Существует множество областей применения Python, но в некоторых он особенно хорош. Разбираемся, что же можно делать на этом ЯП.

Основные отличия:

• Flask обеспечивает простоту, гибкость и полный контроль над проектом. Он позволяет пользователю самостоятельно решать, как реализовывать те или иные вещи.
• Django – это сервис типа «все включено». Из коробки в нем уже есть админ-панель, интерфейсы баз данных, ORM (объектно-реляционное отображение) и структура каталогов для ваших проектов.

Что выбрать?

• Выбирайте Flask, если хотите получить больше опыта и возможностей для обучения. Или в том случае, если вам нужен максимальный контроль над всеми используемыми компонентами, например, базами данных.
• Выбирайте Django, если вас интересует конечный продукт. Особенно, если вы работаете с простыми приложениями, такими как новостной сайт, магазин, блог, и хотите, чтобы каждая задача решалась одним предельно ясным способом.

Другими словами, Flask – это, возможно, лучший выбор для начинающего разработчика, так как он содержит меньше компонентов. Кроме того, его стоит выбрать, если необходима тонкая настройка проекта.

Flask из-за своей гибкости лучше подходит для создания REST API .

С другой стороны, если стоит задача сделать что-то просто и быстро, вероятно, стоит выбрать Django.

Data Science: машинное обучение, анализ данных и визуализация

Прежде всего, следует разобраться, что такое .

Предположим, что вы хотите разработать программу, которая будет автоматически определять, что изображено на картинке.

Например, предлагая ей это изображение, вы хотите, чтобы программа опознала собаку.

А здесь она должна увидеть стол.

Возможно, вы думаете, что для решения этой задачи можно просто написать код анализа изображения. Например, если на картинке много светло-коричневых пикселей, делаем вывод, что это собака.

Или вы можете научиться определять на изображении края и границы. Тогда картинка с большим количеством прямых границ, вероятно, окажется столом.

Однако это довольно сложный и непродуманный подход. Что делать, если на фотографии изображена белая собака без коричневых пятен? Или если на картинке круглый стол?

Здесь вступает в игру машинное обучение. Обычно оно реализует некоторый , который позволяет автоматически обнаруживать знакомый шаблон среди входных данных.

Вы можете предложить алгоритму машинного обучения, скажем, 1000 изображений собаки и 1000 снимков столов. Он выучит разницу между этими объектами. Затем, когда вы дадите ему новую картинку со столом или собакой, он сможет определить, что именно на ней изображено.

• scikit-learn из коробки имеет несколько встроенных популярных алгоритмов обучения;
• TensorFlow – это более низкоуровневая библиотека. Она позволяет создавать пользовательские алгоритмы.

Новичкам в машинном обучении лучше начать со scikit-learn. Более опытным разработчикам, которые столкнулись с проблемами эффективности, стоит присмотреться к TensorFlow.

Как изучать машинное обучение?

Настоящие аналитики, например, в Google или Microsoft, делают то же самое, только их работа более сложная и комплексная.

Они используют язык запросов SQL, чтобы извлекать данные из баз. Затем для анализа и визуализации применяются специальные инструменты, например, Mathplotlib (для Python) или D3.js (для JavaScript).

Способы применения Python для анализа и визуализации данных

Одна из самых популярных библиотек для визуализации – Mathplotlib .

Новичкам следует начинать обучение с нее по двум причинам:

• низкий порог вхождения;
• освоение Mathplotlib позволит в будущем быстрее разобраться в более сложных библиотеках, основанных на ней, например, seaborn .

Как изучать анализ данных на Python?

С недавних пор некоторые компании начали использовать для создания настольных приложений JavaScript. Например, десктопное приложение Slack было создано с помощью JavaScript-фреймворка Electron .

Преимущество написания настольных приложений на JavaScript заключается в том, что можно повторно использовать код веб-версии.

Python 3 или Python 2

Python 3 – это более современный и популярный выбор.

Пояснение о backend- и frontend-коде

Предположим, вы хотите сделать нечто, напоминающее Инстаграм.

Студенты Skillbox, преподаватель и разработчик рассказывают об особенностях языка и требованиях рынка.

В закладки

Материал подготовлен при поддержке

В серии публикаций студенты образовательной онлайн-платформы рассказывают о том, что подтолкнуло их к освоению новой специальности, преподаватели защищают методики, а эксперты объясняют, зачем такие специалисты вообще нужны.

Это высокоуровневый язык программирования общего назначения. Синтаксис языка минималистичен: это нужно, чтобы увеличить производительность разработчика и читаемость кода.

Python - один из самых популярных и адаптивных языков, который очень быстро развивается. Разработчики на Python всегда востребованы на рынке.

Никита Соболев - разработчик, основатель студии Wemake.services

Если владеешь любым другим языком программирования, то научиться Python будет очень просто. Это моя история - я программировал на Java, но мне внезапно понадобилось изучить Python. Проблем не было: язык простой, входной порог низкий.

У меня были собственные проекты на Java, но Python мне понравился больше. В частности, с этим языком я успеваю написать больше кода. Производительность программиста, который работает на Python, в разы выше. Поэтому наша команда полностью перешла на этот язык.

Спустя год работы с Python можно стать намного эффективнее. Для сравнения - я три года мучаюсь с языками Erlang и Elixir и всё равно многого не знаю, потому что у них есть своя специфика. С Python меньше трудностей.

Программисты со знанием Python очень сильно востребованы. Если указать в своем профиле на Github проекты с Python, у которых есть хотя бы 10–15 звездочек, то автоматически попадаешь в алгоритмы HR-специалистов, которые начинают заваливать письмами каждые два дня: сиди, выбирай и соглашайся на всё, что нравится.

Никита Соболев

Разработчик и основатель студии Wemake.services

Компаниям нужно много людей, но их просто нет в таком количестве. На рынке есть несколько подразделов Python-разработки, которые сейчас наиболее популярны - работодатели берут даже новичков. Первый - Data Science. Это направление практически полностью основано на Python. Специалистам нужна хорошая математическая подготовка и базовые знания языка.

Второй подраздел - это Scrapping. Разработчики пишут «пауков», которые ходят и собирают информацию на сайтах и используют для тех или иных целей полученные сведения. Таким специалистам нужны базовые знания программирования на Python.

Через эти два вида деятельности легко войти в сферу программирования на Python: учишь базовые понятия, находишь работу, начинаешь получать реальные деньги, подтягиваешь уровень и постепенно становишься серьезным специалистом.

Однако, естественно, есть веб-разработка, в которую достаточно сложно войти, обладая только начальными знаниями. В этой сфере установлены самые высокие требования. Но заняться веб-разработкой на Python, обладая базовыми навыками, тоже реально. Есть два варианта входа - это опенсорс и фриланс.

По моим субъективным оценкам, большая часть вакансий по-прежнему предусмотрена для программистов на Java и JavaScript. Но Python входит в тройку лидеров. Перед Python-программистом открывается много перспектив, потому что платформа достаточно разнообразная и используется для разных технологий. Карьерный рост тоже быстрый - из-за простоты языка.

Но несмотря на востребованность Python-разработчиков, серьезных специалистов достаточно мало, и их тяжело найти. Они все скрыты, потому что компании их охраняют, берегут и молятся на них: найти замену такому специалисту крайне тяжело.

Вадим Шандринов - преподаватель курса

Я программирую 30 лет. Впервые начал в восьмом классе, продолжил в институте. Именно Python-разработкой я занимаюсь с 2000 года.

Плюс этого языка программирования в том, что у него низкий порог входа для обучения. Чтобы написать примитивный небольшой код, хватит нескольких дней. Но на изучение более тонких вещей - библиотек, принципов и подходов - предстоит потратить гораздо больше времени.

Python - открытый язык, есть исходники. Программист может посмотреть, что и как делают другие разработчики. Так как язык старый, то для него написано много библиотек - на все случаи жизни.

Сейчас, как мне кажется, Python стал чересчур популярен - его начали использовать многие организации: NASA, Google, Dropbox, Instagram и другие. Подобная ситуация была с Java, который сейчас используют большие компании. Например, вся Android-разработка проходит на этом языке.

Я изучаю вакансии, которые публикуются на hh.ru: ежедневно соискателям доступно около 200 различных предложений. Рынок очень большой, специалисты сильно востребованы. Но есть провал - компаниям, как правило, нужен программист с уровнем Middle или Senior. Практически во всех вакансиях указывается опыт работы от двух–трех лет. Очень редко требуются Junior-программисты - позволить себе нанимать молодых специалистов обычно могут только большие компании вроде «Яндекса».

Поэтому Junior-программисты мучаются с поиском работы - они знают язык, у них есть проекты, но не могут трудоустроиться, несмотря на востребованность.

Я думаю, что наш курс поможет устранить этот разрыв: мы готовим специалистов со знанием не просто языка, но и того, какие есть библиотеки и фреймворки. Также собираемся организовать стажировки: приглашаем компании стать партнёрами, чтобы потом брать к себе на практику лучших.

Особенность курса в том, что обучение начинается с самых основ. Мы включили много элементов геймификации - некоторые моменты я объясняю, что называется, на пальцах. Например, с помощью мультфильмов или инсценировок.

В курсе большая визуальная составляющая - с помощью кода выводятся падающие снежинки, космические корабли и другие элементы. Это гораздо интереснее, чем просто строки в консоли.

Мы погружаем студентов в профессиональную среду с помощью использования системы контроля версий. У всех программистов это основной инструмент работы. Я взаимодействую со студентами через Git (распределённая система управления версиями): они пишут код, коммитят его, загружают на сервер, а я проверяю и оставляю комментарии.

Коммит - это комментарий разработчика, в котором описаны изменения, произошедшие в коде.

Можно сказать, что мы эмулируем профессиональную жизнь программиста. Это нужно, потому что компании при приеме на работу спрашивают не про знания систем контроля версий, а про опыт работы с ними.

Курс разбит на две части. Первая посвящена самому Python, навыкам программированиям на нем. После прохождения первой части студент понимает, подходит ему это или нет. Вторая часть курса - веб-разработка с использованием фреймворка Django. После окончания обучения студент может себя позиционировать как крепкого Junior-программиста.

Игорь, 25 лет - студент с небольшим опытом программирования на C++

Я работаю преподавателем в клубах робототехники - рассказываю детям про электронику и программирование. У меня есть высшее техническое образование, но его качество я могу назвать «никаким». Также я обладаю базовыми навыками программирования на C++.

Я регулярно читаю журналы - «Популярную механику», «Машины и механизмы» и РБК. В этих изданиях говорится о развитии ИТ-индустрии, о машинном обучении, интернете вещей, блокчейне, квантовых компьютерах и других. В этих областях часто встречается использование Python: он популярен, а область его применения широка. Можно сказать, что язык поможет залезть в большое количество разных сфер.

Мне захотелось более плотно заняться программированием, и я решил попробовать изучить Python. Искал курсы в интернете, пересмотрел разные варианты и остановился на Skillbox.

После каждого модуля есть домашнее задание - без его выполнения не получится перейти к следующей теме. Задания бывают разные. Например, один раз надо было запрограммировать текстовый симулятор жизни, в котором есть человек и коты - надо было понять, сколько животных он смог бы прокормить.

Работы преподаватели проверяют с профессиональной точки зрения, как в реальной компании: код должен не просто работать, но и быть чистым. Сначала кажется, что преподаватель придирается к мелочам, но на самом деле он досконально изучает код - это хорошо.

Игорь Сенский

Если есть какие-то вопросы и проблемные моменты, то задания отправляются на доработку. У меня получилось сдать с первого раза только начальную домашнюю работу. В конце обучения должен быть выпускной проект.

Курс дает базовые знания - он на это и рассчитан, исходя из его содержания и цены. Для людей, у которых нет навыков программирования, он, наверное, подойдет, но в какой-то момент может показаться сложным. В начале даются базовые понятия, с которыми всё просто, но для более сложных нужен определенный склад ума и опыт.

Моя основная цель - проверить, насколько мне подходит подобный формат обучения, так как я впервые в жизни записался на онлайн-курс. Если всё будет хорошо, то планирую потом найти уроки по Python-разработке с более глубоким погружением.

На мой взгляд, базовые знания, которые даёт курс, равняются опыту Junior-разработчика. Значит, можно устроиться на стажировку в ту или иную компанию.

Александра, 29 лет - студентка с опытом программирования на C++

Я занимаюсь программированием пять лет. Один из языков, который я знаю - C++. Но моя работа связана с наукой, и написание кода не стоит на первом месте в списке моих обязанностей.

В какой-то момент я заметила, что растеряла навыки программирования, так как последние годы уделяла ему очень мало времени. Решив, что забыла, как писать код, я решила поучиться чему-то новому.

Я уже долгое время была подписана на Skillbox и увидела информацию о курсе по Python-разработке. Раньше я никогда не работала с этим языком и не интересовалась им, хоть и знала о его существовании. Зря: оказалось, что это клевый и интересный язык программирования.

Александра Олейникова

Студентка

Я только недавно записалась на курс и нахожусь на начальном этапе обучения. Нам даются видеоуроки, но если есть вопросы, можно написать преподавателю. После каждой темы предусмотрены домашние задания - их преподаватель проверяет вручную и затем говорит, что исправить. Когда результат его удовлетворяет, можно перейти к следующему уроку.

В начале задания казались мне скучными, потому что курс начинается с самых основ и ориентирован на людей, которые ничего не знают о программировании. Первые домашние работы очень простые – нужно вывести какие-то значения или что-то посчитать. Но с каждым уроком задания усложняются и появляются такие, в которых можно проявить фантазию.

Мне кажется, что студентам без знаний программирования легко освоить такие темы, как переменные, циклы и условия. Но может стать тяжело, когда начнётся объектно-ориентированное программирование.

Но преподаватели заинтересованы в том, чтобы студенты всё понимали. На уроках иногда даже показывают мультфильмы, чтобы объяснять сложные моменты. Мне это, конечно, кажется смешным, но если студентам непонятно и тяжело, то такой подход может помочь.

У меня пока нет планов на использование Python на практике, потому что я не собираюсь уходить со своей работы. Я рассматривала этот курс в качестве встряски для мозга, чтобы вспомнить программирование: какой бы язык ни был, основы одинаковые, и есть, что вспомнить. Но, конечно, не хотелось бы закончить курс и совсем забыть про Python: это правда крутой язык.

Python - второй по популярности язык программирования в мире. Практический 4-х месячный курс программирования на Python с индивидуальным наставником подойдёт тем, кто хочет научиться основам программирования на универсальном, понятном и лаконичном языке.

• Более 80 видеоуроков в 16 модулях.
• Проверка каждого домашнего задания преподавателем.
• Сертификат о прохождении курса.

3 ответов

Python - динамический, строго типизированный, объектно-ориентированный многоуровневый язык программирования, предназначенный для быстрого (изучения, использования и понимания) и обеспечения четкого и единообразного синтаксиса.

• Питон динамически напечатан: это означает, что вы не объявляете тип (например, "целое число") для имени переменной, а затем присваиваете что-то из этого типа (и только тот тип). Вместо этого у вас есть имена переменных, и вы привязываете их к объектам, тип которых остается с самой сущностью. a = 5 делает имя переменной a ссылкой на целое число 5. Позже a = "hello" делает имя переменной a ссылкой на строку, содержащую "привет". Статические типизированные языки могли бы объявить int a , а затем a = 5 , но назначение a = "hello" было бы ошибкой времени компиляции. С одной стороны, это делает все более непредсказуемым (вы не знаете, к чему относится a). С другой стороны, очень легко добиться некоторых результатов, которые статические типизированные языки очень затрудняют.
• Питон строго типизирован . Это означает, что если a = "5" (строка, значение которой равна "5"), останется строкой и никогда не будет принуждаться к числу, если это требует контекст. Каждое преобразование типов в python должно выполняться явно. Это отличается от, например, Perl или Javascript, где у вас слабый ввод текста, и можете писать такие вещи, как "hello" + 5 , чтобы получить "hello5" .
• Python ориентирован на объекты , с наследованием на основе классов. Все это объект (включая классы, функции, модули и т.д.) В том смысле, что их можно передавать как аргументы, иметь методы и атрибуты и т.д.
• Python многоцелевой : он не специализируется на конкретной цели пользователей (например, R для статистики или PHP для веб-программирования). Он расширен через модули и библиотеки, которые очень легко подключаются к языку программирования C.
• Python обеспечивает правильный отступ кода, делая отступ в синтаксисе. В Python нет контрольных фигурных скобок. Блоки кода идентифицируются уровнем отступов. Несмотря на то, что многие программисты не привыкли к этому, это очень ценно, поскольку он дает очень однородный стиль и дает код, который визуально приятен для чтения.
• Код компилируется в байтовый код , а затем выполняется на виртуальной машине. Это означает, что предварительно скомпилированный код переносится между платформами.

Python может использоваться для любой задачи программирования, от программирования GUI до веб-программирования со всем остальным между ними. Это довольно эффективно, так как большая часть его активности выполняется на уровне C. Python - это всего лишь слой поверх C. Есть библиотеки для всего, о чем вы можете думать: игровое программирование и OpenGL, интерфейсы GUI, веб-фреймворки, семантические сети, научные вычисления...

Python предлагает шаг в мир программирования. Несмотря на то, что язык программирования Python существует уже 25 лет, он все еще растет в популярности. Некоторые из самых больших преимуществ Python:

• Легко читается и легко учится
• Очень продуктивные или небольшие, а также крупные проекты
• Большие библиотеки для многих вещей

Что такое язык программирования Python, используемый для?

Как язык программирования общего назначения, Python может использоваться для нескольких вещей. Python можно легко использовать для небольших, крупных, онлайн и оффлайн проектов. Лучшие варианты использования Python - это веб-разработка, простой скриптинг и анализ данных. Ниже приведены несколько примеров того, что Python позволит вам сделать:

Веб-разработка:

Вы можете использовать Python для создания веб-приложений на многих уровнях сложности. Есть много отличных веб-фреймворков Python, включая Pyramid, Django и Flask, чтобы назвать несколько.

Анализ данных:

Python является ведущим языком выбора для многих ученых-исследователей. Python стал популярным в этой области благодаря своим превосходным библиотекам, в том числе; NumPy и Pandas и его великолепные библиотеки для визуализации данных, такие как Matplotlib и Seaborn.

Машинное обучение:

Что делать, если вы могли бы спрогнозировать удовлетворенность клиентов или проанализировать, какие факторы повлияют на цену домашних хозяйств или предсказать акции в течение следующих нескольких дней, исходя из данных предыдущих лет? Существует множество замечательных библиотек, реализующих алгоритмы машинного обучения, такие как Scikit-Learn, NLTK и TensorFlow.

Компьютерное зрение:

Вы можете делать много интересных вещей, таких как обнаружение лиц, определение цвета при использовании Opencv и Python.

Интернет о вещах с малиной Pi:

Малина Pi - очень маленький и доступный компьютер, который был разработан для обучения и приобрел огромную популярность среди любителей с самодельными аппаратными средствами и автоматизацией. Вы даже можете построить робота и автоматизировать весь свой дом. Малина Pi может использоваться в качестве мозга для вашего робота, чтобы выполнять различные действия и/или реагировать на окружающую среду. Кодирование на малине Pi может быть выполнено с использованием Python. Возможности бесконечны!

Разработка игр:

Создайте видеоигру с помощью модуля Pygame. В принципе, вы используете Python для написания логики игры. Приложения PyGame могут работать на устройствах Android.

Веб-скребок:

Если вам нужно захватить данные с веб-сайта, но на сайте нет API для публикации данных, используйте Python для очистки данных.

Написание скриптов:

Если вы делаете что-то вручную и хотите автоматизировать повторяющиеся вещи, такие как электронные письма, это не сложно автоматизировать, как только вы знаете основы этого языка.

Автоматизация браузера:

Выполните некоторые аккуратные вещи, такие как открытие браузера и публикация статуса Facebook, вы можете сделать это с помощью Selenium с Python.

Разработка графического интерфейса:

Создайте графическое приложение (настольное приложение), используя модули Python Tkinter, PyQt для поддержки.

Быстрое прототипирование:

У Python есть библиотеки практически для всех. Используйте его для быстрого создания (более низкого, часто менее мощного) прототипа. Python также отлично подходит для проверки идей или продуктов для известных компаний и начинающих.

Python может использоваться во множестве различных проектов. Если вы программист, ищущий новый язык, вы хотите, чтобы он стал популярным. Будучи новичком в программировании, Python - идеальный выбор для обучения быстро и легко.

С некоторого времени в голове крутилась мысль о том, а не написать ли мне небольшую заметку на тему почему язык программирования Python стоит изучать, и более того, создавать на нём программные проекты.

Некоторые из вас знают, что совсем недавно я посетил крупнейшее событие в сообществе Python программистов - . Полностью все расходы были покрыты мною самостоятельно без привлечения спонсоров и работодателей. Пожалуй, чтобы посетить такое мероприятие, нужно иметь некоторую эмоциональную привязанность к предмету, и это правда.

Что такое Python?

Python это язык программирования общего назначения, нацеленный в первую очередь на повышение продуктивности самого программиста, нежели кода, который он пишет. Говоря простым человеческим языком, на Python можно написать практически что угодно (веб-/настольные приложения, игры, скрипты по автоматизации, комплексные системы расчёта, системы управления жизнеобеспечением и многое многое другое) без ощутимых проблем. Более того, порог вхождения низкий, а код во многом лаконичный и понятный даже тому, кто никогда на нём не писал. За счёт простоты кода, дальнейшее сопровождение программ, написанных на Python, становится легче и приятнее по сравнению с Java или C++. А с точки зрения бизнеса это влечёт за собой сокращение расходов и увеличение производительности труда сотрудников.

Для демонстрации лаконичности рассмотрим код на Python и Java, который открывает файл и сохраняет его содержимое в переменную:

File = open("file.txt") content = file.read()

Import java.io.IOException; import java.nio.file.Files; import java.nio.file.Paths; public static void main(String args) throws IOException { String content = new String(Files.readAllBytes(Paths.get("file.txt"))); }

Код на Java использует обновлённый интерфейс для работы с системой ввода-вывода. Старый способ выглядел бы ещё ужаснее:)

Кто использует Python?

Грош цена даже самому продвинутому языку программирования, если до него никому нет дела. Одним из составляющих успеха любой технологии является сообщество, созданное вокруг неё. Именно оно предопределяет будущий вектор развития путём совместных усилий. Сообщество вокруг Python одно из самых сильных в мире IT. Это сложный хорошо организованный и постоянно развивающийся организм. Помимо сотни тысяч индивидуальных разработчиков и небольших софтверных компаний, Python поддерживают такие гиганты IT как:

И многие многие другие. Впечатляет, не правда ли? Что же касается крупных и популярных проектов, написанных на Python то это такие монстры как:

• YouTube (большая часть кодовой базы полностью на Python)
• Первая версия поискового паука Google была написана на Python, а позже, из-за чрезвычайно высокой нагрузки и требований к скорости, была переписана на C++.
• Десктопный клиент Dropbox
• Reddit
• Instagram (500M юзеров на Python)
• Bitbucket (Python 2.7 и Django 1.7.11)
• EVE Online MMOPG
• Quora
• Spotify
• Критические сервисы PayPal, обрабатывающие до 2 миллиардов запросов в сутки. Подробнее можно узнать в подкасте от TalkPython, выпуск #54
• Сервисы Mozilla
• Популярный сервис идей Pinterest
• Сервис комментариев Disqus (использую в этом блоге, сервис реализован на Django)
• Внутренние сервисы Facebook (см. постер в моей )
• Система контроля версий Mercurial (до некоторых пор разработчики Python использовали её в своей работе)
• Сервисы Wargaming

и я уверен ещё множество других интересных и популярных приложений, которые я забыл здесь перечислить (велком в комментарии).

О чём это может говорить? О многом. А самое главное о том, что крупные корпорации не боятся строить свой бизнес вокруг Python , они уверены в том, что технология будет жить, а следовательно проблем с поиском специалистов ждать не стоит. Более того, разнообразие приложений также радует, что свидетельствует о широком круге задач, которые Python решает мастерски.

В заметке про книгу " ", я писал о том, что она была взята за основу в качестве учебного материала для вводного курса по программированию в MIT , компьютерным языком на тот момент выступал диалект Lisp - Scheme. Времена меняются, сейчас в качестве цифрового lingua franca лидирует что...? Правильно, Python. Именно его используют в качестве надёжного инструмента в столь удивительном ремесле.

Недостатки Python

У читателя незнакомого с Python может сложиться впечатление, что он панацея от всех бед, серебряная пуля и лекарство от рака. Но не всё так радужно и прекрасно. Как и у всего, у Python есть ряд своих недостатков, которые порой могут быть критическими и влиять на выбор не в пользу змеи.

Скорость

Одним из главных недостатков является его относительно низкая скорость выполнения. Python является языком с полной динамической типизацией, автоматическим управлением памятью. Если на первый взгляд это может казаться преимуществом, то при разработке программ с повышенным требованием к эффективности, Python может значительно проигрывать по скорости своим статическим братьям (C/C++, Java, Go). Что касается динамических собратьев (PHP, Ruby, JavaScript), то здесь дела обстоят намного лучше, Python в большинстве случаев выполняет код быстрее за счет предварительной компиляции в байт-код и значительной части стандартной библиотеки, написанной на Си. На конференциях мне довелось пообщаться с ребятами из крупных компаний вроде Wargaming, у многих из них наблюдается тренд перехода в сторону статики, и чаще всего это Go, Rust.

Интересный доклад про скорость и оптимизацию CPython (родная реализация языка на Си) был прочитан на PiterPy 2015 в Санкт-Петербурге:

Динамическая типизация

Для начинающих программистов, язык программирования с динамической типизацией на первый взгляд (и на второй и даже на третий) может казаться отдушиной, райским наслаждением, особенно для тех, кто ранее имел дело со "статикой". Но есть и обратная сторона луны. С ростом кодовой базы (а это часто неизбежный процесс в успешных проектах), следить за типом передаваемых друг другу данных бывает очень сложно (а при отсутствии внятных доков и тестов практически невозможно), отсюда появляются проблемы, когда, например, у None пытаются вызвать метод или обратиться к атрибуту в процессе выполнения кода. Для решения такого рода проблем динамические языки обрастают всевозможными костылями, свистелками и перделками в виде type annotations , проектов mypy по статическому анализу кода и так далее. Это же в свою очередь накладывает негативный оттенок на эстетическую сторону кода.

В связи с ограничениями языка, появляются альтернативные реализации интерпретаторов: PyPy, Pyston, Jython, Cython и многие другие. Сейчас тренд хорошо заметен именно в эту сторону, например Pyston разрабатывается в стенах т.н. Мекки Python программистов - компании Dropbox:)

Заключение

Несмотря на ряд проблем исторически присущих Python, он продолжает оставаться лидирующим инструментом в ряде ниш:

• Разработка веб-приложений (тут у нас бесусловный лидер в виде Django).
• Анализ данных и машинное обучение (пакеты scipy, scikit-learn, pandas, numpy признанные мировым ученым сообществом).
• Введение в программирование (pygame, turtle хорошо помогают мотивировать детей начинать кодить).
• Быстрое прототипирование идей в бизнесе за счёт обилия готовых библиотек, низкого порога вхождения в язык и высокой продуктивности программистов, пишущих на Python.
• Написание скриптов (сценариев) для автоматизации задач. Python по-умолчанию поставляется со всеми дистрибутивами unix-like систем и является отличной заменой Bash во всех смыслах.

Наверняка я ещё что-то забыл. В общем, Python рулит!

Ссылки

• Отличный доклад про GIL (Global Interpreter Lock). GIL один из серьёзных "затыков" в Python на пути к параллельному программированию.
• Доклад Гвидо ван Россума про type annotations на прошлогоднем PyCon US.
• Raymond Hettinger на прошлогоднем PyCon прочитал отличный доклад на тему pythonic подхода к написанию кода, показав как трансформировать Java-like в Python-like код. Безусловный must watch .
• Пост в техническом блоге Instagram о том как они справляются с нагрузками, используя Python и Django.
• 10 Myths of Enterprise Python в блоге PayPal.

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)

Питон входит в тройку языков (Python, PHP, Ruby), которые обладают развитыми экосистемами быстрой разработки веб-проектов адекватного качества. Ключевыми платформами тут являются:

• Django (монолитный синхронный фреймворк)
• Flask (микро синхронный фреймворк)
• Tornado (монолитный асинхронный фреймворк)
• Twisted (монолитный асинхронный фреймворк)
• Aiohttp (микро асинхронных фреймворк)

В настоящий момент большую часть рынка занимает фреймворк Django, но с приходом идей микросервисов постепенно обороты стал набирать Flask. Что касается асинхронности, то тут все сложно, так как Tornado и Twisted признаны устаревшими (хотя на них работают многие компании, тот же Тиньков), а aiohttp весьма сырой, и его использование ставится под большим вопросом.

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.