python都用来做什么

一、python都用来做什么

很多朋友可能会问,为什么要学Python,就算学会了Python可以用来干什么呢?一般都会首先想到爬虫.

爬虫不是说的那种虫子哦,爬虫其实就是类似于百度蜘蛛,谷歌蜘蛛一样的.会自动的爬取网页上的内容.

一般学Python可以往很多方便发展哦:

在国内，豆瓣一开始就使用Python作为web开发基础语言，知乎的整个架构也是基于Python语言，这使得web开发这块在国内发展的很

不错。 youtube世界最大的视频网站也是Python开发的哦.还有非常出名的instagram也是用python开发的

python学习网，免费的python学习网站，欢迎在线学习！

爬虫是属于运营的比较多的一个场景吧,比如谷歌的爬虫早期就是用跑Python写的.其中有一个库叫 Requests,这个库是一个模拟HTTP请

求的一个库,非常的出名!学过Python的人没有不知道这个库吧,爬取后的数据分析与计算是Python最为擅长的领域，非常容易整合。不过

目前Python比较流行的网络爬虫框架是功能非常强大的scrapy。

现在的人工智能非常的火爆,各种培训班都在疯狂打广告招生.机器学习，尤其是现在火爆的深度学习，其工具框架大都提供了Python接

口。Python在科学计算领域一直有着较好的声誉，其简洁清晰的语法以及丰富的计算工具，深受此领域开发者喜爱。说白了就是因为

Python简单易学框架丰富。很多框架对于Python非常的友好，我也这也就是这么多学习Python的原因吧！

一般我们用爬虫爬到了大量的数据之后，我们需要处理数据用来分析，不然爬虫白爬了，我们最终的目的就是分析数据，在这方面关于

数据分析的库也是非常的丰富的，各种图形分析图等都可以做出来。也是非常的方便，其中诸如Seaborn这样的可视化库，能够仅仅使用

一两行就对数据进行绘图，而利用Pandas和numpy、scipy则可以简单地对大量数据进行筛选、回归等计算。而后续复杂计算中，对接机

器学习相关算法，或者提供Web访问接口，或是实现远程调用接口，都非常简单。

二、python程序都能做什么

1、从入门级选手到专业级选手都在做的——爬虫

2、用 Python写爬虫的教程网上一抓一大把，据我所知很多初学 Python的人都是使用它编写爬虫程序。小到抓取一个小黄图网站，大到一个互联网公司的商业应用。通过 Python入门爬虫比较简单易学，不需要在一开始掌握太多太基础太底层的知识就可以很快上手，而且很快可以做出成果，非常适合小白一开始想做出点看得见的东西的成就感。

3、除了入门，爬虫也被广泛应用到一些需要数据的公司、平台和组织，通过抓取互联网上的公开数据，来实现一些商业价值是非常常见的做法。当然这些选手的爬虫就要厉害的多了，需要处理包括路由、存储、分布式计算等很多问题，与小白的抓黄图小程序，复杂度差了很多倍。

4、除了爬虫，Python也广泛应用到了 Web端程序，比如你现在正在使用的知乎，主站后台就是基于 Python的 tornado框架，豆瓣的后台也是基于 Python。除了 tornado(Tornado Web Server)，Python常用的 Web框架还有 Flask(Welcome| Flask(A Python Microframework))，Django(The Web framework for perfectionists with deadlines)等等。通过上述框架，你可以很方便实现一个 Web程序，比如我认识的一些朋友，就通过 Python自己编写了自己的博客程序，包括之前的 zhihu.photo，我就是通过 Flask实现的后台(出于版权等原因，我已经停掉了这个网站)。除了上述框架，你也可以尝试自己实现一个 Web框架。

5、Python也有很多 UI库，你可以很方便地完成一个 GUI程序(话说我最开始接触编程的时候，就觉得写 GUI好炫酷，不过搞了好久才在 VC6搞出一个小程序，后来又辗转 Delphi、Java等，最后接触到 Python的时候，我对 GUI已经不感兴趣了)。Python实现 GUI的实例也不少，包括大名鼎鼎的 Dropbox，就是 Python实现的服务器端和客户端程序。

6、人工智能是现在非常火的一个方向，AI热潮让Python语言的未来充满了无限的潜力。现在释放出来的几个非常有影响力的AI框架，大多是Python的实现，为什么呢?因为Python足够动态、具有足够性能，这是AI技术所需要的技术特点。比如基于Python的深度学习库、深度学习方向、机器学习方向、自然语言处理方向的一些网站基本都是通过Python来实现的。

7、机器学习，尤其是现在火爆的深度学习，其工具框架大都提供了Python接口。Python在科学计算领域一直有着较好的声誉，其简洁清晰的语法以及丰富的计算工具，深受此领域开发者喜爱。

8、早在深度学习以及Tensorflow等框架流行之前，Python中即有scikit-learn，能够很方便地完成几乎所有机器学习模型，从经典数据集下载到构建模型只需要简单的几行代码。配合Pandas、matplotlib等工具，能很简单地进行调整。

9、而Tensorflow、PyTorch、MXNet、Keras等深度学习框架更是极大地拓展了机器学习的可能。使用Keras编写一个手写数字识别的深度学习网络仅仅需要寥寥数十行代码，即可借助底层实现，方便地调用包括GPU在内的大量资源完成工作。

10、值得一提的是，无论什么框架，Python只是作为前端描述用的语言，实际计算则是通过底层的C/C++实现。由于Python能很方便地引入和使用C/C++项目和库，从而实现功能和性能上的扩展，这样的大规模计算中，让开发者更关注逻辑于数据本身，而从内存分配等繁杂工作中解放出来，是Python被广泛应用到机器学习领域的重要原因。

11、Python的开发效率很高，性能要求较高的模块可以用 C改写，Python调用。同时，Python可以更高层次的抽象问题，所以在科学计算领域也非常热门。包括 scipy、numpy等用于科学计算的第三方库的出现，更是方便了又一定数学基础，但是计算机基础一般的朋友。

三、python可以做什么

1、Python实际上是一种编程语言，在许多领域中都有广泛的应用，例如最热门的大数据分析，人工智能，Web开发等。

2、1989年圣诞节，阿姆斯特丹，为了度过无聊的圣诞节，年轻人Guido决定开发一种新的编程语言。 Python(Boa Constrictor)的名字是因为他是Monty Python喜剧小组的粉丝。你看，技术是如此随意...

3、Python的语法非常接近英语，样式统一，非常漂亮，并且内置了许多有效的工具。例如，同一作业需要1000行C语言，100行Java和10行Python。

4、Python简洁，易于阅读且可扩展。大多数科研机构都使用Python进行研究。卡内基梅隆大学和麻省理工学院的编程课程以Python讲授。许多开源科学计算软件包都提供Python调用接口，例如著名的计算机视觉库OpenCV，三维可视化库VTK和医学图像处理库ITK。还有更多专门用于Python的科学计算扩展库，例如NumPy，SciPy和matplotlib，它们分别提供矩阵计算，科学计算和绘图功能。