python女神

为了刷小姐姐，我死磕了Python

故事的开始是这样的……我是标准的工科男，毕业后做了制造工程师，经常在厂子里，工作环境不太好，压力也挺大，重点是薪资不太高。

休息的时候和工人们在一起，喜欢刷刷抖音，有时候大家也会互相推荐一些好看的小姐姐的账号，还会比谁收集的多。身为厂子里的大学生，我想我还是要做一点不一样的事的。

一直听说Python用来写爬虫很方便，大学里计算机课的那一点点编程基础让我膨胀了……在捣鼓了几个月后，我用Python+ADB+鹅厂的AI，一晚上就在抖音关注了一千多个高颜值的小姐姐。

问题的解决思路其实不难：

在掌握了基本的语法后，Coding部分就是一块块去搜实现的代码，然后进行整合……虽然不停的出BUG，但是在各路大神的帮助下，最终还是把东西做出来了。

我为什么要选Python？

虽然大学里学得是C，但是这次我用了Python，原因主要有3点：

1.Python入门快

虽然大学里那点C都还给老师了，但是基本的语法还是很容易看懂的。有人说C++的学习时间是按年计算，而Python是按天计算的。

另外最近刚听说了一个可怕的消息，Python已经加入了山东省最新出版的小学信息技术六年级教材大礼包中，不仅在王者战场会碰上小学生，github也会沦陷……

讲真，Python和交流用的语言非常相像，就算完全不懂代码，其实也能猜出一点意思来。

是不是一看就知道，这是要在屏幕打印“hello world”？

2.各种现成的库，效率高

比如这次这个“小姐姐项目”用到的PIL库，即Python Imaging Library，这个基本就是Python平台上的图像处理标准库，功能非常强大，API却非常简单易用。

简单到什么程度？举个例子，用3行代码就能实现模糊图片。

思路：打开图片——模糊处理——另存为保存图片

实际执行效果：

而像这样实用的库，在Python还有很多。

比如最近热门的深度学习和神经网络领域，就有不少效率神助攻：

Caffe - 深度学习的一个快速上手开放框架。

Keras - 一个高级神经网络库，能够运行在TensorFlow或者Theano之上。

MXNet - 一个旨在提高效率和灵活性的深度学习框架。

Neupy - 运行和测试不同的人工神经网络算法。

Pytorch - 具有强大GPU加速度的Python中的Tensors和动态神经网络。

TensorFlow - 由Google创建的最受欢迎的深度学习框架。

Theano - 快速数值计算的深度学习库。

3.跨平台能力强

Python可移植性恨高，是支持跨平台的。你可以随处运行Python，比如Windows、Mac、Linux、Solaris、FreeBSD等等。

感谢Python， 让我月入2W

通过这段代码我认识了我现在的女朋友……当然是不可能的。

随着深入学习之后，我觉得数据分析比机械要有趣，而且Python工程师的薪资水平也比我之前要好很多。因为这次抖音的经历，阴差阳错的，我准备转行了。