當(dāng)前人工智能與大數(shù)據(jù)炒的火熱，其中不可或缺的就是Python。那么到底Python能干什么呢？

這個問題不太好回答

Python的功用很多。如果非要歸納，可歸為以下三大主要應(yīng)用：Web開發(fā)、數(shù)據(jù)科學(xué)和腳本。

一、Web開發(fā)

在基于Python做Web開發(fā)中，Django和Flask的Web框架最為流行。這些Web框架可以幫助我們用Python編寫服務(wù)器端代碼。因為用Web框架可以更容易地構(gòu)建通用的后端邏輯，這包括將不同的URL映射到Python代碼塊，處理數(shù)據(jù)庫以及生成用戶在瀏覽器中看到的HTML文件。

對于菜鳥來說，F(xiàn)lask能夠?qū)崿F(xiàn)簡單、靈活和細致的控制，并能讓自己決定實現(xiàn)的方式。而Django則提供了全面的體驗，可以獲得管理面板、數(shù)據(jù)庫接口、對象關(guān)系映射，以及開箱即用的應(yīng)用程序和項目的目錄結(jié)構(gòu)。所以新手選擇Flask更合適，因為它要掌握的組件更少。此外，由于Flask 的靈活性，在創(chuàng)建REST API時，F(xiàn)lask 比Django 更適合。

二、數(shù)據(jù)科學(xué)

很多地方把數(shù)據(jù)科學(xué)定義為包含了機器學(xué)習(xí)、數(shù)據(jù)分析和數(shù)據(jù)可視化。

那到底什么是機器學(xué)習(xí)？

舉個例子

白內(nèi)障患者假設(shè)分為輕度、中度和嚴重三種類型，我們給10000張患者的眼睛圖片進行標(biāo)注和歸類，并輸入給機器學(xué)習(xí)算法，讓它掌握輕度、中度和嚴重的區(qū)別。那么當(dāng)有新的患者就診時，只需要拍個片子，機器就能直接給出患者癥狀類型。這種機器學(xué)習(xí)就是通過大量的醫(yī)生標(biāo)注過的圖片學(xué)習(xí)的例子。類似的應(yīng)用有推薦系統(tǒng)、人臉識別、語音識別等，相關(guān)的機器學(xué)習(xí)算法包括神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、支持向量機和隨機森林。最熱門的機器學(xué)習(xí)庫和Python框架有scikit-learn和TensorFlow。

數(shù)據(jù)分析和數(shù)據(jù)可視化的案例就毋庸多說了，常見的如啤酒與尿不濕、銀行貸款、超市預(yù)知高中生顧客懷孕等。數(shù)據(jù)可視化是數(shù)據(jù)分析結(jié)果的直觀表達，如詞云圖。進行數(shù)據(jù)可視化時，Matplotlib是一個非常熱門的庫，對于菜鳥容易上手。

三、腳本

腳本通常是指編寫能夠自動執(zhí)行簡單任務(wù)的小程序。在IT運維中用的較多。因為它語法簡單，易于編寫，而且進行測試也很快。

當(dāng)然，Python的功用不僅僅只有上面所述，比如游戲開發(fā)、桌面應(yīng)用等等，也都有不少的案例。

最后，如還有在選用Python 3還是Python 2上有糾結(jié)的讀者，我果斷推薦使用Python 3，因為它更新而且倍受歡迎，更是新的趨勢。