尽管目前Python并不是做Web开发的首选，但这仍是一个比较热门的方向。

现如今有不少知名网站都是使用Python开发的，比如知乎，豆瓣等等。

Python拥有很多免费数据函数库、免费web网页模板系统、以及与web服务器进行交互的库，可以实现web开发，搭建web框架，比较有名气的Python web框架Django和Flask。

利用Python的框架可以做网站，且都是一些精美的前端界面，但需要掌握一些数据的应用。

无论是简单可自由搭配的微框架还是全功能的大型MVC框架都一应俱全，这在需要敏捷开发的Web项目中十分具有优势的。

加之Python本身的“胶水”特性，很容易实现在需要大规模性能级计算时整合其它语言，同时保留Web开发时的轻便快捷。

目前，国内的Python web开发主要有两个技术栈：

• Django

Django是一个高级的敏捷web开发框架，如果学会了，撸一个网站很快。

当然如果纯粹比撸网站的速度，基于ruby的Ruby on rails显然更快，但是Django有一个优势就是性能优秀，更适合国内网站的应用场景。

如果你想快速开发一个网站，还能兼顾APP客户端的API调用需求，Django是非常不错的选择。

• Flask

相对于Django，Flask则是一个轻量级的web框架。

Flask的最大的优势是性能优越，适合配合手机客户端开发后台API服务，国内基于Flask的Restful API服务这快很火，也是需求最大的。

知名的比如百度、网易、小米、陌陌等等很多公司都有基于Flask的应用部署，如果你想做一个传统的web网站，还是建议使用Django。

Flask的优势是后端、API，不适合构建全功能网站。

使用Python中的Flask搭建一个Web版的Hello world，也只需要几行而已：

from flask import Flask
app = Flask(__name__)
@app.route("/")
def hello():
return "Hello World!"
if __name__ == '__main__':
app.run()

走这个方向可以从数据、组件、安全等多领域进行学习，从底层了解其工作原理并可驾驭任何业内主流的Web框架。

只需要把python基础知识吃透，Django框架和flask框架吃透，再补充一些html知识，然后做一些项目便可以投简历了。

某Python后端开发工程师招聘要求截图：

网络编程是Python学习的另一方向，如果想走 Python 后台方向，对于 Python 网络编程的学习，是很有必要的，这个是面试必问。

有人问过我关于 Python 后台开发相关的，现在三大后台：Java、C++、Go，基本上用 Python 做后台的极少，不太建议走这个方向。

网络编程对所有开发语言都是一样的，Python也不例外。

用Python进行网络编程，就是在Python程序本身这个进程内，连接别的服务器进程的通信端口进行通信。

示例：基于TCP协议的socket通信过程

#TCP服务器编程  
import socket              #导入 socket 模块
import os s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)   #创建一个socket
s.bind(('0.0.0.0',1000))   #绑定地址（host,port）到套接字,在AF_INET下,以元组（host,port）的形式表示地址。
s.listen(5)                #调用listen方法开始监听端口，传入的参数为操作系统可以挂起的最大连接数量，一般设为5sock,addr=s.accept()       #被动接受TCP客户端连接,等待连接的到来
for i in range(10):cmd = sock.recv(1024)  #接收TCP数据，数据以字符串形式返回;'1024'表示每次接收的最大数据量print(cmd)command = cmd.decode()if command.startswith("cd"):        #远程控制不能执行cd命令，需单独处理os.chdir(command[2:].strip())   #切换路径result=os.getcwd()              #显示路径elif command=='exit':               break else:result=os.popen(command).read() #如果接收的命令不是以'cd'开头的，则直接执行命令if result:    sock.send(result.encode())      #如果执行的结果有返回值，则将结果返回给客户端else:sock.send(b'OK!')               #如果执行的结果无返回值，则给客户端发送'OK's.close()                               #关闭连接

#TCP客户端编程--socket
import socket                  #导入socket模块
import oss=socket.socket()              #创建一个socket对象
s.connect(("127.0.0.1",1000))  #主动初始化TCP服务器连接，一般以元组（host,port）的形式表示地址。
for i in range(10):com=input("输入命令：")if com=='exit':            s.send(b'exit')        #发送TCP数据，将输入的命令发送到连接的套接字。breakelse:s.send(com.encode())        d=s.recv(65536)                 #接收TCP数据，数据以字符串形式返回;'65536'为指定要接收的最大数据量。print(d.decode(),'--->',len(d)) #打印从服务端发送回来的数据和长度s.close()                           #关闭连接

网络编程就是如何在程序中实现两台计算机的通信，要知其然并知其所以然。

所以网络部分将从协议、封包、解包等底层进行深入剖析，重点是了解TCP/IP协议的基本概念，IP地址和端口的概念

网络爬虫是Python比较常用的一个场景，在爬虫领域，Python有着比其他语言更独特的优势。

将网络一切数据作为资源，通过自动化程序进行有针对性的数据采集以及处理。

无论是用于模拟HTTP请求的Requests、用于HTML DOM解析的PyQuery/BeautifulSoup、用于自动化分布式爬取任务的Scrapy；

还是用于最简化数据库访问的各种ORM，都使得Python成为数据爬取的首选语言之一。

特别是爬取后的数据分析与计算，是Python最为擅长的领域，非常容易整合。

目前Python比较流行的网络爬虫框架是功能非常强大的scrapy。

想要从事该领域要熟练掌握学习爬虫策略、高性能异步IO、分布式爬虫等，并针对Scrapy框架源码进行深入剖析，从而理解其原理并实现自定义爬虫框架。

职友集数据 仅供参考：

爬虫工程师的薪资为20K起，当然这也看你吃饭的本事。

Python在IT行业的发展，尤其是人工智能这一块最受瞩目。

现在释放出来的几个非常有影响力的AI框架，大多是Python的实现，因为Python足够动态、具有足够性能，这是AI技术所需要的技术特点。

比如基于Python的深度学习库、深度学习方向、机器学习方向、自然语言处理方向的一些网站基本都是通过Python来实现的。

人工智能是现在非常火的一个方向，人才急需，就业前景肯定不用多说了，薪资普遍较高。

拉勾网上，人工智能工程师的招聘起薪普遍在20K-35K，如果是初级工程师，起薪也已经超过了12500元/月。

职友集数据 仅供参考：

不过想要进入这个方向，它的门槛要求是非常高的，这是需要考虑到的一点。

尤其是现在火爆的深度学习，其工具框架大都提供了Python接口。

Python中的scikit-learn，能够很方便地完成几乎所有机器学习模型，从经典数据集下载到构建模型只需要简单的几行代码。

配合Pandas、matplotlib等工具，能很简单地进行调整。

而使用Keras编写一个手写数字识别的深度学习网络仅仅需要数十行代码，即可借助底层实现，方便地调用包括GPU在内的大量资源完成工作。

职友集数据 仅供参考：

利用Python可以更快的提升对数据抓取的精准程度和速度，这对数据分析师来说太赞了！

Python这门语言在大数据上比Java更有效率，大数据虽然难学，但用Python可以更好地和大数据对接。

大数据工程师的薪资至少是20K以上了；

职友集数据 仅供参考：

“大数据”分析中涉及到的分布式计算、数据可视化、数据库操作等，Python中都有成熟的模块可以选择完成其功能。

对于Hadoop-MapReduce和Spark，都可以直接使用Python完成计算逻辑。

对Seaborn这样的可视化库，能够仅仅使用一两行就对数据进行绘图，而利用Pandas和numpy、scipy则可以简单地对大量数据进行筛选、回归等计算。

而后续复杂计算中，对接机器学习相关算法，或者提供Web访问接口，或是实现远程调用接口，都非常简单。

Python在数据分析处理中典型的应用是量化交易；

简单来说就是说借助于强悍的数学模型数据分析来实现利益最大化损失最小化，目前已经有许多很好的框架可以使用。

金融行业方面Python相关模块的学习，比如Numpy\Pandas\Scipy数据分析模块等；

以及常见的金融分析策略如“双均线”、“周规则交易”、“羊驼策略”、“Dual Thrust 交易策略”等。

Python能满足绝大部分自动化运维需求，前端和后端都可以做。

从事该领域，应从设计层面、框架选择、灵活性、扩展性、故障处理、以及如何优化等层面进行学习。

只要是和自动化有关系的，Python都可以发挥出巨大的优势，自动化测试中Python语言的用途很广，用Python测试也可以说是测试人员必备的工具了。

Python自动化测试的起薪一般15K左右，这也是个可以考虑的方向。

职友集数据 仅供参考：

在网络游戏开发中，Python也有很多应用，相比于Lua or C++，Python比Lua有更高阶的抽象能力，可以用更少的代码描述游戏业务逻辑。

Python非常适合编写1万行以上的项目，而且能够很好的把网游项目的规模控制在10万行代码以内。

Python有很好的3D渲染库和游戏开发框架，很多实用Python开发的游戏，比如迪士尼卡通城、黑暗之刃，常用PyGame、PyKyra等和一个PyWeek的比赛。

如果对游戏感兴趣、想要进军游戏行业的同学，Python是个不错的切入口。

某招聘网站游戏开发工程师职位应聘要求：

职友集数据 仅供参考：

Python在图形界面开发上很强大，也可以用于桌面软件开发（如sublime text等），甚至移动端开发（参看kivy）。

著名的UI框架QT有Python语言的实现版本PyQT，Python简单易用的特性加上QT的优雅，可以很轻松的开发界面复杂的桌面程序，并且能轻松实现跨平台特性。

Python简洁方便，各种工具包齐全的环境，能大幅度减少开发者的负担。

多媒体应用

可以用Python里面的PIL、Piddle、ReportLab 等模块对图象、声音、视频、动画等进行处理，还可以用Python生成动态图表和统计分析图表。

另外，还可以利用PyOpenGl模块非常快速有效的编写出三维场景。

曾经为“阿贝斯(Abyss)”、“星际迷航(Star Trek)”、“Indiana Jones”等超级大片制作过特技和动画的工业光魔公司(Industrial Light)就采用Python进行商业动画制作。

而在很早以前，Python就是一种游戏编程的辅助工具，在《星球大战》的制作中扮演了重要的角色，现在，完全可以通过Python写出非常棒的游戏程序。

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】

点击免费领取《CSDN大礼包》：Python入门到进阶资料 & 实战源码 & 兼职接单方法 安全链接免费领取