导读：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？”

是一个很难回答的问题，因为Python有很多用途。

但久而久之，我发现Python主要有三种应用：

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。本文将依次介绍它们。

作者：YKSugi

编译：米卡

来源：CDA数据分析师(ID: CDA DCDA)

01网络开发

基于Python的Web框架，如Django和Flask，是最近Web开发中非常流行的。

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

1.为什么需要Web框架？

因为用Web框架更容易构建通用的后端逻辑。这包括将不同的URL映射到Python代码块，处理数据库并生成用户在浏览器中看到的HTML文件。

2.我应该使用哪个PythonWeb框架？

Django和Flask是两个最流行的PythonWeb框架。如果你是刚入门，我建议用其中一款。

3.3有什么区别。姜戈和弗拉斯克？

GarethDwyer有一篇关于这个问题的优秀文章，我在这里引用几段：

主要区别

烧瓶：可实现简单、灵活、细致的控制。并让你决定如何实现。

Django:它提供了全面的体验：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:如果您关注经验和学习机会，或者您希望对使用哪些组件有更多的控制，例如您希望使用哪些数据库以及如何与它们交互。

Django:如果你关注的是最终产品，或者你正在研究一个简单的应用程序，比如新闻网站、在线商店或博客，你想要一种单一的实现方式。

换句话说，如果你是初学者，Flask可能是更好的选择，因为它需要掌握的组件更少。另外，如果想要更多的定制，选择Flask。

据我的数据工程师朋友JonathanTHo说，Flask比Django更适合创建RESTAPI，因为它很灵活。

另一方面，如果你想直接构建一个东西，Django可能会让你更快的实现。

02数据科学

数据科学，包括机器学习、数据分析和数据可视化。

1.什么是机器学习

假设你想开发一个可以自动检测图片内容的程序。给定图1，您希望程序识别出这是一只狗。

图1

给定图2，我希望程序能够识别出这是一张表。

图二

你可能会说，我可以写一些代码来做这件事。比如图片中有很多浅棕色的像素，就可以识别为狗。

或者可以检测图片中的边缘。如果有很多直边，那就是桌子。

但是这种方法不容易很快使用。如果图中的狗不是棕色的呢？如果图片只显示了桌子的圆形部分怎么办？

这里需要机器学习。

机器学习可以通过实现算法来自动检测输入中的模式。

比如你把1000张狗的图片和1000张桌子的图片输入机器学习算法，让它掌握狗和桌子的区别。那么当你给它一张新的图片来识别它是狗还是桌子的时候，它就可以判断了。

这有点类似于孩子学习新事物的方式。孩子如何学习认狗或认桌子？是通过大量的例子。

你没有明确地告诉你的孩子，& quot如果毛茸茸的东西有浅棕色的毛，它可能是一只狗。"

你会说，& quot这是一只狗，这是一只狗。这是一张桌子，那也是一张桌子。"

机器学习算法的方式大致相同。

我们可以将同样的想法应用于：

推荐系统：如YouTube、亚马逊和网飞的人脸识别、语音识别等应用。

你听过的流行的机器学习算法包括：

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意一种算法来解决前面提到的图像标注问题。

2.使用Python进行机器学习

有一些流行的机器学习库和Python框架。最受欢迎的两个是scikit-learn和TensorFlow。

Scikit-learn内置了一些流行的机器学习算法。TensorFlow是一个低级库，允许您创建自定义的机器学习算法。如果你刚刚开始一个机器学习项目，我建议你从scikit-learn开始。如果开始遇到效率问题，可以用TensorFlow。

3.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。作为一个数据分析师，你会画出这样的条形图。

条形图1-用Python生成

从这张图可以看出，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，你会提出一些可能的解释。显而易见的解释是，这款产品更受男性用户欢迎。另一种是样本量太小，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。

4.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。

5.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。

03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。

04其他用途

1.嵌入式应用

我不是这方面的专家，但我知道Python可以与RasberryPi一起用，在硬件爱好者中很流行。

2.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。

3.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。

4.Python3还是Python2

我会推荐Python3，因为它更新而且更受欢迎。

5.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。