Python的用途较为广泛，笔者也会经常接触到各种与Python有关的项目，也算是一名忠实的开发者。能够遇到关于Python用途的问题，也很乐意回答。Python这个概念非常大，它的定位是“计算机程序设计语言”，从它的特点来看，是一种“面向对象”的语言，同时也是一门“解释型”语言。计算机的程序设计语言有很多，有最经典的C，有同样面向对象的C++、Java、C#，还有适用于数据计算的R和简便易行的go。Python能够从众多编程语言中脱颖而出也是由其自身固有特点决定的。
首先，Python是一门解释型语言意味着Python是比较容易入门的。Python的语法更接近英语的语法，通过解释器执行basic程序可以让计算机读懂指令。当然，这样对开发者而言，Python的程序代码更好理解，但执行代码需要逐句翻译，所以和C类语言相比也较为占用硬件资源。和MATLAB一样，既然是解释型语言，可以让我们这样不是非常精通计算机语言但需要在工作中处理数据的人来说，Python是做数据分析的一件利器。
强大而丰富的库是Python的一大特点，其次就是对C类语言的粘合性强，这使得Python在数据处理方面能够得心应手。所以笔者首先要介绍的是Python的数据分析与处理功能。
1、数据分析与处理
通常情况下，Python被用来做数据分析。用C设计一些底层的算法进行封装，然后用Python进行调用。因为算法模块较为固定，所以用Python直接进行调用，方便且灵活，可以根据数据分析与统计的需要灵活使用。Python也是一个比较完善的数据分析生态系统，其中matplotlib经常会被用来绘制数据图表，它是一个2D绘图工具，有着良好的跨平台交互特性。日常做描述统计用到的直方图、散点图、条形图等都会用到它，几行代码即可出图。我们日常看到的K线图、月线图也可用matplotlib绘制。如果在证券行业做数据分析，Python是必不可少的。
再如Pandas也是Python在做数据分析时常用的数据分析包，也是很好用的开源工具。Pandas可对较为复杂的二维或三维数组进行计算，同时还可以处理关系型数据库中的数据，和R语言相比，data.frame计算的范围要远远小于Pandas中的DataFrame的范围，这也从另一个侧面说明Python的数据分析功能要强于R。
除以上两点之外，SciPy还可有解决很多科学计算的问题，比如微分方程、矩阵解析、概率分布等数学问题。
2、Web开发应用
Python是Web开发的主流语言，但不能说是最好的语言。同样是解释型语言的JavaScript，在Web开发中应用的已经较为广泛，原因是其有一套成熟的框架。但Python也具有独特的优势。比如Python相比于JS、PHP在语言层面较为完备，而且对于同一个开发需求能够提供多种方案。库的内容丰富，使用方便。Python在Web方面也有自己的框架，如django和flask等。可以说用Python开发的Web项目小而精，支持最新的XML技术，而且数据处理的功能较为强大。
3、人工智能应用
在人工智能的应用方面，笔者认为还是得益于Python强大而丰富的库以及数据分析能力。比如说在神经网络、深度学习方面，Python都能够找到比较成熟的包来加以调用。而且Python是面向对象的动态语言，且适用于科学计算，这就使得Python在人工智能方面备受青睐。虽然人工智能程序不限于Python，但依旧为Python提供了大量的API，这也正是因为Python当中包含着较多的适用于人工智能的模块，比如sklearn模块等等。调用方便、科学计算功能强大依旧是Python在AI领域最强大的竞争力。
