第二，Python使用效率更高，Python脚步来做服务的部署和各种运维的工具，帮助我们可以在非常少的人手的情况下，可以管理多个地域的很多台服务器，轻松地实现上线部署和监控等任务。
尤其是在重重招人难的环境下，用非常少的人手去扛起千万级的用户和峰值日百万单的订单量，其在短期内的交易量，相当于大公司花5年的时间，工程师所完成的数量。
第三，节省资源消耗。在不使用的时候几乎不占内存。使用的时候，生成器是随用随生成的，用完即刻释放，非常高效!
第四，Python是一款非常快捷的工具语言，类库非常丰富，解决各种问题都有很多现成的工具和例子。
第五，颜值高，R语言和Python都可以做数据分析，但是在缺少数据支撑的情况下，用Python写个爬虫获取数据更加容易。从体验上看，Python语句写起来很舒服的，代码看着干净清爽。
在大数据，人工智能为人所熟知之前，Python就就已经在Web开发领域被广泛使用，产生了Django，Flask，Tornado等Web开发框架。得益于其简洁的语法和动态语言特性，Python的开发效率很高，因而深受创业团队的青睐。
由于后台的服务器的通用性，除了狭义的网站之外，很多App和游戏的服务器端也同样用Python实现。
2.自动化运维
在Web开发领域，Python只是众多语言选择之一，但是在自动化运维领域，Python则是必备技能。灵活的功能和丰富的类库使其成为运维工程师的首选语言。大量自动化运维和平台或以Python开发，或提供Python的配置接口。(linux)
3.网络爬虫
也叫网络蜘蛛，是指从互联网采集数据的程序脚本。对于很多数据相关公司来说，爬虫和反爬虫技术都是其来意生存的重要保障。尽管很多语言都可以编写爬虫，但灵活的Python无疑也是当前的首选。基于Python的爬虫框架Scrapy也很受欢迎。
4.数据分析
当通过爬虫或许了海量数据之后，需要对数据进行清洗，去重，存储，展示，分析，在这方面Python有许多优秀的类库：NumPy，Pandas，Matplotlib可以让你的数据分析工作事半功倍。
5.科学计算
虽然Matlab在科学计算领域有着不可取代的地位，但Python作为一门通用的编程语言，可以带来更广泛的应用和更丰富的类库。NumPy，SciPy，BioPyhon，SunPy等类库在生物信息，地理信息，数学，物理，化学，建筑等领域发挥着重要作用。
6.人工智能
Pytong在人工只能大范畴领域内的数据挖掘，机器学习，神经网络，深度学习等方面都是主流的编程语言，得到广泛的支持和应用。
机器学习：Scikit-learn
自然语言处理：NLTK
深度学习：Theano，Keras，Google的TensorFlow，Facebook的PyTorch，Amazon的MxNet
7.胶水语言
Python简洁，灵活，通用，几乎可以在各种场景与各种平台，设备，语言进行连接，因此被称为胶水语言。除了上面提到的，在其他领域也常常见到Python的身影
金融：大量金融分析和量化交易工具使用Python作为开发脚本语言
游戏：一些引擎使用Python作为开发脚本，比较有名的游戏有《文明》系列，《阴阳师》
桌面应用：虽然不算主流，但PyQT，wxPython，Tkinter等GUI库也足以应付一般的桌面程序
