推薦閱讀??點(diǎn)擊標(biāo)題可跳轉(zhuǎn)

新手怎么100天入門Python？

Python作為人工智能和數(shù)據(jù)分析第一語言，使得Python程序員成了當(dāng)前人才市場(chǎng)的“搶手貨”，工資待遇也水漲船高。所以不管是應(yīng)屆生還是轉(zhuǎn)行的人都選擇了學(xué)習(xí)Python！

Python是門神奇有魅力的語言，確實(shí)簡(jiǎn)單易用，能證明這一點(diǎn)的就是：很多人只要學(xué)完了Python基礎(chǔ)，就能參與真實(shí)項(xiàng)目開發(fā)，90%的代碼甚至不用查資料，利用簡(jiǎn)單的if/for/while/函數(shù)就全部搞定了。

然而隨著項(xiàng)目的需求變得復(fù)雜，很多人不知不覺的在重復(fù)的造輪子。比如多數(shù)據(jù)的關(guān)聯(lián)join、匯總統(tǒng)計(jì)、結(jié)果存入excel文件等等，尤其是對(duì)于多數(shù)據(jù)源(來自csv/txt/mysql)的關(guān)聯(lián)join操作，自己從零開始用Python實(shí)現(xiàn)，比如把小文件加載到內(nèi)存dict，遍歷大文件去做dict查詢實(shí)現(xiàn)JOIN，代碼寫起來刷刷的確實(shí)很爽。

然而有一天，當(dāng)我發(fā)現(xiàn)這樣多數(shù)據(jù)關(guān)聯(lián)的需求，在spark、pandas等類庫(kù)中就是一個(gè)簡(jiǎn)單現(xiàn)成的函數(shù)的時(shí)候，我非常激動(dòng)，感嘆為什么沒有早點(diǎn)知道這些現(xiàn)成的技術(shù)。

Python的類庫(kù)真的很多，其中成體系的可以稱之為“數(shù)據(jù)科學(xué)技術(shù)?！?/strong>，這么多的類庫(kù)即使不都學(xué)一下，也要了解它們分別是做什么的，這樣將來遇到類似的需求的時(shí)候不用從頭自己實(shí)現(xiàn)。

1、Python爬蟲

代表技術(shù)為requests/beautifulsoup、scrapy、selenium；

用于從網(wǎng)上爬取小說/文章/視頻，實(shí)現(xiàn)數(shù)據(jù)分析或自己的內(nèi)容聚集類應(yīng)用。

世界上80%的爬蟲是基于Python開發(fā)的，學(xué)好爬蟲技能，可為后續(xù)的大數(shù)據(jù)分析、挖掘、機(jī)器學(xué)習(xí)等提供重要的數(shù)據(jù)源。

2、Python Web開發(fā)

代表技術(shù)為flask、django、jinjia2；

用于提供小程序、APP、網(wǎng)頁等后臺(tái)服務(wù)。

Python的Web框架百花齊放，目前比較流行的框架有大包大攬的Django，小巧靈活的Flask、Bottle，還有性能高效的異步框架Tornado、sanic。這么多框架只要選擇一個(gè)，閱讀他的文檔，就可以很輕松的搭建一個(gè)Web app，完全不需要去管他實(shí)現(xiàn)的原理。

3、Python數(shù)值計(jì)算

數(shù)值計(jì)算是數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)的基礎(chǔ)。Python提供多種強(qiáng)大的擴(kuò)展庫(kù)用于數(shù)值計(jì)算。代表技術(shù)有Numpy、SciPy。

Numpy：基礎(chǔ)的數(shù)學(xué)計(jì)算模塊，以矩陣為主，純數(shù)學(xué)。

SciPy：基于Numpy，提供方法(函數(shù)庫(kù))直接計(jì)算結(jié)果，封裝了一些高階抽象和物理模型。比方說做個(gè)傅立葉變換，這是純數(shù)學(xué)的，用Numpy；做個(gè)濾波器，這屬于信號(hào)處理模型了，在Scipy里找。

當(dāng)你學(xué)習(xí)機(jī)器學(xué)習(xí)/深度學(xué)習(xí)開始深入，發(fā)現(xiàn)大量的矩陣運(yùn)算難以理解的時(shí)候，你得回頭學(xué)習(xí)下Numpy這個(gè)技術(shù)。

4、Python數(shù)據(jù)分析

學(xué)Python的同學(xué)里估計(jì)有30%以上是為了做數(shù)據(jù)分析師或者數(shù)據(jù)挖掘，所以數(shù)據(jù)分析相關(guān)的庫(kù)，你一定要知道。

代表技術(shù)為pandas，這是我認(rèn)為Python最牛的庫(kù)，囊括了多數(shù)據(jù)源讀取/寫入、數(shù)據(jù)清洗/過濾/聚合/匯總/透視/時(shí)間序列等等大量的功能特性。

5、Python數(shù)據(jù)可視化

電商行業(yè)、消費(fèi)品行業(yè)數(shù)字滾動(dòng)大屏；

旅游公司的人群行動(dòng)軌跡預(yù)測(cè)圖表；

媒體運(yùn)營(yíng)人員用戶畫像、閱讀習(xí)慣分析；

……

這些都是數(shù)據(jù)的作用，而數(shù)據(jù)可視化正是將數(shù)據(jù)簡(jiǎn)化、從中提取規(guī)律的利器。

不需要你有額外的JS前端技術(shù)，你也能學(xué)會(huì)選擇、制作分類散點(diǎn)圖、分類分布圖、分類統(tǒng)計(jì)估計(jì)圖、分類子圖等各種可視化操作方案。代表技術(shù)有Matplotlib、Pyecharts、Seaborn、Plotly、Bokeh等。

6、Python大數(shù)據(jù)處理

大數(shù)據(jù)領(lǐng)域，當(dāng)前最成熟的技術(shù)應(yīng)該是Spark，相較于Scala語言而言，Python具有其獨(dú)有的優(yōu)勢(shì)及廣泛應(yīng)用性，因此Spark也推出了PySpark，在框架上提供了利用Python語言的接口，為數(shù)據(jù)科學(xué)家使用該框架提供了便利。

而PySpark是Spark的Python具包，使用這個(gè)庫(kù)的好處是你可以無縫和numpy/pandas/繪圖庫(kù)對(duì)接，將大數(shù)據(jù)的結(jié)果進(jìn)行最終的可視化分析（java/scala做不到這個(gè)）。

7、Python傳統(tǒng)機(jī)器學(xué)習(xí)

當(dāng)前傳統(tǒng)機(jī)器學(xué)習(xí)的巔峰技術(shù)是xgboost，而sklearn中提供大量的易用函數(shù)使它成為方便的“機(jī)器學(xué)習(xí)/深度學(xué)習(xí)的工具函數(shù)庫(kù)”。

8、Python深度學(xué)習(xí)

深度學(xué)習(xí)，是人工智能領(lǐng)域的一個(gè)突出的話題，被眾人關(guān)注已經(jīng)有相當(dāng)長(zhǎng)的一段時(shí)間了。它備受關(guān)注是因?yàn)樵谟?jì)算機(jī)視覺（Computer ?Vision）和游戲（Alpha GO）等領(lǐng)域有超越人類能力的突破。

這其中的一些庫(kù)我比別人用的多很多，尤其是Keras、mxnet和sklearn-theano。其他的一些我是間接的使用，比如Theano和TensorFlow(庫(kù)包括Keras、deepy和Blocks等)。另外的我只是在一些特別的任務(wù)中用過(比如nolearn和他們的Deep Belief Network implementation)。

以上是對(duì)Python幾個(gè)應(yīng)用領(lǐng)域類庫(kù)的總結(jié)。

歡迎大家點(diǎn)贊，留言，轉(zhuǎn)發(fā)，轉(zhuǎn)載，感謝大家的相伴與支持

萬水千山總是情，點(diǎn)個(gè)【在看】行不行

*聲明：本文于網(wǎng)絡(luò)整理，版權(quán)歸原作者所有，如來源信息有誤或侵犯權(quán)益，請(qǐng)聯(lián)系我們刪除或授權(quán)事宜