Python - язык программирования общего назначения, в рейтинге TIOBE он занимает первое место
https://www.tiobe.com/tiobe-index/
Рассмотрим, где по факту можно реально применить Python.
- В качестве языка на бекэнде - широко известны фреймворки Django, Flask, Aiohttp, FastAPI, менее распространены такие фреймворки как CherryPy, Bottle и другие
- Data Science, работа с данными, аналитика
Python располагает отличными библиотеками для работы с данными. Для продвинутого анализа данных подойдут pandas, numpy. Для их визуализации - matplotlib, seaborn. Если требуется обработать параллельно большие объемы данных, и pandas уже не хватает - можно применить прекрасную библиотеку dask, которая умеет работать в том числе в кластерном режиме, распараллеливая нагрузку между воркерами. Если и dask уже не хватает, то имеется обертка для фреймворка параллельных вычислений apache spark - pyspark. С pyspark уже можно строить пайплайны для обработки многих сотен гигабайт данных. Оркестрировать процессы доставки данных поможет Apache Airflow - помимо прочих достоинств, он обладает удобным веб-интерфейсом,
3. Машинное обучение
Примеры популярных библиотек для машинного обучения — Scikit-learn, TensorFlow, PyTorch. С их помощью можно создать модели машинного обучения для классификации, регрессии, кластеризации, прогнозирования, динамического ценообразования и т.д.
4. Автоматизация тестирования приложений
Например, одна из крутых библиотек selenium позволяет имитировать действия пользователя в браузере, чтобы проверить качество работы
5. Управление конфигурацией, развертывание приложений
Ansible решит проблему быстрого развертывания приложения на удаленном сервере. С помощью ansible playbook можно, например, зайти удаленно на сервер (или множество серверов) по ssh, поставить нужные зависимости, создать папки и положить туда файлы, выдать права, заполнить конфиги приложений, настроить запуск сервисов в systemd и многое другое.
Сферы применения языка конечно же не заканчиваются данным списком - все их вряд ли возможно перечислить в одной статье.
Учить Python однозначно стоит, но конечно же не ограничиваться им одним. Как правило продвинутые разработчики имеют опыт работы с несколькими языками, как компилируемыми, так и интерпретируемыми, и могут подобрать подходящий для конкретной задачи.
Много примеров решения задач на Python, разбору его популярных модулей, я размещаю здесь
Также, если язык заинтересовал, в предыдущем посте была подборка отличных бесплатных (или почти бесплатных) ресурсов для изучения Python
