近几年 Python 可谓是非常火热，各大招聘软件上相关岗位的薪资也都非常可观，可以理解，Python 语言 简单，对新手极其友好，又如此火热，导致无论是业内人士还是外行人员都趋之若鹜。

不过同时网上也有很多人说python学完之后啥也干不了，其中就包括我的一个同事。于是我就花了今天时间整理了这篇篇幅大概不到十分钟的内容，虽然不是很多，但是却可以充分证明python适用的范围到底有多宽广，能做的事情到底有多牛。

1、Web开发

Python是一种解释型的脚本语言，用来开发Web应用，不但开发效率高，而且运行速度快。许多国内外的互联网公司将python作为主要开发语言：豆瓣、知乎、果壳网、Google、NASA、YouTube、Facebook……（再次感叹Python的强大）

除了大型的互联网公司，由于后台服务器的通用性，很多App和游戏也选择用 Python实现。

基于Python的Web框架有上百种，模板技术也比较成熟，其中常用的是Django、Flask、Tornado。

对于入门新手来说，Django和Flask可以说是首选，它们可以帮助你用Python编写服务器端代码(后端代码)。尤其是Flask，它要掌握的组件更少，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。

2、数据分析/可视化

Python拥有更加完备的生态环境，对于数据分析中会用到的分布式计算、数据库、可视化等，都有对应完成的模块。有一点要说，在你进行数据可视化时，可以选择Matplotlib，相对于其他的库来说更容易上手，当你掌握了它以后，也对你学习其他的库有所帮助。

Hadoop-MapReduce和Spark都可以用Python完成计算逻辑，这大概也是数据工程师、科学家钟爱Python的原因。

3、网络爬虫

说起Python的应用场景，最容易被提起来的就是网络爬虫。Google是最早用Python作为爬虫基础的公司，在此之前，人们如果想搜刮网上的内容，只能用采集器。

很多人在学了Python以后，都不知道干什么好，也无处施展，根本不了解自己对Python的掌握程度，这个时候，都可以试试爬虫。比如豆瓣的推荐电影列表、社区留言、音乐软件评论等，都可以用来做练习。

4、机器学习

说起人工智能，感觉前途无限好，周围很多人想参与进来，也让更多人对Python充满了学习的动力和期待。

人工智能需要更加精细的优化，也需要GPU、专用硬件之类的接口，因此人工智能的核心算法还是依赖于C/C++。那Python到底用来做什么呢？

Python是库的API binding，要开发一个其他语言到C/C++的跨语言接口，它是最容易的。

什么是机器学习呢？

我在网上看见过一个很容易理解的例子：

（以下为事例引用）

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。

区别就在于：

scikit-learn带有一些内置的热门机器学习算法。（适合刚开始进行机器学习项目）

TensorFlow是一个低级库，能让你创建自定义机器学习算法。（适合解决效率问题）

5、自动化运维

Python写好的脚本语法简单，易于编写，而且进行测试也很快。

目前很多Linux发行版都很适合用Python脚本进行批量化的文件部署和运行调整。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，都可以用Python实现。

看到这里的朋友应该都知道python有多强大的吧，上述的内容可以说是python的冰山一角，还有太多内容等着大家发掘。大家还知道别的用处记得留言在下方评论区，同时记得关注一下小编，小编会长期更新干货内容，并且还有惊喜！！！