python都可以用来做什么？下面给大家介绍一下Python的应用方向：
01 Web开发
Django和Flask等基于Python的Web框架最近在Web开发中非常流行。
这些Web框架可以帮助你用Python编写服务器端代码(后端代码)。这是在你的额服务器上运行的代码，而不是运行在用户设备和浏览器的代码(前端代码)。
立即学习“Python免费学习笔记（深入）”；
02 数据科学
数据科学，这里包括机器学习，数据分析和数据可视化。
1. 机器学习是什么
假设你想开发一个能够自动检测图片内容的程序。给出图1，你希望程序识别这是一只狗。
给出图2，希望程序能识别这是一张桌子。
你可能会说，我可以写一些代码来做到这点。例如，如果图片中有很多浅棕色像素，那么可以识别是狗。
或者可以检测图片中的边缘，如果有很多直的边缘，那么就是桌子。
但这种方法很快就不好用了。如果图片中的狗不是棕色毛的怎么办？如果图片只显示桌子的圆形部分怎么办？
这里就需要用到机器学习了。
相关推荐：《Python视频教程》
机器学习通过实现算法，该算法能够自动检测输入中的模式。
例如，你将1000张狗的图片和1000张桌子的图片输入给机器学习算法，让它掌握狗和桌子间的区别。那么当你给出新的图片让它识别是狗还是桌子时，它就能够进行判断。
这有点类似孩子学习新事物的方式。孩子是如何学习认知狗或桌子的呢？就是通过大量的例子。
你不会明确告诉孩子：“如果某个毛茸茸的东西有浅棕色的毛发，那么就可能是狗。”
你会说，“这是狗，这也是狗。而这是桌子，那个也是桌子。“
机器学习算法的方式大致相同。
我们可以将相同的想法应用于：
推荐系统：比如YouTube，亚马逊和Netflix
人脸识别
语音识别
以及其他应用。
你听过的热门机器学习算法包括：
神经网络
微信现在是非常的火了，已经开始进军支付行业，又打算搞O2O，有眼光的企业都开始盯着微信营销这块大蛋糕，微信公众号什么的也是越来越多。今天就给大家分享一款微信商城多用户的系统源码。利用本源码可搭建多用户微信商城在当地城市开展电子商务发展下级商家收取服务费。
深度学习
支持向量机
随机森林
你可以使用上述任何算法来解决前面提到的图片标签问题。
2. 将Python用于机器学习
有一些热门的机器学习库和Python框架。其中两个最热门的是scikit-learn和TensorFlow。
scikit-learn带有一些内置的热门机器学习算法。
TensorFlow是一个低级库，能让你创建自定义机器学习算法。
如果你刚开始进行机器学习项目，建议你先从scikit-learn开始。如果你开始遇到效率问题，那么可以使用TensorFlow。
3. 数据分析和数据可视化
假设你在一家在线销售产品的公司工作。作为数据分析师，你会绘制这样的条形图。
从这张图中可以看到在某个周日，男性用户购买了400多件产品，女性用户购买了350件产品。
作为数据分析师，对此你会提出一些可能的解释。明显的解释是，该产品在男性用户中更受欢迎。另一种是样本量太小，而这种差异是偶然的。还可能呢是由于某种原因，男性往往在周日才购买该产品。
为了理解哪种解释是正确的，你可以绘制另一个图。
03 脚本
什么是脚本？
脚本通常是指编写能够自动执行简单任务的小程序。
比如公司有邮件支持系统，用来回复客户通过邮件发送给我们的问题。
如果要计算包含关键字的邮件数量，以便分析我们收到的电子邮件。这可以手动完成，但可以通过写了一个简单的脚本来自动执行此任务。
Ruby对于这类任务来说是个不错的选择。Python适合这类任务，因为它语法简单，易于编写，而且进行测试也很快。
04 其他用途
1. 嵌入式应用
我不是这方面的专家，但我知道Python可以与Rasberry Pi一起用，在硬件爱好者中很流行。
2. 游戏开发
你可以用PyGame来开发游戏，但这并不是最受欢迎的游戏引擎。你可以用它来开发业余爱好项目，但如果你对游戏开发很认真，建议不要选它。
我建议使用Unity的C＃，这是最受欢迎的游戏引擎之一。它能让你为许多平台开发游戏，包括Mac、Windows、iOS和Android。
3. 桌面应用
你可以用Python的Tkinter，但这并不是最热门的选择。Java，C＃和C ++等语言似乎更受欢迎。
