點選上方“CSDN”，選擇“置頂公眾號”

關鍵時刻，第一時間送達！

世界上有成百上千種程式語言，時代更迭下不斷有新的語言產生和消亡，但 Java 的江湖地位始終無人撼動，長期霸佔排行榜榜首。

但是近年來，Python 顯露出越來越猛的進攻趨勢，更似有反超 Java 之意。

2011 - 2017 年 Python vs Java 搜尋指數逐漸靠攏且不斷趕超，圖片來源於網路

之前的《不止 20K，Python 工程師薪資再飆升》一文中就闡述了目前市場上 Python 崗位的火爆情況。一方面市場需求不斷上漲，據最新的招聘網站資料統計，平均每月招聘人數需求達12331 人，10 月的招聘旺季更高達 20600 人，招聘地區也以北、上、深、杭、廣等一線城市為主。另一方面，Python 工程師的薪資水準也持續攀升，在全國範圍內月薪以 20K - 30 K 居多，當然相應地對工作經驗和學歷也有要求，工作 3- 5 年的本科學歷人員最受歡迎。

顯而易見，大火的 Python 是一個新的時代「風口」。

然而比起 Python，市場上明明還有很多更為高效、易用的程式語言：前有應用率最高、長期霸佔排行榜的常青藤 Java，後有易於上手的 C，還有在遊戲和工具領域佔主流地位的 C++，以及佔據 Windows 桌面應用程式半壁江山的 C# 等等。相較而言，Python 具有執行速度不夠快、GIL 鎖限制併發、版本間不能很好的相容等缺陷。

那麼為什麼近年來 Python 能夠突破重圍、突然火起來了？

其一，簡單易學且生態開放的 Python 很容易上手。

大多數人都相信“最好的程式語言”是取決於具體領域的，因為每種語言都有自身的優缺點，沒有例外，比如 Java 的體型臃腫、語法冗長一直被大量的開發者所詬病，C 語言極大依賴於程式設計師本身的駕馭能力，C++語法複雜對開發者很不友好，C# 缺乏生態支援後續乏力......至少目前，還沒有任何一門語言能完美滿足所有需求特性。

Python 的執行速度慢是不可避免的。作為一門指令碼語言，它自然會比那些需要編譯為可執行程式的語言要慢一些，因為在執行的過程中需要解析器參與，一邊解析一邊執行——這是指令碼語言的通病。但在現代計算機的硬體配置下，Python 的執行速度和一些快速語言已經越來越近了。而且瑕不掩瑜， Python 不僅不需要浪費太多時間做一些定義和強制轉換變數型別的常規工作，還有大量免費的庫供使用，無需“重新發明輪子”，各種 Web 框架、爬蟲框架、資料分析框架、機器學習框架可以拿來即用。此外它與 C / C ++ 等程式碼之間可以進行簡單的繫結，這就意味著複雜程式碼部分的效能可以植入這些語言，能夠避免帶來效能損失。

目前， 越來越多的工程師使用 Python 進行大資料處理，科研工作者開始使用 Python 來進行資料分析，系統管理員使用 Python 管理 Linux 系統，開源的雲端計算平臺 OpenStack 使用 Python 語言開發，很多程式設計愛好者使用 Python 進行爬蟲等......Python 已經逐步在網路爬蟲、資料分析、AI、機器學習、Web開發、金融、運維、測試等多個領域紮根壯大。

谷歌搜尋結果顯示的 Python 應用領域佔比，圖片來源於網路

其二，人工智慧的爆發為 Python 的流行大大地添了一把火。

在機器學習領域，Python 是 ROS（機器人作業系統） 的兩大主要程式語言之一。對於機器學習演算法而言，重要的是演算法能夠快速構建、程式碼閱讀性好、維護簡單、上手容易，Python 能夠很好地滿足這些需求。而且作為一門膠水語言，很多演算法都會提供一個 Python 介面，底層仍然用更為快速的語言來實現，所以 Python 的角色主要在資料預處理、資料展示、演算法定義等方面，這些動作所花費的機器執行時間幾乎可以忽略不計。

所以開發者需要把握「風口」，積極進階

簡單易學、語法優美、豐富強大的庫、開發效率高、應用領域廣泛等等，這些特性促使 Python 的入門和學習需求越來越強烈。以下整理了一些入門&應用級別的技術文章，可供學習使用。

入門級

應用級

寫在最後

作為一門開放性語言，Python 維護者眾多，加之近些年出現了好多實用的框架，因此越來越深受廣大開發者的喜歡。但是如果想吃螃蟹，程式語言僅僅只是吃螃蟹的工具而已，能否捉到螃蟹還要依賴於你本身的知識和其它技能。

所以，人生苦短，來用 Python 吧。

————— END —————