Недавно у меня было обсуждение Reddit зачем, почему кто-то будет использовать Python над другими языками программирования. Обсуждение было довольно хорошим, и поэтому я думал о написании поста об этом.
Прежде всего, позвольте мне дать вам свои мысли на Python. Python – это язык, который я люблю и может быть использован в широком спектре приложений, хотя я согласен на языки, которые он падает, я верю на его отличный язык для профессионалов, а также для начинающих ввести увлекательный мир программирования.
С этим сказанным, я бы использовал Python на каждом проекте? Скорее всего нет! Но есть некоторые районы, где Python Excels, и я хочу выделить тех, и объясните, почему.
- Разработка API
- Наука данных/Ай
- Скрипты
Давайте рассмотрим их подробно.
Разработка API
Есть некоторые отличные рамки для разработки API с Python, среди них, среди сообщества развития 2 избранного, Джанго и Колбу (На колбе я написал статью о том, почему мне так нравится, и базовый проект для настройки ваших API, проверьте это здесь ).
Разговор вокруг разработки API сразу пошел в направление веб-каркасов, почему? Ну … Я не верю, что вы должны написать свой собственный веб-сервер или Framework, когда вы хотите сосредоточиться на написании кода для вашего API.
Некоторые люди также утверждают использование Python для веб-разработки в целом, хотя я обычно не люблю использовать эти рамки для передней части, и предпочитаю создавать фронт-заканчивание, используя реагирование, или любые другие, такие как Vuejs или Ember по этому вопросу.
Если вы начинаете с разработкой API в Python, скорее всего, вы получите использование Django или Flask, чтобы вы могли спросить, какой из них я должен использовать?
Джанго против колбы
Обе эти рамки велики и будут работать для большинства ситуаций, однако они следуют разным философиям, некоторым людям нравится 1 больше, чем у других, и есть веские причины с обеих сторон. Поскольку оба этих рамки настолько отличаются по сути, я дам вам только дифференцирование высокого уровня между ними, и я рекомендую вам прочитать подробнее о них, и что вы пробовали их как перед решением, что является лучшим для вас, и ваш проект Отказ
Философии:
- Флэк представляет собой минималистичные рамки, она обеспечивает простоту, гибкость и мелкозернистый контроль. Это очень не опрашивается (вы можете сделать с этим, что вы хотите!)
- Django напротив – это всеобъемлющая структура. Вы получаете все из библиотек, на панель администратора, интерфейсы DB, ORM и даже твердой структуре каталогов для ваших приложений из коробки.
Если вы хотите узнать больше об этом, вот интересная статья, которую я нашел: https://testdriven.io/blog/django-vs-flask/ . И есть намного больше вариантов, если вы Google Django VS Flask.
Наука данных/Ай
В любое время, когда вы хотите работать с данными, от соскабливания, анализа данных, визуализации, машинного обучения или AI, Python будет вашим лучшим другом. Для каждой из этих задач есть ряд важных библиотек для каждой из этих задач, и они являются отличными библиотеками, которые высоко используются в исследованиях и производственных средах.
Я не буду вдаваться в детали библиотек, но я хочу упомянуть несколько: Пандас, Numpy, Matplotlib, Seborborn, Tensorflow, Pytorch, Scikit-Survey, Keras, NLTK, Opencv.
Благодаря этим библиотекам вы можете строить готовые проекты по производству продукции практически любыми темами науки о данных или AI. Хотя есть некоторые недостатки использования Python для некоторых из этих приложений (таких как производительность), для многих ситуаций это сделает для большого выбора.
О каких проектах мы говорим?
Есть много многих приложений Python для науки и AI и AI, я упомяну здесь несколько распространенных проектов Python используется для:
- Анализ временной серии
- Прогнозы продаж
- Обработка языка
- Анализ настроений
- Системы рекомендаций (например, музыка, видео и т. Д.)
- Классификация
- Компьютерное зрение
- Самоведящие машины
- многое другое….
Скрипты
Скрипты обычно относятся к небольшим программам (обычно выполняется через командную строку), которые предназначены для автоматизации простых задач.
Позвольте мне дать вам несколько примеров сценариев, которые я написал, чтобы автоматизировать части своих повседневных рабочих процессов:
- Мой блог: Я использую Evernote Чтобы собрать все, что я вижу в Интернете, а также написать мои сообщения. Но тогда, когда пришло время публиковать, я беру эти заметки и загрузите их в свой блог в качестве черновиков. Этот процесс происходит автоматически на Python, всякий раз, когда я отмечаю записку как «готов к публикации», я запускаю сценарий Python, который будет скопировать заметку, формат и черновик в мою систему блога. Конечно, всегда есть что-то, что мне нужно, чтобы вручную зафиксировать, прежде чем я действительно могу опубликовать (в основном из-за Evernote Weird HTML? вывод).
- Резервные копии: Мне нравится делать резервные копии моих вещей в облаке, но я также поддерживаю копию на внешнем жестком диске. Я обычно шифрую все, что идет в облако (за исключением Evernote, который не позволяет мне). Но когда я делаю свои резервные копии в приводы, я использую шифрование привода, и я не хочу иметь его двойным зашифрованным, поэтому, когда я хочу резервную копию данных в свой диск, я запускаю сценарий Python, который расшифрует данные, а затем расшифровывать данные Переместите его на привод.
Заключение
Python – это очень универсальный язык программирования и благодаря своему сообществу и библиотекам, вы можете в значительной степени сделать все, что вы хотите, хотя иногда вы не должны. Нет никого языка, чтобы управлять им все, все они имеют преимущества и недостатки, а Python не является исключением.
С этим сказанным, я верю, что Python отлично, и если вам любопытно, вы можете построить из игр в встроенные системы, все с Python, хотя, вероятно, эти случаи не будут продуктивными готовыми проектами, возможно, я ошибаюсь, если так, пожалуйста, Дайте мне знать, я бы хотел услышать об этом.
Спасибо за чтение!
Оригинал: “https://dev.to/livecodestream/what-is-python-best-for-2k48”