Python能用來做什麼？這3大主要用途你一定要知道！

作者：YK Sugi

編譯：Mika

來源：CDA資料分析師（ID：cdacdacda）

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編寫伺服器端程式碼(後端程式碼)。這是在你的額伺服器上執行的程式碼，而不是執行在使用者裝置和瀏覽器的程式碼(前端程式碼)。

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對映到Python程式碼塊，處理資料庫以及生成使用者在瀏覽器中看到的HTML檔案。

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，在這裡我取用幾段：

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、資料庫介面、ORM(物件關係對映)以及開箱即用的應用程式和專案的目錄結構。

如何選擇

Flask：如果你關註的是經驗和學習的機會，或者你想更多地控制使用哪些元件，比如你想使用哪些資料庫以及如何與其進行互動。

Django：如果你關註最終產品，或者你正在研究一個簡單的應用，比如新聞網站、網店或部落格，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，因為它要掌握的元件更少。此外，如果你想要更多的定製，那就選Flask。

根據我的資料工程師朋友Jonathan T Ho的說法，由於Flask 的靈活性，在建立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 資料科學

資料科學，這裡包括機器學習，資料分析和資料視覺化。

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式。給出圖1，你希望程式識別這是一隻狗。

▲圖1

給出圖2，希望程式能識別這是一張桌子。

▲圖2

你可能會說，我可以寫一些程式碼來做到這點。例如，如果圖片中有很多淺棕色畫素，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。

機器學習透過實現演演算法，該演演算法能夠自動檢測輸入中的樣式。

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演演算法，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？就是透過大量的例子。

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。“

機器學習演演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演演算法包括：

• 神經網路

• 深度學習

• 支援向量機

• 隨機森林

你可以使用上述任何演演算法來解決前面提到的圖片標簽問題。

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帶有一些內建的熱門機器學習演演算法。

• TensorFlow是一個低階庫，能讓你建立自定義機器學習演演算法。

如果你剛開始進行機器學習專案，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. 資料分析和資料視覺化

假設你在一家線上銷售產品的公司工作。作為資料分析師，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週日，男性使用者購買了400多件產品，女性使用者購買了350件產品。

作為資料分析師，對此你會提出一些可能的解釋。明顯的解釋是，該產品在男性使用者中更受歡迎。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，男性往往在週日才購買該產品。

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

不止看週日的資料，還要看到一週的資料。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，怎麼解釋週日的差異呢？

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

我在谷歌和微軟工作時所做的資料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從資料庫中提取資料。然後，我用Python和Matplotlib(在谷歌)或JavaScript和D3.js(在微軟)來視覺化和分析這些資料。

4. 使用Python進行資料分析/視覺化

進行資料視覺化時，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學習資料分析/視覺化

你首先應該瞭解資料分析和視覺化的基礎知識。在學習了資料分析和視覺化的基礎知識之後，學習統計學基礎知識也將會很有幫助。

03 指令碼

什麼是指令碼？

指令碼通常是指編寫能夠自動執行簡單任務的小程式。

我曾經在日本的一家小型創業公司工作，公司有郵件支援系統，這用來回覆客戶透過郵件傳送給我們的問題。

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指令碼來自動執行此任務。

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專案，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路版本的一些程式碼。

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. 後端程式碼與前端程式碼的區別

假設你想開發類似Instagram的產品，那麼你需要為想要支援型別的裝置建立前端程式碼。

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

每組程式碼將在每種型別的裝置上執行。這類程式碼將決定應用的佈局樣式，點選按鍵的樣式等。

但是，您還需要儲存使用者資訊和照片的功能。你要將它們儲存在伺服器上，而不僅僅儲存在使用者的裝置上，以便每個使用者的關註者都可以檢視其照片。

這時需要用到後端程式碼/伺服器端程式碼。你需要編寫後端程式碼來執行以下操作：

• 記錄關註情況

• 壓縮照片，從而不佔用太多儲存空間

• 在發現功能中向每個使用者推薦照片和新帳戶

這是後端程式碼和前端程式碼之間的區別。

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

原文連結：

https://medium.freecodecamp.org/what-can-you-do-with-python-the-3-main-applications-518db9a68a78

推薦閱讀