python的用途python的主要用处就是用来写爬虫前端的吗。

python在生活中有哪些用处

从入门级选手到专业级选手都在做的——爬虫 用 Python 写爬虫的教程网上一抓一大把，据我所知很多初学 Python 的人都是使用它编写爬虫程序。

小到抓取一个小黄图网站，大到一个互联网公司的商业应用。

通过 Python 入门爬虫比较简单易学，不需要在一开始掌握太多太基础太底层的知识就可以很快上手，而且很快可以做出成果，非常适合小白一开始想做出点看得见的东西的成就感。

除了入门，爬虫也被广泛应用到一些需要数据的公司、平台和组织，通过抓取互联网上的公开数据，来实现一些商业价值是非常常见的做法。

当然这些选手的爬虫就要厉害的多了，需要处理包括路由、存储、分布式计算等很多问题，与小白的抓黄图小程序，复杂度差了很多倍。

Web 程序 除了爬虫，Python 也广泛应用到了 Web 端程序，比如你现在正在使用的知乎，主站后台就是基于 Python 的 tornado 框架，豆瓣的后台也是基于 Python。

除了 tornado (Tornado Web Server)，Python 常用的 Web 框架还有 Flask(e | Flask (A Python Microframework))，Django (The Web framework for perfectionists with deadlines) 等等。

通过上述框架，你可以很方便实现一个 Web 程序，比如我认识的一些朋友，就通过 Python 自己编写了自己的博客程序，包括之前的 zhihu.photo，我就是通过 Flask 实现的后台(出于版权等原因，我已经停掉了这个网站)。

除了上述框架，你也可以尝试自己实现一个 Web 框架。

桌面程序 Python 也有很多 UI 库，你可以很方便地完成一个 GUI 程序(话说我最开始接触编程的时候，就觉得写 GUI 好炫酷，不过搞了好久才在 VC6 搞出一个小程序，后来又辗转 Delphi、Java等，最后接触到 Python 的时候，我对 GUI 已经不感兴趣了)。

Python 实现 GUI 的实例也不少，包括大名鼎鼎的 Dropbox，就是 Python 实现的服务器端和客户端程序。

人工智能(AI)与机器学习 人工智能是现在非常火的一个方向，AI热潮让Python语言的未来充满了无限的潜力。

现在释放出来的几个非常有影响力的AI框架，大多是Python的实现，为什么呢?因为Python足够动态、具有足够性能，这是AI技术所需要的技术特点。

比如基于Python的深度学习库、深度学习方向、机器学习方向、自然语言处理方向的一些网站基本都是通过Python来实现的。

机器学习，尤其是现在火爆的深度学习，其工具框架大都提供了Python接口。

Python在科学计算领域一直有着较好的声誉，其简洁清晰的语法以及丰富的计算工具，深受此领域开发者喜爱。

早在深度学习以及Tensorflow等框架流行之前，Python中即有scikit-learn，能够很方便地完成几乎所有机器学习模型，从经典数据集下载到构建模型只需要简单的几行代码。

配合Pandas、matplotlib等工具，能很简单地进行调整。

而Tensorflow、PyTorch、MXNet、Keras等深度学习框架更是极大地拓展了机器学习的可能。

使用Keras编写一个手写数字识别的深度学习网络仅仅需要寥寥数十行代码，即可借助底层实现，方便地调用包括GPU在内的大量资源完成工作。

值得一提的是，无论什么框架，Python只是作为前端描述用的语言，实际计算则是通过底层的C/C++实现。

由于Python能很方便地引入和使用C/C++项目和库，从而实现功能和性能上的扩展，这样的大规模计算中，让开发者更关注逻辑于数据本身，而从内存分配等繁杂工作中解放出来，是Python被广泛应用到机器学习领域的重要原因。

科学计算 Python 的开发效率很高，性能要求较高的模块可以用 C 改写，Python 调用。

同时，Python 可以更高层次的抽象问题，所以在科学计算领域也非常热门。

包括 scipy、numpy 等用于科学计算的第三方库的出现，更是方便了又一定数学基础，但是计算机基础一般的朋友。

python的优缺点是什么？

简答： Python语言的优点: 入门快bai，简单 功能强大，使用方便 可移植性du 开源 Python的缺点: 性能 详解：zhi 专门给你详细解dao释了，自己去看吧： 【整理】Python语言简介版 中的： Python语言的优点和缺点 以及别的，比如： Python能干什么？ (此处不给贴地址，权请自己用Google搜标题，即可找到帖子地址)

python里面有什么优势的特点吗？

① 开发效率高，Python具有非常强大的第三方库，在此基础上进行开发，很大程度上提高开发效率 ② 面向对象，python的编程思想更符合人类的思维逻辑，不需要像C语言那样去理解计算机的运行思维 ③ 免费、开源，可以自由阅读源代码并进行改动，实现想要的功能，并且网络上有已经很多Python的学习资源 ④ 可移植性，可以在很多平台上无缝连接，包括 Linux 、Windows、FreeBSD、Solaris 等等 ⑤ 可扩展性，如果想让一段代码运行的更快，可以选择C语言或者C++来编写，然后在Python中直接使用 ⑥ 简单易学，相对于java等，语法更简单，更易上手，适用于编程初学者

Python的主要应用领域有哪些

python主要应用领域： 1、云计算： PYTHON语言算是云计算最火的语言，?典型应用OpenStack。

2、WEB前端开发 python相比php uby的模块化设计，非常便于功能扩展；多年来形成了大量优秀的web开发框架，并且在不断迭代；如目前优秀的全栈的django、框架flask，都继承了python简单、明确的风格，开发效率高、易维护，与自动化运维结合性好。

python已经成为自动化运维平台领域的事实标准；众多大型网站均为Python开发，Youtube,?Dropbox,?豆瓣。

3、人工智能应用 基于大数据分析和深度学习而发展出来的人工智能本质上已经无法离开python的支持，目前世界优秀的人工智能学习框架如Google的TransorFlow?、FaceBook的PyTorch以及开源社区的神经网络库Karas等是用python实现的。

甚至微软的CNTK（认知工具包）也完全支持Python，而且微软的Vscode都已经把Python作为第一级语言进行支持。

4、系统运维工程项目 Python在与操作系统结合以及管理中非常密切，目前所有linux发行版中都带有python，且对于linux中相关的管理功能都有大量的模块可以使用，例如目前主流的自动化配置管理工具：SaltStackAnsible（目前是RedHat的）。

目前在几乎所有互联网公司，自动化运维的标配就是python+Django/flask，另外，在虚拟化管理方面已经是事实标准的openstack就是python实现的，所以Python是所有运维人员的必备技能。

5、金融理财分析 量化交易，金融分析，在金融工程领域，Python语言不但在用，且用的最多，而且重要性逐年提高。

原因：作为动态语言的Python，语言结构清晰简单，库丰富，成熟稳定，科学计算和统计分析都很牛逼，生产效率远远高于c,c++,java,尤其擅长策略回测。

5、大数据分析 Python语言相对于其它解释性语言最大的特点是其庞大而活跃的科学计算生态，在数据分析、交互、可视化方面有相当完善和优秀的库（python数据分析栈：Numpy?Pandas?ScipyMatplotlipIpython） 并且还形成了自己独特的面向科学计算的Python发行版Anaconda，而且这几年一直在快速进化和完善，对传统的数据分析语言如R?MATLAB?SAS?Stata形成了非常强的替代性。

参考资料：百度百科_Python

python究竟在什么领域更有优势 在web方面适用吗 前辈请说下你们python在公司开发的用途

python 因为通用(General-purpose) 所以什么能做。

。

。

问在领域优势？就是想知道py在已经成熟的领域的优势？几乎没有。

已知的成熟领域有许多专门、专项、成熟的工具、套件、中间件。

py的优势在未知领域、作为探索新创意，探索新算法的辅助工具。

像游戏的创意部分，经常变动的规则部分就用python 像做研究的，有新想法要验证，可以用python。

比如bittorrent BT就是这么来的 像写代码的，有算法要尝试，可以用python。

总之，不适合拿来做“照猫画虎”做山寨式抄袭(模仿)开发的。

适合重点放在设计策划而不是实现implemetation的岗位。

python的主要用处就是用来写爬虫前端的吗。

用python写网络爬虫书怎么样爬虫的重点是在Python之外的。

确切说是一些前端和部分后端技术（cookie之类的）以及一些HTTP协议相关知识。

而对于python而言，只是获取内容（HTTP请求）和文本处理（抓内容），基本上看俩模块文档看几个框架文档都