㈠ 用Python进行web开发需要学习什么
1 写在前面
在没有接触互联网这个行业的时候，我就一直很好奇网站是怎么构建的。现在虽然从事互联网相关的工作，但是也一直没有接触过Web开发之类的东西，但是兴趣终归还是要有的，而且是需要自己动手去实践的。Web开发的途径有好多种，比如传统的.Net，还有很火爆的Java。
Python作为一种灵活好学的脚本语言，已经越来越受程序员的欢迎和热捧，甚至成为程序员的必备技能。Django是Python的Web开放框架，好多人说学习Python就是在学Django，从这也可以看出Django的强大。博主也是刚刚接触Django，纯属个人兴趣爱好，望与广大博友共同学习和讨论。
2 什么是Web开发？
在介绍什么是Web开发之前，先简单提及一下大家熟悉的WWW。WWW（World Wide Web）简称万维网。通俗地说，WWW是一套技术规范，它里面包含很多技术和协议，例如html技术、url、http协议等。人们通过这套技术规范，可以对Internet网络上主机的资源进行描述，进而可以通过一个WWW的客户端访问这些资源。常用的WWW客户端有IE、Foxfire等浏览器。由于WWW技术的出现，人们可以在世界上的任何一个角落，通过一个浏览器访问因特网上任何一台远程计算机上的资源，或与远程计算机进行通讯。20世纪由于WWW技术的出现，因而诞生了“地球村”的概念。
对于python初学者来说，能找到一个好老师学习格外重要，这能决定你是不是可以做出好的项目，在python开发的路上越走越轻松，如果现在的你缺乏学习经验，找不到老师指导你学习，可以加企 鹅扣-Q前面112再加上中间的983以及最后四位数4903，连在一起就可以了。
而Web就是用来表示Internet主机上供外界访问的资源的。在英语中web即表示网页的意思，网页也统称为web资源。Internet上供外界访问的Web资源主要分为如下两类： 静态web资源：指web页面中供人们浏览的数据始终是不变的，例如，html页面；
动态web资源：指web页面中供人们浏览的数据是由程序产生的，不同时间点访问web页面看到的内容各不相同。
微软对Web开发的定义：Web开发是一个指代网页或网站编写过程的广义术语。这些页面可能是类似于文档的简单文本和图形。页面也可以是交互式的，或显示变化的信息。编写交互式服务器页面略微复杂一些，但却可以实现更丰富的网站。如今的大多数页面都是交互式的，并提供了购物车、动态可视化甚至复杂的社交网络等现代在线服务。
通俗的说,web开发就是我们说的做网站。它分为网页部分和逻辑部分也就是我们说的前台与后台，前台负责与用户的交互，显示数据。用到HTML显示数据，CSS控制样式，JS编写复杂交互。后台编写处理这些逻辑的程序，可以用C#，java，php等语言。
㈡ 请问python主要应用领域是什么,哪方面用的多了.
python主要应用领域：
1、云计算：
PYTHON语言算是云计算最火的语言，典型应用OpenStack。
2、WEB前端开发
python相比php uby的模块化设计，非常便于功能扩展；多年来形成了大量优秀的web开发框架，并且在不断迭代；如目前优秀的全栈的django、框架flask，都继承了python简单、明确的风格，开发效率高、易维护，与自动化运维结合性好。
python已经成为自动化运维平台领域的事实标准；众多大型网站均为Python开发，Youtube, Dropbox, 豆瓣。
3、人工智能应用
基于大数据分析和深度学习而发展出来的人工智能本质上已经无法离开python的支持，目前世界优秀的人工智能学习框架如Google的TransorFlow 、FaceBook的PyTorch以及开源社区的神经网络库Karas等是用python实现的。
甚至微软的CNTK（认知工具包）也完全支持Python，而且微软的Vscode都已经把Python作为第一级语言进行支持。
4、系统运维工程项目
Python在与操作系统结合以及管理中非常密切，目前所有linux发行版中都带有python，且对于linux中相关的管理功能都有大量的模块可以使用，例如目前主流的自动化配置管理工具：SaltStackAnsible（目前是RedHat的）。
目前在几乎所有互联网公司，自动化运维的标配就是python+Django/flask，另外，在虚拟化管理方面已经是事实标准的openstack就是python实现的，所以Python是所有运维人员的必备技能。
5、金融理财分析
量化交易，金融分析，在金融工程领域，Python语言不但在用，且用的最多，而且重要性逐年提高。原因：作为动态语言的Python，语言结构清晰简单，库丰富，成熟稳定，科学计算和统计分析都很牛逼，生产效率远远高于c,c++,java,尤其擅长策略回测。
5、大数据分析
Python语言相对于其它解释性语言最大的特点是其庞大而活跃的科学计算生态，在数据分析、交互、可视化方面有相当完善和优秀的库（python数据分析栈：Numpy Pandas ScipyMatplotlipIpython）
并且还形成了自己独特的面向科学计算的Python发行版Anaconda，而且这几年一直在快速进化和完善，对传统的数据分析语言如R MATLAB SAS Stata形成了非常强的替代性。