在Python剛剛出現的時候，所有人在開發各種各樣的操作系統，而Python選擇了另一條路。
Python是以給程序員們提供更好的管理系統的工具而發明出來的。現在Python內置于大部分主流操作系統之內，執行效率遠高于shell，開發效率遠高于C。
從系統管理工具，到軟件開發工具，Python一直在幫助工程師提升效率。
在軟件開發工具領域，無論是構建工具還是版本控制，或者是代碼評審，Python都屬于是先驅。
Python不僅在早期介入到軟件開發工具領域中，Spinnaker在持續交付領域也算是新秀，它主要是利用了云技術來搭建持續交付流水線。
在Python對于軟件開發工具這幾個領域里面，它的后來者看起來都比先驅要出色一些，所以Python自此就在跨界的這條路上越走越遠。
3、WEB開發
首先Python嘗試的是WEB開發?；ヂ摼W時代來臨，各個編程語言都在發力爭搶WEB開發的地盤，Python卻顯得心不在焉。
Django這門技術可以基于Python去開發一些WEB的網站，還有一些更小巧的比如Flask，Tornado，Pyramid?；赑ython開發的WEB網站也有不少，比如的Youtube，Reddit，Pinterest，Dropbox，Douban。
但是Python這門語言本身和其它語言相比，在WEB開發上Python的專注度總是不夠，看起來“心不在焉”。
4、科學計算
曾經的科學計算領域，工具有Matlab, Maple, Mathematica,編程語言有Fortran, Pascal。
機器學習流行起來后里面關聯的一個技術就是Scikit-learn，是結合了NumPy, SymPy, SciPy，還有可視化技術Matplotlib, Jupyter Notebook等等結合起來的工具，在機器學習領域有非常大的用戶群。現在在生產環境當中，在工程領域也在逐漸開始流行起來。
、云計算
在2008年之后，我們進入了云計算的時代。得益于在系統管理工具方方面面的積累，以及Python語言強大的系統集成能力，讓Python在云計算領域大放異彩。OpenStack里面主要的開發語言就是Python。
不僅是私有云領域，在公有云領域，像aws-cli, gcloud等等這些公有云希望提供給開發者SDK，或者以命令行方式提供的時候，依然是Python。
6、大數據
盡管Python并不是大數據工具軟件的主要開發語言，但卻是每一個大數據工具不可忽視的力量。
Pandas是Python作為主要開發語言的一個數據分析工具。在Spark剛剛發布的時候，也帶了PySpark這樣一個接口。雖然底層實踐不一定是以Python為主，但是上層接口一定會有Python的存在。
除了主要的數據分析工具以外，還有流程編排。Airflow可以很好地讓我們的工程師可視化地去編輯，讓我們更清楚地知道數據是怎樣一步一步處理的。這個工具的可用性比較高，可視化效果也更為酷炫。
7、人工智能
在人工智能，尤其是深度學習領域，Python占據主導地位。盡管像OpenCV還有sox這樣的工具，它本身底層不一定是以Python來實現的，但真正運用廣泛的地方卻是以Python接口提供出來的這部分內容。包括我們在做圖像識別的時候，即使用的是OpenCV，但實際上大家用的都是Python的OpenCV庫。
早期的自然語言處理都是基于斯坦福的NLTK，而在一期的《技術雷達》中我們發現了SpaCy。它是一個希望能用現代化的自然語言處理技術，同時又能支持生產環境的這樣一個工具。它的出生就是奔著希望能夠讓自然語言處理在生產環境領域中使用的。
人工智能火起來的一個原因是因為深度學習火了，深度學習被證明了特別有效。尤其是在數據量特別大的情況下我們去發現里面一些特征的時候要比人工地尋找特征更有效。在深度學習領域幾乎沒有其它語言可以和Python相提并論。比如的Caffe也是在《技術雷達》里出現了的。TensorFlow是谷歌開源的深度學習框架。Keras是基于Theano和TensorFlow可以做頂層計算圖的編排、深度神經網絡設計的一個語言，也是基于Python來做的。