你都用Python来做什么？

Python是一个比较完善的开发语言，既能做验证模型又能做落地项目，所以Python用来写大型项目是没有问题的。而且Python作为Web开发的三大传统解决方案之一，在Web开发领域也有很多经典的解决方案，所以Python做大型项目不仅没有问题而且还有很多成功案例。

我是通过机器学习项目的研究才开始接触并使用Python的，大概在4年前一次学术交流会议上，一个研究机器学习的同行跟我推荐使用Python，我当时还是使用Java做开发语言。在使用Python做算法实现之后，我确实感受到了Python在机器学习方面做的比Java要更好，尤其是Numpy、matplotlib等库的支撑使得Python在很多算法实现上都非常简洁。我曾经做过一个对比，一个同样的算法（朴素贝叶斯）如果使用Java来实现需要200行，使用Python只需要50行，虽然这一个对比不能完全否定Java，但是带来的方便却是实实在在的。

目前我正在使用Python做一个智能诊疗方面的项目，简单的描述一下就是通过机器学习来完成患者治疗方案的推荐，辅助医生做出更合理的治疗。通过大量患者数据的整理和分析，不断训练算法最终得到一个比较合理的分析结果。目前已经整理出来了20余万条数据，而且这些数据正在不断的增加，通过这些数据的分析和处理能更好的服务于医生和患者。

其实我最早听说过Python在项目中的应用是在2010年左右，我一个学生在美国读书，当时他在做一个电子商务网站，他告诉我他使用的就是Python语言。目前他在亚马逊云计算部门做研发，我们也经常做一些技术方面的交流。

我在头条上写了关于Python的系列学习文章，感兴趣的可以关注一下，如果有Python方面的问题也可以私信我。

为什么这么多人在学Python呢？很多小白都听说Python很火，简单易学，学起来很容易，学习周期短，可是为啥要学Python呢？，下面谈谈我对Python的感悟。

在PC时代大量的嵌入式的设备，底层的代码，底层原理，以及底层逻辑运用，以及桌面的应用都是用C、C++实现的，毋庸置疑它们是最接近底层，对底层有着强大的解释说服力，也是最早的、最快的。随着2000年电商的大规模的兴起，多数人融入到这个大家庭中，逐渐地从PC时代过度到互联网时代，Java开始王者归来，再加上2010移动互联网的爆发Android开始风靡起来，Java更是如日中天，走向了辉煌。那我们现在为什么要学习Python呢？Python到底是用来干什么的？

1、Web开发

Python的诞生历史比Web还要早，由于Python是一种解释型的脚本语言，开发效率高，所以非常适合用来做Web开发，大大提高了做web开发人员的效率。

Python有上百种Web开发框架，有很多成熟的模板技术，选择Python开发Web应用，不但开发效率高，而且运行速度快，加快了时代的发展。

常用的web开发框架有：Django、Flask、Tornado 等。

许多知名的互联网企业或者小型公司将Python作为主要开发语言：豆瓣、知乎、果壳网、Google、NASA、YouTube、Facebook……

由于后台服务器的通用性，除了狭义的网站之外，很多App和游戏的服务器端也同样用 Python实现，来运行，完成相应的工作。

一个Web应用的本质就是：

浏览器发送一个HTTP请求；

服务器收到请求，生成一个HTML文档；

服务器把HTML文档作为HTTP响应的Body发送给浏览器；

浏览器收到HTTP响应，从HTTP Body取出HTML文档并显示。

所以，最简单的Web应用就是先把HTML用文件保存好，用一个现成的HTTP服务器软件，接收用户请求，从文件中读取HTML，返回。Apache、Nginx、Lighttpd等这些常见的静态服务器就是干这件事情的，完成这些事情的。

如果要动态生成HTML，就需要把上述步骤自己来实现。不过，接受HTTP请求、解析HTTP请求、发送HTTP响应都是苦力活，如果我们自己来写这些底层代码，还没开始写动态HTML呢，就得花个把月去读HTTP规范。

正确的做法是底层代码由专门的服务器软件实现，我们用Python专注于生成HTML文档。因为我们不希望接触到TCP连接、HTTP原始请求和响应格式，所以，需要一个统一的接口，让我们专心用Python编写Web业务。

这个接口就是WSGI：Web Server Gateway Interface。（Web服务器网关接口）

wsgi就是一种规范，它定义了使用web应用程序与Python编写的web服务器程序之间的接口格式。无论多么复杂的Web应用程序，入口都是一个WSGI处理函数。HTTP请求的所有输入信息都可以通过environ获得，HTTP响应的输出都可以通过start_response()加上函数返回值作为Body。

WSGI接口定义非常简单，它只要求Web开发者实现一个函数，就可以响应HTTP请求。我们来看一个最简单的Web版本的“Hello，web!”：

上面的application()函数就是符合WSGI标准的一个HTTP处理函数，它接收两个参数：

environ：一个包含所有HTTP请求信息的dict对象；

start_response：一个发送HTTP响应的函数。

在application()函数中，调用：

就发送了HTTP响应的Header，注意Header只能发送一次，也就是只能调用一次start_response()函数。start_response()函数接收两个参数，一个是HTTP响应码，一个是一组list表示的HTTP Header，每个Header用一个包含两个str的tuple表示。

通常情况下，都应该把Content-Type头发送给浏览器。其他很多常用的HTTP Header也应该发送。

然后，函数的返回值'\u003ch1\u003eHello, web!\u003c/h1\u003e'将作为HTTP响应的Body发送给浏览器。

有了WSGI，我们关心的就是如何从environ这个dict对象拿到HTTP请求信息，然后构造HTML，通过start_response()发送Header，最后返回Body。

了解了WSGI框架，我们发现：其实一个Web App，就是写一个WSGI的处理函数，针对每个HTTP请求进行响应。

但是如何处理HTTP请求不是问题，问题是如何处理100个不同的URL。

由于用Python开发一个Web框架十分容易，所以Python有上百个开源的Web框架。各种Web框架的优缺点自己去了解一下就可以了，直接选择一个比较流行的Web框架——Flask来使用。

除了Flask，常见的Python Web框架还有：

Django：全能型Web框架；

web.py：一个小巧的Web框架；

Bottle：和Flask类似的Web框架；

Tornado：Facebook的开源异步Web框架。

做一个游戏

2、网络爬虫

许多人对编程的热情始于好奇，终于停滞，小有成就就止步于此。

距离真枪实干做开发有技术差距，也无人指点提带，也不知当下水平能干嘛？就在这样的疑惑循环中，编程技能止步不前，而爬虫是最好的进阶方向之一。

网络爬虫是Python比较常用的一个场景，国际上，google在早期大量地使用Python语言作为网络爬虫的基础，带动了整个Python语言的应用发展。以前国内很多人用采集器搜刮网上的内容，现在用Python收集网上的信息比以前容易很多了，如：

从各大网站爬取商品折扣信息，比较获取最优选择；

对社交网络上发言进行收集分类，生成情绪地图，分析语言习惯；

爬取网易云音乐某一类歌曲的所有评论，生成词云；

按条件筛选获得豆瓣的电影书籍信息并生成表格……

应用实在太多，几乎每个人学习爬虫之后都能够通过爬虫去做一些好玩有趣有用的事。

例子：爬取网络上的歌曲

3、人工智能

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有很多库很方便做人工智能，比如numpy, scipy做数值计算的，sklearn做机器学习的，pybrain做神经网络的，matplotlib将数据可视化的。在人工智能大范畴领域内的数据挖掘、机器学习、神经网络、深度学习等方面都是主流的编程语言，得到广泛的支持和应用。

人工智能的核心算法大部分还是依赖于C/C++的，因为是计算密集型，需要非常精细的优化，还需要GPU、专用硬件之类的接口，这些都只有C/C++能做到，所有c/c++和P相结合就可以实现人工智能。

4、Python的其他应用举例

系统编程：提供API，能方便进行系统维护和管理，Linux下标志性语言之一，是很多系统管理员理想的编程工具。

图形处理：有PIL、Tkinter等图形库支持，能方便进行图形处理。

数学处理：NumPy扩展提供大量与许多标准数学库的接口。

文本处理：Python提供的re模块能支持正则表达式，还提供SGML，XML分析模块，许多程序员利用Python进行XML程序的开发。

数据库编程：程序员可通过遵循PythonDB-API（数据库应用程序编程接口）规范的模块与MicrosoftSQLServer，Oracle，Sybase，DB2，MySQL、SQLite等数据库通信。Python自带有一个Gadfly模块，提供了一个完整的SQL环境。

网络编程：提供丰富的模块支持sockets编程，能方便快速地开发分布式应用程序。很多大规模软件开发计划例如Zope，Mnet及BitTorrent.Google都在广泛地使用它。

Web编程：应用的开发语言，支持最新的XML技术。

多媒体应用：Python的PyOpenGL模块封装了“OpenGL应用程序编程接口”，能进行二维和三维图像处理。PyGame模块可用于编写游戏软件。

黑客编程： Python有一个hack的库，内置了你熟悉的或不熟悉的函数，但是缺少成就感。

以上内容分享自华为云社区《【云驻共创】你知道在未来Python主要的运用途径和领域吗？》，作者：楠羽。

Python 这几个月热度不减，能做的事情有许多。

在职场中，使用Python工作的主要是这样几类人：

网站后端程序猿：用Python搭建网站后，后台比较容易维护，当需要增加新的功能，用python可以比较容易实现，不少知名网站都用了python开发 比如：Gmail Youtube Reddit Spotify 知乎 豆瓣

自动化运维：这个时代中越来越多东西开始倾向于自动化，批量处理大量的任务。py在系统管理上的优势在于强大的开发能力和完整的工具链

数据分析师：py可以快速的开发来验证自己的想法 ，节省大量的时间，不用生煎浪费在程序本身身上，并且有第三方库的支持，也能节省时间

游戏的开发者：一般是作为游戏脚本镶嵌在游戏中，这样做的好处是可以利用游戏引擎的高性能，又可以受益于脚本化开发的有点 ，不需要重新编译，特别方便

且Python程序看上去总是简单易懂，对于零基础的小白白们来说是个福音。只要你会简单的四级英语，Python中出现的单词对你来说基本上是piece of cake。学过Python的小伙伴们都知道，Python不但入门容易，而且随着自己编程能力的提升，也可以编写那些非常非常复杂的程序，慢慢的向Python大佬进阶。

如果你具备了Python编程能力，那你可以用Python做点什么呢？

一、网络爬虫。采集网页的数据，为后期的数据挖掘或者数据库的建立提供数据支撑，网络爬虫数据还可以做浏览器等；

二、数据挖掘和分析、科学计算、机器学习。Python中的pandas、numpy、matplotlib等数据处理库，可以助力你进行科学计算和可视化；

三、日常任务。比如自动备份你的MP3、12306抢票等；

四、web开发。其实很多著名的网站像知乎、YouTube、豆瓣网就是Python写的，此外很多大公司，包括Google、Yahoo等，甚至NASA（美国航空航天局）都大量地使用Python；

五、网络游戏后台。很多在线游戏的后台都是Python开发的；

六、运维、应用开发、大数据、人工智能、自然语言处理等。

……还可以写很长很长…………还可以写很长很长……

如果你具备Python企业级开发与大数据运维能力，那么你不仅可以用Python做企业级开发，更可以做比“大数据开发”更高端的“大数据运维”，成为市场上稀缺的大数据运维工程师，年薪50w不在话下。

随着人工智能的兴起，现在python语言在所有语言中地位排名一步步高升，因为python语言目前是做人工智能方向开发的首选语言。

python在人工智能领域拥有着强大的机器学习库，例如机器学习库Scikits-learn，SciPy，Pandas，Keras等等，并且google强大的机器学习库Tensorflow也为python提供了封装接口使用，这些足以让python在众多语言中脱引而出。

那么除了机器学习外python还可以做哪些东西呢

1.自动化测试，python在自动化领域也拥有着极高的地位，在自动化测试中，我们往往需要开发出各种脚本以帮助测试减少手动的工作量，而python作为脚本语言简单，精炼以及强大的第三方库让我们快速的完成一个脚本，还有自动化测试领域的UI自动化，monkey，接口自动化等等都可以通过python快速完成。

2.爬虫，python的scrapy框架是大多数人做爬虫的首选框架，只不过我之前做的一些简单的爬虫是通过requests库和BeautifulSoup完成一个网页的爬虫任务。3.web开发，python的Django和Flask框架是web开发的框架，Flask相对于Django来说是一个更轻量级的web框架，我目前经常使用Flask编写接口

4.python同样也可以做游戏，pygame是python的一个第三方库用来编写游戏的，只不过这个只适合来编写一些简单的小游戏，不适合编写大型网游以及单机游戏，作为娱乐爱好可以学学玩玩。

5。大数据分析，现在是一个大数据时代，通过分析数据可以发现很多问题，python的numpy和pandas库能够快速处理亿级数据

6.linux运维，通过python可以轻松完成大量服务器的系统化管理。

python的用途真的很多很多，但是对于职业来说，个人目前看的比较多的是人工智能，自动化测试，linux运维以及大数据分析。

Python是一门编程语言，应用非常广泛，我用来做金融数据分析，量化投资。

探讨问题与分析思路

本文以Python为量化工具，主要探讨以下三个问题：

（1）指数定投的优势与劣势在哪？

（2）指数定投受哪些因素影响，是不是时间越长越好？

（3）指数定投策略如何优化？

编程软件：基于Python3.7的Jupyter Notebook，使用到的库包括numpy、pandas、matplotlib、pyecharts和tushare等。

数据来源：使用tushare pro开源包获取上证指数、深证指数、沪深300、上证50、中小板和创业板1991-2018年数据，其中中小板和创业板是2011年-2018年数据。

源代码：Talk is cheap, show me the code （废话少数，放码过来！），关注微信公众号：Python金融量化（id：tkfy920），回复\"指数定投源码”免费获取下载地址。

01

国内指数价格走势

首先，对A股几个常用的指数历史走势进行可视化分析，直观反映不同期间股价涨跌情况，其次，计算各期间股指的累计收益率，为后面的指数定投对比分析做铺垫。

各指数自上市交易以来累计收益率情况：区间拉长，各有千秋。

牛市区间累计收益率情况：'2013-01-01'：'2015-06-12'：牛市来了，创业板身板轻，飞得更高（摔下来也疼）。

倒V形区间收益率情况：'2011-01-01'：'2018-12-24'：辛辛苦苦八九年，最后回到解放前。

2018年以来累计收益率：'2018-01-01'：'2018-12-24'。怎一个“惨”字了得，中小板跌到妈都不认得。

各指数自上市以来累计收益率和年化平均收益率：上证综指自1990年12月以来累计收益率达到322.98%，但是几何年平均收益率也只有5.29%，低于中证500、沪深300和中小板指。

02 指数定投策略

指数定投策略：即每月于固定日期使用固定金额投资指数基金。如将每月月初发的工资3000元用于投资指数基金。

下面运用Python定义指数定投的回测函数，假定无风险理财产品收益率为4%（假设而已），每月月初（或者月末）定投3000元购买指数基金，计算各期间累计收益率和累计定投资金。先来看第一个问题，指数定投在什么情况下优于一次性投资以及无风险理财（银行定期存款）呢？

微笑曲线（V或W形态）：不难理解，指数定投的优势在于规避择时，不怕踩坑，通过长期定额投资分摊成本，当股指呈微笑形走势的时候，一定是优于一次性投资的，但是否能获得较高回报，还得看右侧回升的幅度大小。如选取区间2007年10月17日至2015年6月12日，该期间是股指自1990年以来的历史高点6124点开始下跌，然后反弹至5178点，即假设你运气碰巧那么差，在最高点当接盘侠，然后每个月继续傻乎乎的补仓，然后终于运气来了，在2015年高点全部清仓。如下图所示，如果你在高点一次性买入然后长期持有，期间累计收益率是-16.48%，而定投的累计收益率却高达101.03%（每月月初投入），无风险理财的期间累计收益率也只有16.28%。

小微曲线：上图选择的“微笑曲线”很优美，刚好是股指两头高（右侧高才是关键），中间低，因此通过每月定投不断分摊长期成本，获得超额收益率。那如果右侧不是很高呢？再来看另一个区间，2007年10月17日（6124高点）至2009年07月20日（3333低点），如下图所示，区间累计收益率为-62.31%（佛性），理财累计收益率3.62%，每月月初定投的累计收益率仍然有15.64%（每月月底定投是17.96%，其实统计分析二者并无显著差异）。可见，一次性买入长期持有策略对择时的要求非常高，一旦踩了坑（高点接盘），将很难翻身，而长期定投策略则规避了择时的困扰，在股指短期波动向下，中长期向上反弹的走势中优势凸显。

难过曲线（倒V或M形态）：有微笑曲线，当然也有难过曲线。正所谓，有阴必有阳，有涨必有跌，有得必有失。什么情况下定投指数策略处于劣势呢？将回测区间拉长，考察指数从低点-高点-低点、经历两次大的牛熊转换时，指数定投策略的累计收益率情况。如下图所示，选取区间2006年10月01日（2000多点）至2018年12月24日（2000多点），相当于经过了12年多，股指差不多又回到起点。一次性买入期间累计收益率为36.6%，理财定投累计收益率为27.63%，但是指数定投累计收益率却为-7.39%（-7.46%），可见，指数定投并非时间越长越好，也并非一直比一次性买入持有策略好。

单边牛市：即起点为最低点，终点为最高点。选取区间2014年07月1日至2015年06月12日进行回测。如下图所示，一次性投入并持有的策略明显优于定投策略。通过上述分析，不难发现，一次性买入并持有策略对择时要求非常高，即同时在买点和卖点精准把握才能获取超额收益率，而定投指数策略对买点并无要求，但要求卖点出现在右侧才能获取超额收益。换句话说，指数定投并非毫无目的的一直做长期定额投资，而是要结合一些择时指标判断拐点进行“止盈”，才能获取较高的累计收益率。

03

其他指数情况

股票指数是反映股票市场总的价格水平变化的指标。一般是选取有代表性的一组股票，采取价格加权平均计算得到。各种指数具体的股票选取和计算方法是不同的，只看单一股票指数可能难以反映总体情况。下面对照分析上证指数、深证指数、沪深300、上证50、中小板和创业板指数，由于创业板是2010年才推出，因此下面的分析主要考察2011年-2018年区间。

单边牛市：考察期间2014年07月01日至2015年06月12日，创业板定投累计收益率最高，达到124.3%，并且定投累计收益率居然高于一次性投入的累计收益率；而上证50定投累计收益率最低，只有63.22%。

倒V形（右侧高于左侧）：考察区间2011年08月01日至2016年12月24日，创业板累计收益率仍然是最高的，除了创业板外，指数定投策略的收益率均高于一次性投入持有策略。

难过曲线：考察期间2011年08月01日至2018年12月24日，该区间内，上证综指、深证成指、中证500和中小板指累计收益率均出现了负数，但定投策略亏损较少，其他几个指数仍有正的收益率，除创业板外，指数定投策略仍然优于一次性投入持有策略。

单边下行：考察期间2015年06月12日至2018年12月24日，毫无疑问，单边下行的时候，定投不断分摊了长期成本，累计亏损率要低于一次性投入。此外，单边下行的时候，期间内创业板累计跌幅是最大的，正所谓风水轮流转，山水有相逢。

2018年情况：2018年国内外形势云诡波谲，内外夹击，经济持续下行，股票市场首当其冲，各大指数均出现了大幅下跌，股民怨声载道。年初至今，中小板累计亏损高达45.12%（定投：-24.66%）。可见，起风的时候，身子轻的猪可以飞得更高，但摔下来的时候也更惨！

通过上述分析，不难看出指数定投的优势与劣势，以及什么条件下可以获得较好的累计收益率。巴菲特建议个人投资者最好的投资方式是指数定投，尤其是对于收入来源于每月固定薪酬的普通散户。为什么倡导指数定投？其实背后的逻辑是很清晰的，即股市受当前受各方因素叠加影响，短期波动较大，形势不明朗，但是对股市长期走势抱有很大希望，这时候做指数定投将是一个不错的投资策略，尽管短期内可能承受较大的亏损压力。最后引用基金观察网上的一张图片进行总结：“长期国运向好，中期估值合理，短期情绪恐慌，所以此时不定投，啥时再定投？”

（图片来源：基金观察网）

05 结语

本文使用Python对A股几个常见的指数历史行情进行了可视化分析，通过构建指数定投策略函数，对不同区间指数定投策略进行了历史回测，全面展示了指数定投策略的优劣势、适用性与局限性。华尔街曾流传着一句话：“要在市场中准确地踩点入市，比在空中接住一把飞刀更难。”可见择时是非常困难的，指数定投则规避了这一选择，通过采取分批买入法，克服了只选择一个时点进行买进和卖出的缺陷，不断分摊和均衡长期成本，因此指数定投在中长期看好、短期波动较大的行情中优势明显。股票市场短期内是噪音交易占主导，无论你使用的量化技术多么复杂高深，可以战胜市场的唯一方式依然是获取概率优势。大道至简，只有简单的策略，才能在长期投资中保持高度的稳定概率优势。

更多干货请关注微信公众号：Python金融量化

Python是一门非常通用的编程语言，在各个不同的领域有着广泛的用途。

Google是从一开始就使用python的公司。

那么使用Python能干什么呢。

1. 网页开发

目前B/S开发模式越来越流行，而Python提供了Django, Flash等基于Python的Web框架，利用Django， Flash可以快速的帮助我们建立Web服务器。

2. Data Science - 包括机器学习，数据分析和数据可视化

什么是机器学习呢

比如如下的图片，一只猫，但是程序怎么识别出这是一只猫呢。

然后我又想识别出下面的这张图片中有一颗树呢

也许我们会这么设想，如果一张图中白色像素占比比较大的话，则认为这是一只白猫，如果绿色像素占比比较多的话则认为是一颗树

但是加入我们现在有很多不同颜色的狗的图片和不同颜色树的图片该怎么区分呢。

机器学习通常实现一种自动检测给定输入的模式的算法。

我们可以输入1000张猫的图片和1000张树图片给这个机器学习的算法，然后这个算法就会识别出猫和树。

当你再输入一个新的猫或者树的图片给这个算法，然后算法就会识别出这是一只猫还是一颗树了

然而Python有两个比较流行的库scikit-learn 和TensorFlow

3. Script - 脚本

脚本就是利用Python实现一些小程序，从而简化我们的工作。

网页自动化测试

网页爬虫

Python是一种非常强大的编程语言，它的用途非常广泛。它可以用于Web开发，网络爬虫，人工智能，数据分析，自动化运维，系统编程，图形处理，数学处理，文本处理，数据库编程，网络编程和多媒体应用（例如游戏开发）等等。

Python在人工智能领域内的机器学习、神经网络、深度学习等方面都是主流的编程语言。Python的稳定性和安全性使其成为处理大数据以及构建机器学习系统的理想编程语言。更重要的是，Python大量的库促进了运行现代AI和ML系统的模型和算法的开发

Python在Web开发中非常流行，它有许多强大的Web框架，如Django和Flask，可以帮助开发人员快速构建Web应用程序。这些框架提供了许多内置功能，如用户身份验证、表单处理和数据库访问，使开发人员能够专注于编写应用程序的核心逻辑。

Python还有许多用于Web开发的库，如Requests（用于发送HTTP请求）、Beautiful Soup（用于解析HTML文档）和SQLAlchemy（用于数据库访问）。这些库可以帮助开发人员更快地完成Web开发任务。

此外，Python的简洁易读的语法和丰富的文档使其成为Web开发的理想选择。它也有一个活跃的社区，提供了大量的支持和资源。

Python在人工智能领域非常流行，它是机器学习最流行的语言之一。Python的稳定性和安全性使其成为处理大数据以及构建机器学习系统的理想编程语言。更重要的是，Python大量的库促进了运行现代AI和ML系统的模型和算法的开发。

例如，Python有许多用于机器学习和数据分析的库，如NumPy（用于数值计算）、Pandas（用于数据处理）、Scikit-learn（用于机器学习）和TensorFlow（用于深度学习）。这些库提供了大量的工具和算法，可以帮助开发人员快速构建机器学习模型。

此外，Python还有许多用于自然语言处理和计算机视觉的库，如NLTK（用于自然语言处理）和OpenCV（用于计算机视觉）。这些库可以帮助开发人员在人工智能应用程序中实现语音识别、图像识别等功能。

总之，Python在人工智能领域内提供了强大的支持，它是开发AI和ML驱动的解决方案的理想选择。

经历

I am not a designer nor a coder. I'm just a guy with a point-of-view and a computer.

翻译：俺不是码畜，俺只是一条对着电脑有点想法的土木狗。

笔者土木工程渣硕，以下为编程经历，仅供参考：

2001-2005年，本科阶段C艹，60几分飘过。

2005-2008年，研究生阶段用Flac3D（编程建模）做数值分析。

2008-2014年，毕业后利用业余时间捣腾过一段时间网赚（卢松松博客，现在竟然还能访问），使用易语言（大漠插件等）做过一些辅助工具；也交过学费，套用商业建站模板，做过一个自己的博客网站（已报废）。

2014年，在我乎知道Python，这个时候还是python 2.7的时代；跟着廖雪峰、挖煤哥、虫师的博客开启爬虫取数之旅。

2016年，通过注册岩土专业考试之后，便萌生了一个new idea，越发觉得少个程序员，或越发觉得自己的编程能力欠缺。

2017年，参照狗书用Flask+mongoDB完成网站http://intumu.com，和你现在访问的不太一样，早期版本采用原始的Bootstrap框架，参照阮一峰的博客调整UI布局；现在采用AdminLTE框架，JS单页H5应用已不在话下，正谋求向转型Web 3.0。

2018年，上线了微信小程序：注册土木；期间也开发了几个其他类目的小程序，因为需求及定位问题几近荒废。

2019年，出版一本关于Bokeh数据可视化的书籍。

2020年，继续提升数据分析到数据挖掘Skearn。

2021年，年底整理了一本Skearn在土木工程中应用的书籍，还在走出版流程；回头望，编程领域还是回到Web数据动态可视化，这块是我的强项。

2022年，重构狗书，整了一本Flask+MongoDB的书，其中包含了web3.0的实例；后续可能会在Flask+MongoDB+Bokeh的基础上做一些可以落地的小项目（PS：大项目，整不动）。

以上写在2023-1-19，且都是基于Python库，作为一条资深土木卷狗，40多岁的我，会在Python这条路上一直探索，至于土木领域，反倒一切随缘，TMD！

我尝试过的:

1.做爬虫，爬取电影名称和下载链接，直接下载；

2.做脚本，我正在写发周报的脚本，每周自动发，不用我干预。做自动化运营的理念。

下面的是未来要做的，通过python实现

1.做个简单的管理系统，管理我们的篮球经费，每次打完球，通过系统计算此次费用，通过微信自动发送给此次的打球参与者，用了多少，余额多少。

2.做一个电子魔镜，硬件用树莓派，用爬虫爬取气象网站的天气信息，投送到镜子上；也可以通过这个系统把天气预报发送到父母的微信上

其实可做的很多，一方面我想尝试一下将我的生活智能化；另一方面工作上提高工作效率

Python用来做了什么？的确，对于不了解python的初学者来说，回答这个问题比较困难，因为python应用于多个领域，在不同的领域中，发挥着不同的作用，下面介绍python应用的几个方向

web开发 、自动化运维、数据分析、数据挖掘、人工智能

web开发

提到web开发，大家脑海中闪现的一定是当前主流的开发语言Java吧,但你可能想不到的是python也可以做web开发，他由于开发迅速、部署飞快，变更起容易，代码量小深受开发者的喜爱，并且还有强大的框架来进行web开发.

最经典的Django，使程序员快速开发复杂的代码和应用，开发高质量的web程序；

自动化运维

随着公司的发展、业务需求的持续并快速的增长，往往一个运维工程师通常要管理成百上千台服务器，运维工作变的重复、繁杂。那么将运维工作自动化，把运维工程师从服务器的管理中解放出来，让运维工作变得简单、快速、准确，这是使用python来做的持续高效的事，那么为什么选择Python呢，一来，大部分的开源运维工具都是由纯Python编写的，如Celery、ansible、Paramiko、airflow等，二来，Python与其他语言相比，更加优雅、明确和简单。

数据分析、数据挖掘

作为数据分析的一大利器--Python,除了自身语言简洁高效易上手的优点，还有许多强大的功能。

支持非常多的库用于分析需求，pandas、numpy、matplotli可视化库，帮助用户快速处理各种复杂的数据，并准确的输出到指定文件中（Excel、csv）;

人工智能

2016年3月，阿尔法围棋与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，以4比1的总比分获胜；而在此之前，AI已经攻克了国际象棋、象棋、军棋等多个领域获得冠军。

当前人们熟知的人脸识别（手机解锁），摄像头抓拍司机是否超速，每天上班人脸打卡、智能驾驶等等均属于人工智能的领域，所以不知不觉之中，人工智能已经融入我们的生活当中。

机器学习是一类算法的总称，这些算法企图从大量历史数据中挖掘出其中隐含的规律，并用于预测或者分类，更具体的说，机器学习可以看作是寻找一个函数，输入是样本数据，输出是期望的结果，只是这个函数过于复杂，以至于不太方便形式化表达，机器学习的算法包括神经网络、深度学习、支持向量机及随机森林，基本道理和上述相似，应用场景很多：例如推荐系统、人脸识别及语音识别等。

对于机器学习库和Python框架，scikit-learn和TensorFlow算是两个比较热门的。下面是scikit-learn中文学习网站，大家可以访问学习

对于初学者而言，的确需要明确自己的Python应用领域是哪些。

Python是一门语言、一个平台，他的强大在于其平台上的生态足够广泛。对于Python学习者而言，平台上有哪些领域的库，那么你就可以用Python做事情。

下面列出我所知道的

数据处理

Python中的pandas是一个非常优秀的数据处理包，可以让你灵活应对几乎任何形式的数据形式。

我的头条号目前有一系列相关文章:

学Python还不会处理Excel数据？带你用pandas玩转各种数据处理

\"Python替代Excel Vba\"系列（二）：pandas分组统计与操作Excel

数据分析与挖掘

这是一个非常有趣味的事情，想象一下你可以通过一份数据，挖掘事情背后的一些逻辑。

与上一点一致，你可以使用 pandas + 其他辅助包(作图用 seaborn或其他，快速探索性分析用Profiling包)，让你快速探索你的数据。

我的相关文章可以查看:

Python数据分析：挖掘《泰坦尼克号》的秘密

20行代码教会Python分析商品评价

Python程序实战：入门Python不仅让你少加班，他还可以这么炫酷

游戏

使用Python可以做出很多优秀的2d游戏。使用的库是pygame。这方面我比较少接触，你可以网上查阅资料。

当然，有时候你可以做一些无需大量漂亮界面的游戏。

你可以参考我的相关文章：

用Python做一个有趣的拿石子游戏

Python做人工智能？让电脑自己学会玩游戏，实战带你入门机器学习

爬虫

这个我就不细说了，如果你是用python做数据相关的事情，那么爬虫可能是你的必修课。python有足够多和强大的爬虫相关的包可以用。目前我也在构想一些爬虫相关的文章。

我的相关文章：

让Python爬虫告诉你-吴彦祖今天不舒服了！

网站

python创建网站也十分容易。这方面我从来不使用python做网站，但如果你需要快速创建简单的网站，可以考虑使用python，而非其他的编程语言。

还有其他很多我不知道的领域～～～

最后

最后想说一下，学习以上每一个领域，最根本的是领域知识而非是否使用python，我之所以选用python做以上的事情，是因为使用python有大量的包可以让你快速做出事情。

挑选一个你自己感兴趣的领域，然后用上你学的python吧。

我就是自学python,但是我的目标是做一些自动化办公的小插件,现在也完成了一些.所以要看题主具体的目标是什么,还要看题主能付出多少学习成本.我觉得python是比较高级的语言,它有着许多库,许多接口,它就想是胶水一般,把自己需要的模块粘合到一起,就可以使用.至于什么效率低下什么的,目前我还是小脚本开发阶段,根本感受不到运行压力.希望我的回答能帮助到题主

谢邀。Python由于近两年数据分析和人工智能的发展得到了广泛的关注。Python作为一门跨平台语言，可以做的方向很多，而且都是有相关岗位的。

1、人工智能方向。目前较为火爆的包括算法岗，计算机视觉，NLP等，但这块门槛和难度都较高，而且主要不在Python在算法。

2、数据处理与分析方向。这个方向主要学习对数据的处理及分析，目前市面上形形色色的岗位很多，包括最近很火的量化工程师，这块来讲主要是学习Python的几个数据分析相关库，然后也需要相关领域的知识，做分析的话对数学建模又要求。

3、Python爬虫，这个方向主要是从指定网站或APP获取相关数据，然后进行数据清洗筛选出有用的数据，除了相关Python技能外还需要对前端知识有所了解。

4、Python后端，这个是最接近常规软件开发的，大多数Python工程师做的其实也只是这块。

5、黑客、计算机桌面程序等，这些方向相对来说比较冷门，但Python也是可以做的。

总之，你学好Python能做的事还是比较多的，希望我的回答能帮到。

这个目前还是比较适合做自动化工具方向

现在IT行业正值热门，相应的衍生出一系列互联网的专业，python现在无处不在，AI人工智能，DEVOPS自动化，网站开发，大数据开发，游戏开发等。所从事的领域职位，python,全栈开发工程师，爬虫开发工程师，运维工程师，大数据分析与数据挖掘，服务器开发工程师，人工智能领域开发工程师，网络编程工程师，DevOps自动化工程师。如果你自制力强，有上进心，想通过学习来改变现状，那么学习Ph可以让你点亮高薪人生，前端开发工程师，不想仅限于H5，CSS3开发，Python将是你的不二之选。立志做全能型人才，一人搞定前后端，那么python是你成功的首选。从事传统网络运维工作，想要做开发，那就适合学Python。python是人工智能首选开发语言，抢占未来，成为AI人才，必学python..学习python是大势所趋，你还在等什么呢？

python的优势就是库多，基本上只要你能想到的，都可以用python调用别人的库，轻松完成工作。

比如说django、flask、pyramid等web框架，可以快速做出一个网站。我一直有计划做一个各个网站的聚合类签到器，但是一直没开工。你可以尝试一下。

最近我买了个树莓派。你随便搜一下，很多树莓派智能小车、图像识别的例子。配合树莓派强大的接口，可以轻松做出物联网产品来。

如果你常用Word、Excel的办公软件，也有对应的类库可以控制文档。最近我学了一点openpyxl，它可以用来操纵Excel文档。你把下面的代码保存成py文件，然后用pip安装openpyxl和faker这两个类库，就可以运行下面的代码了。运行完之后会生成一个Excel文档，里面包含了一些模拟数据。你甚至还可以用openpyxl生成图表，openpyxl的功能还有很多，想详细学习建议自己看文档。

总之，python功能非常强大。你不用非得把python学的多么好，只要学了一点知识，就可以马上把它用出来。有了python，生活可以变得更简单。

from openpyxl import Workbook

import random

from faker import Faker

fake = Faker('zh_CN')

book = Workbook()

ws = book.active

ws.title = '学生成绩表'

# 表头

ws['a1'] = '姓名'

ws['b1'] = '语文'

ws['c1'] = '数学'

ws['d1'] = '英语'

ws['e1'] = '物理'

ws['f1'] = '化学'

ws['g1'] = '生物'

# 生成50个人的成绩

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)

# 总计、平均数、方差、标准差

ws['a53'] = '总计'

ws['a54'] = '平均数'

ws['a55'] = '方差'

ws['a56'] = '标准差'

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')

python 的主要应用领域大多了，比如：人工智能（AI)， 机器学习， 数据分析，WEB(网站)编程开发， IT自动化维护等行业，是一种最近几年比较流行的一程序开发语言。

作为如今人工智能、机器学习、云计算、大数据、物联网、机器人等一些最有前途的技术背后的主要语言，Python这几年发展迅猛。

Python语言虽然是30岁的大叔级编程语言，但是近年来Python语言变得越来越流行，在TIOBE编程语言指数排行榜中， 2019 年度编程语言排行榜Python名列第三位。Python语言简单易学，利用众多的优秀模块可以快速延伸到任何领域，同样一项工作C语言可能要1000行，java要100行，Python可能只要10行，从而让开发者有更多的时间从工具层面上升到对数据的分析、对行业的思考层面上来。

我们来看看Python可以用在那些方面？

1.爬虫

Python爬虫是用Python编程语言实现的网络爬虫，主要用于网络数据的抓取和处理，相比于其他语言，Python是一门非常适合开发网络爬虫的编程语言，大量内置包，可以轻松实现网络爬虫功能。

Python爬虫可以做的事情很多，如搜索引擎、采集数据、广告过滤等，Python爬虫还可以用于数据分析，在数据的抓取方面可以作用巨大！

Python爬虫应用领域广泛，在网络爬虫领域处于霸主位置，Scrapy、Request、BeautifuSoap、urlib等框架的应用，可以实现爬行自如的功能，只要您数据抓取想法，Python爬虫均可实现！

2.人工智能

人工智能技术与python息息相关，提到人工智能就一定会提到Python。当我们重点把python编程技术学好，还担心人工智能之路不能长久吗？目前之所以会有这种担心，无外乎是因为人工智能技术的不成熟。

其实Python是一种动态的、面向对象的脚本语言，开始时是用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。而人工智能通俗讲就是人为的通过嵌入式技术把程序写入机器中使其实现智能化。

Python 的优势在于资源丰富，拥有坚实的数值算法、图标和数据处理基础设施，建立了非常良好的生态环境，吸引了大批科学家以及各领域的专家使用。Python 是众多主流语言中唯一一个战略定位明确，而且始终坚持原有战略定位不动摇的语言。

Python 也借助 AI 和数据科学，攀爬到了编程语言生态链的顶级位置。Python 与 AI绑在一起，对它们来说，无论是电子商务、搜索引擎、社交网络还是智能硬件，未来都只是生态链下游的数据奶牛、电子神经和执行工具，都将听命于自己。

3.数据分析

数据分析处理方面，Python有很完备的生态环境。“大数据”分析中涉及到的分布式计算、数据可视化、数据库操作等，Python中都有成熟的模块可以选择完成其功能。对于Hadoop-MapReduce和Spark，都可以直接使用Python完成计算逻辑，这无论对于数据科学家还是对于数据工程师而言都是十分便利的。

4.web

Python的诞生历史比Web还要早，由于Python是一种解释型的脚本语言，开发效率高，所以非常适合用来做Web开发。

Python有上百种Web开发框架，有很多成熟的模板技术，选择Python开发Web应用，不但开发效率高，而且运行速度快。

常用的web开发框架有：Django、Flask、Tornado 等。

Django和Flask等基于Python的Web框架最近在Web开发中非常流行。

这些Web框架可以帮助你用Python编写服务器端代码(后端代码)。这是在你的额服务器上运行的代码，而不是运行在用户设备和浏览器的代码(前端代码)。

许多知名的互联网企业将python作为主要开发语言：豆瓣、知乎、果壳网、Google、NASA、YouTube、Facebook……

由于后台服务器的通用性，除了狭义的网站之外，很多App和游戏的服务器端也同样用 Python实现。

5.自动化运维

Python对于服务器运维而言也有十分重要的用途。由于目前几乎所有Linux发行版中都自带了Python解释器，使用Python脚本进行批量化的文件部署和运行调整都成了Linux服务器上很不错的选择。Python中也包含许多方便的工具，从调控ssh/sftp用的paramiko，到监控服务用的supervisor，再到bazel等构建工具，甚至conan等用于C++的包管理工具，Python提供了全方位的工具集合，而在这基础上，结合Web，开发方便运维的工具会变得十分简单。

Python可以做web开发，游戏开发，Python爬虫，大数据，人工智能也有应用。Python目前作为人工智能首选编程语言。

举例：

同在公司同一岗位的两个人，老板需要过往一年的数据进行复盘分析，不懂的只能按照以前整理的慢慢来，更多可能没整理需要自己去慢慢一格格的看，然后用表格写一大堆数据然后自己分析，两三天是肯定的。懂python的直接抓取数据生成表格，两个小时就完事。并且有条理更详细。

所以python除了程序员这一大受众，也会有其他行业的人加入进来，基数大当然学的也大，当然也是有很多人把python当做工作，不知道题主是玩玩还是啥，就在更下面细说吧。

更多人学python并不是为了靠这个养活自己，而是利用python加强自身本职工作的竞争力。比如新媒体，产品经理、财务、证券等。毕竟python好处看得到，也是学起来最简单的编程语言。

比如新媒体职业：

1、简单来说，你会python后就相当于自己建造一个属于自己工作区块的微博热搜榜。你可以利用爬虫、收据抓取等技术知道哪些话题近期特别火，为什么火、有什么共通点，然后根据这些依据来进行自己文章的撰写，在找idea上也花不了那么多时间。

2、写作过程中，也能在网上抓取相应文章、数据、以及原始素材，形成自己的数据库，基本你确定一个想写的文章架构，后续的内容填充，事件举例就是很简单的事情了。只要自己想法足够好，就能出一篇爆款。

3、另外有帮助的就是文章质量，你真的挖掘出热点高频词汇，哪些句式和故事被引用最多，也能分析其他的头条号、公众号等等，看看人们最喜欢看的都是些啥，最近词汇在人们搜索中所占比重，别人都是跟在热点屁股上，你就是蹭热点脸上。

4、有数据支撑也会让你头脑更清醒，也不会有什么流量大起大落还不明白的地方，所有流程都是属于透明的。你还可以进行脚本制作，帮助你更好的管理你所做的运营。

对于程序员来说

还有一部分人学是因为python在程序员中很多时候相当于一个胶水的存在，帮助更好的完成你的编程工作，并且你单独学python其实也是为即将到来的人工智能做铺垫。毕竟人工智能大多都是由python写的。

大多牛逼的程序员不可能只会一种语言。python的确是后来居上的语言，也很有用，虽然现在主流是java，但python是趋势这句话也没有错。另外网上说学python更多是想要入这一行的，因为python比较简单，选最简单的入行肯定没错，只不过现在只会python工作不好找。但真的有本事，真的也不愁。

这东西就是因人而异，有些人学了不会灵活运用，自然没有，有些人就能把他当做ps一样，给自己工作增添很多优秀案例。

所以，给你项目，给你分享资源，看你点赞收藏加关注的时刻，自然也会跟碰到g点一样，脑袋一下振奋，有了很大的成就感。

下面这些就是给出的项目名字哦，一看就知道是能干啥的。

回复“python项目”就能获得下面这些资源了哦。

几个Python小案例，爱上Python编程！

微信智能回复机器人

交流社区特别小的案例，但小猪佩奇的我还是很喜欢。第二个也有用。

股票python量化交易

python爬虫实战教程

用人工智能玩转“和平精英”--我“吃鸡”，我快乐

春运回家抢票无忧，Python大牛带你实现12306全自动抢票

爬虫—用Python抓取职位信息

Python是一种非常流行的高级编程语言，因为它易于学习、易于读写、易于理解。Python常用于以下方面：

1. 数据分析与处理：Python具有极其强大的数据处理能力，因此在数据分析方面具有广泛的应用。例如，数据科学家在分析大量的数据时，经常会使用Python编写代码来帮助他们处理数据、可视化数据和制作预测模型。

2. Web开发：Python的Web框架（如Django和Flask）可以轻松地构建复杂的Web应用程序。从后端处理业务逻辑到代码开发，Python一直是最好的选择之一。

3. 人工智能：Python的流行程度在人工智能领域尤为突出。例如，TensorFlow这个著名的深度学习框架就是使用Python编写的。

4. 网络爬虫：Python的一些库和框架可以扫描Web站点并收集有用的信息，例如Google等搜索引擎预测和SEO工具。

总之，由于Python拥有友好的API、易于学习的语法和强大的库和框架，它在众多领域中都备受青睐。

目前python在企业的运营主要有如下几方面：

1.网站web后端服务的开发

2.中间件及运维devops 的开发

3.大数据（python的数据科学和数据分析，数据挖掘领域也是比较吃香）

4人工只能，机器学习广泛应用和大量开源库

5.自动化批处理工具的开发

6.爬虫也是其广泛应用的领域

教育领域：

1.数据科学和科研分析

2.青少年编程入门课程

Python 是一种解释性、面向对象、高级编程语言，在众多领域都得到了广泛的应用。以下是 Python 的一些常见用途：

网络爬虫和数据分析：Python 已经成为当今最受欢迎的用于数据分析和处理的编程语言之一，它拥有强大且易于使用的数据处理和分析库。

人工智能和机器学习：Python 也是当今机器学习和人工智能开发的首选之一，有强大的深度学习框架 TensorFlow 和 PyTorch，可以实现各种人工智能场景的开发。

自动化和脚本编程：Python 可以用于编写各种自动化任务和脚本程序，如自动化测试脚本、批量文件处理、运维脚本等。

Web 开发：Python 有一些优秀的 Web 框架，例如 Django 和 Flask，可以帮助开发者快速构建高效且功能强大的 Web 应用程序。

游戏开发：Python 也可以作为游戏开发的选择，Pygame 是一个流行的 Python 游戏开发框架，可以用于创建 2D 游戏。

总之，Python 具有简单、易学、功能强大和高效等优点，在各种应用场景都有着广泛的应用。

Python有很多用途，主要可用于一下三个方面：

Web开发

数据科学——包括机器学习、数据分析和数据可视化

脚本编写

全文：Python有什么用？可以做什么？

https://www.toutiao.com/i6584957981777986055/

Python 是一种高级计算机编程语言，通常用于以下领域：

1. 数据科学和人工智能：Python 是数据科学和人工智能领域中最受欢迎的编程语言之一。Python 有一系列强大的库和框架，如 NumPy、Pandas、Matplotlib、Scikit-learn、TensorFlow、Keras 等，可帮助开发人员处理和分析大规模数据集，并使用机器学习、深度学习等技术来构建智能应用。

2. Web 开发：Python 也十分适合 Web 开发，可以使用一系列框架和库如 Django、Flask、Bottle 等来构建高效、高性能的 Web 应用程序。

3. 自动化和系统管理：Python 的简单易用和跨平台特性使其可以用于自动化和系统管理领域，比如自动处理文件、自动化测试、网络编程和配置管理等。

4. 科学计算和仿真：Python 还广泛应用于科学计算和仿真领域，它可以与多个数学和科学计算库相结合使用，如 SciPy、SymPy、matplotlib 等。

总之，Python 是一种多领域、高效、易用的编程语言，目前应用非常广泛，从数据分析到 Web 开发再到自动化和科学计

python在以下领域使用较多：

自动化运维；

数据分析和处理；

机器学习；

web开发。

在自动化运维， python有fabric, paramiko库， psutil模块, 以及 os, sys 调用shell命令。

在数据分析处理，有numpy, pandas。

在机器学习： 有tensorflow, pytorch。

在web开发有Django, Flask，Tornado ，Fastapi框架。

重点介绍Django和Fastapi。

官网： https://github.com/django/django.git

1.Django, 是一个高层次 Python Web 开发框架，特点是开发快速、代码较少、可扩展性强。Django 采用 MTV（Model、Template、View）模型组织资源，框架功能丰富，模板扩展选择最多。对于专业人员来说，Django 是当之无愧的 Python 排名第一的 Web 开发框架。

2. Fastapi 框架

官 网：https://fastapi.tiangolo.com/

优 点：FastAPI 是一个现代、快速（高性能）的 Web 框架，用于基于标准 Python 类型提示使用 Python 3.6+ 构建 API。非常高的性能，与 NodeJS 和 Go 相当。可用的最快的 Python 框架之一。减少大约 40% 的人为（开发人员）引发的错误。简短，简单，直观，健壮。

缺 点：本身不带模板语法，需要安装模板语法

我目前在自动化运维有维护git钩子， 也使用Flask + Django + uwsgi 构建机器学习接口。

很多人跟你一样，只管闷头学，却不知道为什么去学，往往的理由是：“简单啊”、“收入高啊”、“人生苦短，我用Python”，好吧，那我这里简述下学了Python可以干嘛。当然是为了赚钱啊，哈哈！

Web应用开发

服务器端编程，具有丰富的Web开发框架，如Django和TurboGears，快速完成一个网站的开发和Web服务。典型如国内的豆瓣、果壳网等，国外的Google、Dropbox等。

系统网络运维

在运维的工作中，有大量重复性工作的地方，并需要做管理系统、监控系统、发布系统等，将工作自动化起来，提高工作效率，这样的场景Python是一门非常合适的语言。

科学与数字计算

Python被广泛的运用于科学和数字计算中，例如生物信息学、物理、建筑、地理信息系统、图像可视化分析、生命科学等，常用numpy、SciPy、Biopython、SunPy等。

3D游戏开发

Python有很好的3D渲染库和游戏开发框架，有很多使用Python开发的游戏，如迪斯尼卡通城、黑暗之刃。

图形界面开发

Python可编写桌面图形用户界面，还可以扩展微软的Windows，常用Tk、GTK+、PyQt、win32等。

网络编程

除了网络和互联网的支持，Python还提供了对底层网络的支持，有易于使用的Socket接口和一个异步的网络编程框架Twisted Python。

最主要的三个方向是 web 后端服务、大数据计算和人工智能。

web 后端服务通常就是网站、手机App的服务器还有爬虫。

大数据计算就是制作各种给老板们看的数据报表。

人工智能就是人脸识别、语音识别、自动驾驶等高级算法领域。

Python 的性能很弱，但是学习门槛低，开发效率高，工具生态极为丰富，在互联网编程开发中它是除了 Java 语言之外的首选语言。

Python一般用作赚钱用。

Python毫无疑问是近几年来最火的编程语言，其具有丰富和强大的库，常被称为胶水语言，用Python完成项目，编写的代码量更少，代码简短可读性强，团队协作开发时读别人的代码速度会非常的快，使得工作变得更加高效，因此，Python编程语言也得到了广泛的应用，具体的应用范围如下：

1. Web开发

最火的Python web框架Django，支持异步高并发的Tornado框架，短小精悍的flask，bottle，Django官方的标语把Django定义为the framework for perfectionist with deadlines（大意是一个为完全主义者开发的高效率web框架）

2. 网络编程

支持高并发的Twisted网络框架，py3引入的asyncio使异步编程变的非常简单

3. 爬虫开发

爬虫领域，Python几乎是霸主地位，Scrapy/Request/BeautifuSoap/urllib等，想爬啥就爬啥

4. 云计算开发

目前最火最知名的云计算框架就是OpenStack，Python现在的火，很大一部分就是因为云计算市场近几年的爆发

5. 人工智能

MASA和Google早期大量使用Python，为什么Python积累了丰富的科学运算库，当AI时代来临后，Python从众多编程语言中脱颖而出，各种人工智能算法都基于Python编写，由其PyTorch之后，Python作为AI时代头牌语言的位置基本确立！

6. 自动化运维

问问中国的每个运维人员，运维人员必须会的语言是什么？10个人详细会给你一个相同的答案，它的名字叫Python

7. 金融分析

金融公司使用的很多分析程序、高频交易软件就是用的Python，目前，Python是金融分析、量化交易领域里用的最多的语言

8. 科学运算

97年开始，NASA就在大量使用Python在进行各种复杂的科学运算，随着NumPy，SciPy，Matplotlib，Enthought librarys等众多程序库的开发，使得Python越来越适合做科学计算、绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比，Python是一门通用的程序设计语言，比Matlab所采用的脚本语言的应用范围更广泛

9. 游戏开发

在网络游戏开发中Python也有很多应用。相比Lua or C++，Python比Lua有更高阶的抽象能力，可以用更少的代码描述游戏业务逻辑，与Lua相比，Python更适合作为一种Host语言，即程序的入口点是在Python那一端会比较好，然后用C/C++在非常必要的时候写一些扩展。Python非常适合编写1万行以上的项目，而且能够很好的把网游项目的规模控制在10万行代码以内。

10. 桌面软件

虽然大家很少使用桌面软件了，但是Python在图形界面开发上也很强大，你可以用tkinter/PyQT框架开发各种桌面软件！

随着Python被更多的使用和挖掘，其应用领域必然更加宽广，对Python编程人才的需求量也会更多，因此，对于转型想做开发的人员来说，Python编程是您进入互联网行业的绝佳选择！

主要写自动化脚本

Python是一门适合新手的高级语言，主要用于大数据分析，人工智能等热门领域。

Python 是一种高级编程语言，常用于各种不同的应用程序开发。

下面是 Python 常用于的一些场景：

Web 开发：Python 可以使用各种框架来构建 Web 应用程序，例如 Django、Flask、Bottle 和 Pyramid 等。这些框架提供了许多 Web 开发所需的工具和功能，例如路由、模板、ORM、表单验证和安全性等。Python 还可以与各种数据库（例如 MySQL、PostgreSQL 和 MongoDB 等）集成，以便存储和检索数据。

数据分析和科学计算：Python 有许多用于数据处理、分析和可视化的库，例如 Pandas、NumPy、SciPy、Matplotlib 和 Seaborn 等。这些库提供了各种数据结构、算法和可视化工具，以便进行数据分析和科学计算。Python 还可以与各种数据源（例如 CSV 文件、Excel 文件、SQL 数据库和 Web API 等）集成，以便获取和处理数据。

机器学习和人工智能：Python 可以使用许多机器学习和人工智能库来构建各种模型，例如 TensorFlow、Scikit-learn、Keras、PyTorch 和 MXNet 等。这些库提供了各种算法和工具，以便进行模型训练、优化和评估。Python 还可以与各种数据源（例如 CSV 文件、SQL 数据库和 Web API 等）集成，以便获取和处理数据。

自动化和脚本编写：Python 可以编写各种脚本和自动化任务，例如爬虫、自动化测试和数据处理等。Python 还可以与各种操作系统（例如 Windows、Linux 和 macOS 等）和系统服务（例如 FTP、SMTP 和 SSH 等）集成，以便进行系统管理和自动化任务。

游戏开发：Python 可以使用 Pygame 等库来开发 2D 游戏和简单的图形应用程序。Python 还可以与各种游戏引擎（例如 Unity 和 Unreal Engine 等）集成，以便进行更复杂的游戏开发。

总之，Python 是一种功能强大、灵活多变的编程语言，可以用于各种不同的应用程序开发。无论是初学者还是经验丰富的开发者，都可以从 Python 中受益，并使用它来构建各种各样的应用程序和系统。

我也在探索，它究竟能干点什么大事。主要是它能够使一些复杂的工作简单化。比如几行代码，可以使过去看起来很复杂的多个Excel表格给合并到一起，快速提取需要的部分，效率提高十倍真不是吹的。现在是追求效率的时代，能利用机器来做的事情尽量用它，所以python作为编程语言比较其他语言更能让普通小白入门，三个月前，我还是一脸懵圈，但是现在，我已经安装了两套集成环境，分别是pycharm和vscode.简单的代码已经可以顺利运行，总之，需要的基础知识很多，为了调试成功，还要了解anaconda等，外围的知识太多了，创建环境，找数据接口等，总之，一句话:学不一定会，不学一定不会。

Python是一种高级编程语言，它具有简单易学、代码简洁、可读性强、可移植性好、支持多种编程范式等优点，因此被广泛应用于各种领域。下面是Python一般用来做什么的几个方面：

1. Web开发

Python可以用于Web开发，例如使用Django、Flask等Web框架来开发Web应用程序。这些框架提供了丰富的功能和工具，可以快速地开发出高效、安全、可扩展的Web应用程序。

2. 数据科学和机器学习

Python在数据科学和机器学习领域也有广泛的应用。例如，使用NumPy、Pandas、Matplotlib等库来进行数据处理、分析和可视化，使用Scikit-learn、TensorFlow等库来进行机器学习和深度学习。

3. 自动化测试

Python可以用于自动化测试，例如使用Selenium、Pytest等库来进行Web应用程序的自动化测试，使用unittest等库来进行单元测试和集成测试。

4. 系统管理和网络编程

Python可以用于系统管理和网络编程，例如使用Paramiko、Fabric等库来进行远程服务器管理，使用Twisted等库来进行网络编程。

5. 游戏开发

Python也可以用于游戏开发，例如使用Pygame等库来进行游戏开发。

总之，Python是一种功能强大、应用广泛的编程语言，可以用于各种领域的开发和应用。无论是Web开发、数据科学、自动化测试、系统管理、网络编程还是游戏开发，Python都可以提供高效、简洁、可靠的解决方案。

Python 是一种非常灵活和多用途的编程语言，可以应用于多个领域。

1. Web 开发：Python 可以用于构建网站和 Web 应用程序。流行的 Web 框架，如 Django、Flask 和 Pyramid，使得开发过程更加便捷高效。

2. 数据科学：Python 是数据科学领域的主流语言之一。Python 提供了大量数据处理和分析的库，如 NumPy、Pandas 和 Matplotlib，可以帮助你处理数据、进行统计分析和可视化。

3. 机器学习和人工智能：Python 在机器学习和 AI 领域也非常受欢迎。有许多机器学习库（例如 scikit-learn、TensorFlow 和 PyTorch）支持 Python，使得开发和部署 ML 模型更加简单。

4. 自动化：Python 可以用于编写自动化脚本，以执行重复性任务和提高工作效率。例如，你可以使用 Python 自动化文件管理、批量重命名、数据抓取等任务。

5. 网络爬虫：Python 是网络爬虫的常用语言。借助 Beautiful Soup、Scrapy 等库，你可以轻松地抓取网页内容，进行数据收集和分析。

6. 游戏开发：虽然 Python 不是游戏开发的主流语言，但它仍然可以用于制作简单的游戏。Pygame 是一个用于开发 2D 游戏的库，适合初学者入门。

7. 桌面应用开发：Python 可以用于开发跨平台的桌面应用程序。使用 PyQt 或 Tkinter 等库，你可以创建具有图形用户界面（GUI）的应用程序。

8. 科学计算：Python 在科学计算领域也有广泛应用。例如，借助 SymPy 库进行符号计算，或使用 SciPy 库进行数值计算和优化。

总的来说，Python 可以应用于各种领域和场景，因为它有各种各样的第三方库。

Python是一种通用的高级编程语言，可以用于各种目的。以下是Python常见的应用领域：

1. Web开发：Python拥有多个流行的Web框架，如Django和Flask，可用于构建高效、可扩展的Web应用程序和API。

2. 数据科学和机器学习：Python在数据科学和机器学习领域广泛应用。它拥有强大的数据处理和分析库（如NumPy、Pandas、SciPy），以及流行的机器学习框架（如TensorFlow、PyTorch、scikit-learn）。

3. 自动化和脚本编程：Python具有简洁易读的语法，适合编写自动化脚本和批处理任务。它可以帮助简化繁琐的重复性工作，提高生产力。

4. 网络编程：Python提供了丰富的网络编程库和模块，可以用于开发网络应用、网络爬虫、服务器端和客户端程序等。

5. 游戏开发：Python有几个游戏开发框架和库，如Pygame和Pyglet，可用于制作2D游戏和图形化应用程序。

6. 系统管理和自动化运维：Python可以用于系统管理和自动化运维任务，例如编写脚本来管理文件系统、配置服务器、执行系统命令等。

7. 科学计算和可视化：Python的科学计算库和可视化工具使得处理和呈现数据变得简单。Matplotlib、Seaborn和Plotly等库可用于绘制图表、绘图和可视化数据。

此外，Python还可以用于桌面应用程序开发、物联网（IoT）、人工智能（AI）和大数据等领域。它的简单语法、丰富的库生态系统和易用性使得Python成为一个受欢迎的编程语言，适用于广泛的应用场景。

Python 是一种多用途的编程语言，被广泛应用于各种领域。下面是 Python 常见的应用场景：

网络开发：Python 提供了丰富的库和框架，用于开发网络应用、Web 应用和 API。例如，Django 和 Flask 是常用的 Web 开发框架，可以用来构建功能强大的网站和应用程序。

数据分析和科学计算：Python 在数据科学和机器学习领域非常流行。它提供了许多用于数据处理、统计分析和可视化的库，如 NumPy、Pandas、Matplotlib 和 SciPy。同时，Python 还有强大的机器学习和深度学习库，如 TensorFlow 和 PyTorch，可用于构建和训练各种模型。

自动化和脚本编写：由于 Python 的简洁和易读性，它经常用于编写脚本和自动化任务。无论是文件操作、系统管理、自动化测试还是日常任务的自动化，Python 都是一种受欢迎的选择。

网络爬虫：Python 在网络爬虫和数据抓取方面表现出色。它提供了强大的库，如 Beautiful Soup 和 Scrapy，可用于抓取网页内容、进行数据提取和分析。

游戏开发：Python 也可以用于游戏开发。它拥有一些游戏开发库和引擎，如 Pygame 和 Panda3D，用于创建各种类型的游戏。

系统工具和管理：Python 提供了许多系统级编程接口和库，可以用于创建系统工具、管理和自动化任务。例如，你可以使用 Python 进行文件和目录操作、进程管理、网络编程和系统监控等。

除了以上应用，Python 还广泛用于教育、科学研究、数据可视化、人工智能等领域。它的简单语法和丰富的生态系统使得 Python 成为一个受欢迎的编程语言，适用于各种应用场景。

Python是一种高级编程语言，它的应用非常广泛。以下是Python一般用来做什么的一些示例：

数据科学：Python是一种强大的数据科学工具，可以用于数据分析、机器学习、人工智能和其他各种数据相关的任务。

网络开发：Python的网络开发库非常强大，可以用于构建Web应用程序、RESTful API、爬虫、网络爬虫等。

自动化：Python的简单易用性和广泛的库支持，使其成为自动化任务的理想选择，例如自动化测试、数据清理、文件操作、批处理等。

科学计算：Python的科学计算库如NumPy、SciPy和Matplotlib等可以轻松地完成线性代数、数值分析和数据可视化等任务。

游戏开发：Python也可以用于游戏开发，如Pygame库，可以构建2D游戏和交互式应用程序。

总之，Python是一种非常强大的编程语言，可以用于各种不同的任务，从数据分析到网络开发和自动化，甚至游戏开发。