Python有哪些用途？
这个就非常多啦，Python作为一门胶水型语言，语法简单，易学易懂，应用范围非常广，下面我简单介绍一下：
机器学习
这是Python目前火起来的一个主要原因，Python提供了许多用于机器学习的模块，像tensorflow，scikit-learn等，内置了大量机器学习算法，包括回归、分类、聚类、降维等，可以很方便的构建机器学习模型，因此在机器学习方面有着非常好的应用前景：
数据处理
这也是Python应用比较多的一个方便，为了更方便、快捷的处理数据，Python提供了许多用于数据处理的模块，像numpy，scipy，pandas等，可以便捷的处理各种类型的文件（包括txt，csv，excel等），科学计算（线性代数、矩阵计算等）也非常方便，因此在数据处理方面也有着不错的应用：
可视化
针对数据可视化，Python也提供了非常多的模块，像matplotlib，seaborn，pyecharts等，可以绘制出各种各样漂亮的图片，种类繁多，样式新颖，对于想快速可视化数据的朋友来说，Python也是一个非常不错的选择：
Web开发
这也是Python应用比较多的一个方面，针对Web开发，Python也提供了许多框架和模块，有轻量级的Flask，Tornado，也有重量级的Django，可以满足大部分网站开发的需求，因此在Web开发这项来说，Python也有着一席之地：
GUI开发
桌面GUI应用范围非常广，针对这个方面，Python也提供了许多用于GUI开发的模块，像tkinter，easygui，kivy，wxpython，pyqt等，可以满足大部分桌面应用程序开发，虽但说不是自身的一个强项，但也有着不错的应用：
网络爬虫
针对网络爬虫，Python也提供了非常多的模块，像比较简单的urllib，lxml，requests，bs4等，比较成熟的scrapy爬虫框架，都可以快速的爬取网页数据并进行清洗，因此在爬虫这方面，Python也有着非常重要的应用：
股票财经
针对金融财经这方面，Python也提供了相应的模块—tushare，自动完成了股票财经数据从采集、清洗到加工的全过程，可以快速实时获取我们需要的财经数据，因此对于想研究股票的朋友来说，也是一个非常不错的工具：
视频下载
针对网页视频下载，Python也提供了2个神器—you-get和youtube-dl，几乎可以实现全网视频下载，包括优酷、B站、美拍等，下载速度满满，对于想快速下载视频的朋友来说，Python也是一个非常不错的选择：
目前，就分享这8个方面吧，当然还有许多其他应用，像测试的RobotFrame框架，感兴趣的朋友可以到网上搜一下，相关资料非常丰富，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。
一、主要用途
1、Web开发
提到web开发，大家脑海中闪现的一定是当前主流的开发语言Java,但你可能想不到的是python也可以做web开发，他由于开发迅速、部署飞快，变更起容易，代码量小深受开发者的喜爱，并且还有强大的框架来进行web开发。最经典的Django、Flask、Tornado，使程序员快速开发复杂的代码和应用，开发高质量的web程序。我们的金主知乎、豆瓣、Google、YouTube等企业均将python作为主要的开发语言，怎么样强大吧！！！
2、自动化运维
随着公司的发展、业务需求的持续并快速的增长，往往一个运维工程师通常要管理成百上千台服务器，运维工作变的重复、繁杂。那么将运维工作自动化，把运维工程师从服务器的管理中解放出来，让运维工作变得简单、快速、准确，这是使用python来做的持续高效的事，那么为什么选择Python呢，一来，大部分的开源运维工具都是由纯Python编写的，如Celery、ansible、Paramiko、airflow等，二来，Python与其他语言相比，更加优雅、明确和简单。
3、数据分析/可视化
作为数据分析的一大利器--Python,除了自身语言简洁高效易上手的优点，还有许多强大的功能。
支持非常多的库用于分析需求：Pandas：一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）；可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据；可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：一个强大的N维数组对象 ndarray；广播功能函数；整合 C/C++/Fortran 代码的工具；线性代数、傅里叶变换、随机数生成等功能。Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。
4、网络爬虫
浏览网页时，发现好多对我们有用的数据，但怎样从互联网上抓取对于我们有价值的信息呢，这个时候我们需要一款利器—python，比如：豆瓣的推荐电影列表、社区留言、音乐软件评论等
5、机器学习
机器学习是一类算法的总称，这些算法企图从大量历史数据中挖掘出其中隐含的规律，并用于预测或者分类，更具体的说，机器学习可以看作是寻找一个函数，输入是样本数据，输出是期望的结果，只是这个函数过于复杂，以至于不太方便形式化表达，机器学习的算法包括神经网络、深度学习、支持向量机及随机森林，基本道理和上述相似，应用场景很多：例如推荐系统、人脸识别及语音识别等。
对于机器学习库和Python框架，scikit-learn和TensorFlow算是两个比较热门的。
很高兴回答这个问题。我是【T型成长】
作为如今人工智能、机器学习、云计算、大数据、物联网、机器人等一些最有前途的技术背后的主要语言，Python这几年发展迅猛。
Python语言虽然是30岁的大叔级编程语言，但是近年来Python语言变得越来越流行，在TIOBE编程语言指数排行榜中， 2019 年度编程语言排行榜Python名列第三位。Python语言简单易学，利用众多的优秀模块可以快速延伸到任何领域，同样一项工作C语言可能要1000行，java要100行，Python可能只要10行，从而让开发者有更多的时间从工具层面上升到对数据的分析、对行业的思考层面上来。
我们来看看Python可以用在那些方面？
爬虫
Python爬虫是用Python编程语言实现的网络爬虫，主要用于网络数据的抓取和处理，相比于其他语言，Python是一门非常适合开发网络爬虫的编程语言，大量内置包，可以轻松实现网络爬虫功能。
Python爬虫可以做的事情很多，如搜索引擎、采集数据、广告过滤等，Python爬虫还可以用于数据分析，在数据的抓取方面可以作用巨大！
Python爬虫应用领域广泛，在网络爬虫领域处于霸主位置，Scrapy、Request、BeautifuSoap、urlib等框架的应用，可以实现爬行自如的功能，只要您数据抓取想法，Python爬虫均可实现！
人工智能
人工智能技术与python息息相关，提到人工智能就一定会提到Python。当我们重点把python编程技术学好，还担心人工智能之路不能长久吗？目前之所以会有这种担心，无外乎是因为人工智能技术的不成熟。
其实Python是一种动态的、面向对象的脚本语言，开始时是用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。而人工智能通俗讲就是人为的通过嵌入式技术把程序写入机器中使其实现智能化。
Python 的优势在于资源丰富，拥有坚实的数值算法、图标和数据处理基础设施，建立了非常良好的生态环境，吸引了大批科学家以及各领域的专家使用。Python 是众多主流语言中唯一一个战略定位明确，而且始终坚持原有战略定位不动摇的语言。
Python 也借助 AI 和数据科学，攀爬到了编程语言生态链的顶级位置。Python 与 AI绑在一起，对它们来说，无论是电子商务、搜索引擎、社交网络还是智能硬件，未来都只是生态链下游的数据奶牛、电子神经和执行工具，都将听命于自己。
数据分析
数据分析处理方面，Python有很完备的生态环境。“大数据”分析中涉及到的分布式计算、数据可视化、数据库操作等，Python中都有成熟的模块可以选择完成其功能。对于Hadoop-MapReduce和Spark，都可以直接使用Python完成计算逻辑，这无论对于数据科学家还是对于数据工程师而言都是十分便利的。
web
Python的诞生历史比Web还要早，由于Python是一种解释型的脚本语言，开发效率高，所以非常适合用来做Web开发。Python有上百种Web开发框架，有很多成熟的模板技术，选择Python开发Web应用，不但开发效率高，而且运行速度快。
常用的web开发框架有：Django、Flask、Tornado 等。Django和Flask等基于Python的Web框架最近在Web开发中非常流行。
这些Web框架可以帮助你用Python编写服务器端代码(后端代码)。这是在你的额服务器上运行的代码，而不是运行在用户设备和浏览器的代码(前端代码)。
许多知名的互联网企业将python作为主要开发语言：豆瓣、知乎、果壳网、Google、NASA、YouTube、Facebook……由于后台服务器的通用性，除了狭义的网站之外，很多App和游戏的服务器端也同样用 Python实现。
自动化运维
Python对于服务器运维而言也有十分重要的用途。由于目前几乎所有Linux发行版中都自带了Python解释器，使用Python脚本进行批量化的文件部署和运行调整都成了Linux服务器上很不错的选择。Python中也包含许多方便的工具，从调控ssh/sftp用的paramiko，到监控服务用的supervisor，再到bazel等构建工具，甚至conan等用于C++的包管理工具，Python提供了全方位的工具集合，而在这基础上，结合Web，开发方便运维的工具会变得十分简单。
"龙卷风和他的朋友们"：理工科直男一枚。闲暇之余分享点文字、编程、设计等干货，希望和你一起成长。一起学习Python，可以站内私信我。