python基础学习

 前言最近几年Python被吹的神乎其神，很多同学都不清楚Python到底能干什么？就盲目去学习Python,今天我就Python的应用领域来简单盘点一下，让想学习Python 的同学找对方向不迷茫。

2. Python 的特点
这里就谈谈自己的看法，首先 Python是跨平台语言，语法很简洁，很短的代码干更多的事。另外它是脚本语言，随时随地写一段脚本就可以处理数据，十分方便。同时它也是面向对象语言，对初学者十分友好。Python 在处理各个领域的类库也十分丰富，爬虫、机器学习、数据处理、图像处理等等满足了大部分领域的需要。更重要的是 Python 是一种“胶水语言”，可以轻松调用主流的C、C++、Java 类库。 但是这就是 Python 被 “吹”起来的原因吗？当然不是！如果一门语言没有实际用武之地，即使它再优秀也没有意义，也不可能优秀。

3. Python 的使用领域
接下来我们就来看看 Python 在哪些领域有实际的运用。

3.1 数据爬虫
当今互联网数据成为任何一家公司最核心的资产，但是互联网的信息非常海量，未来快速获取有用的公开信息，爬虫就派上了用场。而Python 语言非常善于编写爬虫，通过requests 库抓取网页数据，使用BeautifulSoup 解析网页并清晰和组织数据就可以快速精准获取数据。 用爬虫爬付费音乐，文章，视频，图片等，疫情期间让我度过了很多无聊的时光。

3.2 Web 开发
能开发 Web 的不仅仅有 Java , Python 也可以进行快速的 Web 开发，Django、Flask 等都是知名的 Python Web 框架。能够充分利用 Python 的特性进行高效的 Web 开发。

3.3 软件测试
Python 写测试脚本让测试人员掉更少的头发。目前主流的自动化测试框架都支持 Python 脚本。而且招聘网站上测试人员需要掌握的一门语言都有 Python 。

3.4 运维
对于大型平台的运维管理，甚至是自动化运维。Python 也有相关的强大工具诸如fabric、saltstack、ansible。

3.5 人工智能
人工智能的核心是算法和模型。需要快速的聚焦问题的本身，而且需要能够进行交互式的进行模型训练。而能够满足这些需求的只有 Python 了。目前主流的两大深度学习框架 TensorFlow 和 Pytorch 都是 Python 写的，而且小而美的 Darknet 也是 Python 开发的。目前我也在使用 Python 进行深度学习的相关开发，如果用java 进行开发将非常复杂，因为神经网络计算都是大量的高维矩阵进行复杂的乘法运算。而 Python 的语法特性可以很好的处理这种高维数据的运算。然后我们就可以训练出权重模型来识别图片中的目标的数量、位置等等。

3.6 数据分析数据挖掘
对于海量数据的处理是 Python 的强项。所以数据工程师的必备技能也是 Python。数据清洗非常方便。数据分析库Pandas提供了方便的 Api 让你对数据进行分析，结构化，图形展示。 Python 也提供了快速可视化工具诸如matplotlib、holoviews 等，让数据快速可视化。

3.6 数据分析数据挖掘
对于海量数据的处理是 Python 的强项。所以数据工程师的必备技能也是 Python。数据清洗非常方便。数据分析库Pandas提供了方便的 Api 让你对数据进行分析，结构化，图形展示。 Python 也提供了快速可视化工具诸如matplotlib、holoviews 等，让数据快速可视化。

4. 并非只有编程人员使用Python
Python 并非只适合开发技术人员使用，在金融领域很多从业人员也用 Python 来进行金融量化。办公白领如果会使用 Python 可以很方便来批量操作 Excel 、Word 、PDF，让你成为真正的时间管理大师。遗憾的是，Python 目前还不能用来炒菜做饭。

5. Python 入门很简单
其实有编程基础的人，最快可以半天掌握 Python 的基本语法。我个人也建议 Python 作为开发者的第二语言。但是如果要熟练的使用 Python 还需要系统的学习。Python 的一些常用类库学习起来比 Python 本身难得多，比如常用的Numpy、Pandas ，需要通过系统的学习和练习才行。

Python学习路线汇总
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。