Python能做的事情非常多，小到爬虫、自动化脚本，大到web开发、机器学习，python都可以搞定。

之前写过一些Python的案例或教程，大家可以参考下。

python并没有像java、go那么适合做web开发，但python的实力仍不容小觑，看看招聘网站上python开发的岗位也不少。

企业级开发框架——Django

它是当前Python世界里最负盛名且最成熟的网络框架。最初用来制作在线新闻的Web站点，目前已发展为应用最广泛的Python网络框架。

支持快速建站的框架——Flask

Flask是Python Web框架族里比较年轻的一个，于2010年出现，这使得它吸收了其他框架的优点，并且把自己的主要领域定义在了微小项目上。

高并发处理框架——Tornado

Tornado是使用Python编写的一个强大的可扩展的Web服务器。它在处理高网络流量时表现得足够强健，却在创建和编写时有着足够的轻量级，并能够被用在大量的应用和工具中。

3、机器学习&深度学习

说到AI，这应该是python的看家本领了，其数据科学生态可谓波澜壮阔、群星云集，不仅有tensorflow、pytorch、caffe、keras等主流框架，还有Gensim、NLTK、OpenCV、Mahotas等专注于nlp、cv细分领域的经典工具。

世界上最大的数据科学比赛网站kaggle支持的主要语言就是python，无非是因为python简洁的语法，以及丰富的支持库。

TensorFlow最初是由Google Brain Team的研究人员和工程师开发的。其目的是面向深度神经网络和机器智能研究。自2015年底以来，TensorFlow的库已正式在GitHub上开源。TensorFlow对于快速执行基于图形的计算非常有用。灵活的TensorFlow API可以通过其GPU支持的架构在多个设备之间部署模型。

深度学习框架在两个抽象级别上运行：低级别--数学运算和神经网络基本实体的实现(TensorFlow, Theano, PyTorch etc.)和高级别--使用低级基本实体来实现神经网络抽象，如模型和图层（Keras） 。

Theano （蒙特利尔大学）

Theano是另一个用于快速数值计算的Python库，可以在CPU或GPU上运行。它是蒙特利尔大学蒙特利尔学习算法小组开发的一个开源项目。它的一些最突出的特性包括GPU的透明使用，与NumPy紧密结合，高效的符号区分，速度/稳定性优化以及大量的单元测试。

Pytorch在学术研究者中很受欢迎，也是相对比较新的深度学习框架。Facebook人工智能研究组开发了pyTorch来应对一些在它前任数据库Torch使用中遇到的问题。

自动化测试（尤其是单元测试的自动化），是 极限编程 和 敏捷软件开发的一个关键特征，这也被称为测试驱动开发 (TDD)。 单元测试的用例可以在代码编写完成之前就设计好，并作为功能的一种定义形式存在。

自动发邮件，自动化操作excel，定制酷炫二维码，下载视频、MP3，爬虫，HTML\网页自动生成PDF，制作可视化图表，地理空间分析，数据分析，连接数据库，机器学习...

python能做太多有趣的事了，想看看我是怎么玩的可以关注我噢！我主页有很多专业的python干货内容，大家自取吧。

这个图灵机器人，认证后，一天有100次免费调用，玩玩够了。当然，这个机器人，不止应用到微信群，感兴趣可以去了解。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。