如何学习python，为什么不建议普通人学习Python开发

不管你是待业还是失业，在这个被互联网围绕的时代里，选择如何学习python，就多了一项技能，还怕找不到工作？，还怕不好找工作？小编就来告诉你这个专业的优势到底体现在哪里：为什么不建议普通人学习Python开发，我的Python学习之旅??。

1.为什么不建议普通人学习Python开发

Python最近无疑被朋友圈玩坏了甚至要好几页才能铺下但从一个资深程序员的视角出发，实在不建议你将Python作为一种职业，从功利性的角度出发，你学Python是很找到工作的从图片中看出需要Python技能岗位需求量约为Java的1/10, Python基本上只有三种职位后端开发，爬虫，数据挖掘/机器学习，以及运维岗位就拿后端开发来说，负责后端业务逻辑的编写，以及与数据库交互等。但相对于Java，PHP来说，Python并没有那么好用，其语法效率也比较低，Java是静态编译类型语言，Python为动态解释语言，即一个先由编译器编译成计算机能执行的二进制代码，这样计算机直接执行就可以了，但Python的解释性语言，即是运行时进行编译，运行的，因此效率会比较低。其测试结果如下1000万次计数效率,Java是Python的100倍此外Java技术栈经过多年的发展，已经积累了海量的技术栈，比如分布式的各种东西: 控制反转，三层架构，服务调度，流量调度，全栈监控，适用于复杂系统的分布式架构。而Python发展时间尚短，并没有海量类库，用来干小一点的网站还OK的，大的网站从速度以及技术栈的角度来讲，都是不太建议的。Java，PHP进过长时间发展，已形成了自己的"技术旗帜"，大量开发拥簇在同样旗帜下，发展成了自己的技术山头，从而聚集起越来越多的人。从公司招聘的角度出发，肯定愿意招聘适用面广的技术栈，这样产品维护起来比较简单，人员离职了也能更好的找到能替代的人，万一搞个Python技术栈，人员离职了万一招不到人了怎么办？爬虫工程是也会经常用到Python，Python在数据抓取等方面确实有着一定的优势，但专职做爬虫的工程师又有多少？市场的需求并不大。如下图所示，x勾*范围内爬虫工程师的岗位为207.目前从事爬虫工程师风险也比较大，各位要谨慎考虑数据挖掘/机器学习中会用Python来编写，这是因为先掌握了理论而后用Python来实现，而非会Python就能做数据挖掘，它只是一个工具而已。而且如果你要从事数据挖掘/机器学习，*的途径是上个NB*：*的米国藤校之类，国内的都不行，跟个NB导师，发些NB的Paper，上头有人才好办事，特别是在学术界，算法这玩意还是跟学术界联系比较紧密的，否则只能沦为"调参工程师"。而且随着人工智能光环的褪去，业务落地变现困难，人工智能/机器学习工程师的岗位趋近于饱和，工作越来越难找。从19年我司的招聘情况来看，10-11月还找不到工作的计算机专业学生中，很大一部分都是人工智能相关的。从公司角度来看，国外做这个的也一大堆，为啥我不招留学生呢？名头更响不是，我干嘛还要招一个没什么名气*里做人工智能的呢？大家选专业时也要从实际情况出发，不要只觉得有趣，看起来NB，经过外行媒体一鼓吹就选了。就跟娶老婆一样，不光好看就行了，还得看是否实用是吧？上面鼓吹人工智能缺口500W的，没有一个是专业媒体报道的: 要么是培训机构，要么是外行。要么坏，要么蠢。因为Python可以算是一种脚本语言，因此在运维中应用也比较广，但跟上面一样，这只是运维需要掌握的一门技能而已。当然，如果你不想以Python为职业，希望以此来入门还是不错滴。Python毕竟比C要简单多了，没有C中乱七八糟指针等偏底层的概念，国外很多课程都是以Python来入门的，因此用来入个门，知道程序是啥还是可以的。但如果你想变得像文案中说的那样:用Python做自动化表格，一键爬取海量论文(不怕被抓么)，估计是难度比较大了，专业工作者都要经过大量调试才能保证正确性，你这么有自信能比肩专业码农么？一个每天做行政的小妹，要去学习Python的语法，类库，然后在机器上装Python的运行环境，然后敲出代码写个程序去处理excel，万一出错还得去，csdn，上扒各种帖子找bug...唉，别浪费人家双十一了吧。

2.我的Python学习之旅

上个月，公司招了几位Python程序猿。在他们的宣传鼓舞下，我觉得，为了将来不落伍，有必要学习一下这门技能。能写爬虫，能数据分析，能写前端，还能写机器学习。这玩意这么强大！看来，我这一直是人工半量化的主，如果学会Python应该就能完全机器自动交易了。就先把这个定为一个小目标吧。遂于11月份开始准备学习。新来的小伙子很热情，推荐了两个网站学习基础知识：一个是“廖雪峰的官方网站”，链接直接指向Python教程部分；一个是菜鸟教程。刚开始了解的时候，发现，敢情Python还分2和3两个版本。而且据说两个版本的差异还挺大。学哪个就是个首要问题了。这个问题我没费太大劲。因为，据说py2未来要停止维护，那它不就跟WindowsXP一样了吗？那还是直接3吧。我学习Python基础的时候，先看的上面两个网站。我觉得，菜鸟教程写得很基础，但是各个环节连贯性不强。讲每个知识点的部分就是讲它自己那点东西。廖雪峰老师的就深入一些了。能够有一定的连贯性。知识点有应用在里面。但是，可能是廖老师认为很多东西大家都应该知道，所以，不是所有的基础知识都按部就班的讲了。我在看的时候，还是有些费劲的。虽然我是学计算机的，但是毕业后的*份工作是人力资源。作为一个学计算机里做人力资源*，做人力资源里金融搞的*的杂牌选手来说，到现在毕业10年了，计算机技术基本上都还老师了。所以，我是金融里弄计算弄得最差的那栏里的。这课得补上！鉴于从上述两个网站上学习遇到了困难。我开始在咱知乎上搜些别的想法。有人推荐了很多书，我选了一本《A Byte of Python3》读。内容不多，才200来页。这很便于短时间内读完。如果是那种好几百页的大部头，我估计真的很难啃下去。学这东西必须得快，有人说：你可以三个月学会Python，也可以6个月学不会Python。很好理解，忘嘛~所以，必须一鼓作气。我用了不到一周的时间啃完这本书。然后，我把菜鸟教程中Python3实例部分的内容都自己编了一遍。我的想法很明确：我没时间看视频学习。因为没时间听那帮老师都咳嗽。只能看资料。而只看资料看书是学不会编程的。这玩意必须动手。但是，如果上来你让我写个爬虫，我估计我得死去。那最轻松的选择就是放弃。让新兵怎么建立信心？肯定不是攻坚，而是找个弱的不能再弱的敌人，蹂躏一下。这样，新兵就建立起信心了，也积累了一定的战斗经验。后面面对“硬骨头”的时候就能咬牙啃下来。所以，快速学完基础知识，知道Python的语法、规则后，就开始做练习题。菜鸟教程中实例那部分的练习我认为真的很不错。对熟悉语法和训练变成思想很有帮助。（这里我强调一下，*不要看人家写的现成的代码。必须自己想，自己编，自己调试。哪里不会了，搜搜公式用法啥的没问题。但是必须自己想思路，并且自己实现。这样事半功倍，虽然慢但是，每作为一步就有一步的收获。如果总是看别人的现成东西，实际上自己等于没动脑。那就是事倍功半。虽然学到了些东西，但是没想象中那么多。我认为编程这东西靠得就是算法。考验的是把现实生活中的问题抽象成数学的能力。编出程序和调试工作只是很机械的一部分而已。重点还是算法。）初级的习题完成后，我觉得有必要提高了——得找些相对复杂一点点的任务做做。这个时候还是强大的知乎帮助了我。有人推荐一个网站Py.CheckiO。这网站的形式是游戏。升级方式不是打怪，是完成编程任务。很好很强大。我很喜欢。界面是这样的而且任务也比较有挑战。我编*个任务的时候，整整用了一天的时间。8个小时完成一个任务。就是这个任务：后面就越来越快了。很有意思。现在我正在不断完成任务中。后面的文章就记录这些任务了。今天，先把已经完成的都贴上。后面的可能进度要慢些了。老婆要生孩子，得帮着伺候月子。更新的话，随缘吧。~~~20210104前几天把岛上的任务全完成了。现在开始做 station上的任务。下图。可能是最近比较忙，明显感觉这栏的任务难度有点大了。有的时候实在是想不出算法。看来还是投入的精力不足啊。有没有一起修炼的道友？大家一起来玩，还能商量商量啥的~~~

就拿大数据说话，优势一目了然，从事IT行业，打开IT行业的新大门，找到适合自己的培训机构，进行专业和系统的学习。