python的用途：
Python的优势有必要作为第一步去了解，Python作为面向对象的脚本语言，优势就是数据处理和挖掘，这也注定了它和AI、互联网技术的紧密联系。
网络爬虫。顾名思义，从互联网上爬取信息的脚本，主要由urllib、requests等库编写，实用性很强，小编就曾写过爬取5w数据量的爬虫。在大数据风靡的时代，爬虫绝对是新秀。
人工智能。AI使Python一战成名，AI的实现可以通过tensorflow库。神经网络的核心在于激活函数、损失函数和数据，数据可以通过爬虫获得。训练时大量的数据运算又是Python的show time。
扩展资料：
Python开发人员尽量避开不成熟或者不重要的优化。一些针对非重要部位的加快运行速度的补丁通常不会被合并到Python内。在某些对运行速度要求很高的情况，Python设计师倾向于使用JIT技术，或者用使用C/C++语言改写这部分程序。可用的JIT技术是PyPy。
Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继承，有益于增强源代码的复用性。
Python支持重载运算符和动态类型。相对于Lisp这种传统的函数式编程语言，Python对函数式设计只提供了有限的支持。有两个标准库(functools, itertools)提供了Haskell和Standard ML中久经考验的函数式程序设计工具。
参考资料来源：百度百科-Python
当你看到 Python 的时候， 心里想
“蛇 ？！”，请从0节开始；
“这是测试的事”，请跳转第2节；
“脚本语言”，请跳转到3节；
“不适用于大工程”，请跳转4节；
0. 巨蟒剧团之飞行马戏团
巨蟒剧团（Monty Python），1969年10月5日，当这五个英国佬和一个美国佬第一次胡言乱语恬不知耻地出现在BBC电视台上时，整个英伦三岛都傻了眼。从这天开始，在之后短短的四年间， “巨蟒剧团” 及其六位成员的名字通过《飞翔的马戏团》这套空前成功的电视喜剧节目，很快成为了英国现代文化的一个标志。这个名字，在今天不仅仅指向他们合作的四季电视剧和四部故事片，也不只代言喜剧的后现代面孔，而俨然已经被推崇为后现代的文化符号，有喜剧界的披头士之称。CNN的追忆文章曾感慨“巨蟒改变了世界”。
1. 正文
作为一部英国肥皂剧的脑残粉，荷兰数学家 Guido van Rossum 将他设计的一种程序设计语言，命名为 Python，它最初发布的时间是1991年。是的，今年 Python 已经24岁了，比 HTTP 1.0协议大5岁，且比 Java 大4岁. 它已经步入创业的最佳年龄了！
1996年 Google 的第一个成功的网络爬虫就是使用 Python 实现的。有趣的是，此时 Rossum 已经移居美国1年了，而他就职 Google 还要再等 9 年以后的2005年。
2. Python 只适合测试？
关于Python是一种什么样的语言，这里不打算说对象、类之类的术语。我们可以先来看一看，时至今日 Python 都在哪些领域里得以应用：
电信基础设施 (Twilio)
支付系统 (PayPal, Balanced Payments)
神经科学和心理学
数值分析和工程 (numpy, numba)
动画(LucasArts, Disney, Dreamworks)
游戏后台 (Eve Online, Second Life...)
Email 基础设施 (Mailman, Mailgun)
媒体存储和处理 (YouTube, Dropbox)
操作和系统管理 (Rackspace, OpenStack)
自然语言处理(NLTK)
机器学习和计算机版本 (scikit-learn, Orange)
安全性和渗透性测试 ( eBay/PayPal )
大数据 (Disco, Hadoop support)
搜索系统 (ITA, Ultraseek, 还有 Google)
Internet 基础设施 (DNS) (BIND 10)
在如此之多领域的公司里得到广泛使用的Python，难道只是用在它们的测试部门？至少根据网络上的谣言，豆瓣、Youbute、和 Dropbox 都是以 Python 为主体语言搭建起来的网站。Python 强大的能力（例如：网络处理能力，还有各种扩展包），可以使得程序员们把注意力投放在实现业务上，而不是内存管理，接口设计之类的细节上。
事实上，Python 最常见的应用情形是：
使用 Python 快速生成程序的原型（有时甚至是程序的最终界面，你会喜欢 wxPython 的），
对其中有特别要求的部分，使用更合适的语言（尤其是 C/C++）改写。
由于 Python 与 C 的天然联系，它们之间的相互调用从来都不是问题。特别是 Python 如何调用 C 在《 Programming Python》的 Chapter 22. Extending Python 部分有介绍。Python 调用 C 的动态/静态库并不是一件复杂的事情。实际上， Python 原生的正则表达式库就是用 C 语言实现的。
3. Python 只是脚本语言？
Python 确实的可以完成脚本语言的功能（使用更简洁的方式）。Shell 工具往往从命令行运行，实现诸如文本文件的处理以及调用其他程序等任务。Python 能做的更多。
有专家称 Python 是大数据全栈式开发语言，在“云基础设施”、“DevOps”、"网络爬虫” 和 “数据处理”领域，Python 都是最流行的语言。
对于开源软件向来迟钝的微软参加2015年 PyCon 时高调宣布提高 Python 在 Windows 上的编程体验，包括 Visual Studio 支持 Python，优化 Python 的 C 扩展在 Windows 上的编译等等。脑补下未来 Python 作为 Windows 默认组件的场景。
4. Python 之NB
和 Python 之禅（注1）里表述的一样，简单优雅已经深入Python骨髓。正是这个原因，Python 才被认为上手简单，开发快速，程序可读性超强；也正是这些特点，互联网公司更有意愿使用它，因为快速发布是它们的生存之根本。在实践中，程序员可以很直观地发现，用 Python 写的代码通常要比同样的 C/C++ 或 JAVA 程序要短得多。
用Python编写代码一点都不难，事实上它一直被赞誉为最容易学的编程语言。如果你准备学习web开发， Python是一个不错的开始，甚至想做游戏的话，用Python来开发游戏的资源也有很多。这是快速学习这门语言的途径之一。
许多程序员都把Python作为编程之旅的开始，然后是像PHP和Ruby这样的语言。它也是2014年最热门的web开发语言之一，并极力推荐学习。但是，Python应该怎么学呢？应该从哪里开始？加我企鹅球球前面是：7328然后中间加上五0098连在一起，让我在企鹅上面为你解决这个问题，因为我自己学习编程和开始做开发的时候也依靠了很多这里的资源。当然这仅仅是一个友好的建议，最好的方法还是通过实践去学习，
刚开始学习的时候可能会特别令人沮丧，一旦你学完了基础，之后的东西对你来说就很自然了，你都不需要思考就知道要怎么做。
python主要可以做Web 和 Internet开发、科学计算和统计、桌面界面开发、软件开发、后端开发等领域的工作。
Python是一种解释型脚本语言。Python可以应用于众多领域，如：数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web 等。
扩展资料
python的主要优点：
简单易学：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。因有极其简单的说明文档，Python极其容易上手。
运行速度快：Python 的底层是用 C 语言写的，很多标准库和第三方库也都是用 C 写的，运行速度非常快。
免费、开源资源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。
可扩展性：如果需要一段关键代码运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。
参考资料来源：百度百科-Python
1.爬虫：
相信大部分人都用Python爬过数据，目前来说，比较流行的框架是scrapy，对爬取数据来说，简单方便了不少，只需要自己添加少量的代码，框架便可启动开始爬取，当然，还有简单地爬虫包，像requests+BeautifulSoup，对于爬取简单网页来说，也足够了：
如果你想要学好Python最好加入一个好的学习环境，可以来这个Q群，首先是629，中间是440，最后是234，这样大家学习的话就比较方便，还能够共同交流和分享资料
2.数据处理：
numpy,scipy,pandas这些包对于处理数据来说非常方便，线性代数、科学计算等，利用numpy处理起来非常方便，pandas提供的DataFrame类可以方便的处理各种类型的文件，像excel,csv等，是分析数据的利器：
3.可视化：
这里的包其实也挺多的，除了我们常用的matplotlib外，还有seaborn,pyecharts等，可以绘制出各种各样类型的图形，除了常见的线图、饼图和柱状图外，还可以绘制出地图、词云图、地理坐标系图等，美观大方，所需的代码量还少，更容易上手：
4.机器学习：
说起python机器学习，大部分人都应该scikit-learn这个包，常见的机器学习算法，像回归、分类、聚类、降维、模型选择等，这里都有现成的代码可供利用，对于这机器学习方面感兴趣的人来说，这是一个入门机器学习的好包：
5.神经网络：
说起神经网络，大部分人都应该会想起深度学习，对应的就会想到谷歌目前非常流行的深度学习框架—tensorflow，tesndorflow可被用于语音识别和图像识别等众多领域，其发展前景光明，对于这方面感兴趣的科研人员来说，是一个很不错的工具，当然，还有基于tensorflow的theano,keras等，都是学习神经网络的不错选择：
6.股票财经：
对于股票和财经比较感兴趣的朋友来说，python也提供了现成的库来获取和分析股票财经数据—tushare，tushare是一个免费、开源的python财经数据接口包，可以快速的获取到国内大部分股票数据，对于金融分析人员来说，可以说是一个利器，降低了许多任务量：
7.游戏：
Python专门为游戏开发提供了一个平台—Pygame，对于想快速开发小型游戏的用户来说，是一个很不错的选择，简单易学、容易上手，脱离了低级语言的束缚，使用起来也挺方便的：
目前就介绍这7个方面和对应的包，比较流行也比较实用、有趣，感兴趣的朋友，可以了解一下，希望以上分享的内容能对你有所帮助吧。
Python实际上是一种编程语言，在许多领域中都有广泛的应用，例如最热门的大数据分析，人工智能，Web开发等。
1989年圣诞节，阿姆斯特丹，为了度过无聊的圣诞节，年轻人Guido决定开发一种新的编程语言。 Python(Boa Constrictor)的名字是因为他是Monty Python喜剧小组的粉丝。你看，技术是如此随意...
Python的语法非常接近英语，样式统一，非常漂亮，并且内置了许多有效的工具。例如，同一作业需要1000行C语言，100行Java和10行Python。
Python简洁，易于阅读且可扩展。大多数科研机构都使用Python进行研究。卡内基梅隆大学和麻省理工学院的编程课程以Python讲授。许多开源科学计算软件包都提供Python调用接口，例如著名的计算机视觉库OpenCV，三维可视化库VTK和医学图像处理库ITK。还有更多专门用于Python的科学计算扩展库，例如NumPy，SciPy和matplotlib，它们分别提供矩阵计算，科学计算和绘图功能。
