python是做什么的(为什么总会说Python)

python是做什么的，为什么总会说Python？

作为BAT的Java开发工程师来回答这个问题。

人工智能

它是一门科学，是近些年发展起来的，通过整合了计算机知识，心理学，数学，哲学等多个学科后，研究用于模拟延伸和扩展人类智能和行为的科学。

我们平时说的无人驾驶，人脸识别，文字识别，自然语言处理等场景的，都属于人工智能的落地项目，目前人工智能发展的最好的两个国家就是我国和米国。这些人工智能项目下层都是要很多算法支撑的，目前常见的分为四类，监督学习算法，无监督学习算法，增强学习算法和深度学习算法。我们其实听到的比较多的是深度学习算法，比如百度开放的paddlepaddle平台，神经网络等算法。

而上面也提到了，算法的目标是模拟和扩展人类行为与智能，这就意味着一个成功的人工智能项目需要大量的数据来作为输入，让算法通过学习，不断改进。

因此，一个人工智能项目有两个重要的方面，分别是算法与输入数据。接下来我们来说Python和它们的关系。

Python

Python是一门脚本语言，它强大的第三方库，在很多领域都有应用，很火的是大数据和人工智能这块。由于人家开发出来的开源深度学习框架，基本都支持python语言，所以python在人工智能方面有天然优势，你学人工智能，必然要学python，可以负责的说，python是人工智能的首选语言。而且，事实上，目前市面上大部分的人工智能的代码都是使用Python来编写的。因此，可以说Python在代码编写，算法实现方面，能够更好的支持人工智能。

接下来是上面提到的数据。众所周知，Python很擅长用来爬数据，你要做数据分析、数据建模，起码你要有数据，这些数据来源有多种方法，但是很多都来自网络，这就是爬虫。Python有很多库用来做爬虫，比如requests、scrapy、selenium、beautifulSoup等等，掌握这些库的使用方式，就能很容易的爬回来数据了。

有了Python爬的数据还有Python实现的算法代码，人工智能领域就这样和Python产生了深度合作的关系。可以说，Python是人工智能从业者使用的高效率工具，但是它并不局限于人工智能领域。因为除了人工智能，Python还能在数据分析可视化，web开发，游戏开发，天文学甚至化工学等领域有发展。

以上是我的浅见，如果对你有所帮助，欢迎点赞留言与我交流。

我是苏苏思量，来自BAT的Java开发工程师，每日分享科技类见闻，欢迎关注我，与我共同进步。

python可以做什么工作？

数据分析，人工智能方面的工作还有爬虫

学python好吗？

自从20世纪90年代初Python语言诞生至今，它已被广泛应用于系统管理任务的处理和Web编程。今天就带大家一起看看学Python的优势！

01、全球三大主流编程语言之一 Python是一种面向对象的解释型计算机程序设计语言，具有丰富和强大的库。它已经成为继Java、C++之后的第三大语言，相对于其他语言，它的特点是：简单易学、可移植、可扩展、可嵌入、 丰富的库、免费开源等， Python难度低，十分适合初学编程者。

02高效可靠的编程语言

我相信任何使用过Python的开发人员都会认同它的运行速度、可靠性以及效率。你可以在各种环境下使用或者部署Python，它只会有可忽略不计的性能损失。

再次强调，因为Python的多样性，意味着你可以横跨多个领域，绝不仅限于Web开发、桌面程序、移动应用，甚至包含硬件开发等。所以你并没有被束缚在单一的平台之上，Python的经验可用于任何平台。

无论你是面向过程、面向对象，或者是函数式编程的爱好者，都可以在Python找到适合自己的语言范式。什么，这年头还有人写面向过程的代码？是的，比如嵌入式系统，面向过程的设计理念仍大行其道。Python能让所有人更好的过渡，并直达顶峰。

03、无所不在的编程语言

根据去年5月份的时候根据TIOBE官网网站发布数据显示：Python首次超越Java，拿下当月第一的宝座。自从2004年以后，Python的使用率呈线性增长。Python在发展20多年来，从热度排名第十开始，Python热度一直上升，随着人工智能的发展被认为是未来发展最好的编程语言。

各家互联网巨头急缺人才，Python工程师成“珍惜动物”！

Python语言的强大得到了很多的大公司的肯定，例如Google，Yahoo!，IBM等等都在使用Python，一些我们耳熟能详的产品也都是用Python开发的Dropbox，Instagram，Pintrest，Mozilla，Quora，豆瓣，知乎等等。

04、无所不能的编程语言

Python除了极少的事情不能做之外，基本上可以说全能。系统运维、图形处理、数学处理、文本处理、数据库编程、网络编程、web编程 、多媒体应用、pymo引擎、黑客编程、爬虫编写、机器学习、人工智能等等。

05、高工资就业的编程语言

目前，国内Python人才缺口高达40万，部分领域如人工智能、大数据开发人才稀缺， 年薪20万都招不到人。北京Python工程师的平均月资能够达到20930元。

由此可见，可观的收入就摆在面前，真正的人才却无处可寻。面对这样强大的人才缺口，Python工程师名副其实地成为了就业领域的“爆款抢手货”！

另外，随着我国在人工智能的投入和规划，对于人工智能人才的需求呈现爆发式增长。Python是人工智能的开发语言，现在学习Python，是你最好的时机。

可以用Python编程语言做哪些神奇好玩的事情？

Python作为一种应用极为广泛的语言，几乎在任何领域都能派上用场。想做Web有Flask/Django/Tornado；想做分布式有Celery；想做手机App有Kivy；想做数据分析有Pandas；想做可视化有Matplotlib/Seaborn/Plotly/Bokeh；想做机器学习有Tensorflow/PyTorch/MxNet……

夸张一点说，几乎没有什么做不了的东西（笔芯）。小慕今天分享两个可以用Python做的非常好玩的事情，大家都可以试试看~一、面部识别

得益于大量前人的工作，如今利用Python做一些简单的计算机视觉工作已经变得非常非常简单了。像人脸识别、面部特征提取之类的工作，就可以直接拿来用，极少需要自己实现繁琐的算法。

DLib就是一个这样的C++库，而同时它也提供了Python接口。

想必大家都有过在办公室遭遇boss探视的经历，而此时此刻你却在毫无自知地逛着淘宝/知乎/豆瓣，场面一度十分尴尬……

那我们就来尝试一下，用Python通过摄像头探测人脸。如果有人进入了摄像头范围，则让Python提出一个通知，告诉你——赶紧把不相关的东西关掉！

整个代码很短，无非几十行，为了能够使用，我们还需要安装一些包和库。这里需要用到的包括OpenCV和DLib。由于dlib需要boost-python，因此还需要安装boost和boost-python。（注意：boost-python默认情况下只编译python2依赖的库，如果使用python3，需要加编译开关；而dlib里是没有探测python版本的，所以可能还需要做一些小hack或者是直接改boost-python库里的文件名）

至于代码，可以简单地放出来：

import cv2import dlibfrom subprocess import callfrom time import timeFREQ = 5FACE_DETECTOR = dlib.get_frontal_face_detector()# macOS下可以使用AppleScript发送通知def notify(text, title):cmd = r'display notification "%s" with title "%s"'%(text, title)call(["osascript", "-e", cmd])if __name__ == '__main__':# 初始化摄像头cap = cv2.VideoCapture(0)# 创建绘图窗口# cv2.namedWindow('face')notify_time = 0while True:# 获取一帧ret, frame = cap.read()# 不需要太精细的图片frame = cv2.resize(frame, (320, 240))# 探测人脸，可能有多个faces = FACE_DETECTOR(frame, 1)for face in faces:# 提取人脸部分 画个方框# fimg = frame[face.top():face.bottom(), face.left():face.right()] # cv2.rectangle(frame, (face.left(), face.top()), (face.right(), face.bottom()), (255, 0, 0), 3) # 不超过FREQ秒一次的发提醒if time() - notify_time > FREQ:notify(u'检测到人脸', u'注意')notify_time = time()# 画到窗口里# cv2.imshow('face', frame)# 按Q退出if cv2.waitKey(500) & 0xff == ord('q'): break# 清理窗口 释放摄像头# cv2.destroyAllWindows()cap.release()

代码的原理很简单：通过opencv捕获摄像头获取的图像，然后交由dlib的face detector进行检测。如果检测到脸部，则通过AppleScript发出系统提醒（notify函数即通过process执行AppleScript发出提醒，如果你使用的是Windows，也可以替换成别的内容，例如Win下使用VBScript发出弹窗提醒）。

当然，既然检测到人脸，那就不仅仅只是能做简单提醒了。还可以做的事情包括多张照片的脸部变形合成——比如，找出你和你女朋友的照片来做个夫妻相合成什么的……

或者，提取所有的标志性点，给人脸合成出意外的表情或者哈哈镜效果。

甚至可以借助其它的深度学习网络进行人脸识别。这算是超级弱化版的脸部识别，比不上FaceID但也挺好玩，不过计算量就不容乐观了。

顺便说一句，什么人脸识别关掉不该看的东西，对小慕来说不存在的，人家上班刷知乎可是经过老板点头的！（骄傲脸叉腰）

二、数据分析

来分析下Marvel 今年的最后一部戏：「雷神3：诸神的黄昏」。前一段时间满天飞的预告片，神秘博士的客串，绿巨人的出演，看得人十分兴奋！来张大图：

大家对于这部电影的评价是怎么样的呢？小慕爬取了2w条豆瓣影评，做一个简单分析。

先来看看豆瓣的短评：

这里只抓取了前2w条评论，说一个小技巧，喜欢写爬虫的小伙伴们注意了：爬取的网页一定要缓存到本地！这可以减少解析网页时出错，避免需要重新再爬一遍的「尴尬」！另外这能给服务器减少负载，人家网站管理员看你的请求还算守规矩，也就不会封你账号/ip啦！

代码大概是这样的：

下面是缓存下来的网页文件：

既然有2w多条数据，怎么能直接写sql，那会累死的……于是要来封装一下操作数据库的逻辑：

来看看效果，除去部分出错的，还剩下19672条：

具体的数据是长这样的：

另外，赞同数量排名第一 卷耳 君的影评实在是太有意思了：

第一部：《爸爸，再爱我一次》

第二部：《哥哥，再爱我一次》

第三部：《姐姐，再爱我一次》

ps:托尔终于从锤神变成了雷神

锤子之神这个梗小慕表示能玩一年（手动微笑脸）。

光有数据还不足以说明什么，深入分析一波：细心的小伙伴一定发现了，雷神明明是11月3号才上映，为啥10月份就有影评了？小慕猜测，这肯定是漫威铁杆粉跑国外看了，一查发现，果然人家洛杉矶10月10号就上映了：

既然关心到日期，可以来统计一下周一到周日哪天去看电影的人比较多：

整体数据显示：果然还是周末去看电影的人更多……周一数据高于二、三、四的原因，不知道是不是没有周末的朋友调休去看的？

PS： 数据库里的日期是2017-10-25格式的：怎么快速让他显示成周X呢？ 这里只要写个小函数就行：

从数据库里读数据和统计的方式在这：（后面的统计方式也都类似，就不每次都把代码放出来啦）

说了这么多还是没提到电影的受欢迎程度，直接放图：

总体上看还是推荐的人比较多耶，这应该挺符合大家的预期，毕竟是漫威出品，光忠实粉丝就不计其数。更何况这个片子里出现了很多超级火爆的场面戏，还有各种超级英雄助阵，这样的统计结果也就不足为奇了。

最后将排名前100的评论内容做了一下分词，做成词云：

至于补充提问中提到的这为什么适合用Python做，其实说到底就是用Python来抓取和处理各种数据都非常「顺手」。

据小慕所知，目前的数据工作中，数据科学家使用最多的工具语言就是Python，排在第二的工具语言是R语言。但这里有一个有趣的现象，那就是同时使用Python或者R语言的人，推荐别人使用Python的却远高于R语言。Why?

答案是：

1. Python简单易学，极其容易上手，语法简单，处理速度会比R语言要快，而且无需把数据库切割。

2. 市场前景好，是目前的趋势，就业也会更容易。

3. 标准库非常庞大，特别的“功能齐全”，可以处理各种工作，其中就包含抓取和处理数据。

所以，有一种说法是：python语言在工程方便比较实用，R语言则更受学术界欢迎。具体是否赞同这种说法，还要看大家自己的理解咯~其实除了小慕举例说的这两种有趣的事情，Python能做的还有很多，在此不一一列举，如果感觉get到了新姿势，记得回来点赞啦~

程序员学习交流请添加慕课网官方客服微信：mukewang666回复暗号“前端面试”可进前端交流群回复暗号“Java”可进Java交流群回复暗号“专栏”可进程序员交流群

只学python可以找到工作吗？

谢谢邀请，

计科专业从事软件开发十几年，在从事软件开发周围也遇见很多不是科班出身的程序员做的也非常出色，能不能做好软件开发和是不是计算机专业也没有多少直接的关系，现在就针对python编程语言进行分析，先看python编程语言的市场趋势，由于整个软件发展趋势向着更加集成式的发展，python正好迎合了这种趋势，很多人叫这门编程语言为胶水语言，主要是可以兼容调用多种编程语言，未来的python占据的市场场景可以会更大。

现实中的python就业场景不像在网络上宣传的那么夸张，毕竟现在占据市场绝大部分份额的还是java，任何一种编程语言的生态链的建立都需要时间，现在讲python未来前景非常不错，但不一定有java编程语言好找工作。但市场前景看还是非常不错，从未来角度去看还是非常值得去学习。

非科班的计算机专业能不能学好，好不好找工作？

首先学编程和是不是科班出身没有太直接的关系，科班出身代表有一定的理论基础，距离真正的编程距离还远着，大部分科班出身的人对于有些概念是知道，真正要讲出里面内部的实现不能说的特别透彻，所以讲还需要真正的实践平台来磨炼，可能现在能写代码的人觉得当个程序员不是特别难的事情。但随着技术产业的成熟，程序员的入门门槛相比之前已经提升了许多，所以难点不在于是不是真的科班出身，关键在于是不是真的想做一个程序员。没有人生下来就是一个程序员，需要付出毅力，学习编程目前主要有两个通道：其一自学成才，需要依赖强大的毅力；意志力不够强，就花钱培训跟节奏一块走，好像现实中很多人都走第二条通道。从未来考量学习python是个不错的选择，在打好基础的情况下一定可以找份不错的工作。

如何才能成为一个合格的程序员？

1.要有坚强的决心

现实中有太多的人参加了培训，结果有些人在还没培训完就开始放弃了，觉得自己不适合这个行业，其实就是给自己退出找个理由，没有参加培训自学的，在心态上一味的让步，最后坚持不下去了自我放弃了。

所以要准备好坚持到底的决心，过程总是不顺利的，每个人本能是都有懒惰的心态，就看谁能坚持到最后了，市场从来就是欢迎高级的软件工程师，没有必要为了市场所谓的饱和论影响自己的心情。

2.要有计划性

学习编程不是几天的事情，首先要有计划性，当天完成的事情就不要拖到后面去解决。要认清培训的意义，不要觉得参加培训了就万事大吉了，培训只是为了拓展，或者引路的作用，所谓的零基础多长时间就能找到工作是营销的手段而已，如果从内心不去接受这个事情，所以就要有规划，有明确的的目标性，编程前期的工作主要还是挖掘潜力的过程，潜力不是从天而降，需要有计划，当天必须完成什么事情，一次次的挑战自己的极限，容易加快学习的步骤，有机会的同学可以尝试着用这种方式挑战一下自己，说不定有更好的效果。

3.找到实践机会

实践的机会都是自己创造的，毕竟学习的过程中很难接触到，就需要自己想办法创造机会，可以找学习的计算机老师，或者在社会上寻找实习的机会，也可以在开源社区拿到源码自己去订制研究。

能够做到三点想不当程序员都很难了，关键在于第一点如果只是抱着试试看的态度不可能走到，有决心没有计划时间长了也会变得比较麻木，所以决心和实践永远是第一位的。

希望能帮到你。