Python是一種非常強大的編程語言，它可以用來解決許多現實世界中的問題。其中一個非常有用的功能是使用Python來預測餐廳的用餐量。

為了實現這一功能，我們可以使用Python中的機器學習算法來分析歷史銷售數據，并根據這些數據來預測未來的用餐量。下面的代碼展示了如何使用Python來實現這一功能：

import pandas as pd
from sklearn.linear_model import LinearRegression
# 讀取歷史銷售數據
data = pd.read_csv('sales_data.csv')
# 提取特征和目標變量
X = data.drop('sales', axis=1)
y = data['sales']
# 擬合線性回歸模型
model = LinearRegression()
model.fit(X, y)
# 預測未來用餐量
future_data = pd.read_csv('future_sales_data.csv')
predictions = model.predict(future_data)
# 打印預測結果
print(predictions)

在上面的代碼中，我們首先使用Pandas庫來讀取歷史銷售數據，然后從中提取特征和目標變量。接下來，我們使用Scikit-learn庫中的LinearRegression函數來構建一個線性回歸模型，并使用歷史數據對模型進行訓練。使用訓練好的模型，我們可以預測未來的用餐量。

最后，我們使用Python中的print函數來打印預測結果。這個簡單的Python程序可以幫助餐廳預測未來的用餐量，并在需求高峰期提前安排好服務。