如果您正在考慮學(xué)習Python，或者您最近剛開(kāi)始學(xué)習，

您可能會(huì )問(wèn)自己：“我到底可以用Python做什么？”

這是個(gè)棘手的問(wèn)題，因為Python有很多用途。

但是隨著(zhù)時(shí)間的推移，

我發(fā)現Python主要可用于一下三個(gè)方面：

• Web開(kāi)發(fā)

• 數據科學(xué)——包括機器學(xué)習、數據分析和數據可視化

• 腳本編寫(xiě)

我們就依次來(lái)看看吧。

一、Web開(kāi)發(fā)

像Django和Flask這樣基于Python的Web框架最近在web開(kāi)發(fā)中變得非常流行。

這些web框架幫助您用Python創(chuàng )建服務(wù)器端代碼（后端代碼）。

這些代碼在您的服務(wù)器上而不是在用戶(hù)設備以及瀏覽器上（前端代碼）運行。

如果您不熟悉后端代碼和前端代碼之間的區別，請參閱下面腳注。

但是，等等，我為什么需要web框架呢？

那是因為web框架讓構建通用后端邏輯變得更簡(jiǎn)單了。

這包括把不同的URL映射到Python代碼塊、處理數據庫和生成用戶(hù)在瀏覽器中看到的HTML文件。

我應該用哪個(gè)Python web框架？

Django和Flask是兩種最流行的Python web框架。

如果您剛剛開(kāi)始學(xué)習，那么可以用它們中的任何一個(gè)。

Django和Flask有什么區別？

主要的對比：

• Flask提供簡(jiǎn)潔、靈活和細粒度控制。它很是客觀(guān)（讓您決定如何實(shí)現想要的東西）。

• Django提供一種包羅萬(wàn)象的體驗：您可以獲得管理面板、數據庫接口、ORM（object-relational mappling，對象關(guān)系映射），還有開(kāi)箱即用的應用程序和項目的目錄結構。

您應該選擇：

• Flask，如果您專(zhuān)注于體驗和學(xué)習機會(huì )，或者您想對選用哪個(gè)組件有更大的控制權（例如您想使用哪個(gè)數據庫和如何與它們交互）。

• Django，如果你專(zhuān)注于最終的產(chǎn)品。特別是如果您正在做一個(gè)簡(jiǎn)單的應用程序（如一個(gè)新聞網(wǎng)站、電子商店，或者博客）并且希望有一個(gè)直接明了的做法。

換句話(huà)說(shuō)，如果您是位初學(xué)者，Flask可能是個(gè)更好的選擇，因為用到的組件比較少。

如果您想要更多的定制，那么Flask也是個(gè)更好的選擇。

而且，根據我的數據工程師朋友的看法，

Flask更適合創(chuàng )建那些所謂的REST API的東西，因為它比Django更靈活。

另一方面，

如果您想構建一些簡(jiǎn)單的東西，

Django會(huì )讓您更快地達到目標。

好，我們接著(zhù)談?wù)勏乱粋€(gè)！

二、數據科學(xué) —— 包括機器學(xué)習、數據分析和數據可視化

首先，我們來(lái)回顧一下什么是機器學(xué)習。

我認為，解釋什么是機器學(xué)習的最好方法莫過(guò)于舉個(gè)例子。

假設您想開(kāi)發(fā)一個(gè)程序用于自動(dòng)檢測圖片中的內容。

因此，對于下面的這張圖片（圖片1），您希望您的程序能識別出這是條狗。

圖1

而對于下面的這張圖片（圖片2），您希望您的程序能識別出它是張桌子。

圖2

您也許會(huì )說(shuō)，我可以用幾行代碼搞定。例如，如果在圖片上有很多淡棕色的像素，那么我們可以說(shuō)那是狗。

或者，您可以找到在照片中檢測邊緣的方法。然后，您也許會(huì )說(shuō)，如果有很多直邊，那么那就是一張桌子。

但是，這種方法很快就遇到麻煩了。如果圖片上是條沒(méi)有棕色毛發(fā)的白狗怎么辦？如果圖片上顯示的只是桌子的圓形部分呢？

輪到機器學(xué)習大顯身手了。

比如，您給機器學(xué)習的算法提供1000張狗的照片和1000張桌子的照片。那么，它將會(huì )學(xué)習區別狗和桌子。當您給出一張狗或桌子的新圖片時(shí)，它將能夠識別出是狗還是桌子。

我認為，這和嬰兒學(xué)習新事物有點(diǎn)類(lèi)似。嬰兒是如何知道一樣東西看起來(lái)像狗，而另一樣東西看起來(lái)像桌子呢？可能就是從大量的例子中學(xué)到的。

您也許不會(huì )明確地告訴一個(gè)嬰兒：“如果一樣東西是毛茸茸的，并且有著(zhù)淡棕色的毛發(fā)，那么它可能是條狗?！?/p>

您可能只是說(shuō)：“那是條狗。這也是條狗。這是桌子。那也是桌子?！?/p>

機器學(xué)習算法的工作方式大致相同。

您可以把同樣的想法應用于：

• 推薦系統（像YouTube、Amazon和Netflix在用的）

• 面部識別

• 聲音識別

您可能聽(tīng)說(shuō)過(guò)的流行的機器學(xué)習算法包括：

• 神經(jīng)網(wǎng)絡(luò )

• 深度學(xué)習

• 支持向量機

• 隨機森林

您可以使用任何一個(gè)上述算法來(lái)解決我剛才解釋過(guò)的圖片標注問(wèn)題。

三、將Python用于機器學(xué)習

有一些流行的Python機器學(xué)習庫和框架，其中最流行的兩個(gè)是scikit-learn和TensorFlow。

• scikit-learn附帶了一些更流行的內置機器學(xué)習算法。我剛才提到了其中的幾個(gè)。

• TensorFlow更像是個(gè)低級庫，它允許您構建自定義機器學(xué)習算法。

如果您剛開(kāi)始一個(gè)機器學(xué)習項目，那么我建議您先用scikit-learn。如果您開(kāi)始遇到效率問(wèn)題，那么我建議用TensorFlow。

請注意，您需要微積分和線(xiàn)性代數的基本知識以理解這些課程中的某些內容。

四、那么數據分析和數據可視化呢？

為了幫助您理解，我在這里給您舉個(gè)簡(jiǎn)單的例子。假設，您為一家在線(xiàn)銷(xiāo)售產(chǎn)品的公司工作。

那么，作為數據分析師，您也許會(huì )畫(huà)一個(gè)類(lèi)似的條形圖。

條形圖1-由Python生成

從這張圖上，我們可以看到，在某個(gè)特定的周日，對于某件產(chǎn)品來(lái)說(shuō)，男性購買(mǎi)了400多件，而女性購買(mǎi)了大約350件。

作為一個(gè)數據分析師，您也許會(huì )對其中的差異做出幾個(gè)可能的解釋。

一個(gè)很顯然的可能解釋是，該產(chǎn)品在男性中比在女性中更流行。另一個(gè)可能的解釋是，樣本量太小，這個(gè)差異是偶爾產(chǎn)生的。還有一個(gè)可能的解釋是，在周日，由于某種原因，男性比女性更傾向于購買(mǎi)該產(chǎn)品。

為了搞明白哪個(gè)解釋是正確的，您可能繪制另一張圖，如下圖所示：

折線(xiàn)圖1-由Python生成

我們不再只顯示周日的數據，而是整整一周的數據。正如您所見(jiàn)，從這張圖中，我們可以看到，這種差異在不同的日子里很一致。

從這個(gè)簡(jiǎn)單的分析中，您可能得出了結論，對這種差異，一個(gè)最有說(shuō)服力的解釋就是，這個(gè)產(chǎn)品更受男性而不是女性歡迎。

另一方面，如果您看到是如下所示的圖呢？

折線(xiàn)圖2-同樣由Python生成

那么，如何解釋出現在周日的差異呢？

您也許會(huì )說(shuō)，也許出于某種原因，男性在周日更傾向于購買(mǎi)該產(chǎn)品?；蛘?，也許只是巧合，男性在周日購買(mǎi)了更多的該產(chǎn)品。

好了，這是個(gè)簡(jiǎn)化的例子，展示了數據分析在真實(shí)世界中看起來(lái)的樣子。

我在谷歌和微軟工作的時(shí)候做過(guò)數據分析，跟這個(gè)例子非常相似，只是更復雜一些罷了。事實(shí)上，我在谷歌工作時(shí)，是用Python來(lái)做這種分析，而我在微軟的時(shí)候，用的是JavaScript。

在這兩家公司工作的時(shí)候，我用SQL從數據庫中提取數據。然后，我會(huì )用Python和Matplotlib（在谷歌工作時(shí)）或JavaScrip和D3.js（在微軟工作時(shí)）進(jìn)行數據可視化和分析。

五、用Python進(jìn)行數據分析/可視化

最流行的數據可視化庫之一是Matplotlib。

剛開(kāi)始學(xué)習的話(huà)，它是個(gè)不錯的庫，因為：

• 它容易上手

• 其他一些庫，如seaborn是以它為基礎的。因此，學(xué)習Matplotlib可以幫助您隨后學(xué)習其他庫。

六、選Python 3還是Python 2？

我會(huì )推薦Python 3，因為它更現代化，并且目前它更受歡迎。

腳注：對于后端代碼和前端代碼的的說(shuō)明（萬(wàn)一您對這些術(shù)語(yǔ)不熟悉）。

假設，您想做個(gè)類(lèi)似于Instagram的東西。

那么，您需要為每種想支持的設備創(chuàng )建前端代碼：

• Swift用于iOS設備

• Java用于安卓設備

• JavaScript用于web瀏覽器

每組代碼都將在對應類(lèi)型的設備/瀏覽器上運行。這組代碼將決定應用的布局看上去的樣子，單擊時(shí)按鈕的外觀(guān)等等。

但是，您仍然需要存儲用戶(hù)信息和照片的能力。除了在用戶(hù)的設備商儲存這些信息，您還會(huì )希望將這些信息儲存在服務(wù)器上，這樣，每個(gè)用戶(hù)的關(guān)注者就能看到用戶(hù)的照片。

這里就是后端代碼/服務(wù)器端代碼的用武之地了。您需要編寫(xiě)后端代碼以執行以下操作：

• 持續跟蹤誰(shuí)在關(guān)注誰(shuí)

• 壓縮照片，以免占據太多存儲空間

• 在發(fā)現功能中給每個(gè)用戶(hù)推薦照片和新賬號

好了，這就是后端代碼和前段代碼之間的區別。

順便說(shuō)一下，Python不是編寫(xiě)后端/服務(wù)器端代碼的唯一好選擇。還有很多其他流行的選擇，包括Node.js，它是基于JavaScript的。