linux系统主要是干嘛的？
Linux操作系统是一个常见的PC机操作系统，目前主要用作服务器。因为Linux是一款开源免费的操作系统，只要会使用和维护，就可以免费的获得，这样他的拥有成本就非常低，所以在很多创业公司倾向于使用linux做服务器操作系统。但是linux作为桌面操作系统也是非常不错的。
lina软件是干嘛用的？
Lina是一个开发中的项目,可以让Windows或者MacOS用户在他们的电脑上运行Linux程序.他还支持仅仅使用鼠标点击就安装Linux软件,而不用从源码包编译,非常值得大家关注.
内含相关网站,技术白皮书.
学C语言可以干什么？
方法如下
1、编写应用软件，Linux操作系统中的应用软件都是使用C语言编写的，这样的应用软件安全性非常高。
2、编写系统软件和图形处理，C语言具有很强的绘图能力和可移植性，并且具备很强的数据处理能力，可以用来编写系统软件、制作动画、绘制二维图形和三维图形等。
3、开发嵌入式设备，手机等消费类电子产品内部的应用软件、游戏等很多都是采用C语言进行嵌入式开发的。
4、开发游戏软件，利用C语言可以开发很多游戏，比如推箱子、贪吃蛇等。
c语言学会了能干的事情有:
1、做嵌入式开发;
2、写漂亮的界面;
3、做服务器开发;
4、可以写游戏;
5、可以写驱动程序;
6、可以写外挂;
7、可以做视频图片流媒体处理;
8、可做网页和爬虫相关的编程;
9、可以进行黑客编程等等。
Python有哪些用途？
这个就非常多啦，Python作为一门胶水型语言，语法简单，易学易懂，应用范围非常广，下面我简单介绍一下：
机器学习
这是Python目前火起来的一个主要原因，Python提供了许多用于机器学习的模块，像tensorflow，scikit-learn等，内置了大量机器学习算法，包括回归、分类、聚类、降维等，可以很方便的构建机器学习模型，因此在机器学习方面有着非常好的应用前景：
数据处理
这也是Python应用比较多的一个方便，为了更方便、快捷的处理数据，Python提供了许多用于数据处理的模块，像numpy，scipy，pandas等，可以便捷的处理各种类型的文件（包括txt，csv，excel等），科学计算（线性代数、矩阵计算等）也非常方便，因此在数据处理方面也有着不错的应用：
可视化
针对数据可视化，Python也提供了非常多的模块，像matplotlib，seaborn，pyecharts等，可以绘制出各种各样漂亮的图片，种类繁多，样式新颖，对于想快速可视化数据的朋友来说，Python也是一个非常不错的选择：
Web开发
这也是Python应用比较多的一个方面，针对Web开发，Python也提供了许多框架和模块，有轻量级的Flask，Tornado，也有重量级的Django，可以满足大部分网站开发的需求，因此在Web开发这项来说，Python也有着一席之地：
GUI开发
桌面GUI应用范围非常广，针对这个方面，Python也提供了许多用于GUI开发的模块，像tkinter，easygui，kivy，wxpython，pyqt等，可以满足大部分桌面应用程序开发，虽但说不是自身的一个强项，但也有着不错的应用：
网络爬虫
针对网络爬虫，Python也提供了非常多的模块，像比较简单的urllib，lxml，requests，bs4等，比较成熟的scrapy爬虫框架，都可以快速的爬取网页数据并进行清洗，因此在爬虫这方面，Python也有着非常重要的应用：
股票财经
针对金融财经这方面，Python也提供了相应的模块—tushare，自动完成了股票财经数据从采集、清洗到加工的全过程，可以快速实时获取我们需要的财经数据，因此对于想研究股票的朋友来说，也是一个非常不错的工具：
视频下载
针对网页视频下载，Python也提供了2个神器—you-get和youtube-dl，几乎可以实现全网视频下载，包括优酷、B站、美拍等，下载速度满满，对于想快速下载视频的朋友来说，Python也是一个非常不错的选择：
目前，就分享这8个方面吧，当然还有许多其他应用，像测试的RobotFrame框架，感兴趣的朋友可以到网上搜一下，相关资料非常丰富，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。
一、主要用途
1、Web开发
提到web开发，大家脑海中闪现的一定是当前主流的开发语言Java,但你可能想不到的是python也可以做web开发，他由于开发迅速、部署飞快，变更起容易，代码量小深受开发者的喜爱，并且还有强大的框架来进行web开发。最经典的Django、Flask、Tornado，使程序员快速开发复杂的代码和应用，开发高质量的web程序。我们的金主知乎、豆瓣、Google、YouTube等企业均将python作为主要的开发语言，怎么样强大吧！！！
2、自动化运维
随着公司的发展、业务需求的持续并快速的增长，往往一个运维工程师通常要管理成百上千台服务器，运维工作变的重复、繁杂。那么将运维工作自动化，把运维工程师从服务器的管理中解放出来，让运维工作变得简单、快速、准确，这是使用python来做的持续高效的事，那么为什么选择Python呢，一来，大部分的开源运维工具都是由纯Python编写的，如Celery、ansible、Paramiko、airflow等，二来，Python与其他语言相比，更加优雅、明确和简单。
3、数据分析/可视化
作为数据分析的一大利器--Python,除了自身语言简洁高效易上手的优点，还有许多强大的功能。
支持非常多的库用于分析需求：Pandas：一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算）；可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据；可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：一个强大的N维数组对象 ndarray；广播功能函数；整合 C/C++/Fortran 代码的工具；线性代数、傅里叶变换、随机数生成等功能。Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。
4、网络爬虫
浏览网页时，发现好多对我们有用的数据，但怎样从互联网上抓取对于我们有价值的信息呢，这个时候我们需要一款利器—python，比如：豆瓣的推荐电影列表、社区留言、音乐软件评论等
5、机器学习
机器学习是一类算法的总称，这些算法企图从大量历史数据中挖掘出其中隐含的规律，并用于预测或者分类，更具体的说，机器学习可以看作是寻找一个函数，输入是样本数据，输出是期望的结果，只是这个函数过于复杂，以至于不太方便形式化表达，机器学习的算法包括神经网络、深度学习、支持向量机及随机森林，基本道理和上述相似，应用场景很多：例如推荐系统、人脸识别及语音识别等。
对于机器学习库和Python框架，scikit-learn和TensorFlow算是两个比较热门的。