心平的學習歷程 - 中華科技大學數位化學習歷程

Python 是一種直譯式、物件導向、功能強大的高階程式語言，其設計強調程式碼的可讀性以及簡潔的語法，使用空格縮排來劃分程式碼區塊，不像其他常見的程式語言大多使用大括號或關鍵詞。

因此，Python 程式的結構清楚明瞭，比起其他常見的程式語言(例如 C 或 Java 等)，Python 讓開發者能用更少的程式碼達到同樣的結果。

Python的實務應用

Python 最方便也最厲害的就是擁有非常多函式庫(Library)，任何能想到的功能或方法都已有人整合起來，只要善加利用，就能節省大量開發時間，尤其對人力少又需搶時間發展產品的新創來說，這真的超棒！

Python 的實務應用主要有：

資料處理、統計與分析不管在商業領域或科學研究上一直都極重要，以往大多用 Excel 工具來完成這項任務，但隨著硬體設備提升、互聯網發達，取得並儲存海量資料已經不像從前那麼困難又高成本。

而 大數據(Big Data)分析能大幅降低統計誤差，增加準確率，慢慢發展為新趨勢，不過 Excel 能處理的資料量有限，使得 R 和 Python 漸漸興起。

Python 有許多專門處理數據分析的函式庫可以方便運用，再加上與 R 相比，除了統計用途，還多了能建構應用程式、系統或網站的功用，所以更通用許多。

人工智慧

Python 可以很方便處理並分析數據的特性，更進一步發展運用到人工智慧 (Artificial Intelligence，AI)。

AI 涵蓋機器學習(Machine Learning)和深度學習(Deep Learning)，每天都有成千上萬的相關專案在用著數百個 Python 函式庫，例如 TensorFlow、Keras、Torch，以及用於電腦視覺 OpenCV 等。

雖然絕大部分網站開發是用 PHP、Java、JavaScript 等程式語言，可是現在 Python 也越來越多人用，因為強大的函式庫、廣泛的實際應用使 Python 日漸成為 Web 開發的必需。

與 Web 框架有關的函式庫較熱門的有 Django、Weppy、Bottle、Flask 等，其中 Django、Weppy 為較重量級的 Web 框架，Bottle、Flask 則是輕量級

任何產品在發表前都需要經過一道道「測試」，測試的程序通常要花費大量時間，如果用人工測試極度浪費人力成本，所以自動化測試尤其必要。

Python 有許多協助自動化測試的函式庫，例如用來幫助測試網頁前端的 Selenium、以關鍵字驅動為主的自動化測試工具 Robot Framework 等。

Python的優點

Python 是一種解釋型語言，語法簡化而不複雜，強調自然語言，所以讀寫 Python 就像在用英文跟電腦溝通，十分貼近一般人的使用習慣，非常直覺又很容易撰寫。

Python 有上百個函式庫供其他開發者可以輕鬆使用，短短的程式碼就能實現所需功能，因此大幅減少開發初期需耗費的時間與精力。

而這主要是因為背後強大且發展成熟的社群，不但支援與開發大量的函式庫與框架，而且幾乎完全免費，還提供大量文件和教學影片，讓不同級別的學習者與開發者都能輕易增強所需知識。

任何一個程式語言只要缺少開發人員支持，就很難被廣泛使用，甚至面臨絕跡，但 Python 社群非常活躍，沒有這個問題，如果有任何疑問，都可以獲得社群裡各式各樣不同開發人員的即時支持。

Python 的架構非常明確，再加上同樣的一個功能，Python 可以比其他程式語言用更少的程式碼達成，所以相對容易維護許多。

程式碼少，當然出錯的機率就更低！

豐富的函式庫讓 Python 的應用範圍非常廣泛，不僅可用來開發網站、應用程式與系統等，許多雲端服務供應商也以類似函式庫的方式提供跨平台支援工具，真的十分方便。

還有許多特定用途的函式庫，比如應用於機器學習的 scikit-learn、專門處理自然語言的 NLTK (natural language toolkit)等。

Python的缺點

Python 好讀好寫，是解釋型程式語言而非編譯型，很多其他語言(比如 C 或 Java)在編譯時會先做好的處理，Python 在執行的時候才開始做，所以執行速度相對地就比較慢。

不過，同樣地，程式碼也比其他程式語言少好幾倍。

如果你有學過其他程式語言，會發現大多數常見的程式語言是用大括號來區分函式、類別或功能，但 Python 是用 4 個空白鍵縮排來區分，一定要特別注意，若沒有按照這個規則會出現錯誤。

2. Python 入門