1. 前言
最近幾年 Python 被吹的神乎其神，很多同學都不清楚 Python 到底能幹什麼就盲目去學習 Python,今天小胖哥就 Python 的應用領域來簡單盤點一下，讓想學習Python 的同學找對方向不迷茫。
2. Python 的特點
這裡就談談自己的看法，首先 Python是跨平台語言，文法很簡潔，很短的代碼幹更多的事。另外它是腳本語言，随時随地寫一段腳本就可以處理資料，十分友善。同時它也是面向對象語言，對初學者十分友好。Python 在處理各個領域的類庫也十分豐富，爬蟲、機器學習、資料處理、圖像處理等等滿足了大部分領域的需要。更重要的是 Python 是一種“膠水語言”，可以輕松調用主流的 C、C++、Java類庫。 但是這就是 Python 被 “吹”起來的原因嗎？當然不是！如果一門語言沒有實際用武之地，即使它再優秀也沒有意義，也不可能優秀。
3. Python 的使用領域
接下來我們就來看看 Python 在哪些領域有實際的運用。
3.1 資料爬蟲
當今網際網路資料成為任何一家公司最核心的資産，但是網際網路的資訊非常海量，未來快速擷取有用的公開資訊，爬蟲就派上了用場。而 Python 語言非常善于編寫爬蟲，通過 requests庫抓取網頁資料，使用 BeautifulSoup 解析網頁并清晰群組織資料就可以快速精準擷取資料。 用爬蟲看抖音可以讓你精準地看到你想看的小視訊，疫情期間讓我度過了很多無聊的時光。
但是一定要注意合法地進行資料爬取，否則就是面向監獄程式設計！
3.2 Web 開發
能開發 Web 的不僅僅有 Java , Python 也可以進行快速的 Web 開發，Django、Flask等都是知名的 Python Web 架構。能夠充分利用 Python 的特性進行高效的 Web 開發。
3.3 軟體測試
Python 寫測試腳本讓測試人員掉更少的頭發。目前主流的自動化測試架構都支援 Python 腳本。而且招聘網站上測試人員需要掌握的一門語言都有 Python 。
3.4 運維
對于大型平台的運維管理，甚至是自動化運維。Python 也有相關的強大工具諸如 fabric、saltstack、ansible。
3.5 人工智能
人工智能的核心是算法和模型。需要快速的聚焦問題的本身，而且需要能夠進行互動式的進行模型訓練。而能夠滿足這些需求的隻有 Python 了。目前主流的兩大深度學習架構 TensorFlow 和 Pytorch 都是 Python 寫的，而且小而美的 Darknet 也是 Python 開發的。目前我也在使用 Python 進行深度學習的相關開發，如果用java 進行開發将非常複雜，因為神經網絡計算都是大量的高維矩陣進行複雜的乘法運算。
而 Python 的文法特性可以很好的處理這種高維資料的運算。然後我們就可以訓練出權重模型來識别圖檔中的目标的數量、位置等等。
深度學習有較高的學習門檻。
3.6 資料分析資料挖掘
對于海量資料的處理是 Python 的強項。是以資料工程師的必備技能也是 Python。資料清洗非常友善。資料分析庫 Pandas提供了友善的 Api 讓你對資料進行分析，結構化，圖形展示。 Python 也提供了快速可視化工具諸如 matplotlib、holoviews等，讓資料快速可視化。
4. 并非隻有程式設計人員使用Python
Python 并非隻适合開發技術人員使用，在金融領域很多從業人員也用 Python 來進行金融量化。辦公白領如果會使用 Python 可以很友善來批量操作 Excel 、Word 、PDF，讓你成為真正的時間管理大師。遺憾的是，Python 目前還不能用來炒菜做飯。
5. Python 入門很簡單
其實有程式設計基礎的人，最快可以半天掌握 Python 的基本文法。我個人也建議 Python 作為開發者的第二語言。但是如果要熟練的使用 Python 還需要系統的學習。Python 的一些常用類庫學習起來比 Python 本身難得多，比如常用的Numpy、Pandas，需要通過系統的學習和練習才行。
文末分享：這下面有我學習整理出來的自動化測試資料、大廠面試…待你來領取~ 見公衆号：【傷心的辣條】願你我都有所獲…
合理利用自己每一分每一秒的時間來學習提升自己，不要再用"沒有時間“來掩飾自己思想上的懶惰！趁年輕，使勁拼，給未來的自己一個交代！
我的測試學習交流群：902061117 群裡有技術大牛一起交流分享~
推薦好文：
包裝成1年工作經驗的測試工程師，我給他的面試前的建議如下
自動化測試到底要學什麼？
為何跳槽不考慮騰訊？聊聊我和鵝廠的一點往事
自動化測試和手動測試哪個更進階？
新手必看：怎麼寫一個合格的測試用例？
python登入接口測試問題記錄與解決 ( 幹 貨 )