python三大用途

    近几年Python的发展形势很迅猛，可以说“网红语言”，我国已经将python纳入课程。根据个人经验，以及对python的浅见，以为python有以下三大用途：

     1、 Web开发

     2、数据科学：包括机器学习、数据分析和数据可视化

     3、脚本

 

     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)。

     * 使用Web框架的好处是：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。

     * 两个框架的区别：

    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。

 

   二、数据科学

   包括机器学习，数据分析和数据可视化

    1、机器学习

    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：

       1、推荐系统：比如YouTube，亚马逊和Netflix

       2、人脸识别

       3、语音识别

    以及其他应用。

   你听过的热门机器学习算法包括：

       1、神经网络

       2、深度学习

       3、支持向量机

       4、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。

       1、scikit-learn带有一些内置的热门机器学习算法。

       2、TensorFlow是一个低级库，能让你创建自定义机器学习算法。

       如果刚开始进行机器学习项目，先从scikit-learn开始。如果开始遇到效率问题，那么可以使用TensorFlow。

 

      2、 数据分析和数据可视化

    假设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。

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。

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？

那么，怎么解释周日的差异呢？

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。

谷歌和微软两家公司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的好处：

      1、容易上手

      2、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。

  例如如果有一个需求是计算包含关键字的邮件数量，以便分析收到的电子邮件。这类可以编写一个简单的脚本来自动执行此任务。

   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。

 

更多请参阅：

  https://medium.freecodecamp.org/what-can-you-do-with-python-the-3-main-applications-518db9a68a78