Python作為一種編程語言，是許多領域的首選語言，其火爆程度自不必說。那這么受歡迎的Python到底可以用來做什么呢？
不負責任地說，Python 可以做任何事情：自動化運維、Web 程序開發、桌面程序開發、科學計算、圖像處理，甚至可以助你脫單（有程序員小哥用Python制作送給女票的生日禮物）。
Python能做的事情太多了，我們來好好的捋一捋
一、Python適用於哪些應用場景？
這個沒有固定答案，很多人都說Python不適合開發GUI的程序，但Python自己的IDE——IDEL和第三方的IDE——Eric就是Python寫的。
也有一個情況用的比較多，用Python當膠水，與各種語言結合，共同完成某軟件功能，注意觀察也許你會發現在安裝一些軟件的時候會有Python的身影。
另外大數據分析Python也是比較適合的，從載入到分析，再到保存結果等，Python有一整套的模塊應對。
二、Python能夠勝任大數據嗎？
Python很適合做大數據相關的分析，內置的C編譯的模塊能應對常見的操作，個別極端的算法建議用C重寫相關模塊。
Python本身的特點更多的是高效率的開發和簡單的維護，速度交給C，更多的問題其實出自寫代碼的人沒有更好的使用，而不是效率不夠高。比如排序，本來Python有非常高效的內置C編譯的模塊，卻非要自己寫算法，這樣的結果不慢都是奇怪的。
另外還要看需求是CPU密集型，還是IO密集型，如果是CPU密集型建議這部分操作由C實現，IO密集型的效率不會因為Python而有多少改變。
C的效率是高，但框架搭起來也費勁，所以還是結合着來吧。
三、Python是否可以完全代替Shell？
完全可以，Shell的功能Python均可實現，而且代碼量更少、結構更優、可閱讀性更好，而Python可實現的功能Shell卻不一定能，如運維中會用到的用於網絡通信的Socket模塊、用於WEB的Django框架、用於性能采集的psutil模塊等，而且Shell對操作系統的命令依賴性較強，Python可在更大程度上規避。
再說下Python的效率問題，Python支持多進程、多線程以及協程（比線程更小一級），程序並發度是在Shell之上的。Python的核心模塊基本都是用C實現的，因此效率更高。如有必要也可能將需要用Python實現的Python模塊用C重寫以提高效率，當然也可以直接用C Python，一個直接完全用C實現的Python解釋器。
四、Python是否可以訪問常見的數據庫？
可以，Python可以訪問常見的各種數據庫，如Oracle、MySQL、Vertica、SQLServer等，加載相應的模塊即可，模塊列表如下：
-
Oracle：cx_Oracle
-
MySQL：MySQLdb
五、Python開發是面向過程、函數還是對象？
Python雖然是解釋型語言，但從設計之初就已經是一門面向對象的語言，對於Python來說一切皆為對象。正因為如此，在Python中創建一個類和對象是很容易的，當然如果習慣面向過程或者函數的寫法也是可以的，Python並不做硬性的限制。
Python的面向對象特征如下：
1.封裝
面向對象程序設計中的術語對象（Object）基本上可以看做數據（特性）以及由一系列可以存取、操作這些數據的方法所組成的集合。傳統意義上的“程序= 數據結構+算法”被封裝”掩蓋“並簡化為“程序=對象+消息”。對象是類的實例，類的抽象則需要經過封裝。封裝可以讓調用者不用關心對象是如何構建的而直接進行使用。
2.繼承
類繼承：
繼承給人的直接感覺是這是一種復用代碼的行為。繼承可以理解為它是以普通的類為基礎建立專門的類對象，子類和它繼承的父類是IS-A的關系。
多重繼承：
不同於C#，Python是支持多重類繼承的（C#可繼承自多個Interface，但最多繼承自一個類）。多重繼承機制有時很好用，但是它容易讓事情變得復雜。
3.多態
多態意味着可以對不同的對象使用同樣的操作，但它們可能會以多種形態呈現出結果。在Python中，任何不知道對象到底是什么類型，但又需要對象做點什么的時候，都會用到多態。方法是多態的，運算符也是多態的。
六、如何快速掌握Python？
閱讀官方文檔即可滿足日常需求，官方文檔有中文翻譯（http://www.pythondoc.com/），更加方便學習。
但這些都是基礎的語法和常見的模塊，Python學習重要的是模塊，快速、高效的開發依賴的是模塊的應用，站在前人的肩膀會省時省力的多。
但學習Python其實最重要的是學習模塊，而非語法本身，Python的語法十分簡單，只要大學學過C或者數據結構課程，甚至完全沒學過的人也是可以輕松掌握的。掌握了語法已經可以實現Shell的功能，但要想提高模塊的學習必不可少，如運維人員經常用的有：
-
psutil：獲取性能信息
-
socket：基本網絡通信
-
IPy：IP地址相關處理
-
dnsptyhon：域名相關處理
-
difflib：文件比較
-
pexpect：屏幕信息獲取，常用於自動化
-
paramiko：SSH客戶端
-
XlsxWriter：Excel相關處理
七、Python是否有專用的IDE工具？
有，IDEL用Python實現的Python的IDE工具。
PyCharm：
PyCharm是JetBrains開發的Python IDE。PyCharm用於一般IDE具備的功能，比如，調試、語法高亮、Project管理、代碼跳轉、智能提示、自動完成、單元測試、版本控制……另外，PyCharm還提供了一些很好的功能用於Django開發，同時支持Google App Engine，更酷的是，PyCharm支持IronPython！
Wing IDE：
Wingware的Python IDE兼容Python 2.x和3.x，可以結合Django，matplotlib，Zope， Plone，App Engine，PyQt，PySide，wxPython，PyGTK，Tkinter，mod_wsgi，pygame，Maya，MotionBuilder，NUKE，Blender和其他Python框架使用。
其他的還有：Eclipse withPyDev、Sublime Text、Komodo Edit、PyScripter、The Eric Python IDE、Interactive Editor for Python
八、運用Python實現系統自動化監控有哪些常用方法？
准確的說應該是有哪些模塊，監控肯定要有psutil來監控性能，還會用到通信的Socket，登陸的Paramiko、telnetlib，ftp的ftplib。
原理基本就是采集數據——本地處理數據——傳輸數據，如果做的比較完善可以再做個呈現數據，也可以把數據發送給Zabbix等開源工具。
九、Python可運行在哪些平台？跨平台性如何？
支持常見的主流平台，如AIX、HPUX、Solaris、Linux、Windows等，除Windows外常見的Unix、Linux平台均帶有原生的Python，但版本一般較低。
關於跨平台和他跨平台語言一樣，要注意有些個別模塊是單一平台特有的，整體的跨平台性還是很好的，不必為適應多平台寫多套代碼。
十、Python運行速度如何？
通常Java的速度比Python快些。Python調用C擴展除外（也可以直接用CPython）。
對於Python速度太慢的批評，Python語言作者Guido van Rossum說：
如果你開發的系統發現了性能瓶頸，通常最有效率的做法是找到出問題的代碼塊，用速度較快的語言如C或C++寫一些代碼替換該功能或該模塊，而不是用C或C++重寫整個系統，因為對大部分代碼而言，語言的速度是無關緊要的。