謝謝邀請！如果僅僅個人使用的話可能最大的用途是自動化一些繁瑣的任務，比如自動化報表生成、自動化發(fā)郵件、編寫爬蟲采集需要的數據等等跟自己工作相關的任務，因為工作原因筆者經常會接觸面臨畢業(yè)的計算機相關專業(yè)大學生，近兩年被問的最多的問題可能是“Python能應用在什么地方？”，于是乎系統整理了一下文末的思維導圖。

Python的應用方向主要是如下幾個方面，這幾個方面也都是筆者經歷過的，不過Python作為通用的編程語言，還可以應用到很多很多我們沒有想到的領域。

1.人工智能開發(fā)

AI應用開發(fā)實際上可以使用非常多的編程語言，比如Java、C++甚至JavaScript，但是Python無疑是使用最多可以說是處于壟斷地位的AI編程語言，機器學習標準框架Scikit-learn只能用Python開發(fā)，深度學習標準框架TensorFlow的主語言是Python，對TensorFlow有非常大威脅的PyTorch也是使用Python語言進行應用開發(fā)的。AI開發(fā)方向對從業(yè)人員有學校、學歷、數學基礎、統計基礎的要求，而且目前主要是大型科技企業(yè)有需求，要求從業(yè)人員碩士學歷以上、數統或計算機專業(yè)畢業(yè)。但隨著社會需求的增長與人工智能產業(yè)化的加速，對從業(yè)人員的要求肯定會逐步降低，畢竟做AI應用的工程師在使用框架的時候很多算法只需要調用API即可，而無需掌握底層數學理論的推導與算法設計。

2.數據分析挖掘

傳統數據分析主要是從Excel與數據庫中取數據來分析，現在加上從數據倉庫中取數據進行大數據分析（或稱為數據挖掘），而數據挖掘就需要掌握機器學習算法，如果只是使用的話其實挺容易，直接調用框架現成的API即可，我們掌握了算法的使用場合與使用條件就可以很好地應用了，對數學的要求其實并不高，只是數學好對理解算法的原理有很大幫助；碩士生可以把算法工程師作為目標，進行算法設計，數據科學家也主要是進行算法研究與設計的。當然數據科學中常用的統計學基本概念還是要熟練掌握的。

3.大數據開發(fā)

以Hadoop為代表的大數據平臺主要用于存儲與處理海量數據，不過Hadoop的MapReduce數據處理框架需要將HDFS所在的磁盤作為臨時存儲，所以數據處理的效率不高，這樣Spark基于內存的數據處理框架就具備替代MapReduce的能力，目前情況也基本驗證了這一點。Spark大數據應用開發(fā)可以使用Scala/Java/Python來開發(fā)，Python開發(fā)大數據應用占用的市場份額也在逐步提高。

4.Web企業(yè)級應用

Web企業(yè)級應用開發(fā)方向目前主流是Java與PHP語言，大型企業(yè)級應用使用Java，中小型應用可以選擇PHP，Python也可以使用Django或Flask框架開發(fā)企業(yè)級應用，但總體而言Java占據了霸主地位，Python在企業(yè)級應用開發(fā)領域想撼動Java的位置現在還看不到希望。

5.自動化測試

自動化測試工程師應該屬于高級測試工程師范疇了，自動化功能測試通過測試腳本模擬人的動作來測試產品的功能，自動化性能測試通過測試腳本來模擬多線程并發(fā)等等。原來自動化腳本C/Java語言居多,目前的現狀是Python占據霸主地位，自動化測試工程師言必稱Python，很是恐怖！！

6.自動化運維

自動化運維現在流行的說法叫“智慧運維”，系統級別的任務往往使用LinuxShell腳本編程，業(yè)務級別的運維功能使用Python占絕大多數，筆者在深圳電信工作時就寫過不少Python的運維腳本。不過高級運維才會讓你去寫Python腳本咯，需要混不少年才可能有機會，而且需要進的是大公司。

更多資訊請關注筆者“語凡提”，向智慧化身阿凡提致敬，致力于分享大數據/數據分析/人工智能視頻！