如果你正在学习python的路上，但觉得越学越迷茫；
如果你正要学习python，你可能会想，我到底能用它做什么。
其实迷茫的原因之一，可能就是我们还没有想清楚到底想要通过学习python达到什么目的，python都能做什么，我又需要python帮我做什么。
回归到python的应用，python能做什么的问题，这是很难回答的，因为它有非常多的应用。在看过了很多以后，我发现主要常见的有四种。
今天归纳给大家，希望能给各位正要学习，和在迷茫中的朋友们一点方向：
1、Web开发(web development服务器端、前端)
例如Django、flask。Django是用Python 写的一个自由和开放源码web 应用程序框架，被认为是"大而全"的重量级Web框架。Flask是一个由Python语言写成的轻量级Web框架。如果初学，先选择其中一个就好啦，具体可以去看看它们的比较文章。
2、机器学习
机器学习的应用包括有比如图片识别、文字识别这一类，在我们日常的生活中已经有了这部分的应用，人脸识别语音识别等等应用。举个例子：
这是一只狗狗
这是一个桌子
机器学习在识别这两张图片时，发现大面积不规则的淡黄，则认为它更有可能是一只狗；识别到多个一些笔直的边缘，则认为它是个桌子。
但实际的情况是更加复杂的。比如如果图片是一只白狗或是圆桌呢。这就需要足够多的图片进行学习。就像我们做题目，做的多了，题目的套路见多了，做题的正确率就会提高。
=================
下面时几个比较流行的机器学习算法(ML algorithms)：
神经网络、深度学习、支持向量机、随机森林；
机器学习包：建议大家先从Scikit-learn开始、然后可以学习tensorflow
3、数据分析/数据可视化
为了比较好地向大家表述这部分应用到底是做什么的，我给大家举个例子：
假设我们在向一家公司提供数据分析服务，这家公司有一项产品，通过我们对他们销售数据初步分析，我们得到了这个结果。
从这个图可以看出男性贡献的销量在450，而女性350。
那我们可以提出这样一些合理的解释和猜想：
1)这个产品可能在男性当中更受欢迎
2)数据量不够大，结果不准确、可能只是因为男性在周日买这项产品的比较 多而 已。
那接下来我们就会看下除了周日以外的所有产品销售情况，排除或确认一些刚才的猜想。
通过这个过程我可以更有信息地得出结论，这个产品确实在男性中更受欢迎。
================
比较流行的数据可视化包：matplotlib
推荐理由：它是非常值得我们最开始学习的可视化包，首先它还是非常热门，其次非常容易入门，最后就是，别的包的使用也许需要依赖或基于matplotlib，比如seaborn。
如果想做数据分析和可视化，建议大家也同步学习一些基础的统计学知识。
4、scripting(脚本编写)
什么是scripting？
可以实现一些办公自动化，给大家一个例子：
eg1：比如一家公司使用的一个邮件支持系统，会每天受到很多来自合作伙伴的邮 件，我需要计算一下包含某些关键词的邮件有多少。
当然这件是也不一定真的不能手工完成，但邮件到达一定量的时候，这肯定是一件浩大的工程，而且随着越来越疲惫，肯定会发生错误。所以决定做一个程序来帮忙，python在这里就很适合使用。
eg2：这一块还有很多别的应用，或是将一张很长的excel汇总表自动拆分成我想要的分表，或是集合很多的excel文件的数据到一个excel文件中。
+ 这就是我这边看到的主要的python应用方向+
当然有很多别的方面的应用
特意做这一篇文章，正是我发现现在越来越多的人跃跃欲试想要学习python这门热门的语言，但是也许并不了解自己到底希望学习python来解决自己什么样的问题，想通过python帮自己达到什么目的。在自己的对这门语言的认识和目标不够清晰的情况下，盲目的开始学习是很容易绕弯路，甚至入门后很快放弃的。
所以在此希望各位小伙伴，根据自己的学习方向、职业发展、工作性质等来考虑自己需要掌握python的哪些知识和应用技能，进而再确认自己需要学习的包和模块，对自己制定一个指向性明确的学习计划，再开始大家的python学习之旅！！
同时也要再提醒一句，不要盲目的报很多的付费课程或重复的付费课程，费钱也会浪费大家宝贵的学习时间，错误的课程可能也会消磨掉大家学习的热情！！
*文中包含功能的信息整合自多篇文章，若有不准确的地方欢迎大家指出
举报/反馈
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
