python能用來作什麼？這3大主要用途你必定要知道！（實用）

導讀：若是你想學Python，或者你剛開始學習Python，那麼你可能會問：「我能用Python作什麼？」

 

這個問題很差回答，由於Python有不少用途。

 

可是隨着時間，我發現有Python主要有如下三大主要應用：

 

• Web開發

• 數據科學：包括機器學習、數據分析和數據可視化

• 腳本

 

本文將依次介紹。

 

做者：YK Sugi

編譯：Mika

來源：CDA數據分析師（ID：cdacdacda）

 

 

 

01 Web開發

 

Django和Flask等基於Python的Web框架最近在Web開發中很是流行。

 

這些Web框架能夠幫助你用Python編寫服務器端代碼(後端代碼)。這是在你的額服務器上運行的代碼，而不是運行在用戶設備和瀏覽器的代碼(前端代碼)。

 

1. 爲何須要Web框架

 

由於用Web框架能夠更容易地構建通用後端邏輯。這包括將不一樣的URL映射到Python代碼塊，處理數據庫以及生成用戶在瀏覽器中看到的HTML文件。

 

2. 應該使用哪一種Python Web框架

 

Django和Flask是最流行的兩種Python Web框架。若是你剛剛入門，我建議使用其中一種。

 

3. Django和Flask有什麼區別

 

Gareth Dwyer 關於這個問題有一篇出色的文章，在這裏我引用幾段：

 

主要區別

 

Flask：可以實現簡單、靈活和細緻的控制。並能讓你本身決定實現方式。

 

Django：提供了全面的體驗：你能夠得到管理面板、數據庫接口、ORM(對象關係映射)以及開箱即用的應用程序和項目的目錄結構。

 

如何選擇

 

Flask：若是你關注的是經驗和學習的機會，或者你想更多地控制使用哪些組件，好比你想使用哪些數據庫以及如何與其進行交互。

 

Django：若是你關注最終產品，或者你正在研究一個簡單的應用，好比新聞網站、網店或博客，而且你但願有單一實現的方式。

 

換句話說，若是你是初學者，Flask多是更好的選擇，由於它要掌握的組件更少。此外，若是你想要更多的定製，那就選Flask。

 

根據個人數據工程師朋友Jonathan T Ho的說法，因爲Flask 的靈活性，在建立REST API時，Flask 比Django 更適合。

 

另外一方面，若是你想直接構建一些東西，Django可能會讓你更快實現。

 

 

02 數據科學

 

數據科學，這裏包括機器學習，數據分析和數據可視化。

 

1. 機器學習是什麼 

 

假設你想開發一個可以自動檢測圖片內容的程序。給出圖1，你但願程序識別這是一隻狗。

 

▲圖1

 

給出圖2，但願程序能識別這是一張桌子。

 

▲圖2

 

你可能會說，我能夠寫一些代碼來作到這點。例如，若是圖片中有不少淺棕色像素，那麼能夠識別是狗。

 

或者能夠檢測圖片中的邊緣，若是有不少直的邊緣，那麼就是桌子。

 

但這種方法很快就很差用了。若是圖片中的狗不是棕色毛的怎麼辦？若是圖片只顯示桌子的圓形部分怎麼辦？

 

這裏就須要用到機器學習了。

 

機器學習經過實現算法，該算法可以自動檢測輸入中的模式。

 

例如，你將1000張狗的圖片和1000張桌子的圖片輸入給機器學習算法，讓它掌握狗和桌子間的區別。那麼當你給出新的圖片讓它識別是狗仍是桌子時，它就可以進行判斷。

 

這有點相似孩子學習新事物的方式。孩子是如何學習認知狗或桌子的呢？就是經過大量的例子。

 

你不會明確告訴孩子：「若是某個毛茸茸的東西有淺棕色的毛髮，那麼就多是狗。」

 

你會說，「這是狗，這也是狗。而這是桌子，那個也是桌子。「

 

機器學習算法的方式大體相同。

 

咱們能夠將相同的想法應用於：

 

• 推薦系統：好比YouTube，亞馬遜和Netflix

• 人臉識別

• 語音識別

 

以及其餘應用。

 

你聽過的熱門機器學習算法包括：

 

• 神經網絡

• 深度學習

• 支持向量機

• 隨機森林

 

你可使用上述任何算法來解決前面提到的圖片標籤問題。

 

2. 將Python用於機器學習

 

有一些熱門的機器學習庫和Python框架。其中兩個最熱門的是scikit-learn和TensorFlow。

 

• scikit-learn帶有一些內置的熱門機器學習算法。

• TensorFlow是一個低級庫，能讓你建立自定義機器學習算法。

 

若是你剛開始進行機器學習項目，我會建議你先從scikit-learn開始。若是你開始遇到效率問題，那麼可使用TensorFlow。

 

3. 數據分析和數據可視化

 

假設你在一家在線銷售產品的公司工做。做爲數據分析師，你會繪製這樣的條形圖。

 

▲條形圖1 - 用Python生成

 

從這張圖中能夠看到在某個週日，男性用戶購買了400多件產品，女性用戶購買了350件產品。

 

做爲數據分析師，對此你會提出一些可能的解釋。明顯的解釋是，該產品在男性用戶中更受歡迎。另外一種是樣本量過小，而這種差別是偶然的。還可能呢是因爲某種緣由，男性每每在週日才購買該產品。

 

爲了理解哪一種解釋是正確的，你能夠繪製另外一個圖。

 

▲折線圖1 - 用Python生成

 

不止看週日的數據，還要看到一週的數據。從這張圖表中能夠看出，在不一樣的日子裏這種差別比較一致。

 

從這個分析中你會得出結論：這種產品在男性中比在女性中更受歡迎。

 

但若是你看到像這樣的圖表呢？

 

▲折線圖2 - 用Python生成

 

那麼，怎麼解釋週日的差別呢？

 

你可能會說，也許出於某種緣由男性只在週日纔會更多地購買這款產品。或許這只是巧合。

 

我在谷歌和微軟工做時所作的數據分析工做與這個例子很是類似，只是更復雜一些。在谷歌時我使用Python進行分析，而我在微軟使用JavaScript。

 

在這兩家公司我都使用SQL從數據庫中提取數據。而後，我用Python和Matplotlib(在谷歌)或JavaScript和D3.js(在微軟)來可視化和分析這些數據。

 

4. 使用Python進行數據分析/可視化

 

進行數據可視化時，Matplotlib是很是熱門的庫。

 

Matplotlib很棒，由於：

 

• 容易上手

• seaborn等庫是基於它的，學習Matplotlib能夠幫助你之後學習其餘庫。

 

5. 如何用Python學習數據分析/可視化

 

你首先應該瞭解數據分析和可視化的基礎知識。在學習了數據分析和可視化的基礎知識以後，學習統計學基礎知識也將會頗有幫助。

 

 

 

03 腳本

 

什麼是腳本？

 

腳本一般是指編寫可以自動執行簡單任務的小程序。

 

我曾經在日本的一家小型創業公司工做，公司有郵件支持系統，這用來回復客戶經過郵件發送給咱們的問題。

 

在那兒工做時，個人任務是計算包含關鍵字的郵件數量，以便分析咱們收到的電子郵件。這能夠手動完成，但我寫了一個簡單的腳原本自動執行此任務。

 

當時咱們使用了Ruby，但對於這類任務Python也是不錯的選擇。Python適合這類任務，由於它語法簡單，易於編寫，並且進行測試也很快。

 

 

04 其餘用途

 

1. 嵌入式應用

 

我不是這方面的專家，但我知道Python能夠與Rasberry Pi一塊兒用，在硬件愛好者中很流行。

 

2. 遊戲開發

 

你能夠用PyGame來開發遊戲，但這並非最受歡迎的遊戲引擎。你能夠用它來開發業餘愛好項目，但若是你對遊戲開發很認真，建議不要選它。

 

我建議使用Unity的C＃，這是最受歡迎的遊戲引擎之一。它能讓你爲許多平臺開發遊戲，包括Mac、Windows、iOS和Android。

 

3. 桌面應用

 

你能夠用Python的Tkinter，但這並非最熱門的選擇。Java，C＃和C ++等語言彷佛更受歡迎。

 

最近，一些公司也開始使用JavaScript來開發桌面應用程序。例如，Slack的桌面應用是Electron構建的。它能讓你用JavaScript構建桌面應用程序。

 

就我的而言，若是我要開發桌面應用，我會選擇使用JavaScript。它能讓你從新使用網絡版本的一些代碼。

 

固然，我並非桌面應用的專家，因此若是你有不一樣的見解，評論中告訴我。

 

 

4. Python 3仍是Python 2

 

我會推薦Python 3，由於它更新並且更受歡迎。

 

5. 後端代碼與前端代碼的區別

 

假設你想開發相似Instagram的產品，那麼你須要爲想要支持類型的設備建立前端代碼。

 

你可能會用到：

 

• 面向iOS端的Swift 

• 面向Android的Java

• 面向Web瀏覽器的JavaScript

 

每組代碼將在每種類型的設備上運行。這類代碼將決定應用的佈局樣式，點擊按鍵的樣式等。

 

可是，您還須要存儲用戶信息和照片的功能。你要將它們存儲在服務器上，而不只僅存儲在用戶的設備上，以便每一個用戶的關注者均可以查看其照片。

 

這時須要用到後端代碼/服務器端代碼。你須要編寫後端代碼來執行如下操做：

 

• 記錄關注狀況

• 壓縮照片，從而不佔用太多存儲空間

• 在發現功能中向每一個用戶推薦照片和新賬戶

 

這是後端代碼和前端代碼之間的區別。

 

順便說一下，Python不是編寫後端代碼的惟一選擇，還有基於JavaScript的Node.js等選擇。

 

原文連接：

https://medium.freecodecamp.org/what-can-you-do-with-python-the-3-main-applications-518db9a68a78