Где перспективно и адекватно использовать 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.
Практика показывает, что хотя Python может полноценно справиться с задачей тестирования, использование Java является более прямолинейным и надежным решением.
Но если говорить в общем, то адекватный специалист по тестированию должен одинаково хорошо использовать Python и Java для своей области.
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)
- Django (монолитный синхронный фреймворк)
- Flask (микро синхронный фреймворк)
- Tornado (монолитный асинхронный фреймворк)
- Twisted (монолитный асинхронный фреймворк)
- Aiohttp (микро асинхронных фреймворк)
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.
Что такое Python и где используется язык программирования Питон?
Что такое Python и где используется язык программирования Питон?
Язык программирования Python входит в число самых популярных на рынке IT. Его используют для создания разных продуктов, от коммерческих до научных. Новички часто спрашивают на форумах программистов: что лучше учить: Java или Python? И ответ профи всегда один. Учите оба языка, но начните с Python. Что это за система и почему она так востребована в айти-мире? Давайте выяснять.
Что такое Python?
Это высокоуровневый язык разработки с широким спектром применения. Система ориентирована на упрощение логики кода и повышение производительности девелопера. Язык программирования Питон имеет лаконичный синтаксис, а его библиотека предоставляет большой стек решений.
Порог вхождения в систему настолько низкий, что уже за пару часов новичок может написать несложную программу. Конечно, если подразумевается профессиональное обучение Python в компьютерной школе Hillel .
Чтобы понять, насколько важно овладеть скриптовым языком, давайте посмотрим, где используется Python. Согласно исследованиям StackOverflow, он входит в пятерку самых востребованных.
Где используется язык программирования Python?
На нем пишут плагины и сценарии. С его помощью сисадмины автоматизируют выполнение серверных задач. Язык помогает создавать приложения, сайты, ботов, онлайн-игры. Есть еще много примеров того, что можно писать на Python.
Популярность языка подтверждает список компаний, которые используют его. В перечень входят айти-монстры:
Microsoft (в последнее время особенно активно);
Intel (проводит также исследования сфер применения языка) и другие.
Потому Python-разработчик не останется без работы, особенно в крупных городах. Но так ли безоблачна эта профессия?
Плюсы и минусы профессии программиста Python
Язык широко востребован, но хороших разработчиков, владеющих его технологиями, немного. Так что есть шанс стать золотым специалистом. В Питоне код простой и логичный – мечта перфекциониста. Создание программ занимает немного времени. У новичков редко возникают проблемы с тем, как начать программировать на Python. Его синтаксис легко понять и усвоить. Особенно, если записаться на курсы Python в Киеве .
Система универсальна, применяется в разных направлениях, от бэкенда до десктопных приложений. Практически в каждой крупной компании есть команда, которая разрабатывает на “змеином языке”.
Python для начинающих – лучший старт. Опытному программисту тоже не помешает расширить возможности своего стека технологий.
Но есть у Питона и недостатки.
Низкая скорость выполнения (в сравнении с C/C++, Java и другими статиками).
Сложная отслеживаемость кода в больших проектах (из-за динамической типизации).
Как стать Python-разработчиком?
Это под силу каждому. Упрощает задачу наличие технического образования.
Очевидно, первым делом нужно освоить синтаксис. Обучение Python с нуля проходит без проблем. Но нужно понимать, что только синтаксиса недостаточно. Ведь работодателям нужен результат, а именно жизнеспособное приложение.
Для этого необходимо глубокое обучение на Python, а также четкое понимание алгоритмов, структур данных, принципов ООП наконец.
Как выучить Python с нуля?
Знакомство с технологией подразумевает теоретико-практический подход. Также важно иметь ментора. Все это предлагает компьютерная школа Hillel
За сколько можно выучить Python с нуля? Начальный курс длится 16 занятий. После вы можете перейти на продвинутую программу или начать развиваться в другом айти-направлении.
Python для новичков: сферы применения и возможности
Как устроен Python, чем он хорош, а также кто, как и зачем использует его в работе. Гайд для программистов и интересующихся Python.
Иллюстрация: Wikimedia Commons / Pngwing / Annie для Skillbox Media
Андрей Долгов
Backend-разработчик в VVDEV. Пишет на JavaScript, Python и C#.
Python — это скриптовый язык программирования. Он универсален, поэтому подходит для решения разнообразных задач и для многих платформ: начиная с iOS и Android и заканчивая серверными операционными системами.
Как и где применяется Python
Это интерпретируемый язык, а не компилируемый, как C++ или Java. Программа на Python представляет собой обычный текстовый файл. Код можно писать практически в любом редакторе или использовать специальные IDE:
- PyCharm — мощная среда разработки от JetBrains.
- Spyder — IDE, оптимизированная для работы в Data Science. Идёт в пакете с Anaconda.
- IDLE — стандартный текстовый редактор в составе языка.
- SublimeText — текстовый редактор с множеством плагинов.
- Visual Studio Code — популярный текстовый редактор от Microsoft.
Python можно встретить почти везде: в вебе, мобильных и десктопных приложениях, а также в играх. На нём пишут нейросети, проводят научные исследования и тестируют программы. Поговорим подробнее об основных сферах его применения.
Веб-разработка
Чаще всего Python используют в веб-разработке. Для него написано множество фреймворков: FastAPI, Flask, Tornado, Pyramid, TurboGears, CherryPy и, самый популярный, Django.
Ещё на Python пишут парсеры для сбора информации с веб-страниц. Делают это с помощью таких популярных библиотек:
-
— кросс-платформенная высокопроизводительная библиотека с большим сообществом пользователей. — простая и мощная библиотека для парсинга HTML- и XML-документов. Отличается хорошей документацией. — инструмент для автоматизации и тестирования онлайн-приложений, который позволяет имитировать работу браузера.
Научные исследования и машинное обучение
Благодаря лаконичности, простому синтаксису и богатому набору инструментов Python стал любимым языком учёных. Есть специальные библиотеки для Python, которые позволяют строить графики, проводить исследования и вычисления:
-
— набор инструментов для научных вычислений. — расширение, которое позволяет оперировать матрицами и многомерными массивами. — библиотека для аналитики данных. — библиотека для построения графиков различной сложности.
Также для Python есть множество свободных ML-инструментов:
Тестирование
Ещё одна область применения Python — автоматизация тестирования. Многие специалисты по автоматизации QA выбирают Python из-за его простоты. Он отлично подходит тем, кто имеет небольшой опыт в разработке приложений. Развитое сообщество, логичный синтаксис и удобочитаемость упрощают процесс обучения.
У Python есть простые фреймворки для модульного тестирования:
Десктоп-приложения
Хоть язык не компилируется, с его помощью всё же можно создать десктопные программы. Вот, например, небольшой список популярных приложений, которые написаны на Python:
-
— визуальный редактор на Linux; — центр приложений в ОС Ubuntu (один из дистрибутивов Linux); до шестой версии — менеджер торрент-закачек (позже программу переписали на C++, но сети peer-to-peer всё ещё работают на Python); — программа для создания 3D-графики; — механизм управления конфигурацией, позволяющий развёртывать многоузловое программное обеспечение; — кросс-платформенный инструмент управления распределённым исходным кодом.
Мобильные приложения
Мобильная разработка на Python менее популярна. Для Android чаще используют Java, C#, C++ или Kotlin, а для iOS — Swift или Objective-C. На Python обычно программируют серверную часть приложения. Например, клиент «Инстаграма»* для iOS написан на Objective-C, а сервер — на Python. Тем не менее у Python есть фреймворки для разработки кросс-платформенных мобильных GUI-приложений: Kivy и BeeWare.
Игры
Многие компьютерные игры полностью или частично написаны на Python. Существует заблуждение, что этот язык не подходит для серьёзных проектов, но на самом деле он использовался в разработке таких хитов, как:
- Battlefield 2;
- World of Tanks;
- Civilization IV;
- The Sims 4;
- EVE Online.
Хоть Python позволяет писать пользовательские интерфейсы и работать с графикой, чаще всего на нём пишут скрипты — например, для взаимодействия персонажей, запуска сцен и обработки событий. На Python написан искусственный интеллект AlphaStar для StarCraft 2, способный победить сильнейших профессиональных игроков.
Какие компании используют Python
В основном Python используют стартапы и компании, которые разрабатывают крупные проекты. Вот лишь часть огромного списка его пользователей — крупных организаций:
- Google — использует язык в качестве компонента поискового движка.
- Dropbox — применяет Python для оптимизации серверной части и внешнего интерфейса.
- Spotify — использует Python для аналитики данных.
- «Инстаграм»*, «Фейсбук»* — используют в серверной части.
- BitTorrent — в компании построили на Python сеть peer-to-peer.
- Агентство национальной безопасности США — шифрует и анализирует разведданные.
- Esri — использует Python в качестве инструмента настройки геоинформационных программ.
- Pixar, Industrial Light & Magic — создают на Python анимационные фильмы.
- Intel, Cisco, HP, Seagate, Qualcomm и IBM — тестируют и анализируют рынок с помощью Python.
- NASA, Los Alamos, Fermilab, JPL — применяют язык в научных вычислениях.
Кроме того, Python используют в Positive Technologies, Houdini, Yahoo, Red Hat, Pinterest, Quora, VK и «Яндексе». Короче, Python есть практически в каждой компании.
Преимущества Python
Главное преимущество Python — его простота. Не нужно тратить месяцы на изучение сложного синтаксиса, как в C++, и переживать об утечках памяти. Язык всё сделает за вас.
Другие достоинства Python:
- Это интерпретируемый язык. До запуска программа на Python представляет собой обычный текстовый файл, который можно запустить на любой платформе, где установлен интерпретатор.
- Он отлично подходит новичкам. Python хорошо спроектирован и логичен. Для его изучения даже не нужно знать английский язык. Благодаря его простоте разработка идёт намного быстрее, потому что программист пишет меньше кода.
- У языка мощное сообщество. Сообщество пользователей Python настолько большое, что если вы столкнётесь с непонятной ошибкой, то, скорее всего, быстро найдёте её решение в интернете. Ведь до вас кто-то уже столкнулся с похожей и выложил решение на Stack Overflow.
Недостатки Python
А теперь перейдём к «ложке дёгтя»:
- Программы на Python — среди самых медленных. Приложения для iOS на Swift работают в 8,7 раза быстрее, чем на Python. Реализация PyPy по скорости близка к Java, но в ней есть не все возможности оригинального языка. Python не подходит для задач, требующих большого объёма памяти, — их лучше решать вставками на C или C++.
- Сильная зависимость языка от системных библиотек. Это затрудняет перенос приложений на другие системы. Чтобы решить проблему, придумали Virtualenv, но и у него есть недостатки: избыточность полных методов изоляции, костыли, дублирование системных библиотек.
- Global Interpreter Lock (GIL) не позволяет выполнять несколько потоков одновременно в реализации CPython. Однако GIL можно отключить на какое-то время, как это сделано в пакете NumPy.
- Динамическая типизация. «Вот это да! — скажете вы. — Разве динамическая типизация — это не круто»? С одной стороны — да, но именно из-за неё ошибки отображаются во время выполнения (runtime), а не компиляции (compile time).
Трудоустройство и средняя зарплата Python-разработчика
Популярность Python растёт уже больше восьми лет, язык часто занимает первые места в индексе TIOBE. Параллельно растёт и востребованность Python-разработчиков. Средняя зарплата «питониста» в России — 180 тысяч рублей. Правда, чтобы получать такую зарплату, нужно знать не только сам язык, но и его фреймворки и другие дополнительные технологии.
Нижняя зарплатная планка для начинающих разработчиков находится на уровне 30 тысяч рублей. Программисты со стажем от двух лет могут рассчитывать на зарплату в 100–150 тысяч рублей.
Зачастую на должность стажёра или младшего специалиста можно устроиться только в крупную компанию, а расположены они в больших городах вроде Москвы и Санкт-Петербурга. Из-за этого новичкам сложно найти работу в регионах — остаётся искать заказы на фрилансе.
Заключение
Язык программирования Python с каждым годом становится всё популярнее и востребованнее. Он отлично подходит для многих направлений разработки: от веба до тестирования и анализа данных.
Программы на Python гибкие, легко масштабируются, а для их создания не требуется содержать большую команду разработчиков. У языка простой и понятный синтаксис и мощное сообщество, которое его развивает и популяризирует.
Читайте также:
* Решением суда запрещена «деятельность компании Meta Platforms Inc. по реализации продуктов — социальных сетей Facebook* и Instagram* на территории Российской Федерации по основаниям осуществления экстремистской деятельности».
Сферы применения Python
У Python всегда найдется несколько способов применения, которые заинтересуют даже опытных разработчиков. Что уж говорить о начинающих!
Не нужно быть профессионалом, чтобы начать работу с Python — это его главное достоинство. Синтаксис Python делает код похожим на естественный язык, благодаря чему его легко изучать.
В данной статье будет перечислено все, что можно сделать с помощью Python: от простых приложений, не требующих от разработчика особой подготовки, до продвинутых продуктов, для создания которых нужны знания в других областях, помимо программирования.
Автоматизация
Это самый простой способ применения Python. Не нужно становиться экспертом, чтобы создать простую автоматизацию, которая избавит от выполнения повторяющихся задач.
Достаточно только найти то, что стоит автоматизировать, а затем изучить библиотеки Python, которые помогут выполнить эту задачу.
Что стоит автоматизировать? Да что угодно. Вот лишь несколько сценариев.
- Автоматизация утренних новостей.
- Отправка электронных писем.
- Автоматизация отчетов Excel.
- Сообщения в WhatsApp.
- Tinder.
Вот как я использовал Python для отправки сообщений в WhatsApp.
Написав скрипт для автоматизации задачи, можно запланировать его выполнение на любое удобное время. Забудьте о том, чтобы выполнять скучные задачи вручную!
Если вы еще не определили для себя отправную точку, стоит начать с веб-автоматизации. Существует множество сайтов, которые можно автоматизировать с помощью одной библиотеки Python — Selenium.
Веб-скрейпинг
Веб-скрейпингом называется сбор данных с сайтов. Это навык, которым должны обладать аналитики данных и специалисты по исследованию данных. Но его можно использовать в любой области, где есть потребность в данных.
Веб-скрейпинг — это техника, которая заключается в создании скрейперов (автоматических ботов), извлекающих миллионы точек данных из интернета. Это похоже на копирование данных с сайта и последующую вставку их в электронную таблицу. Однако, если на выполнение такой задачи вручную могут уйти часы, то веб-скрейпер справится за пару минут (или секунд).
В этом 3-минутном видео (на английском языке) показано все, что нужно знать о веб-скрейпинге.
Вот как выглядит этот процесс (все действия выполняются ботом, данные автоматически извлекаются и печатаются в текстовом редакторе Python).
В Python можно скрейпить сайты с помощью таких библиотек, как Beautiful Soup, Selenium и Scrapy.
- Beautiful Soup — простая в освоении библиотека, но у нее много ограничений.
- Selenium — это библиотека для автоматизации веб-процессов, которая может скрейпить сайты на JavaScript, но особой скоростью не отличается.
- Scrapy — надежный фреймворк со множеством функциональных возможностей, который работает быстрее, чем две другие библиотеки.
Анализ данных и наука о данных
Данные — одна из самых ценных элементов интернета. Некоторые даже называют данные “новой нефтью XXI века”.
Даже если это не так, невозможно отрицать то, что в интернете и у крупных организаций хранится огромный объем данных. По прогнозам IBM, в 2020 году глобальный объем данных достиг 35 зеттабайт.
При наличии такого количества данных растет спрос на профессионалов, способных работать с ними и извлекать из них пользу. Именно здесь в игру вступают аналитики и специалисты по исследованию данных.
При анализе данных Python помогает в процессах их очистки и обработки, а также при создании визуализаций. Для этого используются конкретные библиотеки Python — Pandas, Numpy, Matplotlib и Seaborn.
Специалисты в сфере науки о данных обычно используют Python для разработки моделей машинного обучения, которые предсказывают результаты на основе переданных данных.
Информация об использовании Python в науке о данных, изложенная в 5-минутном видео:
Поскольку машинное обучение часто применяется в науке о данных, следует изучить sklearn — базовую библиотеку для машинного обучения на Python. Она является основой для других продвинутых библиотек Python, таких как TensorFlow и Keras.
Вот примеры моделей, которые можно построить с помощью машинного обучения:
- обнаружение фейковых новостей;
- выявление мошенничества с кредитными картами;
- прогнозирование оттока клиентов.
Веб-разработка
С помощью Python можно даже создать собственный сайт!
У Python есть несколько фреймворков, таких как Flask и Django, которые позволяют разрабатывать бэкенд сайта. Конечно, для создания фронтенда все равно придется использовать HTML, CSS и JavaScript. Однако вам не о чем беспокоиться, поскольку HTML — очень простой язык, а использование Bootstrap позволит не создавать код CSS и JavaScript с нуля.
Многие сайты используют Python для разработки бэкенда, например Reddit.
Машинное обучение и искусственный интеллект
Машинное обучение — это направление ИИ, которое позволяет машине автоматически обучаться на основе прошлых данных без явного программирования.
Для этого одного Python недостаточно. Здесь потребуются знания по линейной алгебре, исчислениям и многим другим областям. При этом в Python можно использовать такие высокоуровневые библиотеки, как Numpy, Pandas, PyTorch и TensorFlow, которые возьмут на себя всю математическую работу, связанную с моделью машинного обучения. Ваша задача будет заключаться в том, чтобы понять результаты и принять наилучшее решение, используя аналитические навыки.
Вот наиболее популярные реализации машинного обучения:
- самоуправляемый автомобиль Google;
- системы рекомендаций от Amazon, YouTube и Netflix;
- обнаружение мошенничества.
Конечно, это продвинутые приложения. Чтобы погрузиться в машинное обучение и искусственный интеллект, нужно иметь прочную основу в исчислении, линейной алгебре и знать библиотеки Python, такие как NumPy, Pandas, Matplotlib и PyTorch.
После ознакомления с основами машинного обучения можно изучать более продвинутые библиотеки Python, такие как TensorFlow и Keras.
Как только вы приобретете базовые навыки, перед вами откроются безграничные просторы!
Вы можете использовать эти знания для специализации в более продвинутых темах, таких как обработка естественного языка (NLP), искусственный интеллект (AI) и глубокое обучение (DL), и даже бросить вызов самому себе, решая проблемы беспилотных автомобилей!
Чего не следует делать с Python
В Python есть сотни библиотек, но это не значит, что они являются оптимальным решением для всех задач.
В ряде случаев придется выбрать более удобный, популярный и подходящий для определенной области язык программирования. Убедимся в этом на конкретных примерах.
Разработка игр
В Python есть библиотеки для создания игр, например Pygame. Однако это базовая библиотека для простых разработок вроде “Змейки”, но когда дело доходит до создания надежной игры со множеством функций, Pygame недостаточно.
Если вы серьезно относитесь к разработке игр, освойте такой язык, как C++. Это самый популярный язык для создания игровых движков с должным уровнем графического дизайна, моделей физической среды, звуковых эффектов и игровых ботов, управляемых искусственным интеллектом.
Другие языки, рекомендуемые для разработки игр: C#, JavaScript и Java.
Десктопные приложения
В Python есть библиотеки для создания приложений с графическим интерфейсом пользователя (GUI). Одна из них — Tkinter. Это стандартный графический интерфейс Python, позволяющий создавать приложения, подобные приведенному ниже.
Как и при разработке игр, такие языки, как C++, C# и Java, являются более популярными для создания таких приложений.