python的功能有哪些（Python的3大主要用途）

2023-11-30 00:26:22 2

01 Web開發

Django和Flask等基於Python的Web框架最近在Web開發中非常流行。

這些Web框架可以幫助你用Python編寫伺服器端代碼(後端代碼)。這是在你的額伺服器上運行的代碼，而不是運行在用戶設備和瀏覽器的代碼(前端代碼)。

1. 為什麼需要Web框架

因為用Web框架可以更容易地構建通用後端邏輯。這包括將不同的URL映射到Python代碼塊，處理資料庫以及生成用戶在瀏覽器中看到的HTML文件。

2. 應該使用哪種Python Web框架

Django和Flask是最流行的兩種Python Web框架。如果你剛剛入門，我建議使用其中一種。

3. Django和Flask有什麼區別

Gareth Dwyer 關於這個問題有一篇出色的文章，在這裡我引用幾段：

主要區別

Flask：能夠實現簡單、靈活和細緻的控制。並能讓你自己決定實現方式。

Django：提供了全面的體驗：你可以獲得管理面板、資料庫接口、ORM(對象關係映射)以及開箱即用的應用程式和項目的目錄結構。

如何選擇

Flask：如果你關注的是經驗和學習的機會，或者你想更多地控制使用哪些組件，比如你想使用哪些資料庫以及如何與其進行交互。

Django：如果你關注最終產品，或者你正在研究一個簡單的應用，比如新聞網站、網店或博客，並且你希望有單一實現的方式。

換句話說，如果你是初學者，Flask可能是更好的選擇，因為它要掌握的組件更少。此外，如果你想要更多的定製，那就選Flask。

根據我的數據工程師朋友Jonathan T Ho的說法，由於Flask 的靈活性，在創建REST API時，Flask 比Django 更適合。

另一方面，如果你想直接構建一些東西，Django可能會讓你更快實現。

02 數據科學

數據科學，這裡包括機器學習，數據分析和數據可視化。

1. 機器學習是什麼

假設你想開發一個能夠自動檢測圖片內容的程序。給出圖1，你希望程序識別這是一隻狗。

▲圖1

給出圖2，希望程序能識別這是一張桌子。

▲圖2

你可能會說，我可以寫一些代碼來做到這點。例如，如果圖片中有很多淺棕色像素，那麼可以識別是狗。

或者可以檢測圖片中的邊緣，如果有很多直的邊緣，那麼就是桌子。

但這種方法很快就不好用了。如果圖片中的狗不是棕色毛的怎麼辦？如果圖片只顯示桌子的圓形部分怎麼辦？

這裡就需要用到機器學習了。

機器學習通過實現算法，該算法能夠自動檢測輸入中的模式。

例如，你將1000張狗的圖片和1000張桌子的圖片輸入給機器學習算法，讓它掌握狗和桌子間的區別。那麼當你給出新的圖片讓它識別是狗還是桌子時，它就能夠進行判斷。

這有點類似孩子學習新事物的方式。孩子是如何學習認知狗或桌子的呢？就是通過大量的例子。

你不會明確告訴孩子：「如果某個毛茸茸的東西有淺棕色的毛髮，那麼就可能是狗。」

你會說，「這是狗，這也是狗。而這是桌子，那個也是桌子。「

機器學習算法的方式大致相同。

我們可以將相同的想法應用於：

推薦系統：比如YouTube，亞馬遜和Netflix人臉識別語音識別

以及其他應用。

你聽過的熱門機器學習算法包括：

神經網絡深度學習支持向量機隨機森林

你可以使用上述任何算法來解決前面提到的圖片標籤問題。

2. 將Python用於機器學習

有一些熱門的機器學習庫和Python框架。其中兩個最熱門的是scikit-learn和TensorFlow。

scikit-learn帶有一些內置的熱門機器學習算法。TensorFlow是一個低級庫，能讓你創建自定義機器學習算法。

如果你剛開始進行機器學習項目，我會建議你先從scikit-learn開始。如果你開始遇到效率問題，那麼可以使用TensorFlow。

3. 數據分析和數據可視化

假設你在一家在線銷售產品的公司工作。作為數據分析師，你會繪製這樣的條形圖。

▲條形圖1 - 用Python生成

從這張圖中可以看到在某個周日，男性用戶購買了400多件產品，女性用戶購買了350件產品。

作為數據分析師，對此你會提出一些可能的解釋。明顯的解釋是，該產品在男性用戶中更受歡迎。另一種是樣本量太小，而這種差異是偶然的。還可能呢是由於某種原因，男性往往在周日才購買該產品。

為了理解哪種解釋是正確的，你可以繪製另一個圖。

▲折線圖1 - 用Python生成

不止看周日的數據，還要看到一周的數據。從這張圖表中可以看出，在不同的日子裡這種差異比較一致。

從這個分析中你會得出結論：這種產品在男性中比在女性中更受歡迎。

但如果你看到像這樣的圖表呢？

▲折線圖2 - 用Python生成

那麼，怎麼解釋周日的差異呢？

你可能會說，也許出於某種原因男性只在周日才會更多地購買這款產品。或許這只是巧合。

我在谷歌和微軟工作時所做的數據分析工作與這個例子非常相似，只是更複雜一些。在谷歌時我使用Python進行分析，而我在微軟使用JavaScript。

在這兩家公司我都使用SQL從資料庫中提取數據。然後，我用Python和Matplotlib(在谷歌)或JavaScript和D3.js(在微軟)來可視化和分析這些數據。

4. 使用Python進行數據分析/可視化

進行數據可視化時，Matplotlib是非常熱門的庫。

Matplotlib很棒，因為：

容易上手seaborn等庫是基於它的，學習Matplotlib可以幫助你以後學習其他庫。

5. 如何用Python學習數據分析/可視化

你首先應該了解數據分析和可視化的基礎知識。在學習了數據分析和可視化的基礎知識之後，學習統計學基礎知識也將會很有幫助。

03 腳本

什麼是腳本？

腳本通常是指編寫能夠自動執行簡單任務的小程序。

我曾經在日本的一家小型創業公司工作，公司有郵件支持系統，這用來回復客戶通過郵件發送給我們的問題。

在那兒工作時，我的任務是計算包含關鍵字的郵件數量，以便分析我們收到的電子郵件。這可以手動完成，但我寫了一個簡單的腳本來自動執行此任務。

當時我們使用了Ruby，但對於這類任務Python也是不錯的選擇。Python適合這類任務，因為它語法簡單，易於編寫，而且進行測試也很快。

04 其他用途

1. 嵌入式應用

我不是這方面的專家，但我知道Python可以與Rasberry Pi一起用，在硬體愛好者中很流行。

2. 遊戲開發

你可以用PyGame來開發遊戲，但這並不是最受歡迎的遊戲引擎。你可以用它來開發業餘愛好項目，但如果你對遊戲開發很認真，建議不要選它。

我建議使用Unity的C＃，這是最受歡迎的遊戲引擎之一。它能讓你為許多平臺開發遊戲，包括Mac、Windows、iOS和Android。

3. 桌面應用

你可以用Python的Tkinter，但這並不是最熱門的選擇。Java，C＃和C 等語言似乎更受歡迎。

最近，一些公司也開始使用JavaScript來開發桌面應用程式。例如，Slack的桌面應用是Electron構建的。它能讓你用JavaScript構建桌面應用程式。

就個人而言，如果我要開發桌面應用，我會選擇使用JavaScript。它能讓你重新使用網絡版本的一些代碼。

當然，我並不是桌面應用的專家，所以如果你有不同的看法，評論中告訴我。

4. Python 3還是Python 2

我會推薦Python 3，因為它更新而且更受歡迎。

5. 後端代碼與前端代碼的區別

假設你想開發類似Instagram的產品，那麼你需要為想要支持類型的設備創建前端代碼。

你可能會用到：

面向iOS端的Swift 面向Android的Java面向Web瀏覽器的JavaScript

每組代碼將在每種類型的設備上運行。這類代碼將決定應用的布局樣式，點擊按鍵的樣式等。

但是，您還需要存儲用戶信息和照片的功能。你要將它們存儲在伺服器上，而不僅僅存儲在用戶的設備上，以便每個用戶的關注者都可以查看其照片。

這時需要用到後端代碼/伺服器端代碼。你需要編寫後端代碼來執行以下操作：

記錄關注情況壓縮照片，從而不佔用太多存儲空間在發現功能中向每個用戶推薦照片和新帳戶

這是後端代碼和前端代碼之間的區別。

順便說一下，Python不是編寫後端代碼的唯一選擇，還有基於JavaScript的Node.js等選擇。

,