作为一个实用主义的学习者，最关心的问题一定是 “我为什么要选择学Python，学会之后我可以用来做什么？”
在上篇《为什么选择Python入门》文章中，我们已经明白了为什么选择学习Python，本文就带你了解学完Python之后可以用来做什么。
Python之所以能火爆全网，得益于Python广泛的应用领域。
Python的应用领域纵观全球大中型互联网企业，使用Python编程语言的有很多，比如国外的Google、Youtube、Meta（facebook），国内的阿里、淘宝、百度、知乎等等企业，都在使用Python开发各种领域的项目。
使用Python可以做网络爬虫、大数据分析、人工智能等，这些你应该都听说过了。综合来看，Python的应用领域主要有以下：
对于编程语言而言，Web网站开发是最基本的需求。虽然当前PHP、ASP.NET是主流的Web开发语言，但Python仍然拥有一批成熟的Web开发框架，如Django、flash、TurboGears等，这些框架可以让程序员更轻松地开发和管理复杂的Web程序。
如果你想从事Web开发领域的工作，那么应从数据、组件、安全等多领域进行学习，能够从底层了解其工作原理，这样才能驾驭任何业内主流的Web框架。
不知道你有没有玩过《Sid Meier’s Civilization》（文明）系列的游戏，它就是使用Python开发的，可玩性非常高。
这得益于Python强大的高性能游戏引擎技术，如Pygame、Pyglet、Cocos 2d等开发框架，为Python进行游戏开发提供了坚实的基础。
在爬虫领域，Python几乎是霸主地位。虽然其他语言也可以做网络爬虫，但由于python语言的特性，数据爬取比其它语言代码更简洁，效率更高。你可以使用python将网络一切数据作为资源，通过自动化程序进行有针对性的数据采集。
而且Python也有成熟的爬虫框架，如Scrapy。如果想从事该领域的工作，需深入了解爬虫策略、高性能异步IO、分布式爬虫等概念，可对Scrapy框架源码进行深入剖析，从而理解其原理，从而能够实现更符合自身业务的、自定义的爬虫框架。
当爬虫爬取到足够多的数据后，数据分析就成为必不可少的工作。
在大量数据的基础上，结合科学计算、机器学习等技术，对数据进行清洗、去重、规格化和针对性的分析是大数据行业的基石，而Python正是数据分析的主流语言之一。
同时，利用python中的matplotlib和seaborn这两个绘图和统计库（还有很多其他的绘图库），可以让我们很轻松的将数据可视化。
如果说到未来互联网的发展趋势，人工智能无疑是最热门的领域之一。而Python无论是在传统机器学习还是现在比较火热的深度学习领域，都占有不可替代的地位。许多诸如Scikit-learn、Tensorflow等机器学习和深度学习库使得Python极具优势。而机器学习，深度学习正是人工智能的基石。
当然，以上几项只是Python应用领域的一部分，除此之外，python在网络编程、云计算开发、自动化运维等领域都有不俗的表现。