A. python软件开发的案例有哪些，可用于哪些开发
列举一些比较有名的网站或应用。这其中有一些是用python进行开发，有一些在部分业务或功能上使用到了python，还有的是支持python作为扩展脚本语言。数据大部分来自Wikepedia和Quora。
Reddit - 社交分享网站，最早用Lisp开发，在2005年转为python
Dropbox - 文件分享服务
豆瓣网 - 图书、唱片、电影等文化产品的资料数据库网站
Django - 鼓励快速开发的Web应用框架
Fabric - 用于管理成百上千台Linux主机的程序库
EVE - 网络游戏EVE大量使用Python进行开发
Blender - 以C与Python开发的开源3D绘图软件
BitTorrent - bt下载软件客户端
Ubuntu Software Center - Ubuntu 9.10版本后自带的图形化包管理器
YUM - 用于RPM兼容的Linux系统上的包管理器
Civilization IV - 游戏《文明4》
Battlefield 2 - 游戏《战地2》
Google - 谷歌在很多项目中用python作为网络应用的后端，如Google Groups、Gmail、Google Maps等，Google App Engine支持python作为开发语言
NASA - 美国宇航局，从1994年起把python作为主要开发语言
Instrial Light & Magic - 工业光魔，乔治·卢卡斯创立的电影特效公司
Yahoo! Groups - 雅虎推出的群组交流平台
YouTube - 视频分享网站，在某些功能上使用到python
Cinema 4D - 一套整合3D模型、动画与绘图的高级三维绘图软件，以其高速的运算和强大的渲染插件着称
Autodesk Maya - 3D建模软件，支持python作为脚本语言
gedit - Linux平台的文本编辑器
GIMP - Linux平台的图像处理软件
Minecraft: Pi Edition - 游戏《Minecraft》的树莓派版本
Mysql Workbench - 可视化数据库管理工具
Digg - 社交新闻分享网站
Mozilla - 为支持和领导开源的Mozilla项目而设立的一个非营利组织
Quora - 社交问答网站
Path - 私密社交应用
Pinterest - 图片社交分享网站
SlideShare - 幻灯片存储、展示、分享的网站
Yelp - 美国商户点评网站
Slide - 社交游戏/应用开发公司，被谷歌收购
B. 知乎上有哪些比较活跃的数据库领域大牛
可以存储很大资源，查询方便，统计方便，汇总也很方便，总之想要看到什么结果，都可以清晰的看到。
C. 如何建立自己的知识数据库 知乎
要说数据库，一般以SQL Server作为入门的学科，它适合中小型项目开发，而现在比较流行于大型开发的有:
Oracle
现在具有企业大型软件的绝对占有率
DB2 在以IBM服务的公司以及单位（中国银行）
MySql 相对不是很正式的开发，使用MySql
当然还有一些：Access(桌面数据库),FoxPro(中国教育),Informix的数据库系统.
刚开始入门的时候可以找点视频教程来学习，视频教程一般讲得比较好，但不要企图于通过它达到比较高的水平。然后要学会将自己所知道的去实践，多实践。当觉得实践到一定程度而没有什么冲劲了，就去学习理论，当觉得理论知识需要发挥的时候就去实践，时间的周期不一定，没有什么定论，但自己的时间安排需要定论就可以了。
我一直都认为在计算机行业要学会一门技术太简单了，但如
D. python现在有哪些公司在用
应用的公司有很多，Python是一门编程语言，应用领域是非常广泛的，主要从事人工智能、科学运算、数据分析、web开发、爬虫、游戏开发等领域中，所以涉及到这些领域的公司一般都在使用Python。国内外的话，现在像谷歌、CIA、nasa、help、Uber、Facebook、Redhat、知乎、豆瓣、微博、春雨医生、路飞学城、搜狐、网络等都在使用Python。
E. 数据分析和web后端选哪个 知乎
数据分析和web后端选哪个 知乎
WEB开发中“前端”和“后端”的区别如下：
一、Web前端：
1）精通HTML，能够书写语义合理，结构清晰，易维护的HTML结构。
2）精通CSS，能够还原视觉设计，并兼容业界承认的主流浏览器。
3）熟悉JavaScript，了解ECMAScript基础内容，掌握1~2种js框架，如JQuery
4）对常见的浏览器兼容问题有清晰的理解，并有可靠的解决方案。
5）对性能有一定的要求，了解yahoo的性能优化建议，并可以在项目中有效实施。
二、Web后端：
1）精通jsp，servlet，java bean，JMS，EJB，Jdbc，Flex开发，或者对相关的工具、类库以及框架非常熟悉，如Velocity，Spring，Hibernate，iBatis，OSGI等，对Web开发的模式有较深的理解
2）练使用oracle、sqlserver、mysql等常用的数据库系统，对数据库有较强的设计能力。
3）熟悉maven项目配置管理工具，熟悉tomcat、jboss等应用服务器，同时对在高并发处理情况下的负载调优有相关经验者优先考虑
4）精通面向对象分析和设计技术，包括设计模式、UML建模等
5）熟悉网络编程，具有设计和开发对外API接口经验和能力，同时具备跨平台的API规范设计以及API高效调用设计能力
-
数据分析和数据挖掘的区别 知乎
1、数据析重点观察数据数据挖掘重点数据发现知识规则KDD（Knowledge Discover in Database）；
2、数据析结论智能结数据挖掘结论机器习集（或训练集、本集）发现知识规则；
3、数据析结论运用智力数据挖掘发现知识规则直接应用预测
4、数据析能建立数模型需要工建模数据挖掘直接完数建模传统控制论建模本质描述输入变量与输变量间函数关系数据挖掘通机器习自建立输入与输函数关系根据KDD规则给定组输入参数组输量
-
如何采集后端数据做数据分析
一般数据采集，分为页面数据采集和API数据采集，采集一般用python语言，数据分析一般也是基于python上的框架做的，源数据，里有好多免费采集好的数据，可以直接下载，有兴趣的话，你可以去看看。
数据分析sql哪个书
1、基本统计量：均值、中位数、众数、百分位数、极值等
2、其他描述性统计量：偏度、方差、标准差、显着性等
3、其他统计知识：总体和样本、参数和统计量、ErrorBar
4、概率分布与假设检验：各种分布、假设检验流程
5、其他概率论知识：条件概率、贝叶斯等
商业数据分析是门什么专业 知乎
可以把你这些GPA、专业等信息输入到留学志愿参考系统 中去，系统会自动从数据库中匹配出与你情况相似的同学案例，看看他们成功申请了哪些院校和专业
这样子就可以看到你目前的水平能申请到什么层次的院校和专业了，对自己进行精准的定位。
数据分析app哪个好？
数据分析类的app多，有统计的，有分析，有测试的，可上app先知查看，功能不少的。
python和r数据分析哪个更好
2012年的时候我们说R是学术界的主流，但是现在Python正在慢慢取代R在学术界的地位。不知道是不是因为大数据时代的到来。
Python与R相比速度要快。Python可以直接处理上G的数据；R不行，R分析数据时需要先通过数据库把大数据转化为小数据（通过groupby）才能交给R做分析，因此R不可能直接分析行为详单，只能分析统计结果。所以有人说：Python=R+SQL/Hive，并不是没有道理的。
Python的一个最明显的优势在于其胶水语言的特性，很多书里也都会提到这一点，一些底层用C写的算法封装在Python包里后性能非常高效
(Python的数据挖掘包Orange canve
中的决策树分析50万用户10秒出结果，用R几个小时也出不来，8G内存全部占满)。但是，凡事都不绝对，如果R矢量化编程做得好的话（有点小难度），会
使R的速度和程序的长度都有显着性提升。
R的优势在于有包罗万象的统计函数可以调用，特别是在时间序列分析方面，无论是经典还是前沿的方法都有相应的包直接使用。
相比之下，Python之前在这方面贫乏不少。但是，现在Python有了
pandas。pandas提供了一组标准的时间序列处理工具和数据算法。因此，你可以高效处理非常大的时间序列，轻松地进行切片/切块、聚合、对定期
/不定期的时间序列进行重采样等。可能你已经猜到了，这些工具中大部分都对金融和经济数据尤为有用，但你当然也可以用它们来分析服务器日志数据。于是，近
年来，由于Python有不断改良的库（主要是pandas），使其成为数据处理任务的一大替代方案。
做过几个实验：
1. 用python实现了一个统计方法，其中用到了ctypes，multiprocess。
之后一个项目要做方法比较，又用回R，发现一些bioconctor上的包已经默认用parallel了。（但那个包还是很慢，一下子把所有线程都用掉了，导致整个电脑使用不能，看网页非常卡~）
2. 用python pandas做了一些数据整理工作，类似数据库，两三个表来回查、匹配。感觉还是很方便的。虽然这些工作R也能做，但估计会慢点，毕竟几十万行的条目了。
3. 用python matplotlib画图。pyplot作图的方式和R差异很大，R是一条命令画点东
西，pylot是准备好了以后一起出来。pyplot的颜色选择有点尴尬，默认颜色比较少，之后可用的颜色，但是名字太长了~。pyplot
的legend比R 好用多了，算是半自动化了。pyplot画出来后可以自由拉升缩放，然后再保存为图片，这点比R好用。
总的来说Python是一套比较平衡的语言，各方面都可以，无论是对其他语言的调用，和数据源的连接、读取，对系统的操作，还是正则表达和文字处
理，Python都有着明显优势。
而R是在统计方面比较突出。但是数据分析其实不仅仅是统计，前期的数据收集，数据处理，数据抽样，数据聚类，以及比较复杂的数据挖掘算法，数据建模等等
这些任务，只要是100M以上的数据，R都很难胜任，但是Python却基本胜任。
结合其在通用编程方面的强大实力，我们完全可以只使用Python这一种语言去构建以数据为中心的应用程序。
但世上本没有最好的软件或程序，也鲜有人能把单一语言挖掘运用到极致。尤其是很多人早先学了R，现在完全不用又舍不得，所以对于想要学以致用的人来说，如果能把R和Python相结合，就更好不过了。
数据分析和大数据哪个好
大讲台大数据培训为你解答：
1、大数据（big data）：
指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）Veracity（真实性）
2、数据分析：
是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。
数据分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为可能，并使得数据分析得以推广。数据分析是数学与计算机科学相结合的产物。
小白想转行，web前端和数据分析学习哪个
随着互联网的高速发展，软件行业更加火爆，几乎高薪职位都与软件行业挂勾，软件行业成了高薪的标志。web前端作为近几年非常火的软件开发语言，更是得到了多人一致的好评和青睐。既然web前端这么火，学习这门课程当然前景更可观。
只要努力学到真东西，前途自然不会差。如果你想学好web前端开发，一般在2w左右，应该根据自己的实际需求去实地看一下，先去试听之后，再选择比较适合自己的，希望能给你带去帮助。
数据分析师需要学习hadoop吗 知乎
Hadoop生态体系是大数据开发分析的重要部分，是需要去重点学习的。
F. sqlite 可视化工具有哪些 知乎
sqlite 可视化工具有哪些
SQLite Expert – Personal Edition
SQLite Expert 提供两个版本，分别是个人版和专业版。其中个人版是免费的，提供了大多数基本的管理功能。
Sqliteadmin Administrator
SQLite Administrator 是一个强大的工具，可轻松创建、设计和管理 SQLite 数据库文件。
SQLite Database Browser
SQLite Database browser 是一个 SQLite 数据库的轻量级 GUI 客户端，基于 Qt 库开发，主要是为非技术用户创建、修改和编辑 SQLite 数据库的工具，使用向导方式实现。
G. 本科软件工程的人现在都在从事什么行业知乎
你好。无非是3大类
编程类。大公司也许会分成前端和后端。
测试类。
DB，也就是数据库管理。
程序员是一类比较枯燥的职业，如果你真的有兴趣才建议你学。外面培训机构培训几个月也能去工作，也许看起来入行不难，但真正长远发展还是需要大量以及不断地学习。
望采纳。
H. access和excel的区别 知乎
Access与 Excel区别：ACCESS是数据库软件，Excel是电子表格处理软件。Excel表与表之间的关系是孤立的，实属单机软件。如果需与他人共享Excel数据，一般都借助邮箱，因此Excel适合数据分析，却不适合数据搜集和大量数据的管理。它在数据的存储、共享协作、数据查询、报告生成上，都远不及Access。Access定位于数据管理，作为一个关系数据库管理系统，Access结合SQL可以储存大量数据，而且Access各个对象之间可以建立关联，方便用户快速查询与调用数据。因此Access常被用来搭建管理应用，如库存管理、档案管理等。管理员可将搭建好的应用共享给企业内部同事，其他同事也可同时录入、查询数据。从企业长远管理来看，用Access搭建一个管理应用比Excel高效得多。
I. 哪款笔记本电脑比较适合操作数据库 知乎
戴尔Vostro 成就 15 5000系列 5568（VOSTRO 15-5568D-1625S）
屏幕尺寸：15.6英寸 1920x1080
笔记本重量：1.98Kg
CPU型号：Intel 酷睿i5 7200U
CPU主频：2.5GHz
内存容量：4GB（4GB×1） DDR4 2400MHz
硬盘容量：128GB+1TB 5400转
显卡芯片：NVIDIA GeForce GTX 940MX
J. mysql front与mysql有什么区别 知乎
这两个产品都属于开放源码的一员，性能和功能都在高速地提高和增强。MySQL AB的人们和PostgreSQL的开发者们都在尽可能地把各自的数据库改得越来越好，所以对于任何商业数据库使用其中的任何一个都不能算是错误的选择。
MySQL的背后是一个成熟的商业公司，而PostgreSQL的背后是一个庞大的志愿开发组。这使得MySQL的开发过程更为慎重，而PostgreSQL的反应更为迅速。
这样的两种背景直接导致了各自固有的优点和缺点。
1、首先是速度，MySQL通常要比PostgreSQL快得多。MySQL自已也宣称速度是他们追求的主要目标之一，基于这个原因，MySQL在以前的文档中也曾经说过并不准备支持事务和触发器。但是在最新的文档中，我们看到MySQL 4.0.2-alpha已经开始支持事务，而且在MySQL的TODO中，对触发器、约束这样的注定会降低速度的功能也列入了日程。但是，我们仍然有理由相信，MySQL将有可能一直保持速度的优势。
2、MySQL比PostgreSQL更流行，流行对于一个商业软件来说，也是一个很重要的指标，流行意味着更多的用户，意味着经受了更多的考验，意味着更好的商业支持、意味着更多、更完善的文档资料。
3、与PostgreSQL相比，MySQL更适宜在Windows环境下运行。MySQL作为一个本地的Windows应用程序运行(在 NT/Win2000/WinXP下，是一个服务)，而PostgreSQL是运行在Cygwin模拟环境下。PostgreSQL在Windows下运行没有MySQL稳定，应该是可以想象的。
4、MySQL使用了线程，而PostgreSQL使用的是进程。在不同线程之间的环境转换和访问公用的存储区域显然要比在不同的进程之间要快得多。
5、MySQL可以适应24/7运行。在绝大多数情况下，你不需要为MySQL运行任何清除程序。PostgreSQL目前仍不完全适应24/7运行，这是因为你必须每隔一段时间运行一次VACUUM。
6、MySQL在权限系统上比PostgreSQL某些方面更为完善。PostgreSQL只支持对于每一个用户在一个数据库上或一个数据表上的 INSERT、SELECT和UPDATE/DELETE的授权，而MySQL允许你定义一整套的不同的数据级、表级和列级的权限。对于列级的权限， PostgreSQL可以通过建立视图，并确定视图的权限来弥补。MySQL还允许你指定基于主机的权限，这对于目前的PostgreSQL是无法实现的，但是在很多时候，这是有用的。
7、由于MySQL 4.0.2-alpha开始支持事务的概念，因此事务对于MySQL不再仅仅成为劣势。相反，因为MySQL保留无事务的表类型。这就为用户提供了更多的选择。
8、MySQL的MERGE表提供了一个独特管理多个表的方法。
9、MySQL的myisampack可以对只读表进行压缩，此后仍然可以直接访问该表中的行。
1、对事务的支持与MySQL相比，经历了更为彻底的测试。对于一个严肃的商业应用来说，事务的支持是不可或缺的。
2、MySQL对于无事务的MyISAM表。采用表锁定，一个长时间运行的查询很可能会长时间地阻碍对表的更新。而PostgreSQL不存在这样的问题。
3、PostgreSQL支持存储过程，而目前MySQL不支持，对于一个严肃的商业应用来说，作为数据库本身，有众多的商业逻辑的存在，此时使用存储过程可以在较少地增加数据库服务器的负担的前提下，对这样的商业逻辑进行封装，并可以利用数据库服务器本身的内在机制对存储过程的执行进行优化。此外存储过程的存在也避免了在网络上大量的原始的SQL语句的传输，这样的优势是显而易见的。
4、对视图的支持，视图的存在同样可以最大限度地利用数据库服务器内在的优化机制。而且对于视图权限的合理使用，事实上可以提供行级别的权限，这是MySQL的权限系统所无法实现的。
5、对触发器的支持，触发器的存在不可避免的会影响数据库运行的效率，但是与此同时，触发器的存在也有利于对商业逻辑的封装，可以减少应用程序中对同一商业逻辑的重复控制。合理地使用触发器也有利于保证数据的完整性。
6、对约束的支持。约束的作用更多地表现在对数据完整性的保证上，合理地使用约束，也可以减少编程的工作量。
7、对子查询的支持。虽然在很多情况下在SQL语句中使用子查询效率低下，而且绝大多数情况下可以使用带条件的多表连接来替代子查询，但是子查询的存在在很多时候仍然不可避免。而且使用子查询的SQL语句与使用带条件的多表连接相比具有更高的程序可读性。
8、支持R-trees这样可扩展的索引类型，可以更方便地处理一些特殊数据。
9、PostgreSQL可以更方便地使用UDF(用户定义函数)进行扩展。
这个问题很难说得清，而
且事实上除了MySQL和PostgreSQL外，使用Oracle、Sybase、Informix等也是明智的选择。如何你确定只在MySQL和PostgreSQL中进行选择，以下规则总是有效的。1、如果你的操作系统是Windows，你应该使用MySQL。
2、如果你对数据库并不了十分了解，甚至不知道事务、存储过程等究竟是什么，你应该使用MySQL。
3、如果你的应用对数据的完整性和严肃性要求不高，但是追求处理的高速度。例如是一个论坛和社区，你应该使用MySQL。
4、你的应用是一个严肃的商业应用，对数据完整性要求很高。而且你希望对一些商业数据逻辑进行很好的封装，例如是一个网上银行，你应该使用PostgreSQL。
5、你的应用处理的是地理数据，由于R-TREES的存在，你应该使用PostgreSQL。
6、你是一个数据库内核的狂热爱好者，你甚至希望拥有你自己版本的数据库，毫无疑问，你必须使用PostgreSQL，没准下一个PostgreSQL版本中某一个模块的作者就是你。
以上只是作者从自己的理解尽量客观公正地评价MySQL和PostgreSQL的优劣。其中的带有倾向性的意见只代表作者个人观点，有关这两个数据库，欢迎广大朋友提出自己的看法。