Python的主要應(yīng)用方向有哪些

基于Python(如Django和Flask)的Web框架最近在Web開(kāi)發(fā)中非常流行。

這些web框架幫助您用Python創(chuàng)建服務(wù)器端代碼(后端代碼)。這是運(yùn)行在服務(wù)器上的代碼，而不是用戶(hù)設(shè)備和瀏覽器上的代碼(前端代碼)。如果您不熟悉后端代碼和前端代碼的區(qū)別，請(qǐng)參閱我下面的腳注。

但是等等，為什么我需要一個(gè)web框架呢?

這是因?yàn)閣eb框架更容易構(gòu)建通用后端邏輯。這包括將不同的url映射到Python代碼塊、處理數(shù)據(jù)庫(kù)和生成用戶(hù)在瀏覽器上看到的HTML文件。

我應(yīng)該使用哪種Python web框架?

Django和Flask是兩個(gè)最流行的Python web框架。如果你剛剛開(kāi)始，我建議你使用其中的一種。

Django和Flask有什么不同?

主要對(duì)比:

• Flask提供了簡(jiǎn)單、靈活和細(xì)粒度的控制。它是無(wú)約束的(它讓您決定如何實(shí)現(xiàn)事物)。

• Django提供了一種全面的體驗(yàn):為您的應(yīng)用程序和項(xiàng)目提供了一個(gè)管理面板、數(shù)據(jù)庫(kù)接口、ORM[對(duì)象-關(guān)系映射]和目錄結(jié)構(gòu)。

你應(yīng)該選擇:

• 如果您關(guān)注經(jīng)驗(yàn)和學(xué)習(xí)機(jī)會(huì)，或者您想要更多地控制使用哪些組件(例如您想要使用哪些數(shù)據(jù)庫(kù)以及您想要如何與它們交互)，那么您可以使用Flask。

• Django，如果你專(zhuān)注于最終的產(chǎn)品。特別是如果您正在處理一個(gè)簡(jiǎn)單的應(yīng)用程序，例如一個(gè)新聞?wù)军c(diǎn)、一個(gè)電子商店或博客，并且您希望總是有一個(gè)單一的、明顯的做事方式。

換句話(huà)說(shuō)，如果您是初學(xué)者，那么Flask可能是一個(gè)更好的選擇，因?yàn)樗枰幚淼慕M件比較少。此外，如果您想要更多的定制，F(xiàn)lask是一個(gè)更好的選擇。

另一方面，如果您希望直接構(gòu)建一些東西，Django可能會(huì)讓您更快地實(shí)現(xiàn)這一點(diǎn)。

首先，讓我們復(fù)習(xí)一下什么是機(jī)器學(xué)習(xí)

我認(rèn)為解釋機(jī)器學(xué)習(xí)的最好方法是給你們舉個(gè)簡(jiǎn)單的例子。

假設(shè)您想要開(kāi)發(fā)一個(gè)程序來(lái)自動(dòng)檢測(cè)圖片中的內(nèi)容。

因此，根據(jù)下面這張圖(圖1)，您希望您的程序能夠識(shí)別它是一只狗。

圖1

考慮到下面的另一個(gè)(圖2)，您希望您的程序認(rèn)識(shí)到它是一個(gè)桌子。

圖2

你可能會(huì)說(shuō)，我可以寫(xiě)一些代碼來(lái)實(shí)現(xiàn)。例如，如果圖片中有很多淺棕色的像素，那么我們可以說(shuō)它是一只狗?；蛘?，你可以找出如何檢測(cè)圖片的邊緣。然后，你可能會(huì)說(shuō)，如果有很多條直邊，那么它就是一個(gè)表格。

然而，這種方法很快就會(huì)變得棘手。如果照片里有一只沒(méi)有棕色毛發(fā)的白狗呢?如果這張圖只顯示了桌子的圓形部分呢?

什么是機(jī)器學(xué)習(xí)。

機(jī)器學(xué)習(xí)通常實(shí)現(xiàn)自動(dòng)檢測(cè)給定輸入中的模式的算法。

比如說(shuō)，你可以給一個(gè)機(jī)器學(xué)習(xí)算法提供1000張狗的圖片和1000張桌子的圖片。然后，它會(huì)學(xué)習(xí)狗和桌子之間的區(qū)別。當(dāng)你給它一張狗或桌子的新圖片時(shí)，它就能認(rèn)出這是哪一張。

我認(rèn)為這有點(diǎn)類(lèi)似于嬰兒學(xué)習(xí)新事物的方式。一個(gè)嬰兒怎么知道一個(gè)東西長(zhǎng)得像狗，而另一個(gè)東西長(zhǎng)得像桌子?可能是從一堆例子中得到的。

你可能不會(huì)明確地告訴嬰兒，“如果什么東西是毛茸茸的，長(zhǎng)著淺棕色的毛，那么它可能是一只狗?！蹦憧赡軙?huì)說(shuō):“那是一只狗?！边@也是一只狗。這是一張桌子。那張也是桌子?！?/p>

機(jī)器學(xué)習(xí)算法也是如此。你可以把同樣的想法應(yīng)用到:

• 推薦系統(tǒng)(想想YouTube、Amazon和Netflix)

• 人臉識(shí)別
  

• 語(yǔ)音識(shí)別
  

在其他應(yīng)用程序中。你可能聽(tīng)說(shuō)過(guò)的流行的機(jī)器學(xué)習(xí)算法包括:

• 神經(jīng)網(wǎng)絡(luò)

• 深度學(xué)習(xí)
  

• 支持向量機(jī)

• 隨機(jī)森林
  

您可以使用上面的任何一種算法來(lái)解決我前面解釋的圖片標(biāo)記問(wèn)題。

機(jī)器學(xué)習(xí)中的Python

Python有很多流行的機(jī)器學(xué)習(xí)庫(kù)和框架。其中最受歡迎的兩個(gè)是scikit-learn和TensorFlow。

• scikit-learn內(nèi)置了一些更流行的機(jī)器學(xué)習(xí)算法。我上面提到了其中的一些。

• TensorFlow更像是一個(gè)底層庫(kù)，它允許您構(gòu)建自定義機(jī)器學(xué)習(xí)算法。

如果你剛剛開(kāi)始一個(gè)機(jī)器學(xué)習(xí)項(xiàng)目，我建議你先從scikit-learn開(kāi)始。如果你開(kāi)始遇到效率問(wèn)題，那么我將開(kāi)始研究TensorFlow。

我應(yīng)該如何學(xué)習(xí)機(jī)器學(xué)習(xí)?

為了學(xué)習(xí)機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)，我推薦斯坦福吳恩達(dá)的機(jī)器學(xué)習(xí)課程。

https://www.coursera.org/learn/machine-learning

請(qǐng)注意，你需要微積分和線(xiàn)性代數(shù)的基礎(chǔ)知識(shí)來(lái)理解這些課程中的一些材料。

然后，在Kaggle實(shí)踐您從這些課程中學(xué)到的內(nèi)容。這是一個(gè)網(wǎng)站，人們?cè)谶@里競(jìng)爭(zhēng)，為一個(gè)給定的問(wèn)題建立最好的機(jī)器學(xué)習(xí)算法。他們也有很好的初學(xué)者教程。

使用Python進(jìn)行數(shù)據(jù)分析/可視化

用于數(shù)據(jù)可視化的最流行的庫(kù)之一是Matplotlib。這是一個(gè)很好的入門(mén)庫(kù)，因?yàn)?這很容易開(kāi)始

一些其他的庫(kù)，比如seaborn就是基于它的。因此，學(xué)Matplotlib將幫助您以后學(xué)習(xí)這些其他庫(kù)。

腳本是什么?

腳本編制通常是指編寫(xiě)用于使簡(jiǎn)單任務(wù)自動(dòng)化的小程序。

那么，讓我給你們一個(gè)我個(gè)人經(jīng)歷的例子。

我曾經(jīng)在日本的一家小公司工作，那里有一個(gè)電子郵件支持系統(tǒng)。這是一個(gè)我們用來(lái)回復(fù)客戶(hù)通過(guò)電子郵件發(fā)送給我們的問(wèn)題的系統(tǒng)。

當(dāng)我在那里工作的時(shí)候，我的任務(wù)是計(jì)算包含特定關(guān)鍵詞的電子郵件的數(shù)量，這樣我們就可以分析收到的電子郵件。我們可以手動(dòng)完成它，但是我寫(xiě)了一個(gè)簡(jiǎn)單的程序/簡(jiǎn)單的腳本來(lái)自動(dòng)化這個(gè)任務(wù)。

實(shí)際上，我們當(dāng)時(shí)使用的是Ruby，但是Python也是完成這種任務(wù)的好語(yǔ)言。Python適合這種類(lèi)型的任務(wù)，主要是因?yàn)樗邢鄬?duì)簡(jiǎn)單的語(yǔ)法和易于編寫(xiě)。它還可以快速地用它編寫(xiě)一些小的東西并對(duì)其進(jìn)行測(cè)試。

游戲呢?

你可以使用PyGame庫(kù)來(lái)開(kāi)發(fā)游戲，但它并不是最流行的游戲引擎。你可以用它來(lái)建立一個(gè)興趣項(xiàng)目，但我個(gè)人不會(huì)選擇它，如果你是認(rèn)真的游戲開(kāi)發(fā)。

相反，我建議您從Unity開(kāi)始使用c#，它是最流行的游戲引擎之一。它允許你在許多平臺(tái)上創(chuàng)建游戲，包括Mac, Windows, iOS和Android。