A. python軟體開發的案例有哪些，可用於哪些開發
列舉一些比較有名的網站或應用。這其中有一些是用python進行開發，有一些在部分業務或功能上使用到了python，還有的是支持python作為擴展腳本語言。數據大部分來自Wikepedia和Quora。
Reddit - 社交分享網站，最早用Lisp開發，在2005年轉為python
Dropbox - 文件分享服務
豆瓣網 - 圖書、唱片、電影等文化產品的資料資料庫網站
Django - 鼓勵快速開發的Web應用框架
Fabric - 用於管理成百上千台Linux主機的程序庫
EVE - 網路游戲EVE大量使用Python進行開發
Blender - 以C與Python開發的開源3D繪圖軟體
BitTorrent - bt下載軟體客戶端
Ubuntu Software Center - Ubuntu 9.10版本後自帶的圖形化包管理器
YUM - 用於RPM兼容的Linux系統上的包管理器
Civilization IV - 游戲《文明4》
Battlefield 2 - 游戲《戰地2》
Google - 谷歌在很多項目中用python作為網路應用的後端，如Google Groups、Gmail、Google Maps等，Google App Engine支持python作為開發語言
NASA - 美國宇航局，從1994年起把python作為主要開發語言
Instrial Light & Magic - 工業光魔，喬治·盧卡斯創立的電影特效公司
Yahoo! Groups - 雅虎推出的群組交流平台
YouTube - 視頻分享網站，在某些功能上使用到python
Cinema 4D - 一套整合3D模型、動畫與繪圖的高級三維繪圖軟體，以其高速的運算和強大的渲染插件著稱
Autodesk Maya - 3D建模軟體，支持python作為腳本語言
gedit - Linux平台的文本編輯器
GIMP - Linux平台的圖像處理軟體
Minecraft: Pi Edition - 游戲《Minecraft》的樹莓派版本
Mysql Workbench - 可視化資料庫管理工具
Digg - 社交新聞分享網站
Mozilla - 為支持和領導開源的Mozilla項目而設立的一個非營利組織
Quora - 社交問答網站
Path - 私密社交應用
Pinterest - 圖片社交分享網站
SlideShare - 幻燈片存儲、展示、分享的網站
Yelp - 美國商戶點評網站
Slide - 社交遊戲/應用開發公司，被谷歌收購
B. 知乎上有哪些比較活躍的資料庫領域大牛
可以存儲很大資源，查詢方便，統計方便，匯總也很方便，總之想要看到什麼結果，都可以清晰的看到。
C. 如何建立自己的知識資料庫 知乎
要說資料庫，一般以SQL Server作為入門的學科，它適合中小型項目開發，而現在比較流行於大型開發的有:
Oracle
現在具有企業大型軟體的絕對佔有率
DB2 在以IBM服務的公司以及單位（中國銀行）
MySql 相對不是很正式的開發，使用MySql
當然還有一些：Access(桌面資料庫),FoxPro(中國教育),Informix的資料庫系統.
剛開始入門的時候可以找點視頻教程來學習，視頻教程一般講得比較好，但不要企圖於通過它達到比較高的水平。然後要學會將自己所知道的去實踐，多實踐。當覺得實踐到一定程度而沒有什麼沖勁了，就去學習理論，當覺得理論知識需要發揮的時候就去實踐，時間的周期不一定，沒有什麼定論，但自己的時間安排需要定論就可以了。
我一直都認為在計算機行業要學會一門技術太簡單了，但如
D. python現在有哪些公司在用
應用的公司有很多，Python是一門編程語言，應用領域是非常廣泛的，主要從事人工智慧、科學運算、數據分析、web開發、爬蟲、游戲開發等領域中，所以涉及到這些領域的公司一般都在使用Python。國內外的話，現在像谷歌、CIA、nasa、help、Uber、Facebook、Redhat、知乎、豆瓣、微博、春雨醫生、路飛學城、搜狐、網路等都在使用Python。
E. 數據分析和web後端選哪個 知乎
數據分析和web後端選哪個 知乎
WEB開發中「前端」和「後端」的區別如下：
一、Web前端：
1）精通HTML，能夠書寫語義合理，結構清晰，易維護的HTML結構。
2）精通CSS，能夠還原視覺設計，並兼容業界承認的主流瀏覽器。
3）熟悉JavaScript，了解ECMAScript基礎內容，掌握1~2種js框架，如JQuery
4）對常見的瀏覽器兼容問題有清晰的理解，並有可靠的解決方案。
5）對性能有一定的要求，了解yahoo的性能優化建議，並可以在項目中有效實施。
二、Web後端：
1）精通jsp，servlet，java bean，JMS，EJB，Jdbc，Flex開發，或者對相關的工具、類庫以及框架非常熟悉，如Velocity，Spring，Hibernate，iBatis，OSGI等，對Web開發的模式有較深的理解
2）練使用oracle、sqlserver、mysql等常用的資料庫系統，對資料庫有較強的設計能力。
3）熟悉maven項目配置管理工具，熟悉tomcat、jboss等應用伺服器，同時對在高並發處理情況下的負載調優有相關經驗者優先考慮
4）精通面向對象分析和設計技術，包括設計模式、UML建模等
5）熟悉網路編程，具有設計和開發對外API介面經驗和能力，同時具備跨平台的API規范設計以及API高效調用設計能力
-
數據分析和數據挖掘的區別 知乎
1、數據析重點觀察數據數據挖掘重點數據發現知識規則KDD（Knowledge Discover in Database）；
2、數據析結論智能結數據挖掘結論機器習集（或訓練集、本集）發現知識規則；
3、數據析結論運用智力數據挖掘發現知識規則直接應用預測
4、數據析能建立數模型需要工建模數據挖掘直接完數建模傳統控制論建模本質描述輸入變數與輸變數間函數關系數據挖掘通機器習自建立輸入與輸函數關系根據KDD規則給定組輸入參數組輸量
-
如何採集後端數據做數據分析
一般數據採集，分為頁面數據採集和API數據採集，採集一般用python語言，數據分析一般也是基於python上的框架做的，源數據，里有好多免費採集好的數據，可以直接下載，有興趣的話，你可以去看看。
數據分析sql哪個書
1、基本統計量：均值、中位數、眾數、百分位數、極值等
2、其他描述性統計量：偏度、方差、標准差、顯著性等
3、其他統計知識：總體和樣本、參數和統計量、ErrorBar
4、概率分布與假設檢驗：各種分布、假設檢驗流程
5、其他概率論知識：條件概率、貝葉斯等
商業數據分析是門什麼專業 知乎
可以把你這些GPA、專業等信息輸入到留學志願參考系統 中去，系統會自動從資料庫中匹配出與你情況相似的同學案例，看看他們成功申請了哪些院校和專業
這樣子就可以看到你目前的水平能申請到什麼層次的院校和專業了，對自己進行精準的定位。
數據分析app哪個好？
數據分析類的app多，有統計的，有分析，有測試的，可上app先知查看，功能不少的。
python和r數據分析哪個更好
2012年的時候我們說R是學術界的主流，但是現在Python正在慢慢取代R在學術界的地位。不知道是不是因為大數據時代的到來。
Python與R相比速度要快。Python可以直接處理上G的數據；R不行，R分析數據時需要先通過資料庫把大數據轉化為小數據（通過groupby）才能交給R做分析，因此R不可能直接分析行為詳單，只能分析統計結果。所以有人說：Python=R+SQL/Hive，並不是沒有道理的。
Python的一個最明顯的優勢在於其膠水語言的特性，很多書里也都會提到這一點，一些底層用C寫的演算法封裝在Python包里後性能非常高效
(Python的數據挖掘包Orange canve
中的決策樹分析50萬用戶10秒出結果，用R幾個小時也出不來，8G內存全部占滿)。但是，凡事都不絕對，如果R矢量化編程做得好的話（有點小難度），會
使R的速度和程序的長度都有顯著性提升。
R的優勢在於有包羅萬象的統計函數可以調用，特別是在時間序列分析方面，無論是經典還是前沿的方法都有相應的包直接使用。
相比之下，Python之前在這方面貧乏不少。但是，現在Python有了
pandas。pandas提供了一組標準的時間序列處理工具和數據演算法。因此，你可以高效處理非常大的時間序列，輕松地進行切片/切塊、聚合、對定期
/不定期的時間序列進行重采樣等。可能你已經猜到了，這些工具中大部分都對金融和經濟數據尤為有用，但你當然也可以用它們來分析伺服器日誌數據。於是，近
年來，由於Python有不斷改良的庫（主要是pandas），使其成為數據處理任務的一大替代方案。
做過幾個實驗：
1. 用python實現了一個統計方法，其中用到了ctypes，multiprocess。
之後一個項目要做方法比較，又用回R，發現一些bioconctor上的包已經默認用parallel了。（但那個包還是很慢，一下子把所有線程都用掉了，導致整個電腦使用不能，看網頁非常卡~）
2. 用python pandas做了一些數據整理工作，類似資料庫，兩三個表來回查、匹配。感覺還是很方便的。雖然這些工作R也能做，但估計會慢點，畢竟幾十萬行的條目了。
3. 用python matplotlib畫圖。pyplot作圖的方式和R差異很大，R是一條命令畫點東
西，pylot是准備好了以後一起出來。pyplot的顏色選擇有點尷尬，默認顏色比較少，之後可用的顏色，但是名字太長了~。pyplot
的legend比R 好用多了，算是半自動化了。pyplot畫出來後可以自由拉升縮放，然後再保存為圖片，這點比R好用。
總的來說Python是一套比較平衡的語言，各方面都可以，無論是對其他語言的調用，和數據源的連接、讀取，對系統的操作，還是正則表達和文字處
理，Python都有著明顯優勢。
而R是在統計方面比較突出。但是數據分析其實不僅僅是統計，前期的數據收集，數據處理，數據抽樣，數據聚類，以及比較復雜的數據挖掘演算法，數據建模等等
這些任務，只要是100M以上的數據，R都很難勝任，但是Python卻基本勝任。
結合其在通用編程方面的強大實力，我們完全可以只使用Python這一種語言去構建以數據為中心的應用程序。
但世上本沒有最好的軟體或程序，也鮮有人能把單一語言挖掘運用到極致。尤其是很多人早先學了R，現在完全不用又捨不得，所以對於想要學以致用的人來說，如果能把R和Python相結合，就更好不過了。
數據分析和大數據哪個好
大講台大數據培訓為你解答：
1、大數據（big data）：
指無法在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產；
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》 中大數據指不用隨機分析法（抽樣調查）這樣的捷徑，而採用所有數據進行分析處理。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）Veracity（真實性）
2、數據分析：
是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。這一過程也是質量管理體系的支持過程。在實用中，數據分析可幫助人們作出判斷，以便採取適當行動。
數據分析的數學基礎在20世紀早期就已確立，但直到計算機的出現才使得實際操作成為可能，並使得數據分析得以推廣。數據分析是數學與計算機科學相結合的產物。
小白想轉行，web前端和數據分析學習哪個
隨著互聯網的高速發展，軟體行業更加火爆，幾乎高薪職位都與軟體行業掛勾，軟體行業成了高薪的標志。web前端作為近幾年非常火的軟體開發語言，更是得到了多人一致的好評和青睞。既然web前端這么火，學習這門課程當然前景更可觀。
只要努力學到真東西，前途自然不會差。如果你想學好web前端開發，一般在2w左右，應該根據自己的實際需求去實地看一下，先去試聽之後，再選擇比較適合自己的，希望能給你帶去幫助。
數據分析師需要學習hadoop嗎 知乎
Hadoop生態體系是大數據開發分析的重要部分，是需要去重點學習的。
F. sqlite 可視化工具有哪些 知乎
sqlite 可視化工具有哪些
SQLite Expert – Personal Edition
SQLite Expert 提供兩個版本，分別是個人版和專業版。其中個人版是免費的，提供了大多數基本的管理功能。
Sqliteadmin Administrator
SQLite Administrator 是一個強大的工具，可輕松創建、設計和管理 SQLite 資料庫文件。
SQLite Database Browser
SQLite Database browser 是一個 SQLite 資料庫的輕量級 GUI 客戶端，基於 Qt 庫開發，主要是為非技術用戶創建、修改和編輯 SQLite 資料庫的工具，使用向導方式實現。
G. 本科軟體工程的人現在都在從事什麼行業知乎
你好。無非是3大類
編程類。大公司也許會分成前端和後端。
測試類。
DB，也就是資料庫管理。
程序員是一類比較枯燥的職業，如果你真的有興趣才建議你學。外面培訓機構培訓幾個月也能去工作，也許看起來入行不難，但真正長遠發展還是需要大量以及不斷地學習。
望採納。
H. access和excel的區別 知乎
Access與 Excel區別：ACCESS是資料庫軟體，Excel是電子表格處理軟體。Excel表與表之間的關系是孤立的，實屬單機軟體。如果需與他人共享Excel數據，一般都藉助郵箱，因此Excel適合數據分析，卻不適合數據搜集和大量數據的管理。它在數據的存儲、共享協作、數據查詢、報告生成上，都遠不及Access。Access定位於數據管理，作為一個關系資料庫管理系統，Access結合SQL可以儲存大量數據，而且Access各個對象之間可以建立關聯，方便用戶快速查詢與調用數據。因此Access常被用來搭建管理應用，如庫存管理、檔案管理等。管理員可將搭建好的應用共享給企業內部同事，其他同事也可同時錄入、查詢數據。從企業長遠管理來看，用Access搭建一個管理應用比Excel高效得多。
I. 哪款筆記本電腦比較適合操作資料庫 知乎
戴爾Vostro 成就 15 5000系列 5568（VOSTRO 15-5568D-1625S）
屏幕尺寸：15.6英寸 1920x1080
筆記本重量：1.98Kg
CPU型號：Intel 酷睿i5 7200U
CPU主頻：2.5GHz
內存容量：4GB（4GB×1） DDR4 2400MHz
硬碟容量：128GB+1TB 5400轉
顯卡晶元：NVIDIA GeForce GTX 940MX
J. mysql front與mysql有什麼區別 知乎
這兩個產品都屬於開放源碼的一員，性能和功能都在高速地提高和增強。MySQL AB的人們和PostgreSQL的開發者們都在盡可能地把各自的資料庫改得越來越好，所以對於任何商業資料庫使用其中的任何一個都不能算是錯誤的選擇。
MySQL的背後是一個成熟的商業公司，而PostgreSQL的背後是一個龐大的志願開發組。這使得MySQL的開發過程更為慎重，而PostgreSQL的反應更為迅速。
這樣的兩種背景直接導致了各自固有的優點和缺點。
1、首先是速度，MySQL通常要比PostgreSQL快得多。MySQL自已也宣稱速度是他們追求的主要目標之一，基於這個原因，MySQL在以前的文檔中也曾經說過並不準備支持事務和觸發器。但是在最新的文檔中，我們看到MySQL 4.0.2-alpha已經開始支持事務，而且在MySQL的TODO中，對觸發器、約束這樣的註定會降低速度的功能也列入了日程。但是，我們仍然有理由相信，MySQL將有可能一直保持速度的優勢。
2、MySQL比PostgreSQL更流行，流行對於一個商業軟體來說，也是一個很重要的指標，流行意味著更多的用戶，意味著經受了更多的考驗，意味著更好的商業支持、意味著更多、更完善的文檔資料。
3、與PostgreSQL相比，MySQL更適宜在Windows環境下運行。MySQL作為一個本地的Windows應用程序運行(在 NT/Win2000/WinXP下，是一個服務)，而PostgreSQL是運行在Cygwin模擬環境下。PostgreSQL在Windows下運行沒有MySQL穩定，應該是可以想像的。
4、MySQL使用了線程，而PostgreSQL使用的是進程。在不同線程之間的環境轉換和訪問公用的存儲區域顯然要比在不同的進程之間要快得多。
5、MySQL可以適應24/7運行。在絕大多數情況下，你不需要為MySQL運行任何清除程序。PostgreSQL目前仍不完全適應24/7運行，這是因為你必須每隔一段時間運行一次VACUUM。
6、MySQL在許可權系統上比PostgreSQL某些方面更為完善。PostgreSQL只支持對於每一個用戶在一個資料庫上或一個數據表上的 INSERT、SELECT和UPDATE/DELETE的授權，而MySQL允許你定義一整套的不同的數據級、表級和列級的許可權。對於列級的許可權， PostgreSQL可以通過建立視圖，並確定視圖的許可權來彌補。MySQL還允許你指定基於主機的許可權，這對於目前的PostgreSQL是無法實現的，但是在很多時候，這是有用的。
7、由於MySQL 4.0.2-alpha開始支持事務的概念，因此事務對於MySQL不再僅僅成為劣勢。相反，因為MySQL保留無事務的表類型。這就為用戶提供了更多的選擇。
8、MySQL的MERGE表提供了一個獨特管理多個表的方法。
9、MySQL的myisampack可以對只讀表進行壓縮，此後仍然可以直接訪問該表中的行。
1、對事務的支持與MySQL相比，經歷了更為徹底的測試。對於一個嚴肅的商業應用來說，事務的支持是不可或缺的。
2、MySQL對於無事務的MyISAM表。採用表鎖定，一個長時間運行的查詢很可能會長時間地阻礙對表的更新。而PostgreSQL不存在這樣的問題。
3、PostgreSQL支持存儲過程，而目前MySQL不支持，對於一個嚴肅的商業應用來說，作為資料庫本身，有眾多的商業邏輯的存在，此時使用存儲過程可以在較少地增加資料庫伺服器的負擔的前提下，對這樣的商業邏輯進行封裝，並可以利用資料庫伺服器本身的內在機制對存儲過程的執行進行優化。此外存儲過程的存在也避免了在網路上大量的原始的SQL語句的傳輸，這樣的優勢是顯而易見的。
4、對視圖的支持，視圖的存在同樣可以最大限度地利用資料庫伺服器內在的優化機制。而且對於視圖許可權的合理使用，事實上可以提供行級別的許可權，這是MySQL的許可權系統所無法實現的。
5、對觸發器的支持，觸發器的存在不可避免的會影響資料庫運行的效率，但是與此同時，觸發器的存在也有利於對商業邏輯的封裝，可以減少應用程序中對同一商業邏輯的重復控制。合理地使用觸發器也有利於保證數據的完整性。
6、對約束的支持。約束的作用更多地表現在對數據完整性的保證上，合理地使用約束，也可以減少編程的工作量。
7、對子查詢的支持。雖然在很多情況下在SQL語句中使用子查詢效率低下，而且絕大多數情況下可以使用帶條件的多表連接來替代子查詢，但是子查詢的存在在很多時候仍然不可避免。而且使用子查詢的SQL語句與使用帶條件的多表連接相比具有更高的程序可讀性。
8、支持R-trees這樣可擴展的索引類型，可以更方便地處理一些特殊數據。
9、PostgreSQL可以更方便地使用UDF(用戶定義函數)進行擴展。
這個問題很難說得清，而
且事實上除了MySQL和PostgreSQL外，使用Oracle、Sybase、Informix等也是明智的選擇。如何你確定只在MySQL和PostgreSQL中進行選擇，以下規則總是有效的。1、如果你的操作系統是Windows，你應該使用MySQL。
2、如果你對資料庫並不了十分了解，甚至不知道事務、存儲過程等究竟是什麼，你應該使用MySQL。
3、如果你的應用對數據的完整性和嚴肅性要求不高，但是追求處理的高速度。例如是一個論壇和社區，你應該使用MySQL。
4、你的應用是一個嚴肅的商業應用，對數據完整性要求很高。而且你希望對一些商業數據邏輯進行很好的封裝，例如是一個網上銀行，你應該使用PostgreSQL。
5、你的應用處理的是地理數據，由於R-TREES的存在，你應該使用PostgreSQL。
6、你是一個資料庫內核的狂熱愛好者，你甚至希望擁有你自己版本的資料庫，毫無疑問，你必須使用PostgreSQL，沒准下一個PostgreSQL版本中某一個模塊的作者就是你。
以上只是作者從自己的理解盡量客觀公正地評價MySQL和PostgreSQL的優劣。其中的帶有傾向性的意見只代表作者個人觀點，有關這兩個資料庫，歡迎廣大朋友提出自己的看法。