那麼使用Python能幹什麼呢。
1。 網頁開發
目前B/S開發模式越來越流行，而Python提供了Django， Flash等基於Python的Web框架，利用Django， Flash可以快速的幫助我們建立Web伺服器。
2。 Data Science - 包括機器學習，資料分析和資料視覺化
什麼是機器學習呢
比如如下的圖片，一隻貓，但是程式怎麼識別出這是一隻貓呢。
然後我又想識別出下面的這張圖片中有一顆樹呢
也許我們會這麼設想，如果一張圖中白色畫素佔比比較大的話，則認為這是一隻白貓，如果綠色畫素佔比比較多的話則認為是一顆樹
但是加入我們現在有很多不同顏色的狗的圖片和不同顏色樹的圖片該怎麼區分呢。
機器學習通常實現一種自動檢測給定輸入的模式的演算法。
我們可以輸入1000張貓的圖片和1000張樹圖片給這個機器學習的演算法，然後這個演算法就會識別出貓和樹。
當你再輸入一個新的貓或者樹的圖片給這個演算法，然後演算法就會識別出這是一隻貓還是一顆樹了
然而Python有兩個比較流行的庫scikit-learn 和TensorFlow
3。 Script - 指令碼
指令碼就是利用Python實現一些小程式，從而簡化我們的工作。
網頁自動化測試
網頁爬蟲
默至2021-05-11 19:10:33Python用來做了什麼？的確，對於不瞭解python的初學者來說，回答這個問題比較困難，因為python應用於多個領域，在不同的領域中，發揮著不同的作用，下面介紹python應用的幾個方向
web開發 、自動化運維、資料分析、資料探勘、人工智慧
web開發
提到web開發，大家腦海中閃現的一定是當前主流的開發語言Java吧，但你可能想不到的是python也可以做web開發，他由於開發迅速、部署飛快，變更起容易，程式碼量小深受開發者的喜愛，並且還有強大的框架來進行web開發。
最經典的Django，使程式設計師快速開發複雜的程式碼和應用，開發高質量的web程式；
自動化運維
隨著公司的發展、業務需求的持續並快速的增長，往往一個運維工程師通常要管理成百上千臺伺服器，運維工作變的重複、繁雜。那麼將運維工作自動化，把運維工程師從伺服器的管理中解放出來，讓運維工作變得簡單、快速、準確，這是使用python來做的持續高效的事，那麼為什麼選擇Python呢，一來，大部分的開源運維工具都是由純Python編寫的，如Celery、ansible、Paramiko、airflow等，二來，Python與其他語言相比，更加優雅、明確和簡單。
資料分析、資料探勘
作為資料分析的一大利器——Python，除了自身語言簡潔高效易上手的優點，還有許多強大的功能。
支援非常多的庫用於分析需求，pandas、numpy、matplotli視覺化庫，幫助使用者快速處理各種複雜的資料，並準確的輸出到指定檔案中（Excel、csv）；
人工智慧
2016年3月，阿爾法圍棋與圍棋世界冠軍、職業九段棋手李世石進行圍棋人機大戰，以4比1的總比分獲勝；而在此之前，AI已經攻克了國際象棋、象棋、軍棋等多個領域獲得冠軍。
當前人們熟知的人臉識別（手機解鎖），攝像頭抓拍司機是否超速，每天上班人臉打卡、智慧駕駛等等均屬於人工智慧的領域，所以不知不覺之中，人工智慧已經融入我們的生活當中。
機器學習是一類演算法的總稱，這些演算法企圖從大量歷史資料中挖掘出其中隱含的規律，並用於預測或者分類，更具體的說，機器學習可以看作是尋找一個函式，輸入是樣本資料，輸出是期望的結果，只是這個函式過於複雜，以至於不太方便形式化表達，機器學習的演算法包括神經網路、深度學習、支援向量機及隨機森林，基本道理和上述相似，應用場景很多：例如推薦系統、人臉識別及語音識別等。
對於機器學習庫和Python框架，scikit-learn和TensorFlow算是兩個比較熱門的。下面是scikit-learn中文學習網站，大家可以訪問學習
小米創客2018-12-31 15:35:14方向很多，主要是三個方向
1。 web開發（主要是後端，框架有flask和Django）
2。 資料相關（資料爬取，挖掘，視覺化等）
3。 工具相關（包括運維，測試工具，指令碼開發等）
希望能幫到你，如果學Web開發，可以看看我寫的線上教程，自行百度我的名字，不能再說啦，哈哈
WJ6092018-06-02 14:17:56現在IT行業正值熱門，相應的衍生出一系列網際網路的專業，python現在無處不在，AI人工智慧，DEVOPS自動化，網站開發，大資料開發，遊戲開發等。所從事的領域職位，python，全棧開發工程師，爬蟲開發工程師，運維工程師，大資料分析與資料探勘，伺服器開發工程師，人工智慧領域開發工程師，網路程式設計工程師，DevOps自動化工程師。如果你自制力強，有上進心，想透過學習來改變現狀，那麼學習Ph可以讓你點亮高薪人生，前端開發工程師，不想僅限於H5，CSS3開發，Python將是你的不二之選。立志做全能型人才，一人搞定前後端，那麼python是你成功的首選。從事傳統網路運維工作，想要做開發，那就適合學Python。python是人工智慧首選開發語言，搶佔未來，成為AI人才，必學python。。學習python是大勢所趨，你還在等什麼呢？
張同學嗎2021-04-25 15:05:03整理了Python的7大就業方向，希望大家能找到適合自己的，然後學習下去，完成人生的目標。
1、Web開發（Python後端）
Python有很多優秀的Web開發框架，如Flask、Django、Bootstar等，可以幫助你快速搭建一個網站。當需要一個新功能時，用Python只需新增幾行程式碼即可，這受到了很多初創型公司的一致歡迎。
像知乎、豆瓣、小米這樣的大廠，最早的網站都是用Python搭建的，國外則更多，如YouTube 、Quora、Reddit、Instagram、Netflix等代表地球頂級流量的大站，都構建在Python之上。
平均薪資：15~20K
技能要求：前端基礎、Python基礎、主流Python Web框架（Flask、Django等）、資料庫等
2、Python爬蟲工程師
顧名思義，就是用Python收集和爬取網際網路的資訊，也是小夥伴們入坑Python的第一驅動力。靠人力一星期才能完成的工作，你泡著咖啡、跑10分鐘爬蟲即可，又裝X又實用，學會Python爬蟲後，即使不做程式設計師的工作也能加分不少。
平均薪資：15~25K
技能要求：前端基礎、Python爬蟲庫、資料庫、JS反爬等
友情提示：注意法律風險
3
、
Python資料分析師
這個時代，資料和黃金一樣寶貴，現在最火的公司如：今日頭條、抖音、快手等，產品都建立在對使用者的分析之上，更不用說淘寶、京東、拼多多這些 “定製化推薦” 的老手。
可以說，所有的商業公司都需要這樣一個角色，Python資料分析師也成了目前最火的職業之一。
Python是目前資料分析業務中，最常用的語言。學會Python後，基本可以滿足資料分析經理的招聘需求。
平均薪資：10~25K
技能要求：統計學基礎、Python的資料分析庫（Pandas、NumPy、matplolib）、資料庫、機器學習框架（高階職位需要）
4、AI工程師
人工智慧是目前最火的方向之一，薪資待遇非常高（土豪的代名詞）。從招聘網站上可以看到，80K、100K 的職位也有很多，流下了沒有技術的淚水，當然這些職位的要求也相對較高。
Python是人工智慧時代的頭牌語言，不管是機器學習（Machine Learning）還是深度學習（Deep Learning），最常用的工具和框架都需要用Python呼叫，如Numpy、scipy、pandas、matplotlib、PyTorch、TensorFlow等，因此Python是人工智慧工程師的必備技能之一。
薪資：20~40K
技能要求：統計學基礎、Python、資料分析庫、機器學習、深度學習框架
5、自動化運維工程師
運維工程師經常要監控上百臺機器的執行，或同時部署的情況。使用Python可以自動化批次管理伺服器，起到1個人頂10個人的效果。
自動化運維也是Python的主要應用方向之一，它在系統管理、文件管理方面都有很強大的功能。
平均薪資：15~25K
技能要求：Python、shell、Linux、資料庫、openpyxl庫等
6、自動化測試工程師
測試的工作是枯燥和重複的，在過去，每次產品更新，都要重複測試一遍，效率低而且容易出錯。
Python提供了很多自動化測試的框架，如Selenium、Pytest等，避免了大量的重複工作，Python自動化測試也變得越來越流行。
平均薪資：10~20K
技能要求：Python、自動化測試框架、Linux等
7、Python遊戲開發
Python遊戲開發的招聘集中在遊戲伺服器領域，主要負責網路遊戲的伺服器功能開發、效能最佳化等工作。
平均薪資：15~25K
技能要求：Python、Python Web框架、Linux、資料庫、Nginx等
透過以上一系列的講解，相信各位剛入門Python程式語言的人，對於Python主要用來做什麼這個問題有了一定的瞭解。Python程式語言應用廣泛，就業方向也是十分廣闊，當下正是學習Python的好時機。
python自學 嗶哩嗶哩搜尋：BV1Vh411k7BL
回答轉載自樂位元組
Python有溫度2020-04-29 12:55:19作為如今人工智慧、機器學習、雲計算、大資料、物聯網、機器人等一些最有前途的技術背後的主要語言，Python這幾年發展迅猛。
Python語言雖然是30歲的大叔級程式語言，但是近年來Python語言變得越來越流行，在TIOBE程式語言指數排行榜中， 2019 年度程式語言排行榜Python名列第三位。Python語言簡單易學，利用眾多的優秀模組可以快速延伸到任何領域，同樣一項工作C語言可能要1000行，java要100行，Python可能只要10行，從而讓開發者有更多的時間從工具層面上升到對資料的分析、對行業的思考層面上來。
我們來看看Python可以用在那些方面？
1。爬蟲
Python爬蟲是用Python程式語言實現的網路爬蟲，主要用於網路資料的抓取和處理，相比於其他語言，Python是一門非常適合開發網路爬蟲的程式語言，大量內建包，可以輕鬆實現網路爬蟲功能。
Python爬蟲可以做的事情很多，如搜尋引擎、採集資料、廣告過濾等，Python爬蟲還可以用於資料分析，在資料的抓取方面可以作用巨大！
Python爬蟲應用領域廣泛，在網路爬蟲領域處於霸主位置，Scrapy、Request、BeautifuSoap、urlib等框架的應用，可以實現爬行自如的功能，只要您資料抓取想法，Python爬蟲均可實現！
2。人工智慧
人工智慧技術與python息息相關，提到人工智慧就一定會提到Python。當我們重點把python程式設計技術學好，還擔心人工智慧之路不能長久嗎？目前之所以會有這種擔心，無外乎是因為人工智慧技術的不成熟。
其實Python是一種動態的、面向物件的指令碼語言，開始時是用於編寫自動化指令碼（shell），隨著版本的不斷更新和語言新功能的新增，越來越多被用於獨立的、大型專案的開發。而人工智慧通俗講就是人為的透過嵌入式技術把程式寫入機器中使其實現智慧化。
Python 的優勢在於資源豐富，擁有堅實的數值演算法、圖示和資料處理基礎設施，建立了非常良好的生態環境，吸引了大批科學家以及各領域的專家使用。Python 是眾多主流語言中唯一一個戰略定位明確，而且始終堅持原有戰略定位不動搖的語言。
Python 也藉助 AI 和資料科學，攀爬到了程式語言生態鏈的頂級位置。Python 與 AI綁在一起，對它們來說，無論是電子商務、搜尋引擎、社交網路還是智慧硬體，未來都只是生態鏈下游的資料奶牛、電子神經和執行工具，都將聽命於自己。
3。資料分析
資料分析處理方面，Python有很完備的生態環境。“大資料”分析中涉及到的分散式計算、資料視覺化、資料庫操作等，Python中都有成熟的模組可以選擇完成其功能。對於Hadoop-MapReduce和Spark，都可以直接使用Python完成計算邏輯，這無論對於資料科學家還是對於資料工程師而言都是十分便利的。
4。web
Python的誕生歷史比Web還要早，由於Python是一種解釋型的指令碼語言，開發效率高，所以非常適合用來做Web開發。
Python有上百種Web開發框架，有很多成熟的模板技術，選擇Python開發Web應用，不但開發效率高，而且執行速度快。
常用的web開發框架有：Django、Flask、Tornado 等。
Django和Flask等基於Python的Web框架最近在Web開發中非常流行。
這些Web框架可以幫助你用Python編寫伺服器端程式碼（後端程式碼）。這是在你的額伺服器上執行的程式碼，而不是執行在使用者裝置和瀏覽器的程式碼（前端程式碼）。
許多知名的網際網路企業將python作為主要開發語言：豆瓣、知乎、果殼網、Google、NASA、YouTube、Facebook……
由於後臺伺服器的通用性，除了狹義的網站之外，很多App和遊戲的伺服器端也同樣用 Python實現。
5。自動化運維
Python對於伺服器運維而言也有十分重要的用途。由於目前幾乎所有Linux發行版中都自帶了Python直譯器，使用Python指令碼進行批次化的檔案部署和執行調整都成了Linux伺服器上很不錯的選擇。Python中也包含許多方便的工具，從調控ssh/sftp用的paramiko，到監控服務用的supervisor，再到bazel等構建工具，甚至conan等用於C++的包管理工具，Python提供了全方位的工具集合，而在這基礎上，結合Web，開發方便運維的工具會變得十分簡單。
愛程式設計的南風2018-03-06 14:19:41Python可以做web開發，遊戲開發，Python爬蟲，大資料，人工智慧也有應用。Python目前作為人工智慧首選程式語言。