|
· 正 · 文 · 来 · 啦 · Python语言目前主要应用在web、大数据以及机器学习等领域的开发上，掌握Python语言是第一步，接着要针对这些领域做一些具体的案例开发，这些案例开发练习对求职是有很大帮助的。 下面我从两个大方面来描述Python，一方面描述Python语言的基本语法内容，另一方面描述一下在不同的开发领域需要掌握哪些开发内容。 学习Python语言 Python语言比较简单，即使没有计算机语言基础也能在较短的时间内掌握Python的使用。Python语言基本内容包括以下几个大的方面：
经过以上内容的学习基本上就掌握了Python的基本开发过程，再做几个综合性的实验就可以了。 使用Python做Web开发 使用Python做Web开发是比较常见的，作为Web开发比较流行的解决方案（还有PHP和Java），Python语言的突出特点是开发速度快。不论使用什么语言进行Web开发基本上都遵循一个统一的开发流程，因为Web本身的请求处理流程是统一的。在整体结构上也基本上都遵循MVC（模型-视图-控制器）模式来搭建，大部分的功能组件是统一的。 Web开发通常也都采用框架来完成，比如Java会采用SpringMVC或者Struts等，Python也不例外。比较流行的Python开发框架有Django、TurboGears、Zope以及Pylons等。 几乎所有使用Python做Web开发的程序员都使用过Django框架，它功能强大、模版强大、社区强大、扩展能力强，几乎能做你想做的所有事情，甚至可以不编写代码就能完成一个网站的创建。所以如果要使用Python做Web开发一定要学习一下Django，当然学习其他几个框架也可以，都是大同小异。 使用Python做大数据和机器学习开发 通常大数据和机器学习并不分家，虽然我们通常把大数据和机器学习分开搞。比较常见的一个应用是使用Python做个网络爬虫，几乎所有学习过Python的程序员都有过做爬虫的经历。 当然，做爬虫只是第一步，接着要对数据进行分析处理，这个时候Python的优势就体现出来了。其实在数据分析这个领域，Python和R一直是程序员比较常见的选择，因为够简单。 同样，做大数据和机器学习也需要使用强大的Python库，有5个比较常见的库： 1、Numpy库 这个库是做大数据和机器学习领域一定要掌握的，因为这个库太重要了。我从使用java转向使用Python做机器学习的时候，第一个接触的库就是Numpy库，这个库能让你深刻理解一句流行在Python开发圈的名言：Life is short you need Python（人生苦短，我用Python）。Numpy库的主要作用是做各种计算，需要一些线性代数和概率论的数学基础，但是并不复杂。 2、Scipy库 这个库本身依赖于Numpy库，提供了更为灵活的操作N维向量数组的方式。同时Scipy也提供了模块来为线性代数、积分以及其他科学计算任务提供服务。 3、Pandas库 这个库是使用Python做大数据分析最常见的库，它让Python做大数据分析变得快速且简单。 4、Matplotlib库 这个库的主要作用是绘制各种图表，可以绘制出各种专业的图形，是Python不可或缺的可视化模块。我第一次使用Matplotlib是在做决策树实验时，使用它来绘制树形结构。 5、Scikit-learn库 专门用于机器学习的模块，构建在Scipy库之上。它提供了一套常见的机器学习算法的实现，程序员可以通过接口来完成调用，非常方便。 |
|
|
