也就是说,当事情朝着某个方向大规模发展时,这一定意味着什么。一段时间以来,事情一直在向 Python 发展。
**想要提升您的 Python 技能并在快速增长的市场中脱颖而出?**查看SitePoint 高级版!您会找到帮助您入门的书籍(例如The Python Apprentice)和培养工作准备技能(例如Python 中的前端测试)。通过The Python Master提高您的技能,并访问不断增长的包含 400 多本关于网页设计和开发的书籍和课程的图书馆。
向国王致敬
如今_,几乎所有本科 IT 课程都使用 Python 进行授课_——而不仅仅是公司或大学提供的计算机科学入门课程。即使是关于数据科学、人工智能或量化金融的高度专业化课程——不久前还会使用 R、MATLAB 或 C++ 等语言——现在也更多地使用 Python 教授。
查看过去五年中截至 2019 年的趋势,比较 Python、Java、C++ 和 PHP:
很有说服力,不是吗?
在更大的时间跨度内更全面的语言列表怎么样?当然:
那是怎么发生的?
有大量 文章探讨 了 Python 为何如此受欢迎,但作为复习,让我们在这里开始一场激烈的战争,并简要讨论一下它与其他语言的比较:
-
易于学习。与C++或Java不同,Python 相对更容易上手,即使对于新手来说也是如此——这也是为什么它是编程课程介绍性语言的首选语言之一。
-
旧的和新的。与Visual Basic(似乎没有经受住时间的考验)或Go(相当新,2009 年 11 月)不同,Python 是一种_相对较_旧的语言(1990 年),正在积极开发中,事实证明它已经过时了好。
-
包括电池。与上面提到的_所有_语言不同,Python 有一个巨大的所谓标准库,涵盖了从特定领域到一般任务的各种任务。
所有这一切都使 Python 成为一种语言,它几乎可以_非常容易_地对任何东西进行原型制作,(甚至是不使用汇编程序的微控制器!)并立即推出最小可行产品。
更重要的是——是的,这是非常有偏见的,但是…… ——Python 很有趣!
但足够的赞美;让我们深入研究一下。我将重点介绍一些展示 Python 强大功能的工具。当然,还有更多的发现。
AI
如今,人工智能无处不在(我敢于让你找到一个随着人工智能的出现而无法改进的过程),而且它是_一个广阔的研究领域,Python 无疑在其中大放异彩_。
毫不奇怪,您会发现与数据科学部分的一些共同点,所以让我们稍后也赶上更多的包!
套餐
-
scikit-学习。一个非常易于使用的机器学习库(例如,用六行代码训练一个监督学习算法),具有用于数据挖掘和数据分析的简单高效的工具。
-
TensorFlow。还有更多的机器学习,但具有数据流和可微分编程。对于使用神经网络开发深度学习模型也非常强大。
云开发
您能想到的所有集成,包括移动、物联网(IoT)、各种 API,甚至管理和配置基础设施即代码(IaC)——所有这些都意味着云。
作为一名 Python 程序员,这意味着_您有机会在无服务器执行模型中开发微服务_。
套餐
-
Django REST 框架。一个强大而灵活的工具包,用于构建可浏览的 Web API。它支持序列化、身份验证策略和视图自定义等功能。在 Django 上运行,它也有很好的文档记录。
-
鼠兔。RabbitMQ的纯 Python 实现,这是一个大规模、高可用性的消息代理,允许跨不同平台和系统进行异步消息传递。
-
无服务器框架。在使用 Node.js 开发时,if 提供了关于如何构建 Python 应用程序并将其部署到 Amazon Web Services (AWS)、Google Cloud Platform (GCP) 和 Microsoft Azure的示例。
此外,熟悉**AWS Lambda、Amazon API Gateway、Cloud Functions和Azure Functions**也很好。这些是您将用来将 Python 代码实际部署到云中的 Amazon、Google 和 Microsoft 服务。
加密货币和金融
我不会在这里讨论比特币和其他加密货币是否是经济泡沫(它们是!),因为这会引发无休止的激烈辩论。
但有一件事是肯定的:*区块链技术的使用比加密货币和ICO更进一步。)
如果您想深入研究金融方面,您可以将这些知识应用到所有金融市场——包括加密货币。
套餐
Python 主要用作服务器端语言,而不是客户端(例如钱包)。考虑到这一点,要开发区块链,您实际上可以使用 TensorFlow 和 Django 等框架(有关详细信息,请分别参见 AI 和 Web 开发部分)。
也就是说,有一些与区块链和金融相关的软件包可能会派上用场,例如**api-v1-client-python(区块链比特币开发人员 API)和SmartPy** ( Tezos的智能合约语言)。
对于定量分析,请查看 pandas(参见数据科学部分)和**Zipline**(python 算法交易库)。
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!