Python 是一種強大的編程語言，可以用于許多不同的用途。其中之一就是圖像分類。在這篇文章里，我們將介紹如何使用 Python 進行圖像分類。

首先，我們需要準備一些基本的工具和庫。在 Python 中，我們可以使用 PIL 庫（Python Imaging Library）來處理圖像。PIL 提供了許多功能，包括打開、旋轉和調整圖像大小等。我們還需要安裝 TensorFlow，這是一個用于機器學習的庫。

# 導入 PIL 庫和 TensorFlow 庫
from PIL import Image
import tensorflow as tf
# 打開圖像文件
image = Image.open("example.jpg")
# 調整圖像大小
image = image.resize((224, 224))
# 轉換圖像為數組形式
image_array = tf.keras.preprocessing.image.img_to_array(image)
image_array = tf.expand_dims(image_array, 0) 
image_array /= 255.
# 創建模型
model = tf.keras.applications.MobileNetV2(weights="imagenet")
# 預測圖像類別
result = model.predict(image_array)
prediction = tf.keras.applications.mobilenet_v2.decode_predictions(result, top=1)[0][0]
# 輸出預測結果
print("預測結果：")
print("{0} ({1:.2f}%)".format(prediction[1], prediction[2] * 100))

上面的代碼片段展示了一個基本的圖像分類器，它使用 MobileNetV2 模型進行分類。它可以讀取輸入圖像，將其調整為模型所需的大小，然后將其傳遞到模型中以預測圖像類別。最后，它會輸出預測結果。

這只是一個簡單的例子，你可以使用不同的模型、算法和技術來進行圖像分類。使用 Python 進行圖像分類是一個有趣且有用的項目，它可以幫助你更好地理解機器學習的工作原理，并為你進行其他機器學習項目提供基礎知識。