python应用领域分析

简介: python应用领域分析

1 计算机与程序员

1.1吃瓜群主眼中的程序员

一提到计算机程序员,大部分人的印象可能是修电脑的

或者敲代码的

或者会盗号的黑客

总之,要么是什么电脑都会修的电脑维修店师傅,要么就是能盗号,会破解程序的大神黑客,其实这都是对我们程序员的一种误解

1.2实际上的计算机专业

百度百科的解释:程序员(英文Programmer)是从事程序开发、程序维护的基层工作人员。一般将程序员分为程序设计人员和程序编码人员,但两者的界限并不非常清楚。

首先关于修电脑这个问题,作为计算机专业的程序员,在专业知识中除了学习软件,硬件开发外,当然也要了解一些计算机构造的基本知识,当然程序员可以会修电脑,但不是必须要求。修电脑和编程没有直接关系。
当然程序员也不一定要敲代码
举个例子:你会开车不代表不会修车或者造车,你会写文章不代表你会造字。


计算机专业是个很宽泛的专业,可以具体细分到很多类别。
计算机主要可以分为==软件方向==(软件工程)和==硬件方向==(计算机科学与技术),软件工程和计算机科学与技术又可以接着细分。现在的人工智能也比较火。

1.3不同"品种"的程序员

在1.2中我们已经介绍了程序员有很多不同的分类,计算机编程语言也有很多种,我们主要根据使用的编程语言对程序员进行分类。

现在主流的高级编程语言主要有下面几种

0、Python
Python被称为胶水语言,哪里都可以用。
有句话说:人生苦短,我用Python。

有程序员网友调侃,python最适合女生学……因为包多!
python有很多方便的库,丢弃c语言复杂的指针,简化语法,它的存在就是解决问题,而不是让你理解语言本身。

1、C

C语言是通用的基础编程语言,编程开发人员加班加点必备武器。
它的特点在于偏向计算机底层操作,多用于性能要求严格的领域。
C语言相对来说会难点,光一个指针就足以把你搞晕。入门一般都是啃着谭浩强的C程序设计。
在硬件、虚拟现实VR/AR,C语言和C++占据主导地位。
2、C++

C++以C发展而来,它比C语言多增加了类、继承、重载、类模板、C++标准库、模板库等。
一句话,C面向过程,C++面向对象。
3、Java

Java可能是目前运用最广的项目语言。
它的特点是,概念简单,无数的库,轻松入门so easy!
可应用于服务端编程、高性能网络程序、分布式计算、安卓移动终端应用开发等。
4、PHP

PHP被程序员网友称为是世界上最好的语言,但是可能也是被黑的最惨的一门语言。
PHP语法和C类似,有很多的模板和框架,简单易懂,也许你可以在短短几天做出web app。
它主要用于web端,快速建站网络开发必备。
5、Javascript

JavaScript是JavaScript 是目前所有主流浏览器上唯一支持的脚本语言,仅用10天的时间设计出来。
在前端开发中,占有不可替代的地位。

当然这些语言不是说只能做某些东西,只是说他们各有所长
下面主要介绍本文的主角Python

2 Python程序员

2.1 Python的前生今世

python发展历程

  • 1991年,第一个正式版解释器诞生(c语言实现)
  • 2000年,Python2。
  • 2008年,Python3。
  • 2021年,Python3.9.x

截止到2021年5月4日,根据python官方网站(https://www.python.org/)消息,Python3.10已经发布。
在这里插入图片描述
Python是目前非常流行的一种编程语言,但它并不是一种新语言,三十年前就已经开发出来(1991年)。
可以看到python进行了两个重大的更新,也就是Python2到Python3的更新,如果按照大家的正常思维来想,应该python2到python3是向下兼容的,在python2开发的软件在python3版本也可以运行。实际上python2和python3
是两个完全不相同的版本,并不互相兼容,所以在进行python开发时,一定要注意版本选择。
大部分情况下我们使用的都是Python3.X版本,但Python的版本并不是越高越好,不建议使用最新发布的版本,可能会存在一下BUG和漏洞,目前比较稳定的版本为Python3.7

2.2 Python声名鹊起

Python在发布之初还只是一个小众语言,当时(指上个世纪九十年代)的流行语言主要还是C语言。但是在2021年5月发布的最新==编程语言排名表==可以发现Python的热度已经到达第2名,仅次于编程语言鼻祖C语言,而且还在处于上升趋势。

上图编程语言排名图来自网页 https://tiobe.com/tiobe-index/

上图编程语言排名图来自网页 https://tiobe.com/tiobe-index/

上图为2001年1月-2021年5月主流编程语言排名占比可以看出在2018年后,python语言的上升趋势很明显主要原因有:

  1. 部分国内外中小学已经把python列为学习科目
  2. 少儿编程培训机构对python的宣传
  3. 人工智能的发展火热

不难看出,既然可以在中小学生中推广,必然说明Python相对其他编程语言来说十分简单,也很有潜力

上图编程语言排名图来自网页 https://tiobe.com/tiobe-index/
上图为近十年每年评选出的明星语言,可以看到在2018和2020年python均为明星语言,表现已经和C语言不分伯仲

2.3 Python:我长这样谁用啊?

目前使用python语言的主要知名公司有

  • Google:==python==,java和c是其主要三大开发语言
  • NASA:使用python进行数据分析运算
  • 豆瓣,知乎
  • Dropbox:使用python处理十亿级别数据
  • YouTube:用python构建网站

2.4 Python为何受人追捧

  • 动态,解释性语言

在python使用数据时,无需提前定义,可提前执行脚本

  • 开源,跨平台

python支持linux,mac,window等多种平台运行

  • 学习成本低

语法简单,上手性墙

  • 开发效率高,工具多多

python开发效率非常高,内置多种第三方工具库

  • 扩展性强

被称为"胶水语言",可以使用python去实现其他语言的功能,连接在一起

2.5 Python并不是十全十美

正如世界上没有完美的人一样,python作为一种高级编程语言,也并不是没有缺点

  • 动态,解释性语言

动态性对于后期维护不方便

  • 运行效率

python的运行效率相对其他c,java,go语言来说很低

  • 代码维护

代码维护效率低

  • 多线程

python的多线程存在问题

  • 语法古怪

python的语法相对于其他语言来说过于固定格式。

2.6 Python与其他语言对比分析

在这里插入图片描述
上述表格中,灰色为缺点,蓝色为优点
相对于C和shell,python的第三方工具库十分丰富,且可以自动管理内存,无需人工操作

3 Python广泛的应用领域

在讲如何成为python程序员之前,我们先说一下python程序员能干啥

3.1 Python与人工智能

当下,在人工智能方面,python可以说是如日中天,人工智能学习所需要的工具python基本都有。
人工智能以计算机技术为基础,所以也要以编程语言为依托,python恰好是适合这样应用场景的语言==之一==。某种程度上来说也是最适合的。
在这里插入图片描述
Python为人工智能领域提供了一大批工具:

  • Tensorflow,pytorch,MXNet
  • Scikie-learn,numpy,dcikit-image,NLTK ...

借助python,可以在人工智能领域开发过程中减少大量代码的编写

3.2 Python与大数据

Python在处理大数据方面优势十分明显。
Python由于能够很好的支持协程(Coroutine)操作,基于此发展起来很多并发库,在大数据处理和数据可视化方面潜力巨大。
在这里插入图片描述

3.3 Python与爬虫

爬虫是python的特点之一,利用python的爬虫库,可以轻易的快速爬取个人所需要的数据。
python常用的爬虫库有:

  • urllib
  • Requests
  • Scrapy
  • Pyspuder
  • Scrapy-redis

在这里插入图片描述
关于爬虫这里多说一句,为了防止"面向监狱"编程,一定要学习计算机信息安全法

3.4 Python与网站开发

Python对网站开发提供了多种框架,例如:

  • Diango
  • Flask
  • web.py
  • tornado
  • 数据库,前端

在这里插入图片描述

3.5 Python与数据分析

python在数据分析方面有明显优势
在这里插入图片描述
常用的数据分析库有:

  • pandas
  • Numpy,scipy
  • matplotlib,seaborn,pyecharts
  • Scikit-learn(机器学习)

4 如何成长为Python程序员

4.1 从Python语言学起

在基础阶段,要先掌握Python的基础语法,数据类型,函数和面向对象,这基本在所有语言都是通用的
在进阶阶段,要掌握Python的I/O,异常,进程/协程,语言特性等相关思想
同时,我们也要对Python的工具有所了解

4.2 掌握数据结构

数据结构在计算机算法领域十分重要,也是程序员在面试过程中常考的内容,可以提现一个程序员的语言功底

在这里插入图片描述

4.3 涉猎C/C++/java

python由于封装性过高,我们无法通过python去了解代码的底层逻辑,并且在实际工作中不可能只是用Python一种语言,所以对于其他高级语言也要有所了解。

4.4 选择Python应用方向

Python的应用方向主要由三个

4.4.1 web方向

web方向主要所学有数据库原理,web基础知识,web框架,组件,消息队列,前端等等

4.4.2 web方向

Python在爬虫领域应用广泛,主要所学内容有网络基础,抓包共苦,爬虫框架,反爬等,同时也要注意遵守法律规定。切勿违法乱纪。

4.4.3 AI方向

AI方向除了对Python有所掌握外,也要对数学知识精通,了解AI主要算法和常用AI框架

4.4 Python编码

在Python进行代码编写时,一定要注意Python编码规范,我们在实际工作中,大概率是团队协作开发,所以,有一个良好的编码风格十分重要。帮助后续开发节约大量时间

5 Python专家答疑解惑

5.1 问题1 学习python有哪些学习课程?

问:学习python有哪些学习课程?
答:目前python的学习课程有很多,学习那些,怎样学主要取决于大家学习Python的目的。首先要找到自己的定位,然后去学习相关基础知识,可以看一下图灵系列的python图书或者Python的官方文档。

5.2 问题2 如果不是专业的程序员,可以在哪里找到Python的学习资源

问:如果不是专业的程序员,可以在哪里找到Python的学习资源

答:github网站()提供了很多国内外程序员的开源项目,大家可以下载下来学习

5.3 问题3 学习完Python后,并没有感觉收获很多?

问:学习完Python后,并没有感觉收获很多?

答:学习Python不能从众,人云亦云,一定要有自己的兴趣爱好。同样也可以去github下载优秀开源代码进行学习分析。

5.4 问题4 Python近期的就业情况和发展前景?

问:Python近期的就业情况和发展前景?

答:从上面Python的使用情况排名来看,Python还是十分火热的,就业机会和岗位也很多。

5.5 问题5 高级语言都是相似的,Python擅长的领域有哪些?

问:高级语言都是相似的,Python擅长的领域有哪些?

Python擅长与Web开发,且在爬虫方向没有竞争对手 在AI,数据分析,自动化运维方向也具有很多优势。
相关文章
|
9天前
|
数据采集 存储 JSON
Python网络爬虫:Scrapy框架的实战应用与技巧分享
【10月更文挑战第27天】本文介绍了Python网络爬虫Scrapy框架的实战应用与技巧。首先讲解了如何创建Scrapy项目、定义爬虫、处理JSON响应、设置User-Agent和代理,以及存储爬取的数据。通过具体示例,帮助读者掌握Scrapy的核心功能和使用方法,提升数据采集效率。
47 6
|
9天前
|
数据采集 数据安全/隐私保护 开发者
非阻塞 I/O:异步编程提升 Python 应用速度
非阻塞 I/O:异步编程提升 Python 应用速度
|
2天前
|
机器学习/深度学习 JSON API
Python编程实战:构建一个简单的天气预报应用
Python编程实战:构建一个简单的天气预报应用
10 1
|
2天前
|
数据采集 存储 JSON
Python爬虫开发中的分析与方案制定
Python爬虫开发中的分析与方案制定
|
10天前
|
数据可视化 开发者 Python
Python GUI开发:Tkinter与PyQt的实战应用与对比分析
【10月更文挑战第26天】本文介绍了Python中两种常用的GUI工具包——Tkinter和PyQt。Tkinter内置于Python标准库,适合初学者快速上手,提供基本的GUI组件和方法。PyQt基于Qt库,功能强大且灵活,适用于创建复杂的GUI应用程序。通过实战示例和对比分析,帮助开发者选择合适的工具包以满足项目需求。
43 7
|
9天前
|
存储 数据处理 Python
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第27天】在科学计算和数据分析领域,Python凭借简洁的语法和强大的库支持广受欢迎。NumPy和SciPy作为Python科学计算的两大基石,提供了高效的数据处理和分析工具。NumPy的核心功能是N维数组对象(ndarray),支持高效的大型数据集操作;SciPy则在此基础上提供了线性代数、信号处理、优化和统计分析等多种科学计算工具。结合使用NumPy和SciPy,可以显著提升数据处理和分析的效率,使Python成为科学计算和数据分析的首选语言。
19 3
|
9天前
|
数据采集 前端开发 中间件
Python网络爬虫:Scrapy框架的实战应用与技巧分享
【10月更文挑战第26天】Python是一种强大的编程语言,在数据抓取和网络爬虫领域应用广泛。Scrapy作为高效灵活的爬虫框架,为开发者提供了强大的工具集。本文通过实战案例,详细解析Scrapy框架的应用与技巧,并附上示例代码。文章介绍了Scrapy的基本概念、创建项目、编写简单爬虫、高级特性和技巧等内容。
33 4
|
11天前
|
机器学习/深度学习 数据可视化 数据处理
Python在数据科学中的应用###
本文探讨了Python语言在数据科学领域的广泛应用及其重要性。通过分析Python的简洁语法、强大的库支持和跨平台特性,阐述了为何Python成为数据科学家的首选工具。文章还介绍了Python在数据处理、分析和可视化方面的具体应用实例,展示了其在提升工作效率和推动科学研究方面的巨大潜力。最后,讨论了未来Python在数据科学领域的发展趋势和挑战。 ###
|
10天前
|
存储 机器学习/深度学习 算法
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第26天】NumPy和SciPy是Python科学计算领域的两大核心库。NumPy提供高效的多维数组对象和丰富的数学函数,而SciPy则在此基础上提供了更多高级的科学计算功能,如数值积分、优化和统计等。两者结合使Python在科学计算中具有极高的效率和广泛的应用。
28 2
|
12天前
|
测试技术 开发者 Python
深入浅出:Python中的装饰器解析与应用###
【10月更文挑战第22天】 本文将带你走进Python装饰器的世界,揭示其背后的魔法。我们将一起探索装饰器的定义、工作原理、常见用法以及如何自定义装饰器,让你的代码更加简洁高效。无论你是Python新手还是有一定经验的开发者,相信这篇文章都能为你带来新的启发和收获。 ###
12 1
下一篇
无影云桌面