使用Python究竟可以做什么？下面是Python的3个主要应用

1.python能用来做什么

原文传送门：https://medium.com/free-code-camp/what-can-you-do-with-python-the-3-main-applications-518db9a68a78

2.python到底能用来做啥

前言如果您正在考虑学习Python—或者您最近才开始学习—您可能会问自己:“我用Python到底能做什么?”这个问题很难回答，因为Python有很多应用程序但随着时间的推移，我发现Python有3种主要的流行应用:。

3.python可以用于做什么工作内容

Web开发数据科学——包括机器学习、数据分析和数据可视化脚本web开发基于Python(如Django和Flask)的Web框架最近在Web开发中非常流行这些web框架帮助您用Python创建服务器端代码(后端代码)。

4.用python能干什么

这是运行在服务器上的代码，而不是用户设备和浏览器上的代码(前端代码)如果您不熟悉后端代码和前端代码的区别，请参阅我下面的脚注但是等等，为什么我需要一个web框架呢?这是因为web框架更容易构建通用后端逻辑。

5.python可以用于做什么工作

这包括将不同的url映射到Python代码块、处理数据库和生成用户在浏览器上看到的HTML文件我应该使用哪种Python web框架?Django和Flask是两个最流行的Python web框架如果你刚刚开始，我建议你使用其中的一种。

6.python能用来干什么

Django和Flask有什么不同?主要对比:Flask提供了简单、灵活和细粒度的控制它是无约束的(它让您决定如何实现事物)Django提供了一种全面的体验:为您的应用程序和项目提供了一个管理面板、数据库接口、ORM[对象-关系映射]和目录结构。

7.python具体可以做什么

你应该选择:如果您关注经验和学习机会，或者您想要更多地控制使用哪些组件(例如您想要使用哪些数据库以及您想要如何与它们交互)，那么您可以使用FlaskDjango，如果你专注于最终的产品特别是如果您正在处理一个简单的应用程序，例如一个新闻站点、一个电子商店或博客，并且您希望总是有一个单一的、明显的做事方式。

8.python可以做些什么

换句话说，如果您是初学者，那么Flask可能是一个更好的选择，因为它需要处理的组件比较少此外，如果您想要更多的定制，Flask是一个更好的选择另一方面，如果您希望直接构建一些东西，Django可能会让您更快地实现这一点。

9.python可以干嘛

数据科学首先，让我们复习一下什么是机器学习我认为解释机器学习的最好方法是给你们举个简单的例子假设您想要开发一个程序来自动检测图片中的内容因此，根据下面这张图(图1)，您希望您的程序能够识别它是一只狗

10.python能做什么?

图1考虑到下面的另一个(图2)，您希望您的程序认识到它是一个桌子。

图2你可能会说，我可以写一些代码来实现例如，如果图片中有很多浅棕色的像素，那么我们可以说它是一只狗或者，你可以找出如何检测图片的边缘然后，你可能会说，如果有很多条直边，那么它就是一个表格然而，这种方法很快就会变得棘手。

如果照片里有一只没有棕色毛发的白狗呢?如果这张图只显示了桌子的圆形部分呢?什么是机器学习机器学习通常实现自动检测给定输入中的模式的算法比如说，你可以给一个机器学习算法提供1000张狗的图片和1000张桌子的图片。

然后，它会学习狗和桌子之间的区别当你给它一张狗或桌子的新图片时，它就能认出这是哪一张我认为这有点类似于婴儿学习新事物的方式一个婴儿怎么知道一个东西长得像狗，而另一个东西长得像桌子?可能是从一堆例子中得到的。

你可能不会明确地告诉婴儿，“如果什么东西是毛茸茸的，长着浅棕色的毛，那么它可能是一只狗”你可能会说:“那是一只狗”这也是一只狗这是一张桌子那张也是桌子”机器学习算法也是如此你可以把同样的想法应用到:推荐系统(想想YouTube、Amazon和Netflix)

人脸识别语音识别在其他应用程序中你可能听说过的流行的机器学习算法包括:神经网络深度学习支持向量机随机森林您可以使用上面的任何一种算法来解决我前面解释的图片标记问题机器学习中的PythonPython有很多流行的机器学习库和框架。

其中最受欢迎的两个是scikit-learn和TensorFlowscikit-learn内置了一些更流行的机器学习算法我上面提到了其中的一些TensorFlow更像是一个底层库，它允许您构建自定义机器学习算法。

如果你刚刚开始一个机器学习项目，我建议你先从scikit-learn开始如果你开始遇到效率问题，那么我将开始研究TensorFlow我应该如何学习机器学习?为了学习机器学习的基础知识，我推荐斯坦福吴恩达的机器学习课程。

https://www.coursera.org/learn/machine-learning请注意，你需要微积分和线性代数的基础知识来理解这些课程中的一些材料然后，在Kaggle实践您从这些课程中学到的内容。

这是一个网站，人们在这里竞争，为一个给定的问题建立最好的机器学习算法他们也有很好的初学者教程使用Python进行数据分析/可视化用于数据可视化的最流行的库之一是Matplotlib这是一个很好的入门库，因为:这很容易开始。

一些其他的库，比如seaborn就是基于它的因此，学Matplotlib将帮助您以后学习这些其他库脚本脚本是什么?脚本编制通常是指编写用于使简单任务自动化的小程序那么，让我给你们一个我个人经历的例子我曾经在日本的一家小公司工作，那里有一个电子邮件支持系统。

这是一个我们用来回复客户通过电子邮件发送给我们的问题的系统当我在那里工作的时候，我的任务是计算包含特定关键词的电子邮件的数量，这样我们就可以分析收到的电子邮件我们可以手动完成它，但是我写了一个简单的程序/简单的脚本来自动化这个任务。

实际上，我们当时使用的是Ruby，但是Python也是完成这种任务的好语言Python适合这种类型的任务，主要是因为它有相对简单的语法和易于编写它还可以快速地用它编写一些小的东西并对其进行测试游戏呢?你可以使用PyGame库来开发游戏，但它并不是最流行的游戏引擎。

你可以用它来建立一个兴趣项目，但我个人不会选择它，如果你是认真的游戏开发相反，我建议您从Unity开始使用c#，它是最流行的游戏引擎之一它允许你在许多平台上创建游戏，包括Mac, Windows, iOS和Android。