這個好不好找工作得分很多種因素，像地區、技能水平、個人意向等等都會有影響。

地區因素，一方面指所在地有沒有相關的企業，如果沒有相關應用PYTHON的企業，你也不可能找到工作；或者是當地的薪資水平是否符合你的預期，薪資太低或者你要求太高，也不好找。

技能水平因素，相關企業招聘一般都有技能水平要求，你如果達不到要求也不好找，懂程式設計和精通是兩回事。

個人意向，程式設計這個職業有很多個層次，1-10級，如果你關注的等級太高的話，建議下降一些等級來找，因為高等級的都是公司核心骨幹，一般工作比較穩定，公司也輕易不會招新人。

以上是個人的一些觀點。

python的特點，快速開發快速部署，bug相對比較少，適合某個行業的快速應用，比如大資料，ai，這類行業是藉助了python，把它當做一個工具，這就對人員有兩點要求，計算機要精通，相關行業也要有經驗，ai也不是隨便搞一下就行了，得按照行業需求去做。另一方面python寫的程式是需要最佳化的，只會python是不夠的，python也是用c寫的所以c也要精通。

總的來講，既要懂計算機又要懂一個行業肯定是有競爭力的。

雖然Python是一個當前十分熱門的程式語言，但是熱門並不代表找工作就非常簡單輕鬆。造成Python學習者找不到到工作的原因有很多種，但根本原因還是在於，學習的內容是否符合企業的用人需求。

企業招聘需要的都是能夠直接上手工作的人，所以需要應聘者具備很好的實操能力和一定的專案經驗。但是很多自學者往往缺少實操經驗，而一些小機構培訓出來的學員又總是欠缺大型專案經驗，甚至有些培訓完的學員掌握的是已經過時的技術，熱門的Python核心技術並沒有學習到，這些往往是最有可能導致學習者不好找工作的根本原因。

python就像office，你說我除了自己的專業以外，office用的好，那找工作是加分項。如果你只有office用的好，那沒用啊。

會哼唱的，幾乎全民都能，成為歌唱家的，寥寥無幾。編個玩具程式，只要識個ABC，都會插上手，想弄個軟體架構的，鳳毛麟角。多數人不是歌唱家的料，多數人不是搞程式的料，只是民工而已。

Python門檻肯定高，動輒大資料、深度學習啥的，遠不是會個Python的事情，會個程式語言還在哪裡？這行專業問題要玩的好、看讀完博士怎麼樣。

相比之下Java碼農門檻低的多。

說說我吧，我主學java。大學的時候學的是C，工作了之後學的python，kotlin，Go。學java的主要原因是java工作比較多。在Boss直聘上很多都是java的工作，其他語言也有，但是相對較少，還是以java為主。一般都是都是以主流語言為主，其他的都是輔助。python主要做的是大資料和人工智慧這塊。蛋糕雖然大，但是敢做能做好的公司不多。需求量相對較少。大公司這種崗位常有，但是你要學歷、履歷漂亮才行。

Python只是一個“語音”。重要的知識都在專業本身。比如：統計學，資料建模分析知識。。。

Python降低了專業人員對IT知識的要求，從而可以讓專業人員擺脫IT研發的限制，自己做系統。這才是重點

雖然說python確實是一個比較好上手的語言。

但是python目前的應用領域最巔峰的是：資料分析，以及人工智慧。

現在大量的從網際網路行業，或者說完全新入門的網際網路小白去學習python，很多人會在選擇道路上面出現幾個非常嚴重的錯誤。這才是造成不好找工作的原因。

如果用的理解來說：python不是一個程式語言，是一個高階網路語言。通俗點說：你學會了英語，並沒有啥用處，你要在掌握英語後，去學習一門專業。這才能夠在外國生存。就是這個道理。

1、火熱的開端，讓大量的人進入誤區——爬蟲世界

大量的朋友在接觸到python的時候，都會醉心於爬蟲帶來的快速，以及海量資料，甚至是一些隱私，或者不見光的資料，你覺得透過這些資料，就掌握了這個世界的規律和法門，就可以掙錢了。例如炒股，例如黑產資料。

兄弟，醒一下，2019年爬蟲公司有不少從老闆都員工都進去蹲著了。

從一開始爬蟲就不是python的全部世界，更不應該是python的一個就業方向。那只是一個衍生的附帶品。只是資料分析開頭的一小點甜頭的插曲。

2、web前端——一個談不上務正業的技術

python是可以做web開發，豆瓣很早就是用這個技術，知乎也用過後來改換了別的。但是用這個語言和傳統的java比，沒感覺有啥特殊的強悍的優勢，只是各有所長，或者說老闆覺得要嘗試一下新技術，裝逼一下。

3、資料分析——python的正道

記住啊，資料分析一定要看兩個東西，一個你要分析的資料是否合法？二個，你要了解資料，你才有前途。

第一個很好理解。2014-2017年，為啥很多企業都要資料分析的人才？仔細去看一下，除了傳統的大廠，BAT，美團，京東這類，最大的企業群體是P2P代表的網際網路金融，以及後續的數字貨幣，此外是遊戲行業。所以伴隨這兩大產業被規範化和打擊，你看到大資料分析迴歸到真正需要資料分析的企業中。你分析的資料一定要合法，別以為自己只是一個幹活的，這種抓你沒商量的。

第二個，瞭解資料。這玩意最簡單的理解就是，你學會無數的技術，包括R分析，迴歸分析，相關性分析等等。你一定要學的是你分析的這個東西，他背後的各類資料組合，能體現什麼？

這也就是我們常說的，分析結果的前瞻，以及分析中對資料的敏感性。說白了，就是你要有一個數據分析的模型。這玩意不是你會寫程式碼就有了，這玩意是需要大量資料分析積累的一個結果。

python想好找工作，那就要真的學到登堂入室的地步。不然就淪為一個打雜的了。

python這種動態語言不適合企業級的專案，它一般作為靜態語言的輔助。而且純python崗位比較少，大廠校招幾乎沒有純python的崗位吧，也就位元組看到過。

現在連潘石屹都去學python，可見有點過度了，不過話說回來，無論找哪個行業的工作，你都是跟哪個行業最底層的人搶工作，那肯定難找，如果都有紮實的基礎，豐富的經驗，跟總監以上的人搶飯碗，怎麼會難找呢？

Python不好找工作與現在Python培訓熱形成了鮮明的對比，個人認為原因如下：

1）Python職位需求偏高階，例如人工智慧，大資料，對學歷，能力要求高，需要求職者自身基本條件好；

2）目前招聘需求大戶還是企業開發，企業開發最大的需求量還是Java

3）Python語言本身2.x與3.x不相容，也造成了Python普及上的障礙

這是一個非常好的問題，對於當前想透過學習Python而進入IT領域的人來說，學習Python要想實現就業並不容易，尤其在當前的就業環境下，單純掌握Python語言並不會具有較強的崗位競爭力。

雖然當前Python語言的上升趨勢非常明顯，但是在生產環境下，PHP和Java的佔比依然比較大，Python比較多的應用往往集中在大資料和人工智慧領域，而大資料和人工智慧領域目前正處在落地應用的初期，所以整體的人才需求會集中在研發級人才上，這導致當前相關方向研究生的就業情況比較好，而單純掌握Python的技術人員往往並沒有太多的崗位。

由於Python語言簡單易學，所以很多傳統程式設計師轉向Python開發崗位也比較容易，這也是導致當前Python崗位招聘數量比較少的一個重要原因。實際上，當前有不少Java程式設計師正在轉向Python開發崗位，這也導致了Python開發崗位的競爭相對比較激烈。

當前要想透過學習Python而獲得較強的崗位競爭力，應該從以下三個方面入手：

第一：走全棧開發路線。Python語言與Java語言一樣，都屬於全場景開發語言，這就要求Python程式設計師要能夠適應多種開發場景，以便於擴充套件自己的就業面。

第二：注重平臺知識的掌握。在產業網際網路時代，平臺化開發將是一個比較大的發展趨勢，這涉及到雲計算平臺、物聯網平臺、大資料平臺和人工智慧平臺等，所以要想獲得較強的崗位競爭力，應該掌握如何使用這些平臺來提升自身的開發能力。

第三：注重實踐能力的培養。Python開發崗位對於動手實踐能力的要求比較高，所以在學習完基本的Python開發知識之後，可以找一個實習崗位來提升實踐能力，實際上有不少程式設計師都是從實習崗位走進大廠的。

Python程式設計近兩年來可謂是C位出道，吸引了無數程式設計圈裡圈外人的圍觀，有的人想要藉機突破自己的職業瓶頸，有人想要藉機突破自己的薪酬瓶頸，有人終於有機會轉行到自己喜歡的領域了，可在大家瘋狂追捧Python程式設計之後，卻有人說：學Python是個坑，Python不好找工作!這無疑像一碰冷水當頭潑下，澆滅了僥倖甚至希望，但這是個人的問題、Python程式語言的問題還是環境的問題呢?

在追逐Python程式設計這條道路上，有的人選的Python培訓班、大家相信Python培訓機構裡邊的知識更系統、更全面，也有實戰型專案，有老師帶著從零到一，學習更有規劃性也更有效率，大家這樣認為是沒有錯的，這也是培訓機構的優勢所在，但是你若把所有的希望都寄託於培訓機構你就錯了，我們知道Python的就業方向很多，有爬蟲、web、大資料、演算法、人工智慧、深度學習等等，你想要深入研究、就業的方向是哪一個?

培訓機構可以帶你入門，但是深入的內容受到時間、課程、學員等多方面的限制，往往有限，所以往往不能把你帶到你想去的地方，好的的培訓機構分階段、分各種班型，並且可以帶你完成實戰專案，所以找培訓機構一定要擦亮雙眼，另外自己要主動探索、詢問、學習，招聘方想一人多用，想找全才，也是建立在專而全的基礎上，一個樣樣會樣樣不通的人招聘企業往往不青睞!

有的人選擇自學Python程式設計，看影片、看書看教程，一天兩天......三個月過去了，入門了，可以寫簡單的程式了，覺得自己可以找工作了，結果一封封的簡歷都石沉大海了，抱怨著Python不好找工作呀!這是為什麼呢?自學的一個好處是自己知道學習Python程式設計的目的是什麼，往往方向專一，弊端是自學者往往實戰經驗少，專案經驗不足導致解決問題的能力有限，而且3個月的時間零基礎自學Python程式設計然後找工作，招聘方估計也會多持懷疑態度，刷下簡歷的!

有的人說選擇Python培訓不行、自學Python不成，那是要找個Python大佬帶著才行嗎?Python火是真是假，學Python到底好不好找工作?

在學習過程中有什麼不懂得可以加我的python零基礎系統學習交流秋秋qun：前面是934，中間109，後面是170，群裡有不錯的學習教程、開發工具與電子書籍。與你分享python企業當下人才需求及怎麼從零基礎學習好python，和學習什麼內容。

一、瞭解Python的各個就業方向，然後確定一個方向深入研究;

二、知己知彼，方能百戰不殆!你需要去招聘網站上看你想要找的工作，看下各大招聘此類崗位的企業對人才的需求以及各項要求指標，然後自己去學習、拓展、掌握;

三、Python程式設計技術型的崗位，企業往往看重實戰經驗，所以對於零基礎參加培訓的同學無疑要優於自學的同學，自學的同學一定要在實戰專案方面多歷練;

四、程式設計領域有很多種語言，除了Python還有java、C++、PHP等，他們之間相互配合也許會產生奇妙的效果，甚至避免語言本身的缺陷，所以有可能的情況下，尤其是有一定程式設計基礎的同學一定要注意，為自己加分;

五、零基礎學Python找工作，尤其是非程式設計非985、211企業招聘者可能會對你背景的信任度比較低，擔心你的實戰能力、拓展能力以及學習能力，所以我們要從簡歷上入手打消他們的顧慮，爭取面試機會;

六、上一條我們也簡單提到簡歷方面的問題，對於我們背景不夠強大，但是基礎學習、實戰方面還不錯的學習能力比較強的同學，我們可以每份簡歷附帶我們的實戰專案甚至原始碼等，尋常的投遞渠道不容易得到回覆，那麼我們是不可以線下尋找，或者找人直接投遞到相應的部門，以提高我們的簡歷開啟率呢?

七、所有的我們都準備好了，就剩最後一關面試了，千萬不要懈怠，不要不懂裝懂，提前對應聘公司、崗位有一個瞭解，做相應的自我介紹，面試前對簡歷上的內容都做到熟知，並且儘可能對簡歷上提到的每一個點進行拓展，有可能的話，讓面試官跟著你的思路走，這樣你就避免了被問住的尷尬!

打鐵還需自身硬，不是學Python不好找、找不到工作，而是自身還有很多不足的地方!加油，你可以的

原文：https://www.sohu.com/a/340999373_100120307

首先 Python 是一門程式語言，對於初學者而言，還是比較好學的。在學習人工智慧機器學習相關演算法的時候，一般都會使用 Python 來進行演算法實踐和實驗。

但是在真實的網際網路公司，一般線上的業務系統不會使用 Python 來進行開發，同時在中國的網際網路公司，Python 的使用場景較少，這就直接導致了 Python 不好找工作。

在人工智慧方面，Python 語言更多使用於機器學習演算法實驗，而非真實線上演算法類場景

人工智慧方面，會透過真實的業務資料，使用機器學習演算法來訓練出最佳的目標模型，最後在進行使用。新手在初學機器學習演算法時，一般都會使用一些公開的資料集，結合某一類機器學習演算法進行演算法實驗。由於 Python 支援很多機器學習演算法，同時 Python 語言語法對於新手非常友好，所以新手都會選擇 Python 語言進行實踐。

雖然 Python 語言比較簡單易學，但對於中國的網際網路公司，選擇 python用於線上業務的公司相對較少，這應該和公司的開發歷史有關。

像現在有很多電商網際網路公司，公司線上有很多業務其實都是使用 Java 語言來進行開發，而且相關係統也已經開發維護很久了，如果此時在轉到其他語言，其實這個成本還是非常大的，所以你學習了 Python 就去找工作，很少有公司使用 Python,肯定不好找工作。

Python 只是一門程式語言，如果只是學會了 Python 就去找工作，你還是很難達到網際網路公司開發崗位的要求

現在出去找網際網路公司的崗位，說實話是看你個人整體的綜合實力，而不僅僅只看你會不會 Python。同時還需要考查你其他方面的實力，比如你對於資料庫的理解和使用、資料結構和演算法、計算機網路、個人的專案經驗、個人的專案設計能力和個人表達能力等等，只會 Python 出去找工作，如果其他方面的能力很薄弱，那麼你其實還是很難找到理想的工作。

Python 本質是一門程式語言，說實話，計算機程式語言都是相通的，所以你學會了 Python 語言，相對於那些學會 Java 語言的同學來說，你並沒有什麼優勢。企業招聘的時候，你們在語言方面，都是在同一起跑線的，所以整體還是要看你在其他方面的能力是否比其他人要強，這樣才能保證你拿到 Offer。

個人建議

最好不要在學習完 Python 後，就立馬出去找工作，你只會 Python ，說實話你拿到 Offer 的機率非常低，你應該將其他方面的知識點都要準備好之後再去找工作，機會總是給有準備的人。

第一點，你需要將資料結構和演算法瞭解好，比如連結串列、樹、圖、排序演算法等等要掌握好，這些都是最基礎的知識點。

第二點，你要清楚你面試的崗位的技術側重點，然後認真準備。每個技術崗位對於技術要求都是不同的，比如人工智慧崗位，更看重你的機器學習演算法的基礎和相關實踐能力，你應該著重準備機器學習演算法。

第三點，做好簡歷，強調出自己的個人特點，加深面試官對於你的映象。

python連小學生都會，如何滿足企業要求？沒有聚焦的領域技術，就意味著沒有核心競爭力，自然找不到工作。

入門易，精通難

python學習曲線平緩，無法簡單，入門快，核心競爭力自然弱。

python的設計原則就是簡單，沒有指標，底層資料結構和演算法對開發者隱藏，封裝了很多高階資料結構，比如大家常用的list,背後是動態陣列。

大家都說自己會python,但精通的人鳳毛麟角。面對全球這麼多開源社群提供的眾多模組，如果你只會調別人的包，註定與工作無緣。

不懂底層演算法的人，寫出來的程式碼複雜度高，浪費資源電費高。只會調包不會設計的人，也與程式設計師無緣。程式設計，核心是設計，程式只是工具。有本事你開發出一個厲害的包，工作會手到擒來。

python雖萬能，但仍要聚焦領域

python是萬能語言，但開發職位都是某行業某細分領域的。一個拿python找工作的人，首先可能不清晰自己的定位，其次在專業領域沒有做深。

隨便找一個市場上的python職位，雖然打著python的名義，到背後本質上是是對web、爬蟲、資料分析具體領域的要求。

所以除了會python，還要對某一領域的技術有所掌握，才有可能找到工作。比如資料分析、資料探勘、測試、web等。

如果你精通演算法和資料結構，如果你精通某領域知識，工作自然找得到。

寫Python的絕大部分根本就不靠Python找工作，機器學習靠的是深厚的數學功底，運維靠的是對Linux的系統知識，資料處理靠的是建模和演算法。

先看一個例子，最近“黑洞”照片爆火了一把，“黑洞照片”的處理就是用的Python，處理了大概5PB資料，負責處理的是MIT的一位女博士。能夠處理這麼大的資料不是Python而是這位博士的知識體系。

為什麼這麼火，因為這兩年人工智慧火熱，Python簡潔，庫多，易上手，成為AI從業者的得力工具，不明所以的人就學得學了Python就能從事AI。至於說Python涼了也是危言聳聽了，作為一個工具Python在大量專案了都有應用，運維、機器學習、資料處理都是中堅語言。

所以說要用Python找到工作靠的是一個完整的知識體系，而不是單單靠Python這一門語言。

來百戰程式設計師吧，學Python之外，幫你夯實自己的各種理論基礎，真正靠Python上位，解決你的大問題。

python是一門功能豐富且強大的膠水語言，配合多種庫的使用能讓python的作用發揮到極致。

python的django、flask等框架進行應用後臺開發，requests、urllib2、scrapy等包或框架進行資料探勘，mininet、scipy等包進行網路方面的研究，如sdn或arp攻擊等，tensorflow等深度學習框架或自然語言框架或gym強化學習環境庫進行機器學習或神經網路方面的研究。

python主要有以下職位，尤其是一線城市缺口挺大：

Python高階工程師 ：需要精通Linux/Unixg平臺，有一定的英語閱讀功底。

Web網站開發方向： 熟悉Web開發的常用 Python框架，熟悉掌握Mysql類資料庫的操作。

Python自動化測試：熟悉自動化流程、方法和常用的模組的使用，有英文讀寫的能力。

Linux運維工程師： Linux伺服器管理，資料分析、自動化處理任務、分析網站日誌、定時計劃管理，解放雙手。

Python遊戲開發工程師： 網路遊戲後端伺服器邏輯的開發和處理，有大型資料庫使用經驗，喜歡從事遊戲相關工作。

Python自學愛好者： 可以自己開發一些小軟體和應用，帶圖形化介面的軟體，方便日常工作。

我們可以看一下北京地區python招聘的崗位以及薪資（只是截取了一小小部分）：

總之Python語言無所不能，能做非常多的事情，適合各類企業的開發工作，這裡就不一一介紹了，總之，學好Python，前途寬廣！

近幾年的成都的Python程式設計培訓發展得非常好，又因為人工智慧的發展而發展。成都python程式設計培訓入門難不難？我們知道，任何一種程式語言都包含兩個部分：硬知識和軟知識，起步階段的主要任務是掌握硬知識。

“硬知識”是什麼？指的是程式語言的語法、演算法和資料結構、程式設計正規化等，例如：變數和型別、迴圈語句、分支、函式、類。這部分知識也是具有普適性的，看上去是掌握了一種語法，實際是建立了一種思維。

例如：讓一個Java 程式設計師去學習Python，他可以很快將Java 中的學到的面向物件的知識map到Python中來，因此能夠迅速掌握Python中面向物件的特性。

如果你是剛開始學習程式設計的新手，一本可靠的語法書是非常重要的。它看上去可能非常枯燥乏味，但對於建立穩固的程式設計思維是必不可少。

資料庫：Python在資料庫方面很優秀，可以和多種資料庫進行連線，進行資料處理。掌握了Python可以讓我們在資料庫處理方面如虎添翼。

2、多媒體：利用PIL、Piddle、ReportLab 等模組,你可以處理圖象、聲音、影片、動畫等，很多都可以透過Python來完成。

3、web開發框架：django是流行的web開發框架，使用優雅的python語言寫成。採用MVC的軟體設計模式，主要目標是使得開發複雜的、資料庫驅動的網站變得簡單。

4、科學計算說起科學計算，首先會被提到的可能是MATLAB.其實MATLAB的大部分常用功能都可以在Python世界中找到相應的擴充套件庫。

5、網路程式設計： Python可以非常方便的完成網路程式設計的工作，提供了眾多的解決方案和模組，可以非常方便地定製出自己的伺服器軟體，無論是c/s，還是b/s模式，都有很好的解決方法。

6、遊戲程式設計：目前，透過Python完全可以編寫出非常棒的遊戲程式。

首先，第一個問題：Python到底好不好找工作呢？

來看一下來自拉鉤的兩個截圖，可以看到Python在招聘網站非常火熱，每天都會有大量崗位更新……

這麼多的崗位，如果是在一線城市，Python還是很好找工作的。但是大部分工作要求除了會python外，還要求有其他程式語言的基礎，熟悉一些框架等等。所以如果你僅僅學習了python，就想去找工作，那麼恐怕沒那麼容易~

一行Python能實現什麼喪心病狂的功能？：https://www.wukong.com/answer/6586883795402621192/

Python為什麼這麼厲害？

https://www.wukong.com/answer/6581673205457486087/

為什麼Python相對比較好找工作，主要是因為Python的用途和未來發展方向廣泛……，那麼就讓我們來盤點一下Python可以做什麼，以及其發展方向：

Python是一門指令碼語言，因為能將其他各種程式語言寫的模組粘接在一起，也被稱作膠水語言。強大的包容性、強悍的功能和應用的廣泛性使其受到越來越多的關注，想起一句老話：你若盛開，蝴蝶自來。

那麼，Python語言到底能做哪些事呢~

1、WEB開發

在國內，豆瓣一開始就使用Python作為web開發基礎語言，知乎的整個架構也是基於Python語言，這使得web開發這塊在國內發展的很不錯。

儘管目前Python並不是做Web開發的首選，但一直都佔有不可忽視的一席。Python中有各類Web框架，無論是簡單而可以自由搭配的微框架還是全功能的大型MVC框架都一應俱全，這在需要敏捷開發的Web專案中也是十分具有優勢的。廣泛使用（或曾經廣泛使用）Python提供的大型Web服務包括知乎、豆瓣、Dropbox等網站。加之Python本身的“膠水”特性，很容易實現在需要大規模效能級計算時整合其它語言，同時保留Web開發時的輕便快捷。

使用Python中的Flask搭建一個Web版的Hello world，也只需要幾行而已：

from flask import Flaskapp = Flask(__name__)@app.route("/")def hello():return "Hello World!"if __name__ == "__main__":app.run()

目前，國內的Python web開發主要有兩個技術棧：

a、Django

Django是一個高階的敏捷web開發框架，如果學會了，擼一個網站很快。當然如果純粹比擼網站的速度，基於ruby的Ruby on rails顯然更快，但是Django有一個優勢就是效能優秀，更適合國內網站的應用場景。國外的著MISTRA片社群Pinterest早期也是基於Django開發的，承受了使用者快速增長的衝擊。所以說如果你想快速開發一個網站，還能兼顧APP客戶端的API呼叫需求，Django是可以信賴的。

b、 Flask

相對於Django，Flask則是一個輕量級的web框架，Flask的最大的優勢是效能優越，適合配合手機客戶端開發後臺API服務。國內基於Flask的Restful API服務這快很火，也是需求最大的。知名的比如百度、網易、小米、陌陌等等很多公司都有基於Flask的應用部署。當然，如果你想做一個傳統的web網站，還是建議使用Django，Flask的優勢是後端、API，不適合構建全功能網站。

2、網路爬蟲

網路爬蟲是Python比較常用的一個場景，國際上，google在早期大量地使用Python語言作為網路爬蟲的基礎，帶動了整個Python語言的應用發展。以前國內很多人用採集器搜刮網上的內容，現在用Python收集網上的資訊比以前容易很多了。

Python在這個方面有許多工具上的積累，無論是用於模擬HTTP請求的Requests、用於HTML DOM解析的PyQuery/BeautifulSoup、用於自動化分散式爬取任務的Scrapy，還是用於最簡化資料庫訪問的各種ORM，都使得Python成為資料爬取的首選語言之一。特別是，爬取後的資料分析與計算是Python最為擅長的領域，非常容易整合。目前Python比較流行的網路爬蟲框架是功能非常強大的scrapy。

3、人工智慧（AI)與機器學習

人工智慧是現在非常火的一個方向，AI熱潮讓Python語言的未來充滿了無限的潛力。現在釋放出來的幾個非常有影響力的AI框架，大多是Python的實現，為什麼呢？因為Python足夠動態、具有足夠效能，這是AI技術所需要的技術特點。比如基於Python的深度學習庫、深度學習方向、機器學習方向、自然語言處理方向的一些網站基本都是透過Python來實現的。

機器學習，尤其是現在火爆的深度學習，其工具框架大都提供了Python介面。Python在科學計算領域一直有著較好的聲譽，其簡潔清晰的語法以及豐富的計算工具，深受此領域開發者喜愛。

早在深度學習以及Tensorflow等框架流行之前，Python中即有scikit-learn，能夠很方便地完成幾乎所有機器學習模型，從經典資料集下載到構建模型只需要簡單的幾行程式碼。配合Pandas、matplotlib等工具，能很簡單地進行調整。

而Tensorflow、PyTorch、MXNet、Keras等深度學習框架更是極大地拓展了機器學習的可能。使用Keras編寫一個手寫數字識別的深度學習網路僅僅需要寥寥數十行程式碼，即可藉助底層實現，方便地呼叫包括GPU在內的大量資源完成工作。

值得一提的是，無論什麼框架，Python只是作為前端描述用的語言，實際計算則是透過底層的C/C++實現。由於Python能很方便地引入和使用C/C++專案和庫，從而實現功能和效能上的擴充套件，這樣的大規模計算中，讓開發者更關注邏輯於資料本身，而從記憶體分配等繁雜工作中解放出來，是Python被廣泛應用到機器學習領域的重要原因。

4、資料分析處理

資料分析處理方面，Python有很完備的生態環境。“大資料”分析中涉及到的分散式計算、資料視覺化、資料庫操作等，Python中都有成熟的模組可以選擇完成其功能。對於Hadoop-MapReduce和Spark，都可以直接使用Python完成計算邏輯。這無論對於資料科學家還是對於資料工程師而言都是十分便利的。

其中諸如Seaborn這樣的視覺化庫，能夠僅僅使用一兩行就對資料進行繪圖，而利用Pandas和numpy、scipy則可以簡單地對大量資料進行篩選、迴歸等計算。而後續複雜計算中，對接機器學習相關演算法，或者提供Web訪問介面，或是實現遠端呼叫介面，都非常簡單。

import seaborn as snssns.set()# Load the example tips datasetiris = sns.load_dataset("iris")# Plot tip as a function of toal bill across days g = sns.lmplot(x="sepal_length", y="sepal_width", hue="species",truncate=True, size=5, data=iris)# Use more informative axis labels than are provided by defaultg.set_axis_labels("Sepal length (mm)", "Sepal width (mm)")

Python在資料分析處理中典型的應用量化交易，簡單來說就是說藉助於強悍的數學模型資料分析來實現利益最大化損失最小化，目前已經有許多很好的框架可以使用。

5、伺服器運維及其它小工具

Python對於伺服器運維而言也有十分重要的用途。由於目前幾乎所有Linux發行版中都自帶了Python直譯器，使用Python指令碼進行批次化的檔案部署和執行調整都成了Linux伺服器上很不錯的選擇。Python中也包含許多方便的工具，從調控ssh/sftp用的paramiko，到監控服務用的supervisor，再到bazel等構建工具，甚至conan等用於C++的包管理工具，Python提供了全方位的工具集合，而在這基礎上，結合Web，開發方便運維的工具會變得十分簡單。

更有意思的是，Python社群的開發者們還製作了諸如itchat這樣的開發工具包，你大可以用微信來管理伺服器或是各種服務的執行。想想看，一個微信機器人，能夠在出現異常時，又或者每天固定時刻彙報伺服器或是程式執行情況，甚至包含用matplotlib/seaborn繪製的圖表，一目瞭然，而你對它發上簡簡單單一句話，即可完成對伺服器的調整。

6、桌面程式

除此之外，Python也可以用於桌面軟體開發（如sublime text等），甚至移動端開發（參看kivy）。Python簡潔方便，各種工具包齊全的環境，能大幅度減少開發者的負擔。著名的UI框架QT有Python語言的實現版本PyQT。Python簡單易用的特性加上QT的優雅，可以很輕鬆的開發介面複雜的桌面程式，並且能輕鬆實現跨平臺特性。

7、多媒體應用

可以用Python裡面的PIL、Piddle、ReportLab 等模組對圖象、聲音、影片、動畫等進行處理，還可以用Python生成動態圖表和統計分析圖表。另外，還可以利用PyOpenGl模組非常快速有效的編寫出三維場景。

曾經為“阿貝斯(Abyss)”、“星際迷航(Star Trek)”、“Indiana Jones”等超級大片製作過特技和動畫的工業光魔公司(Industrial Light)就採用Python進行商業動畫製作。然而在很早以前，Python就是一種遊戲程式設計的輔助工具，在《星球大戰》的製作中扮演了重要的角色，現在，完全可以透過Python寫出非常棒的遊戲程式。

Emmmmm這個舉例不會暴露小慕年齡吧……

這麼好這麼有用的Python，其市場行情當然也不會差嘍，所以對Python感興趣以及想要學習Python的小夥伴可以上手學起來。

最後，希望對Python感興趣的朋友都能成為學霸和學神！找到滿意的工作！