使用 Python 可以做什么？

作为最具通用性的编程语言之一，Python 为不同教育与职业背景的所有人所用。无论您是数据科学家、Web 或软件开发者，还是单纯的技术爱好者，Python 都能胜任许多不同的任务。

作为流行的通用编程语言，许多公司都在使用 Python，包括 NASA、Spotify、Google 和 JP Morgan。它的多样性、开源性和简洁性让每个人都能轻松上手。如果您好奇掌握 Python 之后能做些什么，我们在此深入看看一些潜在项目。

掌握用于数据科学的 Python 之后，您能做什么？

1. 构建出色且可定制的数据可视化与仪表板

Python 中相对简单却极其高效的工具之一，就是它的数据可视化与仪表板库。Python 大幅拓展了数据可视化的可能性。诸如 matplotlib、seaborn 和 plotly 等库，让您能够创建稳健、复杂且高度可定制的可视化，使任何演示或图表都格外出彩。此外，掌握 Dash 包后，您将能够构建功能极其丰富的仪表板型 Web 应用，将其部署并与同事分享，而且无需任何费用。

如何开始

• 课程：使用 Seaborn 进行数据可视化入门
• 课程：使用 Matplotlib 进行数据可视化入门
• 课程：在 Python 中使用 Plotly 进行数据可视化入门
• 课程：使用 Dash 和 Plotly 构建仪表板
• 技能路径：使用 Python 进行数据可视化

2. 自动化重复性的数据处理工作流

许多与数据相关的任务，往往是一系列日常或每周重复的步骤。一个很好的例子是供应链预测，分析师每周都会按照一系列数据处理步骤和简单的预测技术来完成预测。

通过结合一定的命令行知识，Python 允许您创建脚本并自动运行与调度。此外，借助函数，您可以将通常对数据执行的复杂数据处理任务封装起来，稍作调整即可满足需求，而无需从零开始重复搭建分析。

如何开始

• 课程：在 Python 中编写函数
• 课程：使用 pandas 进行数据处理
• 课程：面向数据科学家的 Python 软件工程
• 职业路径：Python 程序员

3. 加速财务分析工作流

在金融与金融科技领域，Python 是最广泛使用的工具之一。全球从业者都利用 Python 完成投资组合分析、量化风险管理、信用风险建模、预测等任务。

Python 强大的金融相关包提供了一套工具，可解决上述问题及更多场景。此外，将自动化与金融任务结合，您将能够加速任何财务分析工作流。

如何开始

• 课程：Python 投资组合风险管理入门
• 课程：Python 量化风险管理
• 课程：Python 信用风险建模
• 技能路径：Python 应用金融

4. 用机器学习构建智能应用

Python 的一大杀手级特性是其功能丰富的机器学习生态。scikit-learn 是业界的标准机器学习包，现今大多数数据科学家都在使用。掌握 scikit-learn 和机器学习，能让您构建诸如客户流失预测、电影推荐系统等各类预测模型。

此外，TensorFlow、Keras 和 PyTorch 等深度学习库，是自动驾驶、智能聊天机器人及其他认知应用等令人惊叹的机器学习用例背后的驱动引擎。

如何开始

• 课程：使用 scikit-learn 的机器学习
• 课程：Python 非监督学习
• 课程：Python 深度学习入门
• 课程：在 Python 中使用 Keras 进行图像处理
• 职业路径：Python 机器学习科学家