python信息管理系統適合開發嗎

A. python不適合短期開發嗎

不適合。
學任何知識的過程必然是枯燥且無聊的，尤其對於之前沒有接觸過編程的新人來說，一開始入門就有難度，而想要掌握Python到能夠運用的程度，必然還需要大量的練習。練習的過程中碰到bug搞不明白，最好馬上找專業的人給予指導，要不然會越學越慌，有人能夠指導，效率會高很多。
學Python一定要多練習，不練習光學習理論學得再多也沒有，任何編程的難點就在於實際操作你會遇到各種問題，光看書你好像什麼都懂什麼都會，但實際操作就不一定是那麼回事。

B. python適合做什麼開發

Python是一門高級的編程語言，也是應用率非常廣泛的編程語言，該語言就業機會多，薪資待遇高，可以從事做的事情有很多，發展前景非常不錯。
一、人工智慧
Python作為人工智慧的黃金語言，選擇人工智慧作為就業方向是理所當然的，而且就業前景好，薪資普遍較高，拉勾網上，人工智慧工程師的招聘起薪普遍在20K-35K，當然，如果是初級工程師，起薪也已經超過了12500元/月。
二、大數據
我們目前正處於大數據時代，Python這門語言在大數據上比java更加有效率，大數據雖然難學，但是Python可以更好地和大數據對接，用Python做大數據的薪資也至少是20K以上了，大數據持續火爆，未來做大數據工程師，薪資還將逐漸上漲。
三、網路爬蟲工程師
網路爬蟲作為數據採集的利器，在大數據時代作為數據的源頭，十分有用武之地。利用Python可以更快的提升對數據抓取的精準程度和速度，是數據分析師的福祉，通過網路爬蟲，讓BOSS再也不用擔心你沒有數據。做爬蟲工程師的的薪資為20K起，當然，因為大數據，薪資也將一路上揚。
四、Python web全棧工程師
全棧工程師是指掌握多種技能，並能利用多種技能獨立完成產品的人。也叫全端工程師(同時具備前端和後台能力)，英文Full Stack developer。全棧工程師不管在哪個語言中都是人才中的人才，而Python web全棧工程師工資基本上都高出20K，所以如果你能力足夠，首選就是Python web全棧工程師。
五、Python自動化運維
運維工作者對Python的需求很大，小夥伴們快快行動起來吧，學習Python自動化運維也能有個10k-15k的工資，很不錯哦
六、Python自動化測試
Python這門語言十分高效，只要是和自動化有關系的，它可以發揮出巨大的優勢，目前做自動化測試的大部分的工作者都需要學習Python幫助提高測試效率。用Python測試也可以說是測試人員必備的工具了，Python自動化測試的起薪一般也都是15K左右，所以測試的小夥伴也需要學習Python哦!

C. 哪個操作系統更適合Python開發

樓主你好

python採用的是和java相同的虛擬機機制，這樣的構建思想完全能滿足相同代碼在不同的操作系統上運營的需求；因此，語言在操作系統上的適用性只和應用程序本身需求決定。

作為一個python開發者，從從業經驗來看，python適合任何他支持的操作系統。但是從應用的廣度而言，大多數的python商業應用存在於linux上。主要用於測試，後端功能以及數據挖掘等方面。

另，希望樓主不要拘泥於操作系統和語言，畢竟他們只是人機交互的橋梁，能夠充分利用硬體性能，定期交付任務，才是重中之重。

望採納，謝謝！

D. Python可以做系統底層開發嗎

可以的，因為pytho可以調用系統的API，C怎麼調用，python一樣怎麼調用就行。
具體如何實現可以參考：python灰帽子一書，這本書的中文版網上到處有下，一下就好
下面是目錄：看看吧，沒什麼不能做的
目錄
· · · · · ·

第1章 搭建開發環境 1

1.1 操作系統要求 1

1.2 獲取和安裝Python 2.5 2

1.2.1 在Windows下安裝Python 2

1.2.2 在Linux下安裝Python 2

1.3 安裝Eclipse和PyDev 4

1.3.1 黑客摯友：ctype庫 5

1.3.2 使用動態鏈接庫 6

1.3.3 構建C數據類型 8

1.3.4 按引用傳參 9

1.3.5 定義結構體和聯合體 9

第2章 調試器原理和設計 12

2.1 通用寄存器 13

2.2 棧 15

2.3 調試事件 17

2.4 斷點 18

2.4.1 軟斷點 18

2.4.2 硬體斷點 20

2.4.3 內存斷點 22

第3章 構建自己的Windows調試器 24

3.1 Debugee，敢問你在何處 24

3.2 獲取寄存器狀態信息 33

3.2.1 線程枚舉 34

3.2.2 功能整合 35

3.3 實現調試事件處理常式 39

3.4 無所不能的斷點 44

3.4.1 軟斷點 44

3.4.2 硬體斷點 49

3.4.3 內存斷點 55

3.5 總結 59

第4章 PyDbg——Windows下的純Python調試器 60

4.1 擴展斷點處理常式 60

4.2 非法內存操作處理常式 63

4.3 進程快照 66

4.3.1 獲取進程快照 67

4.3.2 匯總與整合 70

第5章 Immunity Debugger——兩極世界的最佳選擇 74

5.1 安裝Immunity Debugger 74

5.2 Immunity Debugger 101 75

5.2.1 PyCommand命令 76

5.2.2 PyHooks 76

5.3 Exploit（漏洞利用程序）開發 78

5.3.1 搜尋exploit友好指令 78

5.3.2 「壞」字元過濾 80

5.3.3 繞過Windows 下的DEP機制 82

5.4 破除惡意軟體中的反調試常式 87

5.4.1 IsDebuugerPresent 87

5.4.2 破除進程枚舉常式 88

第6章 鉤子的藝術 90

6.1 使用PyDbg部署軟鉤子 90

6.2 使用Immunity Debugger部署硬鉤子 95

第7章 DLL注入與代碼注入技術 101

7.1 創建遠程線程 101

7.1.1 DLL注入 102

7.1.2 代碼注入 105

7.2 遁入黑暗 108

7.2.1 文件隱藏 109

7.2.2 構建後門 110

7.2.3 使用py2exe編譯Python代碼 114

第8章 Fuzzing 117

8.1 幾種常見的bug類型 118

8.1.1 緩沖區溢出 118

8.1.2 整數溢出 119

8.1.3 格式化串攻擊 121

8.2 文件Fuzzer 122

8.3 後續改進策略 129

8.3.1 代碼覆蓋率 129

8.3.2 自動化靜態分析 130

第9章 Sulley 131

9.1 安裝Sulley 132

9.2 Sulley中的基本數據類型 132

9.2.1 字元串 133

9.2.2 分隔符 133

9.2.3 靜態和隨機數據類型 134

9.2.4 二進制數據 134

9.2.5 整數 134

9.2.6 塊與組 135

9.3 行刺WarFTPD 136

9.3.1 FTP 101 137

9.3.2 創建FTP協議描述框架 138

9.3.3 Sulley會話 139

9.3.4 網路和進程監控 140

9.3.5 Fuzzing測試以及Sulley的Web界面 141

第10章 面向Windows驅動的Fuzzing測試技術 145

10.1 驅動通信基礎 146

10.2 使用Immunity Debugger進行驅動級的Fuzzing測試 147

10.3 Driverlib——面向驅動的靜態分析工具 151

10.3.1 尋找設備名稱 152

10.3.2 尋找IOCTL分派常式 153

10.3.3 搜尋有效的IOCTL控制碼 155

10.4 構建一個驅動Fuzzer 157

第11章 IDAPython——IDA PRO環境下的Python腳本編程 162

11.1 安裝IDAPython 163

11.2 IDAPython函數 164

11.2.1 兩個工具函數 164

11.2.2 段（Segment） 164

11.2.3 函數 165

11.2.4 交叉引用 166

11.2.5 調試器鉤子 166

11.3 腳本實例 167

11.3.1 搜尋危險函數的交叉代碼 168

11.3.2 函數覆蓋檢測 169

11.3.3 檢測棧變數大小 171

第12章 PYEmu——腳本驅動式模擬器 174

12.1 安裝PyEmu 174

12.2 PyEmu概覽 175

12.2.1 PyCPU 175

12.2.2 PyMemory 176

12.2.3 PyEmu 176

12.2.4 指令執行 176

12.2.5 內存修改器與寄存器修改器 177

12.2.6 處理常式（Handler） 177

12.3 IDAPyEmu 182

12.3.1 函數模擬 184

12.3.2 PEPyEmu 187

12.3.3 可執行文件加殼器 188

12.3.4 UPX加殼器 188

12.3.5 利用PEPyEmu脫UPX殼 189

E. python可以用來開發管理系統嗎

可以開發，有很多框架可以用，比如django,flask等

F. python 適合做什麼開發

主要可以做小程序，爬蟲程序，用於系統編程等等還是很廣泛的。

Python 的應用領域分為下面幾類。下文將介紹一些Python 具體能幫我們做的事情。但我們不會對各個工具進行深入探討，如果你對這些話題感興趣，請從老男孩python培訓網站或其他一些資源中獲取更多的信息。

1.python可以用於系統編程 Python 對操作系統服務的內置介面，使其成為編寫可移植的維護操作系統的管理工具和部件（有時也被稱為Shell 工具）的理想工具。

Python 程序可以搜索文件和目錄樹，可以運行其他程序，用進程或線程進行並行處理等等。

2.python可以用於用戶圖形介面

Python 的簡潔以及快速的開發周期十分適合開發GUI 程序。此外，基於C++ 平台的工具包wxPython GUI API 可以使用Python 構建可移植的GUI 。

諸如PythonCard 和Dabo 等一些高級工具包是構建在wxPython 和Tkinter 的基礎API 之上的。通過適當的庫，你可以使用其他的GUI 工具包，例如，Qt 、GTK 、MFC 和Swing 等。

3.python可以用於Internet 腳本

Python 提供了標准Internet 模塊，使Python 能夠廣泛地在多種網路任務中發揮作用，無論是在伺服器端還是在客戶端都是如此。

而且網路上還可以獲得很多使用Python 進行Internet 編程的第三方工具此外，Python 涌現了許多Web 開發工具包，例如，Django 、TurboGears 、Pylons 、Zope 和WebWare ，使Python 能夠快速構建功能完善和高質量的網站。

4.python可以用於組件集成

在介紹Python 作為控制語言時，曾涉及它的組件集成的角色。Python 可以通過C/C++ 系統進行擴展，並能夠嵌套C/C++ 系統的特性，使其能夠作為一種靈活的粘合語言，腳本化處理其他系統和組件的行為。

例如，將一個C庫集成到Python 中，能夠利用Python 進行測試並調用庫中的其他組件；將Python 嵌入到產品中，在不需要重新編譯整個產品或分發源代碼的情況下，能夠進行產品的單獨定製。

5.python能用於資料庫編程

對於傳統的資料庫需求，Python 提供了對所有主流關系資料庫系統的介面，Python 定義了一種通過Python 腳本存取SQL 資料庫系統的可移植的資料庫API ，這個API 對於各種底層應用的資料庫系統都是統一的。

所以一個寫給自由軟體MySQL 系統的腳本在很大程度上不需改變就可以工作在其他系統上（例如，Oracle ）-- 你僅需要將底層的廠商介面替換掉就可以實現。

6.python 可以用於快速原型

對於Python 程序來說，使用Python 或C編寫的組件看起來都是一樣的。正因為如此，我們可以在一開始利用Python 做系統原型，之後再將組件移植到C或C++ 這樣的編譯語言上。

7.python 可以用於數值計算和科學計算編程

我們之前提到過的NumPy 數值編程擴展包括很多高級工具，通過將Python 與出於速度考慮而使用編譯語言編寫的數值計算的常規代碼進行集成，其他一些數值計算工具為Python 提供了動畫、3D 可視化、並行處理等功能的支持。

8.python 可以用於游戲、圖像、人工智慧、XML 、機器人等

Python 的應用領域很多，遠比這里提到的多得多。

例如，可以利用pygame 系統使用Python 對圖形和游戲進行編程；用PIL 和其他的一些工具進行圖像處理；用PyRo 工具包進行機器人控制編程。

當然python能乾的事情不止上面這么多領域，相信你在學完老男孩python自動化架構課程就能知道python應用的領域之多了。

拓展資料

Python (英國發音:/ˈpaɪθən/ 美國發音:/ˈpaɪθɑːn/), 是一種面向對象的解釋型計算機程序設計語言，由荷蘭人Guido van Rossum於1989年發明，第一個公開發行版發行於1991年。

Python是純粹的自由軟體，源代碼和解釋器CPython遵循 GPL(GNUGeneral Public License)許可。Python語法簡潔清晰，特色之一是強制用空白符(white space)作為語句縮進。

Python具有豐富和強大的庫。它常被昵稱為膠水語言，能夠把用其他語言製作的各種模塊(尤其是C/C++)很輕松地聯結在一起。常見的一種應用情形是，使用Python快速生成程序的原型(有時甚至是程序的最終界面)，然後對其中有特別要求的部分，用更合適的語言改寫，比如3D游戲中的圖形渲染模塊，性能要求特別高，就可以用C/C++重寫，而後封裝為Python可以調用的擴展類庫。需要注意的是在您使用擴展類庫時可能需要考慮平台問題，某些可能不提供跨平台的實現。

7月20日，IEEE發布2017年編程語言排行榜:Python高居首位 。

2018年3月，該語言作者在郵件列表上宣布 Python 2.7將於2020年1月1日終止支持。用戶如果想要在這個日期之後繼續得到與Python 2.7有關的支持，則需要付費給商業供應商。

G. Python適合用於開發業務系統嗎

Python是世界上最受歡迎的編碼語言之一，在80年代後期首次受到ABC和Mola-3語言的影響而被概念化。從1991年的第一個版本到成為開源項目的2.0版本，它已經走了很長一段路，直到今天，它正在聚集一個龐大且專業的社區，該社區正在不斷改進技術。

目前而言一些頂級公司在其技術堆棧中使用Python（例如Instagram）

Facebook旗下的一個圖片社交網站

Python適合從簡單到復雜的各種Web項目。它廣泛用於旅行，醫療保健，交通運輸，金融等不同領域，用於Web開發和軟體測試，腳本編寫和生成。

H. Python適合用來開發一個基於B/S的信息管理系統嗎

如授權，考核等相關的系統。
問題補充：greatghoul 寫道這種類型的系統，用python做問題不大。python開發web應用還是很給力的。python在js方面好用嗎，因為管理類系統可能注重交互，界面等，可能很多時候需要用JS來處理一些東西。django中好不好用呢。 問題補充：xuehua1987 寫道建議不要用python去做c/s管理方面的系統，你可以選擇其它面向對象的語言比如C#.為什麼呢？能不能講講有什麼不好的地方? 問題補充：xuehua1987 寫道因為python是一種偏向於腳本類型的語言，由於他語法的靈和性，他更適合於和其他語言一起使用，比如我有一個系統是用java開發的，但是我發現有些問題用python去處理，就更簡單，這時我就可以用java去調用python寫的部分。目前python可視化操作的IDE還很少，你要用python寫出即漂亮又復雜的圖形化界面很麻煩。使用其它語言，比如java，C#，你可以簡簡單單做出很絢麗的界面。我的意思是B/S模式的管理系統，不是C/S，所以只是考慮用python來做web開發。不是做GUI。如何？

I. python適合做信息管理類系統嗎

比較現實的說是1ms級別的，如果你用python現成的library(urlib, request)接收數據至少有100us級別的延遲，一般交易系統需要多線程，python的GIL又會增加延遲，而且交易最忙的時候因為處理大量數據，python的GC更容易發生。 用C或Cython寫核心部分不能提高很多，因為python的延遲是因為language design而不是computation造成的。當然這些問題可以改進，比如自己做一套tcp連接程序什麼的，不過這些恐怕並不比寫c++更容易。

J. python適合做後端開發嗎

python適合後端開發的

Python是一種計算機程序設計語言，既可用於前端還可用於後端開發。它是是一種動態的、面向對象的腳本語言，最初被設計用於編寫自動化腳本(shell)，隨著版本的不斷更新和語言新功能的添加，越來越多被用於獨立的、大型項目的開發。在Python中編寫後端可以簡化為編寫各個模塊，其間的連接隨後由前端部分中的用戶操作確定和控制。

Python在設計上堅持了清晰劃一的風格，這使得Python成為一門易讀、易維護，並且被大量用戶所歡迎的、用途廣泛的語言。

設計者開發時總的指導思想是，對於一個特定的問題，只要有一種最好的方法來解決就好了。

Python做後端開發時更適合用Linux系統。

Python歸功於面向方面的語言：它意味著在Python中編寫後端可以簡化為編寫各個模塊，其間的連接隨後由前端部分中的用戶操作確定和控制。

Python被認為是學習中最容易學習的一種，它最大限度地考慮了編譯中的空格和縮進，這大大加快了編碼過程，但增加了粗心錯誤的可能性。但是，與其他語言相比，Python包含的額外字元要少得多。考慮到Python，值得注意的是命令的簡單性。實際上，這種語言中的大多數命令都與自然英語中的相應單詞類似，這使得學習起來更容易。