Для разработки каких приложений и программных продуктов может использоваться python
В прошлой статье мы уже обсудили с вами причины, по которой Python нельзя назвать идеальным языком для новичков, хотя на том же Хабре бытует мнение, что Python – это выбор номер один и вообще топчик.
В этой статье мы с вами обсудим тот перечень направлений Питона, который я выделяю наиболее перспективными для приложения своих сил и времени для молодых специалистов. Данный вывод делается на основе моего анализа – изучение областей и инструментов питона и сравнивать их эффективность с аналогами на других платформах.
Что ты можешь сделать на Питоне
Хотя питон является языком общего назначения, и как говорится, все двери перед тобой открыты, на самом деле использование языка сильно ограничивается теми инструментами и технологиями, которые были в нем разработаны в ходе эволюционной борьбы с другими технологиями. Поэтому приступаем к обзору.
Микроконтроллеры (весьма сомнительно)
Хотя Андрей Власовских на прошедшем PYCON Russia 2017 в своей фирменной манере с энтузиазмом рассказывал о том, как программировать микроконтроллеры на таком инструменте, как MicroPython, а Кирилл Борисов даже предлагал изучить некоторую зарубежную литературу, ситуация в общем никакая.
Список микроконтроллеров, которые поддерживаются Python, стремится к нулю, коммерческая эффективность и наличие предложений по работе практическая нулевая. С учетом того, что есть более традиционные способы инструменты программирования, пока какая-то большая компания не вложится в этом направление, тут делать нечего.
Девопс (адекватно)
Анализ рынка показывает, что примерно треть всех вакансий, где упоминается Python, относятся к сфере DevOpsa. Однако Python идет не основным инструментом, а той технологией, которую знать желательно. Это связано с тем, что Python практичности полностью сместил Perl для Linux, и неплохо так подвинул Bash в области написания крупных скрипов и более крупных серверных компонентов. Также к этому добавляется то, что интерфейс многих тулзов принимает Python в качестве языка сценариев.
Если вы хотите развиваться в сфере Девопса, то знание Питон вам будет большим плюсом, все остальные проходят эту сферу стороной.
Что касается коммерческой перспективы (стартапа) данного направления, то сложно представить человека, который бы смог написать и монетизировать какой-то инструмент, не имея опыта 5+ лет в области девопса.
Тестирование (адекватно)
Хотя главным инструментом автоматизации тестирования является кровавая Java, которая имеет огромный набор фреймворков и готовых решений, порой небольшие компании используют Python для полноценного тестирования, либо написания сценариев для тулзов, типа Яндекс.Танк с его BFG.
Вакансий под тестирование примерно также треть от общей массы, часто в вакансиях указывают знание и Python и Java одновременно.
Desktop development (сомнительно)
В настоящий момент язык Python имеет 5 кросc-платформенных инструментов, которые позволяют писать «полноценные» приложения под Windows/Linux/Mac
- Tkinter
- PyQt
- PyGTK
- WxPython
- Kivy (Условно)
Поэтому можно с уверенностью сказать, что писать коммерческий Desktop на питон – это весьма сомнительная затея, и компании этим редко занимаются (либо переписывают при первой же возможности, как это сделал DropBox).
Что касается внутренних инструментов, то использование небольших GUI-приложений применяется, но искать целенаправленно Desktop Python разработчиков не будут.
Кто же хочется заняться этой сферой более полно, прошу к Игорю Новикову, который нашел неплохой способ сшить Франкенштейна с помощью абстракционного слоя – ссылка
Mobile Development (весьма сомнительно)
Все плохо, в качестве pet проектов можно использовать Kivy, для реальной разработки весьма сомнительно, вакансий на Kivy нет.
Т.е. как, я лично разговаривал с рядом людей, которые имели свой веб-проект на Python и для захвата большой аудитории писали приложения на Kivy, и у них его даже использовали, но это имеет вид «Программист пишет то, на чем хочет».
Машинное обучение и Data science (адекватно и перспективно)
Это одна из самых хайповы областей современного IT-мира, где используется Python в качестве инструмента апробации. Python имеет ряд удобных библиотек машинного обучения и научных расчетов: Pandas, NumPy, SciPy, Scikit-Learn, которые позволяют достаточно быстро построить рабочие модели. И они на самом деле неплохо работают.
Что касается использования, то Python используется в качестве инструмента апробации, либо на небольших задачах. Если проект большой, то обычно модель пишут на Java/Scala/C++, а специалист по обучению уже выступает в качестве консультанта/аналитика.
Сложность этого направления заключается в том, что у вас должны быть высокие знания в области математики и статистики, практически всегда будет спрашиваться высшее технические, математическое образование.
По вакансиям все довольно неплохо, но в таких вакансиях требуется не знание Python, а ваша голова.
Тем, кто хочет быстренько пощупать данное направление, советую прочитать книгу: «Vvedenie_v_mashinnoe_obuchenie_s_pomoschyu_Python_-_A_Myuller_S_Gvido_2017» — есть на торрентах, читается быстро, представление дает хорошее.
Веб-скрапинг (возможно, но сомнительно)
Питон имеет три вещи, которые делают его весьма эффективными в области веб-скраппинга, бибиотеку Requests, beautifulsoup и АПИ для Selenium. Если сюда подключиться библиотеки для компьютерного зрения и Машинное обучение, то получаются весьма эффективные инструменты.
Проблема заключается в том, что вакансий в этой сфере мало, основные клиенты сидят на фрилансе, которые предлагают за фикс написать им скрипты парсинга для их говно-сайтов, спам-машин, и изредка генераторов отзывов.
Область интересная, но денег в ней мало.
Компьютерное зрение (сомнительно)
В питоне есть ряд инструментов, которые позволяют писать инструменты компьютерного зрения, они даже используются местами в коммерческих продуктах, либо в качестве компонентов, например, для веб-скраппинга. Однако Питон явно нельзя назвать подходящим инструментов, поэтому использование крайне ограничено, вакансий практически нет.
GameDev (сомнительно)
Практически в каждом обсуждении разработки игры на Python приводят в качестве примера eve online и WarGaming. Однако в первом случае используется stateless python, а во втором случае все ограничивается языком написания сценариев.
Что же касается реального использования, то у вас появляется три движка Kivy, PyGame, Panda3D, если первые два больше подходят для пет-проектов, то третий реально использовался на боевых проектах неплохого качества, правда эти проекты были 2004 года. Что как бы намекает, что использование проверенных движков на других языках типа Unity или Game Maker выглядит более убедительно.
Однако незаметно сюда крадется движок Ren’Py, который внезапно стал лучшим движков для написания визуальных романов (страдальческих историй для девочек), которые неплохо окупаются даже в рамках РФ. Серия «7 демонологов Петра Великого», тому доказательство.
Вакансий в GameDev для питона естественно нет, но деньги на «стартапе» поднять можно при должной сноровке. Но надежней взять другой язык и проверенные движки.
Веб-разработка (адекватно и перспективно)
Сила Python заключается в том, что он позволяет быстро разрабатывать комплексные веб-приложения, имеет огромное число качественных модулей, прекрасно подходит для сервисов статистики и аналитики (где, в общем, и идет для него большая часть вакансий). Данное направление занимает оставшуюся треть всех вакансий.
Отдельно хочется отметить написание ГИС сервисов на Python, которые хотя и имеют вполне адекватный инструментарий для работы с геоданными, но все же использование Java для этих целей выглядит перспективней.
Выводы об использовании питона
1) Что касается сферы девопса и тестирования, то Питон является ключевым инструментом профессии, который обязателен для каждого адекватного специалиста. Питон в данном случае не учат, к нему приходят по необходимости.
2) Наиболее перспективными выглядят сферы веб-разработки и машинного обучения (аналитики), которые явно выделяют питон на фоне его конкурентов в виде PHP и Ruby. И если вы хотите изучить питон, то вам желательно сосредоточится именно на этих сферах и не тратить свое время на что-то другое. Под это есть вакансии, на этом можно построить стартап.
3) Все остальные сферы, хотя и предлагают определенные инструменты для решения проблем, но перспективность использования этих инструментов выглядит весьма сомнительно. И главное, найти оплачиваемую работу на эти сферы практически невозможно.
Python активно развивается, уже несколько лет оставаясь одним из наиболее популярных языков программирования. И продолжает укреплять свои позиции: по данным StackOverflow за 2019 год, Python занимал четвёртое место в списке наиболее востребованных ЯП. А в этом году, согласно отчёту RedMonk, он стал вторым, опередив даже Java. Так что стоит узнать, где используется язык Python, каков порог вхождения в отрасль и какие компании хантят Python-разработчиков.
В чём особенности языка программирования Python
Это скриптовый язык, который применяется для решения самого широкого спектра задач. Чаще всего Python применяют в работе с большими данными и разработке сайтов и мобильных игр. Он подходит и для создания десктопных и мобильных приложений.
Одно из достоинств Python — его логичность и относительная простота. Он интерпретируемый, то есть исходники не нужно компилировать. Разработка на Python идёт быстрее, чем на многих других языках. И он отлично подходит для новичков: писать простые программы можно уже через несколько дней после начала обучения.
Сложно ли научиться программировать на «питоне»
Порог вхождения достаточно низкий, особенно для тех начинающих разработчиков, кто знает английский на базовом уровне. Начать практиковаться в несложных скриптах на Python можно почти сразу.
Вот пример программы на разных языках программирования, которая выводит на экран фразу «Hello World».
Java:
C++:
Python:
В последнем случае код максимально простой, его сразу поймёт даже человек без технического бэкграунда. Конечно, не все программы выглядят настолько просто — более сложные проекты состоят из сотен и тысяч строк кода. Но «питон» — более простой для понимания язык программирования, чем многие другие.
Где используется Python
Чаще всего Python используется в веб-разработке и анализе больших данных. Чтобы дополнить функциональность языка, используются разные фреймворки: Django, Pyramid, Flask и другие.
Но Python подходит и для создания прикладных приложений или игр. Например, графический редактор GIMP написан именно на Python. Торрент-клиент BitTorrent вплоть до 6 версии тоже разработан на этом языке. Python применялся и в ходе разработки игровых проектов класса ААА: EVE Online, Battlefield 2, World of Tanks и других.
Чаще всего в таких случаях на Python пишут один из компонентов проекта. То есть не всю игру или приложение, а какой-то модуль, например серверную часть.
А ещё язык Python используется в системном администрировании, для автоматизации задач. Он задействован практически во всех серверах с ОС Linux.
«Питон» очень хорош и для работы с данными в научных исследованиях — в набирающей обороты Data Science. На этом языке пишут алгоритмы машинного обучения и анализа данных.
Как видим, Python используется повсеместно — с ним дружат мобильные и десктопные приложения, игры, наука, ИИ-отрасль. Проще перечислить, где Python ещё не пригодился. Такая пластичность очень способствует его популярности.
Python в крупных компаниях
Неудивительно, что при такой универсальности Python применяют многие крупные IT-компании.
В Amazon и Spotify используют Python для анализа пользовательских данных, информации о продажах и разработки персонализированных рекомендаций.
В Walt Disney применяют этот язык в качестве скриптового для анимации.
YouTube и Instagram… Эти проекты полностью написаны на Python. Кроме того, холдинг Alphabet использует «питон» для скрейпинга в Google — извлечения данных со страниц веб-ресурсов.
Netflix создала свой рекомендательный сервис с нуля на Python.
Autodesk в своём редакторе 3D-анимации Maya с помощью Python создаёт мультипликацию. Так же язык использует студия Pixar.
JPMorgan Chase, крупный американский финансовый холдинг, применяет Python для прогнозирования рынка.
NASA работает с проектами на этом языке программирования, чтобы проводить научные вычисления.
Сколько зарабатывают разработчики на Python
По данным блога «Хабр.Карьеры», медианная зарплата Python-разработчика во втором полугодии 2019 года — 115 тысяч рублей. А теперь оценим по уровню специалиста:
- джуниор получает в среднем 54 тысячи рублей;
- мидл — около 100 тысяч;
- сеньор — примерно 160 тысяч. Фактически встречаются разработчики и с окладом 300 тысяч;
- тимлид — в районе 195 тысяч.
Как видите, зарплата по мере роста квалификации увеличивается почти в четыре раза.
Data Science, машинное обучение и искусственный интеллект развиваются очень активно. Неотъемлемая часть этих отраслей — как раз Python и специалисты, владеющие им. К слову, коронакризис слабо затронул это направление, волатильность здесь небольшая.
Для первого знакомства с Python мы проводим бесплатный интенсив. А освоить язык до уровня middle-специалиста поможет факультет Python-разработки GeekBrains. По итогам обучения вы откроете для себя все сферы, где применяют Python: научитесь создавать клиент-серверные, прототипировать мобильные приложения, понимать алгоритмы и основы структур данных, проектировать архитектуру программных проектов, работать с Git. А также получите массу других навыков и умений, необходимых для успешной работы программистом.
Освоить востребованную профессию в Data Science можно всего за полтора года на курсах GeekBrains. После учёбы вы сможете работать по специальностям Data Scientist, Data Analyst, Machine Learning, Engineer Computer Vision-специалист или NLP-специалист.
Python входит в 5-ку самых популярных языков программирования. Он используется в самых разных областях IT, таких, как веб-разработка, машинное обучение, создание приложений и даже геймдев.
Где применяется Python
Python используется в разных областях программирования не просто так. Он прост в изучении, имеет приятный синтаксис и обладает достаточным для решения любых задач набором инструментов.
И хотя он не может потеснить Java и PHP с ведущих мест в веб-разработке, в сфере машинного обучения Python – язык номер один.
Создание приложений
Python можно использовать для разработки десктопных и мобильных приложений, для этого разработано много мощных инструментов. Однако крупные проекты зачастую не пишут только на одном Python полностью.
Python часто используется для разработки отдельных частей приложения, он позволяет создать простую систему моддинга. Благодаря высокой степени модульности, изменение одной части программы может не затрагивать другую.
Возможность встроить в Python код на С/C++ сглаживает проблему низкой скорости работы программ.
Можно и полностью разрабатывать полноценные приложения для мобильных устройств, используя фреймворки, например, Kivi.Веб-разработка
Python захватил определенную часть сферы, но не может соперничать с такими гигантами, как PHP, Java и Node.js. Для реализации серверной логики они удобнее и мощнее Python.
На Python часто создаются решения, которые имеют узкую направленность. Например, отправку документа с сайта на принтер трудно реализовать на PHP, а Python легко справляется с этой задачей.
Python проигрывает, потому что он является языком общего назначения, PHP – это инструмент, заточенный только под веб-программирование, а Java уже давно используется в вебе.
Машинное обучение
Искусственный интеллект с каждым годом становится лучше, ученые одержимы идеей создать суперкомпьютер, превосходящий человека во всем.
Python стал абсолютным лидером в этой сфере по ряду причин:
- Язык очень простой, это нравится ученым. Им не нужно тратить много времени на написание кода, вместо этого они могут сосредоточиться на проектировании ИИ.
- В Python легко встраивается код на C и C++, что позволяет использовать C-код в тех местах, где важна скорость.
- Python обзавелся достаточным количеством библиотек и фреймворков, созданных для упрощения машинного обучения.
- Гибкость языка позволяет не ограничиваться какой-то одной парадигмой разработки, программист может писать как объектно-ориентированные программы, так и процедурные.
Интересные проекты на Python
Разработок много, но не все из них можно назвать успешными, однако есть проекты, заслуживающие внимания. Рассмотрим примеры известных программ, игр и сайтов написанных на Python.
На Python написаны сотни арканоидов, платформеров и других маленьких проектов, но, чтобы оценить возможности языка, следует рассмотреть большие разработки.
Mount and Blade
Mount and blade – это RPG, у которой нет аналогов. Игрок погружается в средневековый мир, путешествует по глобальной карте, набирает армию и завоевывает себе славу и власть. Когда начинается битва, игра превращается в средневековый симулятор сражений, игрок управляет персонажем от третьего лица, у него есть несколько десятков воинов, которым можно отдавать приказы, и он должен убить всех воинов противника.
Такой системы нет ни в одной игре. Стратегия, RPG и экшн — странная, но крутая смесь. Кроме того, на поле боя может быть несколько сотен воинов, управляемых компьютером, такой масштаб впечатляет.
Все скрипты написаны на Python. Игра отлично работает на слабых машинах. Особенность Python — возможность сделать проект модульным. Энтузиасты без проблем могут сделать дополнения для игры, изменить какую-то механику, текстуры и анимации, эти изменения никак не коснутся системных файлов игры.
Battlefield
Battlefield полюбили миллионы человек. Не стоит думать, что игра полностью написана на Python. Разработчики использовали его для создания некоторых скриптов, серверной части игры и её логики.
Игра вышла в 2005 году и имела подходящие для компьютеров того времени системные требования. Использование Python позволило ускорить разработку и не повлияло на производительностью
EVE Online
Как и в случае с Battlefield, в EVE Online Python использовался для создания игровой логики и управления серверной частью игры.
Разработчики использовали улучшенную версию интерпретатора, которая называется stackless python. Так как это ММО, сервер может обрабатывать миллионы запросов, и stackless python отлично справляется с этим.
Sims 4
Sims – это самый известный симулятор жизни.
Игра была на слуху около 4 лет, освещалась на различных событиях, занимала топы и, конечно, успешно продавалась. Чтобы дать игрокам больше контента и возможностей, разработчики использовали Python для реализации игрового моддинга, что позволило без проблем расширять игру с помощью дополнительного контента.
Civilization 4
Про цивилизацию слышал каждый геймер. Это глобальная пошаговая стратегия, сочетающая в себе дипломатию, развитие и войну.
Разработчики не ограничились использованием Python для реализации каких-то частей проекта, они написали на нём практически всю игру.
Программы
BitTorrent
Популярный торрент-клиент, которым пользуются миллионы людей, был полностью написан на Python.
Примечание: 6 версия программы была переписана на C++.
Blender
Это программа для работы с 3D графикой, способная соперничать с такими гигантами, как Maya и 3DMax.
Пользователь получает возможность создавать трехмерные модели, анимацию, а также видео и игры.
Главное преимущества программы заключается в том, что она распространяется бесплатно. Blender постоянно улучшается, дополняется с помощью различных расширений, получает все больше поддержки в виде видео-уроков и обучающих статей.
Python используется для создания логики, импорта и экспорта, автоматического выполнения задач и работы инструментов.
GIMP является редактором растровой графики и, частично, векторной графики.
Он является единственной достойной заменой Adobe Photoshop в системе Linux и установлен на большинстве дистрибутивов по умолчанию.
Python использовали для создания фильтров, дополнительных модулей, некоторых скриптов.
Программа, которая использует метод интервальных повторений, чтобы пользователь мог легко запомнить нужную информацию (новые слова, формулы, ответы на тесты и другое).
Calibre
Любимое приложение каждого, кто читает много книг.
Программа позволяет просматривать, конвертировать и редактировать книги различных форматов, кроме того она поддерживает прямую работу с различными электронными книгами.
Искусственный интеллект
Python — лидер в сфере машинного обучения. Он может быть как основным языком проекта, так и использоваться в отдельных модулях.
Наиболее популярными являются ИИ, работающие с фотографиями и видео (поиск по фото, редактирование видео и фото, сопоставление различных фото и так далее). Программисты даже могут научить компьютер определять эмоциональное состояние человека по фотографии, хотя есть еще некоторые проблемы, связанные с индивидуальными особенностями мимики разных людей.
Обилие библиотек позволяет без проблем создавать ИИ, способные ориентироваться в пространстве, принимать решения, выполнять задачи, недоступные человеку.
Одним из новейших искуственных интеллектов, написанных на Python, является AlphaStar – искусственный интеллект для Starcraft 2.
Разработчики использовали PySC2 — инструменты, написанные на Python специально для SC2.
Сложность заключается в том, что компьютеру нужно делать и оценивать много вещей: разведывать противника, определять его стратегию, подстраивать свою игру под неё, принимать оптимальные решения по передвижению армии и многое другое.
AlphaStar – это нейросеть, которая улучшает сама себя. Сначала разработчики «показывали» ей записи игр, а позже выпустили играть с обычными игроками.AlphaStar показал поразительные результаты, он обыграл одного из лучших игроков мира.
Сайты
Для работы с сайтами используют обычно фреймворк Django, превращающий Python в язык для веб-программирования.
Это самая популярная поисковая система в мире.
Каждый день через сервера Google проходит огромный объем трафика, который обрабатывается и направляется с помощью Python.
YouTube
Это сайт, где пользователи могут загружать и смотреть видеоролики.
Это самая популярная социальная сеть в мире, ежедневно пользователи загружаются миллионы картинок, меняют статусы, создаются посты — всё это обрабатывается с помощью инструментов языка Python.
Всё, что связано с картинками (поиск, постинг, просмотр) обрабатывается кодом на Python.
Потенциал Python в крупных проектах
Python часто используют для прототипирования программ, позже они переписываются на другие языки программирования. Это очень удобно, потому что разработка таких прототипов очень быстрая, также она помогает понять, как будет выглядеть программа. На другой язык проект переписывается из-за низкой скорости выполнения кода на Python.
Да, этот язык можно использовать во всех крупных проектах, как инструмент для создания прототипов, но как насчет применения в финальной версии?
Если не рассматривать машинное обучение, и брать программы, которым жизненно важна скорость выполнения, то вряд ли для Python найдется место. Однако часто практикуется гибрид разных языков, например, Python и C++. Такой подход позволяет достичь и высокой скорости разработки и высокой скорости выполнения программы. На Python пишется большая часть кода, а на C++ лишь те участки, которые сильно влияют на скорость выполнения (например, функция по обработке и передаче большого количества данных в единицу времени).
В этой статье пойдет разговор о практическом использовании языка программирования Python и о том, какими возможностями он обладает. Также будут рассмотрены основные характеристики и сферы применения Python.
Любой, кто всерьез задумывается об изучении языка программирования «Пайтон», поневоле спрашивает себя, какие задачи он сможет решать, освоив эту технологию. В реальности на этот вопрос нельзя ответит быстро, т. к. Python обладает широкими возможностями и используется для решения множества задач.
Три основные области применения «Питона»:
— Big Data и Machine learning (машинное обучение, работа с данными: анализ, визуализация и т. д.);
— скриптинг (написание скриптов автоматизации).
Но давайте обо всем по порядку.
Устройство Python. Преимущества языка
Python — язык высокоуровневого типа, который поддерживает следующие виды программирования:
Основной упор сделан на читаемость кода и повышение скорости работы программиста. Синтаксис ядра «Питона» является минималистичным, а стандартная библиотека обладает широким набором функций.
Архитектурные черты:
— механизм обработки исключений;
— высокоуровневые структуры данных;
— разбиение программ на модули, которые можно объединять в пакеты.
Эталонная реализация — интерпретатор CPython — его поддерживает большая часть активно используемых платформ. Распространение языка осуществляется под свободной лицензией. Существуют реализации интерпретатора для JVM,CLR, LLVM и прочие. Проект PyPy задействует JIT-компиляцию, увеличивающую скорость выполнения программ, написанных на Python.
Тезисно о преимуществах:
— низкий порог вхождения. При адекватных усилиях «Пайтон» поймет даже новичок (подходит в качестве первого языка);
— синтаксис прост, лаконичен, понятен, то есть скорость разработки повышается;
— кроссплатформенность. Программировать можно почти на всех платформах;
— большое и активное профессиональное сообщество, множество доступной технической и обучающей информации;
— мощная поддержка крупных компаний IT-индустрии;
— большое количество дополнительных фреймворков и библиотек, еще больше расширяющих возможности использования языка (для решения той либо иной коммерческой задачи не надо каждый раз изобретать велосипед);
— востребованность Python-специалистов на современном рынке труда;
— широкое применение в разных сферах. Это преимущество является закономерным следствием вышеуказанных плюсов.
Из минусов: Python — язык программирования с динамической типизацией, и пусть скорость написания кода выше, а в силу синтаксиса — писать проще, но по производительности Python все же уступает компилируемым языкам, тому же C++.
После краткого знакомства с языком Python, перейдем к примерам его практического применения.
Web-разработка
Для разработки веба подключают специальные фреймворки, наиболее популярными являются Django и Flask. Благодаря фреймворкам, работа по написанию веб-приложений значительно упрощается. К примеру, фреймворки помогают реализовывать нужные бизнес-процессы, облегчают рефакторинг старых сайтов, упрощают применение Ajax и так далее.
Два слова о Django и Flask:
- Flask. Гибок, прост в эксплуатации, минималистичен;
- Django. «Все включено»: административная панель, ORM, интерфейс базы данных, структура каталогов для готовых проектов и программных приложений.
Кто работает с этими фреймворками, и какой из них лучше выбрать, читайте здесь.
Работа с данными
Машинное обучение сегодня более чем популярно и у всех на слуху. При использовании Machine learning (ML) задействуются методы работы с искусственным интеллектом. Существует много алгоритмов машинного обучения, которые применяются в системах распознавания лиц, голосов, изображений и прочих системах. Всего не перечесть. Если интересуют подробности, основные алгоритмы машинного обучения и примеры использования ML для решения реальных проблем, вам сюда. Также может представлять определенный интерес подборка Open Source-проектов по машинному обучению.
Таким образом, именно Python в силу своих возможностей чаще всего используется в Data Science. С его помощью пишут алгоритмы ML-программ и аналитические приложения. Среди популярных фреймворков и библиотек для ML можно выделить scikit-learn и TensorFlow.
Нельзя отдельно не упомянуть анализ и визуализацию данных, где тоже задействуется Python. Одна из наиболее популярных библиотек для визуализации — Matplotlib.
Также «Питон» подходит для написания парсеров, позволяющих выполнять сбор информации в глобальной сети. А еще с его помощью обслуживают облачные сервисы, хранилища данных и т. п.
Скриптинг
Под скриптингом понимают написание скриптов, позволяющих автоматизировать простые задачи. Это могут быть дополнительные модули, плагины к уже готовому программному обеспечению и т. д.
Широко применяется «Пито н» и при автоматизации тестирования ПО. Таким образом, если вы освоите этот язык, вы сможете развивать свою карьеру по целому ряду IT-направлений:
— дата-инженер, data scientist, специалист по машинному обучению;
— QA-инженер (тестировщик) с уклоном в автоматизацию тестирования.
Где еще используется Python?
Кроме вышеописанных сфер, Python используется и в следующих целях:
— разработка приложений для мобильных устройств. Да, для гаджетов с ОС Android больше нужен Java или Kotlin, для iOS — нужен язык Swift либо Objective-C. Однако на Python могут разрабатывать серверную часть приложений;
— создание десктопных программ для ПК (для разработки графического интерфейса можно воспользоваться, к примеру, библиотекой Tkinter);
— разработка встроенных систем для разных цифровых устройств. Классический пример — Raspberry Pi. Также это могут быть системы управления банкоматами и пр.;
— создание игр. Тут нужно вспомнить несколько серьезных проектов, где задействовался Python: Battlefield 2, World of Tanks. Также с его помощью была создана Civilization IV. Если же создавать игры — это просто личное хобби, обратите внимание на фреймворк PyGame.
Пришло время сделать краткие выводы. Пусть «Пайтон» и не «самый-самый», но один из лучших — это точно, и говорить об этом можно смело. Да и вряд ли кто будет спорить с тем, что такая универсальность и популярность языка означает, что его знания не останутся невостребованными на рынке труда. То есть вы не только без особых проблем найдете новое место, где можно будет применить свои знания, но и сможете получать за это неплохую зарплату. А вот о том, что конкретно стоит знать начинающему разработчику, чтобы успешно претендовать на позицию Junior, читайте в этой статье. Вы узнаете, как начать этот путь, можно ли получить работу с опытом без году неделя, какие необходимые soft skills особенно важны, какие сложные сопутствующие технологии надо знать.
Нужен курс для продвинутых? Хотите получить знания от практикующих экспертов? Переходите по ссылке ниже:
Читайте также: