Python有哪些用途？ _ 生活小妙招

关于问题Python 有哪些用途？一共有 2 位热心网友为你解答:

【1】、来自网友【爱编程的小新】的最佳回答：

从 2015 开始国内就开始慢慢接触 Python 了，从 16 年开始 Python 就已经在国内的热度更高了，目前也可以算的上”全民 Python”了。

众所周知小学生的教材里面已经有 Python 了，国家二级计算机证也需要学习 Python 了！

因为 Python 简单、入门快，是不少程序员入门的首选语言。

如果你想学 Python，或者你刚开始学习 Python，那么你可能会问：“我能用 Python 做什么？”

这个问题不好回答，因为 Python 有很多用途。

但是随着时间，我发现有 Python 主要有以下五大主要应用：

一、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。

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。

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。

二、网络爬虫

许多人对编程的热情始于好奇，终于停滞。

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。

三、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。

而 Python 是这些库的 API binding，使用 Python 是因为 CPython 的胶水语言特性，要开发一个其他语言到 C/C++的跨语言接口，Python 是最容易的，比其他语言的门槛要低不少，尤其是使用 Cython 的时候。

四、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。

五、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。

六、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。

七、总结：

看到这么多应用场景是不是觉得 Python 非常厉害，但是 Python 通常不作为工程语言出现，换言之正规的软件生产不使用它，主要用 java, c#, xml, c，至于为什么，因为这是软件工程的需要。

而且 Python 不具有完整的语法检查，但这也不影响 Python 现在的地位，因为 Python 入门快，简单，学习成本相对低，有很丰富的支持库可以被直接调用以高效地完成不同需求的工作，所以越来越多的人开始加入 Python 大军。Python 简单易懂的语法，使 Python 成为最适合初学者使用的语言，即使不是程序员，学会 Python，也可以大大提升工作效率。

问答来自至乐字节

最后给大家推荐几个 b 站超详细的 Java 自学课：

Servlet 入门教程 BV1D5411373E

Vue、Vuejs 教程，BV19V41177od

SpringBoot+Vue 项目实战 BV1o64y117qQ

【2】、来自网友【默至】的最佳回答：

一、主要用途

1、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,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、Flask、Tornado，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。我们的金主知乎、豆瓣、Google、YouTube 等企业均将 python 作为主要的开发语言，怎么样强大吧！！！

2、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。

3、数据分析/可视化

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：一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）；可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据；可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：一个强大的 N 维数组对象 ndarray；广播功能函数；整合 C/C++/Fortran 代码的工具；线性代数、傅里叶变换、随机数生成等功能。Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。它也可以和图形工具包一起使用，如 PyQt 和 wxPython。

4、网络爬虫

浏览网页时，发现好多对我们有用的数据，但怎样从互联网上抓取对于我们有价值的信息呢，这个时候我们需要一款利器—python，比如：豆瓣的推荐电影列表、社区留言、音乐软件评论等

5、机器学习

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。