Python作为一种编程语言，是许多领域的首选语言，其火爆程度自不必说。那这么受欢迎的Python到底可以用来做什么呢？
不负责任地说，Python 可以做任何事情：自动化运维、Web 程序开发、桌面程序开发、科学计算、图像处理，甚至可以助你脱单（有程序员小哥用Python制作送给女票的生日礼物）。
Python能做的事情太多了，我们来好好的捋一捋
一、Python适用于哪些应用场景？
这个没有固定答案，很多人都说Python不适合开发GUI的程序，但Python自己的IDE——IDEL和第三方的IDE——Eric就是Python写的。
也有一个情况用的比较多，用Python当胶水，与各种语言结合，共同完成某软件功能，注意观察也许你会发现在安装一些软件的时候会有Python的身影。
另外大数据分析Python也是比较适合的，从载入到分析，再到保存结果等，Python有一整套的模块应对。
二、Python能够胜任大数据吗？
Python很适合做大数据相关的分析，内置的C编译的模块能应对常见的操作，个别极端的算法建议用C重写相关模块。
Python本身的特点更多的是高效率的开发和简单的维护，速度交给C，更多的问题其实出自写代码的人没有更好的使用，而不是效率不够高。比如排序，本来Python有非常高效的内置C编译的模块，却非要自己写算法，这样的结果不慢都是奇怪的。
另外还要看需求是CPU密集型，还是IO密集型，如果是CPU密集型建议这部分操作由C实现，IO密集型的效率不会因为Python而有多少改变。
C的效率是高，但框架搭起来也费劲，所以还是结合着来吧。
三、Python是否可以完全代替Shell？
完全可以，Shell的功能Python均可实现，而且代码量更少、结构更优、可阅读性更好，而Python可实现的功能Shell却不一定能，如运维中会用到的用于网络通信的Socket模块、用于WEB的Django框架、用于性能采集的psutil模块等，而且Shell对操作系统的命令依赖性较强，Python可在更大程度上规避。
再说下Python的效率问题，Python支持多进程、多线程以及协程（比线程更小一级），程序并发度是在Shell之上的。Python的核心模块基本都是用C实现的，因此效率更高。如有必要也可能将需要用Python实现的Python模块用C重写以提高效率，当然也可以直接用C Python，一个直接完全用C实现的Python解释器。
四、Python是否可以访问常见的数据库？
可以，Python可以访问常见的各种数据库，如Oracle、MySQL、Vertica、SQLServer等，加载相应的模块即可，模块列表如下：
-
Oracle：cx_Oracle
-
MySQL：MySQLdb
五、Python开发是面向过程、函数还是对象？
Python虽然是解释型语言，但从设计之初就已经是一门面向对象的语言，对于Python来说一切皆为对象。正因为如此，在Python中创建一个类和对象是很容易的，当然如果习惯面向过程或者函数的写法也是可以的，Python并不做硬性的限制。
Python的面向对象特征如下：
1.封装
面向对象程序设计中的术语对象（Object）基本上可以看做数据（特性）以及由一系列可以存取、操作这些数据的方法所组成的集合。传统意义上的“程序= 数据结构+算法”被封装”掩盖“并简化为“程序=对象+消息”。对象是类的实例，类的抽象则需要经过封装。封装可以让调用者不用关心对象是如何构建的而直接进行使用。
2.继承
类继承：
继承给人的直接感觉是这是一种复用代码的行为。继承可以理解为它是以普通的类为基础建立专门的类对象，子类和它继承的父类是IS-A的关系。
多重继承：
不同于C#，Python是支持多重类继承的（C#可继承自多个Interface，但最多继承自一个类）。多重继承机制有时很好用，但是它容易让事情变得复杂。
3.多态
多态意味着可以对不同的对象使用同样的操作，但它们可能会以多种形态呈现出结果。在Python中，任何不知道对象到底是什么类型，但又需要对象做点什么的时候，都会用到多态。方法是多态的，运算符也是多态的。
六、如何快速掌握Python？
阅读官方文档即可满足日常需求，官方文档有中文翻译（http://www.pythondoc.com/），更加方便学习。
但这些都是基础的语法和常见的模块，Python学习重要的是模块，快速、高效的开发依赖的是模块的应用，站在前人的肩膀会省时省力的多。
但学习Python其实最重要的是学习模块，而非语法本身，Python的语法十分简单，只要大学学过C或者数据结构课程，甚至完全没学过的人也是可以轻松掌握的。掌握了语法已经可以实现Shell的功能，但要想提高模块的学习必不可少，如运维人员经常用的有：
-
psutil：获取性能信息
-
socket：基本网络通信
-
IPy：IP地址相关处理
-
dnsptyhon：域名相关处理
-
difflib：文件比较
-
pexpect：屏幕信息获取，常用于自动化
-
paramiko：SSH客户端
-
XlsxWriter：Excel相关处理
七、Python是否有专用的IDE工具？
有，IDEL用Python实现的Python的IDE工具。
PyCharm：
PyCharm是JetBrains开发的Python IDE。PyCharm用于一般IDE具备的功能，比如，调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制……另外，PyCharm还提供了一些很好的功能用于Django开发，同时支持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，可以结合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。
其他的还有：Eclipse withPyDev、Sublime Text、Komodo Edit、PyScripter、The Eric Python IDE、Interactive Editor for Python
八、运用Python实现系统自动化监控有哪些常用方法？
准确的说应该是有哪些模块，监控肯定要有psutil来监控性能，还会用到通信的Socket，登陆的Paramiko、telnetlib，ftp的ftplib。
原理基本就是采集数据——本地处理数据——传输数据，如果做的比较完善可以再做个呈现数据，也可以把数据发送给Zabbix等开源工具。
九、Python可运行在哪些平台？跨平台性如何？
支持常见的主流平台，如AIX、HPUX、Solaris、Linux、Windows等，除Windows外常见的Unix、Linux平台均带有原生的Python，但版本一般较低。
关于跨平台和他跨平台语言一样，要注意有些个别模块是单一平台特有的，整体的跨平台性还是很好的，不必为适应多平台写多套代码。
十、Python运行速度如何？
通常Java的速度比Python快些。Python调用C扩展除外（也可以直接用CPython）。
对于Python速度太慢的批评，Python语言作者Guido van Rossum说：
如果你开发的系统发现了性能瓶颈，通常最有效率的做法是找到出问题的代码块，用速度较快的语言如C或C++写一些代码替换该功能或该模块，而不是用C或C++重写整个系统，因为对大部分代码而言，语言的速度是无关紧要的。