首頁>Club>
python易於上手,發現很多人都在學習Python,但是沒有明確的說明可以做什麼,主流的功能是什麼?想知道目前利用Python開發的都在做什麼?做量化交易?做爬蟲?做資料分析?有具體的應用麼?
16
回覆列表
  • 1 # 中國工匠

    這個問題不好回答,因為Python有很多用途。

    我工作中不用python , 但是畢竟從事這個行業,肯定是需要熟悉領域知識的,做好知識儲備。下面我來簡介一下,Python主要有以下三大主要應用:

    Web開發

    資料科學:包括機器學習、資料分析和資料視覺化

    指令碼

    一、web開發

    Django和Flask等基於Python的Web框架最近在Web開發中非常流行。

    這些Web框架可以幫助你用Python編寫伺服器端程式碼(後端程式碼)。這是在你的額伺服器上執行的程式碼,而不是執行在使用者裝置和瀏覽器的程式碼(前端程式碼)。

    1. 為什麼需要Web框架

    因為用Web框架可以更容易地構建通用後端邏輯。這包括將不同的URL對映到Python程式碼塊,處理資料庫以及生成使用者在瀏覽器中看到的HTML檔案。

    2. 應該使用哪種Python Web框架

    Django和Flask是最流行的兩種Python Web框架。如果你剛剛入門,我建議使用其中一種。

    3. Django和Flask有什麼區別

    Gareth Dwyer 關於這個問題有一篇出色的文章,在這裡我引用幾段:

    主要區別

    Flask:能夠實現簡單、靈活和細緻的控制。並能讓你自己決定實現方式。

    Django:提供了全面的體驗:你可以獲得管理面板、資料庫介面、ORM(物件關係對映)以及開箱即用的應用程式和專案的目錄結構。

    如何選擇

    Flask:如果你關注的是經驗和學習的機會,或者你想更多地控制使用哪些元件,比如你想使用哪些資料庫以及如何與其進行互動。

    Django:如果你關注最終產品,或者你正在研究一個簡單的應用,比如新聞網站、網店或部落格,並且你希望有單一實現的方式。

    換句話說,如果你是初學者,Flask可能是更好的選擇,因為它要掌握的元件更少。此外,如果你想要更多的定製,那就選Flask。

    根據我的資料工程師朋友Jonathan T Ho的說法,由於Flask 的靈活性,在建立REST API時,Flask 比Django 更適合。

    另一方面,如果你想直接構建一些東西,Django可能會讓你更快實現。

    二、資料科學

    資料科學,這裡包括機器學習,資料分析和資料視覺化

    ①機器學習

    推薦系統:比如YouTube,亞馬遜和Netflix

    人臉識別

    語音識別

    以及其他應用。

    你聽過的熱門機器學習演算法包括:

    神經網路

    深度學習

    支援向量機

    隨機森林

    ② 將Python用於機器學習

    有一些熱門的機器學習庫和Python框架。其中兩個最熱門的是scikit-learn和TensorFlow。

    scikit-learn帶有一些內建的熱門機器學習演算法。

    TensorFlow是一個低階庫,能讓你建立自定義機器學習演算法。

    如果你剛開始進行機器學習專案,我會建議你先從scikit-learn開始。如果你開始遇到效率問題,那麼可以使用TensorFlow。

    進行資料視覺化時,Matplotlib是非常熱門的庫。

    Matplotlib很棒,因為:

    容易上手

    seaborn等庫是基於它的,學習Matplotlib可以幫助你以後學習其他庫

    三、指令碼

    什麼是指令碼?

    指令碼通常是指編寫能夠自動執行簡單任務的小程式。Python適合這類任務,因為它語法簡單,易於編寫,而且進行測試也很快

    順便說一下,Python不是編寫後端程式碼的唯一選擇,還有基於JavaScript的Node.js等選擇

  • 2 # 俠夢的開發筆記

    我是一個從事java開發的人,平時也用python,主要用來做一些資料分析,非生產的一些功能。案例如下:

    首先,當然是進入你需要共享檔案的目錄下

    然後根據python版本的不同,選擇執行如下命令:

    Python2

    python -m SimpleHTTPServer 9999

    Python3

    python -m http.server 9999

    資料分析

    主要是根據中介軟體的不同來寫一些指令碼,比如連結Elasticsearch 、連結Kafka、連結Mysql,連結Redis,在開發之中,可以快速的獲取到資料,驗證想法

  • 3 # Huoyo

    對於非程式設計師:

    1.輔助工作,如處理excel,基本資料統計,一些常規檔案操作的批次處理等。

    2.資訊獲取,比如去某個網站批次獲取資料,去某個系統批次獲取查詢結果。

    3.資料分析,資料分析,視覺化顯示等

    對於程式設計師:

    1.做網站和系統,比如豆瓣網

    2.資料探勘,比如輿情分析

    3.人工智慧建模等

  • 4 # 半山看世界

    python功能強大,易於上手。我從事嵌入式軟體開發,python是一個很好的輔助開發工具。目前主要做如下功能:

    1、大資料分析處理。從事汽車電子軟體開發工作,面對大量的CAN訊號分析,人工工作很費時間,結合python工具可以快速分析資料規律,研究駕駛行為。

    2、軟體程式碼自動生成。對於汽車的訊號收發處理,有固定的格式要求,這樣就可以透過python自動匯入dbc或者execl生成軟體程式碼,既節省時間,又保證準確率

    3、自動化測試。python能強大,在嵌入式裝置除錯中,可以呼叫各類測試工具提供的.dll檔案,根據自身需要編寫自動化測試方案。

  • 5 # MaWenjing

    1 web開發 :伺服器端程式設計,具有豐富的Web開發框架,如Django和TurboGears,快速完成一個網站的開發和Web服務。

    2 科學計算:Python被廣泛的運用於科學和數字計算中,例如生物資訊學、物理、建築、地理資訊系統、影象視覺化分析、生命科學等,常用numpy、SciPy、Biopython、SunPy等。

    3 運維自動化:自動化處理大量的運維任務

    4 測試自動化:編寫為簡單的實現指令碼,運用在Selenium/lr中,實現自動化。

    5 爬蟲等。

  • 6 # 可愛的小老頭

    python功能強大,易於上手。我從事嵌入式軟體開發,python是一個很好的輔助開發工具。目前主要做如下功能:

    1、大資料分析處理。從事汽車電子軟體開發工作,面對大量的CAN訊號分析,人工工作很費時間,結合python工具可以快速分析資料規律,研究駕駛行為。

    2、軟體程式碼自動生成。對於汽車的訊號收發處理,有固定的格式要求,這樣就可以透過python自動匯入dbc或者execl生成軟體程式碼,既節省時間,又保證準確率

    3、自動化測試。python能強大,在嵌入式裝置除錯中,可以呼叫各類測試工具提供的.dll檔案,根據自身需要編寫自動化測試方案。

    如果想把Python學好還是得去系統的培訓一下比較好呢,像北京尚學堂就很不錯啊,你可以瞭解一下呢

  • 7 # 小小程式設計師玲兒

    百戰程式設計師IT問題專業解答

    1、大資料分析處理。從事汽車電子軟體開發工作,面對大量的CAN訊號分析,人工工作很費時間,結合python工具可以快速分析資料規律,研究駕駛行為。

    2、軟體程式碼自動生成。對於汽車的訊號收發處理,有固定的格式要求,這樣就可以透過python自動匯入dbc或者execl生成軟體程式碼,既節省時間,又保證準確率

    3、自動化測試。python能強大,在嵌入式裝置除錯中,可以呼叫各類測試工具提供的.dll檔案,根據自身需要編寫自動化測試方案。

  • 8 # 蜉蝣餓了

    python是全世界公認的最簡單的語言

    Python=AI人工智慧技術中的大部分語言

    Python=2小時掌握資料處理技能

    Python=應用廣泛,政企事業單位、金融電子領域、科研AI教育...

    它能做的事情很多,比如:

    1)網站開發:藉助django,flask框架自己搭建網站

    2)自動化運維:自動化處理大量的運維任務

    3)資料分析師:快速開發快速驗證,分析資料得到結果

    4)遊戲開發者:一般是作為遊戲指令碼內嵌在遊戲中

    5)自動化測試:編寫為簡單的實現指令碼,運用在Selenium/lr中,實現自動化。

    6)爬蟲獲取或處理大量資訊:批次下載美劇、執行投資策略、爬合適房源、系統管理員的指令碼任務等

    7)在職場中可以實現:自動發郵件、自動化操作Excel、資料分析、製作視覺化圖表

    人生苦短,我學python,http://www.daimaketang.com/register?inviteCode=XPGQQ和我一起學習吧

  • 中秋節和大豐收的關聯?
  • 鄰居建房子,房簷都到我家院子上面了,該怎麼處理?