Python能用来做什么?以下是Python的三大主要用途!薪资最高是?
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主要有以下三大主要应用:
· 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
python很容易学!小编有弄一个交流,互问互答,资源共享的交流学习基地,如果你也是python的学习者或者大牛都欢迎你来!㪊:548+377+875!一起 学习共同进步!
让我们来依次介绍。
一、web开发
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)。
为什么需要web框架
因为用web框架可以更容易地构建通用后端逻辑。
这包括将不同的url映射到python代码块,处理数据库以及生成用户在浏览器中看到的html文件。
应该使用哪种python web框架
django和flask是最流行的两种python web框架。
如果你刚刚入门,我建议使用其中一种。
django和flask有什么区别
gareth dwyer 关于这个问题有一篇出色的文章,在这里我引用几段:
主要区别
flask:能够实现简单、灵活和细致的控制。并能让你自己决定实现方式。
django:提供了全面的体验:你可以获得管理面板、数据库接口、orm(对象关系映射)以及开箱即用的应用程序和项目的目录结构。
如何选择
flask:如果你关注的是经验和学习的机会,或者你想更多地控制使用哪些组件,比如你想使用哪些数据库以及如何与其进行交互。
django:如果你关注最终产品,或者你正在研究一个简单的应用,比如新闻网站、网店或博客,并且你希望有单一实现的方式。
换句话说,如果你是初学者,flask可能是更好的选择,因为它要掌握的组件更少。
此外,如果你想要更多的定制,那就选flask。
根据我的数据工程师朋友jonathan t ho的说法,由于flask 的灵活性,在创建rest api时,flask 比django 更适合。
另一方面,如果你想直接构建一些东西,django可能会让你更快实现。
二、数据科学
数据科学,这里包括机器学习,数据分析和数据可视化。
机器学习是什么
假设你想开发一个能够自动检测图片内容的程序,给出图1,你希望程序识别这是一只狗。
图1
给出图2,希望程序能识别这是一张桌子。
图2
你可能会说,我可以写一些代码来做到这点。
例如,如果图片中有很多浅棕色像素,那么可以识别是狗。
或者可以检测图片中的边缘,如果有很多直的边缘,那么就是桌子。
但这种方法很快就不好用了。
如果图片中的狗不是棕色毛的怎么办?如果图片只显示桌子的圆形部分怎么办?
这里就需要用到机器学习了。
机器学习通过实现算法,该算法能够自动检测输入中的模式。
例如,你将1000张狗的图片和1000张桌子的图片输入给机器学习算法,让它掌握狗和桌子间的区别。
那么当你给出新的图片让它识别是狗还是桌子时,它就能够进行判断。
这有点类似孩子学习新事物的方式。
孩子是如何学习认知狗或桌子的呢?就是通过大量的例子。
你不会明确告诉孩子:“如果某个毛茸茸的东西有浅棕色的毛发,那么就可能是狗。”
你会说,“这是狗,这也是狗。而这是桌子,那个也是桌子。“
机器学习算法的方式大致相同。
我们可以将相同的想法应用于:
· 推荐系统
(比如youtube,亚马逊和netflix)
· 人脸识别
· 语音识别
以及其他应用。
你听过的热门机器学习算法包括:
· 神经网络
· 深度学习
· 支持向量机
· 随机森林
你可以使用上述任何算法来解决前面提到的图片标签问题。
将python用于机器学习
有一些热门的机器学习库和python框架,其中两个最热门的是scikit-learn和tensorflow。
· scikit-learn带有一些内置的热门机器学习算法。
· tensorflow是一个低级库,能让你创建自定义机器学习算法。
如果你刚开始进行机器学习项目,我会建议你先从scikit-learn开始。
如果你开始遇到效率问题,那么可以使用tensorflow。
数据分析和数据可视化
假设你在一家在线销售产品的公司工作,作为数据分析师,你会绘制这样的条形图。
条形图1 - 用python生成
从这张图中可以看到在某个周日,男性用户购买了400多件产品,女性用户购买了350件产品。
作为数据分析师,对此你会提出一些可能的解释。
明显的解释是,该产品在男性用户中更受欢迎。
另一种是样本量太小,而这种差异是偶然的,还可能呢是由于某种原因,男性往往在周日才购买该产品。
为了理解哪种解释是正确的,你可以绘制另一个图。
折线图1 - 用python生成
不止看周日的数据,还要看到一周的数据。
从这张图表中可以看出,在不同的日子里这种差异比较一致。
从这个分析中你会得出结论:这种产品在男性中比在女性中更受欢迎。
但如果你看到像这样的图表呢?
折线图2 - 用python生成
那么,怎么解释周日的差异呢?
你可能会说,也许出于某种原因男性只在周日才会更多地购买这款产品,或许这只是巧合。
我在谷歌和微软工作时所做的数据分析工作与这个例子非常相似,只是更复杂一些。
在谷歌时我使用python进行分析,而我在微软使用javascript。
在这两家公司我都使用sql从数据库中提取数据。
然后,我用python和matplotlib(在谷歌)或javascript和d3.js(在微软)来可视化和分析这些数据。
使用python进行数据分析/可视化
进行数据可视化时,matplotlib是非常热门的库。
matplotlib很棒,因为:
· 容易上手
· seaborn等库是基于它的,学习matplotlib可以帮助你以后学习其他库。
如何用python学习数据分析/可视化
你首先应该了解数据分析和可视化的基础知识,在学习了数据分析和可视化的基础知识之后,学习统计学基础知识也将会很有帮助。
三、脚本
什么是脚本?
脚本通常是指编写能够自动执行简单任务的小程序。
我曾经在日本的一家小型创业公司工作,公司有邮件支持系统,这用来回复客户通过邮件发送给我们的问题。
在那儿工作时,我的任务是计算包含关键字的邮件数量,以便分析我们收到的电子邮件。
这可以手动完成,但我写了一个简单的脚本来自动执行此任务。
当时我们使用了ruby,但对于这类任务python也是不错的选择。
python适合这类任务,因为它语法简单,易于编写,而且进行测试也很快。
其他用途
嵌入式应用
我不是这方面的专家,但我知道python可以与rasberry pi一起用,在硬件爱好者中很流行。
游戏开发
你可以用pygame来开发游戏,但这并不是最受欢迎的游戏引擎。
你可以用它来开发业余爱好项目,但如果你对游戏开发很认真,建议不要选它。
我建议使用unity的c#,这是最受欢迎的游戏引擎之一,它能让你为许多平台开发游戏,包括mac、windows、ios和android。
桌面应用
你可以用python的tkinter,但这并不是最热门的选择,java,c#和c ++等语言似乎更受欢迎。
最近,一些公司也开始使用javascript来开发桌面应用程序。
例如,slack的桌面应用是electron构建的,它能让你用javascript构建桌面应用程序。
就个人而言,如果我要开发桌面应用,我会选择使用javascript,它能让你重新使用网络版本的一些代码。
当然,我并不是桌面应用的专家,所以如果你有不同的看法,评论中告诉我。
python 3还是python 2
我会推荐python 3,因为它更新而且更受欢迎。
后端代码与前端代码的区别
假设你想开发类似instagram的产品,那么你需要为想要支持类型的设备创建前端代码。
你可能会用到:
· 面向ios端的swift
· 面向android的java
· 面向web浏览器的javascript
每组代码将在每种类型的设备上运行,这类代码将决定应用的布局样式,点击按键的样式等。
但是,您还需要存储用户信息和照片的功能。
你要将它们存储在服务器上,而不仅仅存储在用户的设备上,以便每个用户的关注者都可以查看其照片。
这时需要用到后端代码/服务器端代码。
你需要编写后端代码来执行以下操作:
· 记录关注情况
· 压缩照片,从而不占用太多存储空间
· 在发现功能中向每个用户推荐照片和新帐户
这是后端代码和前端代码之间的区别。
顺便说一下,python不是编写后端代码的唯一选择,还有基于javascript的node.js等选择。
上一篇: python基础学习12----装饰器
下一篇: Django中间件设置缓存