Python是一門腳本語言，因為能將其他各種編程語言寫的模塊粘接在一起，也被稱作膠水語言。強大的包容性、強悍的功能和應用的廣泛性使其受到越來越多的關注，Python應了那一句老話：你若盛開，蝴蝶自來。

　　相信很多童鞋都對Python的用途和發(fā)展方向極為感興趣，所以，挨踢君就煞費苦心地搜集了Python用途和發(fā)展的有關資料，為大家整理梳理一下Python語言到底能做哪些事

　　1、WEB開發(fā)

　　在國內(nèi)，豆瓣一開始就使用Python作為web開發(fā)基礎語言，知乎的整個架構也是基于Python語言，這使得web開發(fā)這塊在國內(nèi)發(fā)展的很不錯。

　　盡管目前Python并不是做Web開發(fā)的首選，但一直都占有不可忽視的一席。Python中有各類Web框架，無論是簡單而可以自由搭配的微框架還是全功能的大型MVC框架都一應俱全，這在需要敏捷開發(fā)的Web項目中也是十分具有優(yōu)勢的。廣泛使用（或曾經(jīng)廣泛使用）Python提供的大型Web服務包括知乎、豆瓣、Dropbox等網(wǎng)站。加之Python本身的“膠水”特性，很容易實現(xiàn)在需要大規(guī)模性能級計算時整合其它語言，同時保留Web開發(fā)時的輕便快捷。

　　除此之外，Python中還有大量“開箱即用”的模塊，用于與各種其它網(wǎng)站的對接等相關功能。如果希望開發(fā)個微信公眾號相關功能，wechat-sdk/weixin-python等包，能夠使你幾乎完全不用管文檔中提及的各種服務器交互細節(jié)，專注于功能實現(xiàn)即能完成開發(fā)。

　　目前，國內(nèi)的Python web開發(fā)主要有兩個技術棧：一個高級的敏捷web開發(fā)框架Django和一個輕量級的web框架Flask。（使用Django，擼一個網(wǎng)站很快；使用Python中的Flask搭建一個Web版的Hello world，也只需要幾行而已。）

?

　　2、網(wǎng)絡爬蟲

　　網(wǎng)絡爬蟲是Python比較常用的一個場景，國際上，google在早期大量地使用Python語言作為網(wǎng)絡爬蟲的基礎，帶動了整個Python語言的應用發(fā)展。以前國內(nèi)很多人用采集器搜刮網(wǎng)上的內(nèi)容，現(xiàn)在用Python收集網(wǎng)上的信息比以前容易很多了。

　　Python在這個方面有許多工具上的積累，無論是用于模擬HTTP請求的Requests、用于HTML DOM解析的PyQuery/BeautifulSoup、用于自動化分布式爬取任務的Scrapy，還是用于最簡化數(shù)據(jù)庫訪問的各種ORM，都使得Python成為數(shù)據(jù)爬取的首選語言之一。特別是，爬取后的數(shù)據(jù)分析與計算是Python最為擅長的領域，非常容易整合。目前Python比較流行的網(wǎng)絡爬蟲框架是功能非常強大的scrapy。

　　3、人工智能（AI）與機器學習

　　人工智能是現(xiàn)在非?；鸬囊粋€方向，AI熱潮讓Python語言的未來充滿了無限的潛力?，F(xiàn)在釋放出來的幾個非常有影響力的AI框架，大多是Python的實現(xiàn)，為什么呢？因為Python足夠動態(tài)、具有足夠性能，這是AI技術所需要的技術特點。比如基于Python的深度學習庫、深度學習方向、機器學習方向、自然語言處理方向的一些網(wǎng)站基本都是通過Python來實現(xiàn)的。

　　機器學習，尤其是現(xiàn)在火爆的深度學習，其工具框架大都提供了Python接口。Python在科學計算領域一直有著較好的聲譽，其簡潔清晰的語法以及豐富的計算工具，深受此領域開發(fā)者喜愛。

　　早在深度學習以及Tensorflow等框架流行之前，Python中即有scikit-learn，能夠很方便地完成幾乎所有機器學習模型，從經(jīng)典數(shù)據(jù)集下載到構建模型只需要簡單的幾行代碼。配合Pandas、matplotlib等工具，能很簡單地進行調(diào)整。

　　而Tensorflow、PyTorch、MXNet、Keras等深度學習框架更是極大地拓展了機器學習的可能。使用Keras編寫一個手寫數(shù)字識別的深度學習網(wǎng)絡僅僅需要寥寥數(shù)十行代碼，即可借助底層實現(xiàn)，方便地調(diào)用包括GPU在內(nèi)的大量資源完成工作。

　　值得一提的是，無論什么框架，Python只是作為前端描述用的語言，實際計算則是通過底層的C/C++實現(xiàn)。由于Python能很方便地引入和使用C/C++項目和庫，從而實現(xiàn)功能和性能上的擴展，這樣的大規(guī)模計算中，讓開發(fā)者更關注邏輯于數(shù)據(jù)本身，而從內(nèi)存分配等繁雜工作中解放出來，是Python被廣泛應用到機器學習領域的重要原因。